• 대한전기학회논문지:전력기술부문A
• /
• 제48권11호
• /
• pp.1464-1471
• /
• 1999

This paper introduces complex-valued competitive learning neural network for spatio-temporal pattern recognition. There have been quite a few neural networks for spatio-temporal pattern recognition. Among them, recurrent neural network, TDNN, and avalanche model are acknowledged as standard neural network paradigms for spatio-temporal pattern recognition. Recurrent neural network has complicated learning rules and does not guarantee convergence to global minima. TDNN requires too many neurons, and can not be regarded to deal with spatio-temporal pattern basically. Grossberg's avalanche model is not able to distinguish long patterns, and has to be indicated which layer is to be used in learning. In order to remedy drawbacks of the above networks, unsupervised competitive learning using complex umber is proposed. Suggested neural network also features simultaneous recognition, time-shift invariant recognition, stable categorizing, and learning rate modulation. The network is evaluated by computer simulation with randomly generated patterns.

• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.594-602
• /
• 2021

본 연구는 효과적인 튜터링 운영방안 모색을 위해 학생들이 인식하는 학습행동양식을 파악하고, 나아가 학습행동양식이 학업성취도와 학습만족도에 미치는 효과를 분석하고자 한다. 이를 위해 부산광역시에 소재한 D대학교 튜터링 프로그램 참가자 105명을 대상으로 자료를 수집하고, 연구문제에 따라 기술통계, 상관분석 그리고 회귀분석을 수행하였다. 연구결과는 첫째, 튜터링에 참가한 학생들의 학습행동양식은 환경의존적 자기주도학습 행동형과 독자적 자율학습행동형이 가장 많은 것으로 나타났다. 둘째, 학습행동양식과 학업성취도 및 학습만족도 간의 상관을 보면 적극적 협동학습행동형과 독자적 자율학습행동형이 높은 상관관계가 있는 것으로 나타났다. 셋째, 학습행동양식이 학업성취도와 학습만족도에 미치는 회귀분석에서는 적극적 협동학습행동형이 학습만족도에 유의미한 영향을 주는 것으로 나타났으나, 독자적 자율학습행동형과 환경의존적 자기주도학습행동형, 소극적 학습행동형은 유의하지 않은 것으로 나타났다. 이러한 결과를 통해 학교 측면에서 학습행동양식은 학생들의 학업적 성공과 실패에 중요한 요소로 인식될 수 있으므로, 교수자는 학습자의 학습행동양식을 확인하고, 이에 적합한 튜터링 교수·학습 설계 방안을 제공할 필요성이 있음을 시사한다.

• 한국과학교육학회지
• /
• 제39권1호
• /
• pp.129-141
• /
• 2019

다문화, 탈북, 저소득층 등의 소외 계층 학생들이 증가하면서 그들의 학습을 돕기 위한 많은 연구가 과학 교육에서도 필요하다. 소외계층 학생들의 다양한 성장 배경과 학습 환경으로 인해 집단 전체 특성보다는 집단 내 개인 특성의 차이가 크다. 이에 본 연구에서는 소외 계층 학생 7명을 대상으로 약 50시간 동안의 과학 수업을 하고 수업 관찰과 면담을 통해 그들의 과학 학습의 특성을 파악하여 범주화했다. 7명의 소외 계층 학생들은 5개의 다른 학습 특성을 보였고 이에 따라 '과학에 빠져있다', '과학을 안다고 생각한다', '과학을 알고 싶다', '과학을 알 필요가 있다', '무엇을 원하는지 모른다' 등 5개 유형으로 구분할 수 있었다. 그들이 경험한 과학 활동이 교육적으로 모두 우수한 수준을 갖춘 것은 아니었지만, 과학 활동 경험만으로도 그들의 과학 학습 흥미와 욕구는 커졌다. 공적 제도 하에서만 과학 학습 경험이 가능한 이들 소외 계층 학생들에게 더 풍부한 과학 활동 경험과 교육 기회를 제공할 필요성을 보여준다.

• 한국과학교육학회지
• /
• 제21권4호
• /
• pp.668-676
• /
• 2001

이질적으로 구성된 소집단 협동학습에서의 내적 과정을 이해하기 위해서 이 연구에서는 과학 수업에서의 협동학습 과정에서 나타나는 성취 수준별 상호작용 양상을 조사하였다. 성취 수준별 언어적 행동의 빈도를 비교하여 언어적 상호작용에의 참여 정도 및 방식을 조사하였다. 그리고 상호작용에 대한 학생들의 인식을 조사하여 성취 수준에 따른 상호작용 양상도 분석하였다. 조사 결과, 상위와 중위 학생 사이에는 언어적 행동의 빈도에 차이가 없었으며, 소집단의 언어적 상호작용은 상위와 중위 학생이 서로 협력하여 공동으로 의미를 구성해나가는 방식으로 일어났다. 상위와 중위 학생 사이의 활발한 상호작용은 학생들의 인식 조사를 통해서도 확인되었다. 즉, 과학수업에서의 협동학습 과정에서는 중위 학생도 적극적이고 활발하게 소집단 활동에 참여하고 있었다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제27권3호
• /
• pp.123-140
• /
• 2018

