This paper proposes a new framework of an autonomous and distributed flexible manufacturing system - Multi Client Robot Groups(MCR) - and describes a stochastic learning scheme applied to managerial problems of the system. The MCR is composed of groups of manufacturing robots, named Client Robots (CRs), which are capable of both versatility and independence in their performances. The MCR is expected to have high performance because the MCR can perform concurrent and corporative processing. However, the system performance is determined by the organizations of the CR groups. Therefore the treatment of the managerial problems and organizations of the system are important problems. In this paper, it is assumed that CR groups being able to processing tasks are selected stochastically based on the strengths of the robot groups. The learning scheme adjusting the strength is introduced to organize the groups in the system and control the each performance of the groups according to the total system performance. Finally, some experimental results of the learning scheme are shown.
Proceedings of the Korea Information Processing Society Conference
/
2005.11a
/
pp.373-376
/
2005
웹기반의 LCMS(Learning Content Management System)는 단지 학습 콘텐츠를 LMS(Learning Management System)에 제공하기 위하여 검증이 되지 않은 다양한 학습 