Purpose The purpose of this study is to explore the optimal trading frequency which is useful for stock price prediction by using deep learning for charting image data. We also want to identify the appropriate time for accurate forecasting of stock price when performing pattern analysis. Design/methodology/approach In order to find the optimal trading frequency patterns and forecast timings, this study is performed as follows. First, stock price data is collected using OpenAPI provided by Daishin Securities, and candle chart images are created by data frequency and forecasting time. Second, the patterns are generated by the charting images and the learning is performed using the CNN. Finally, we find the optimal trading frequency patterns and forecasting timings. Findings According to the experiment results, this study confirmed that when the 10 minute frequency data is judged to be a decline pattern at previous 1 tick, the accuracy of predicting the market frequency pattern at which the market decreasing is 76%, which is determined by the optimal frequency pattern. In addition, we confirmed that forecasting of the sales frequency pattern at previous 1 tick shows higher accuracy than previous 2 tick and 3 tick.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.336-339
• /
• 2022

본 연구에서는 프로그래밍 과목을 수강하는 융합전공 학생들의 학습 패턴 파악하여 과목 운영을 실시한 교수자의 사례를 살펴봄으로 향후 융합전공학생들을 대상으로 하는 SW 교과 운영에 시사점을 찾고자 한다. 융합전공의 프로그래밍 수업은 다양한 학년과 전공 학생들이 수강을 하는데 비대면 환경가운데 이들의 학습 패턴을 파악하고자 설문을 실시하였다. 교수자는 대면이 불가한 경우에도 학습자들의 수업참여도를 끌어낼 수 있을지 연구하였고 학습자들의 학습 성향을 파악하여 수업을 운영하고자 하였다. 코로나-19 상황가운데 자기주도 학습에 대한 성공경험을 유지하고 있는 학생들이 다수임에 따라 자기 주도적으로 과제를 해결할 수 있도록 매주 과제설정을 하였고 전원에 가까운 학생들이 과제를 제출하였다. 본 연구는 코로나-19로 인한 비대면 상황가운데 기계학습활용 과목을 융합전공 학생들에게 운영함으로서 학생들의 학습 패턴과 과제 수행여부, 프로그래밍 성취도를 연구하였다는 점에서 의의가 있다.

• 한국지능시스템학회논문지
• /
• 제10권3호
• /
• pp.203-210
• /
• 2000

본 논문에서는 패턴분류문제를 해결하기 위한 새로운 무감독학습 신경망 및 경쟁학습 알고리즘을 제한한다. 제아하는 신경망은 입력 데이터의 군집을 분류하기 위한 거리측도로서 군집들 상호간의 상대유사도(relative similarity)를 기반으로 하고 있다. 이러한 까닭에 제안하는 신경망과 알고리즘을 상대유사 신경망 (relative similarity network; RSN)및 학습 알고리즘이라 이름한다. 상대유사도를 정의하고 가중벡터 학습 규칙을 구성함으로써, RSN의 구조를 설계하고 학습알고리즘을 구현하기 의한 의사코드를 기술한다. 일반적인 패턴분류에 RSN을 적용한 결과, 초기 학습률이 없음에도 불구하고 기존이 경쟁학습 신경망인 WTAdlsk SOM고 동등한 성능을 나타내었다. 반면 기존 경쟁학습 신경망의 분류성능이 저하되었던 군집이 경걔가 불분명한 패턴, 그리고 군집이 밀집도와 군집의 크기가 다른 패턴들에 대한 실험에서는 기존의 경쟁학습망보다 효과적인 분류결과를 나타내었다.

• 간호행정학회지
• /
• 제11권3호
• /
• pp.265-273
• /
• 2005

Purpose: This study was to investigate the degree and pattern of learning organization and MBTI personality type in clinical nurses. Methods: The participants were 685 nurses working in the 8 general hospitals located in Seoul and Incheon. The data were collected by self-reporting questionnaires from April 1 to August 30, 2004. The data were analyzed using SAS program for descriptive statistics and Pearson's correlation coefficient. Results: The most frequent identified personality type was ISTJ and the least identified personal types was ENFJ. In 4 preference patterns, Extroversion, Sensing, Thinking and Judgement were identified a dominant index in each categories. The mean score of learning organization was 3.47 and the mental model was got the highest score. The EI index had a significant positive correlation with personal mastery. However the TF index had a negative correlation with personal mastery, systems thinking, and mental models, and also the JP index had a negative correlation with 5 learning organization sub categories. Conclusion: With these results, it was identified that the preference patterns on MBTI had the significant correlation with learning organization. So these results will be used to develop the more effective strategies to increase learning organization based on nurse's personality types.

• 전자공학회논문지B
• /
• 제29B권8호
• /
• pp.1-6
• /
• 1992

This paper proposed a neural computer architecture for the learning of script character pattern recognition categories. Oriented filter with complex cells preprocess about the input script character, abstracts contour from the character. This contour normalized and inputed to the ART. Top-down attentional and matching mechanisms are critical in self-stabilizing of the code learning process. The architecture embodies a parallel search scheme that updates itself adaptively as the learning process unfolds. After learning ART self-stabilizes, recognition time does not grow as a function of code complexity. Vigilance level shows the similarity between learned patterns and new input patterns. This character recognition system is designed to adaptable. The simulation of this system showed satisfied result in the recognition of the hand written characters.

• 전자공학회논문지C
• /
• 제34C권7호
• /
• pp.70-81
• /
• 1997

In this paper, we propose HMCNN(hybrid multiple component neural networks) that enhance performance of MCNN by adapting new pattern partitioning algorithm which can cluster many input patterns efficiently. Added neural network performs similar learning procedure that of kohonen network. But it dynamically determine it's number of output neurons using algorithms that decide self-organized number of clusters and patterns in a cluster. The proposed network can effectively be applied to problems of large data as well as huge networks size. As a sresutl, proposed pattern partitioning network can enhance performance results and solve weakness of MCNN like generalization capability. In addition, we can get more fast speed by performing parallel learning than that of other supervised learning networks.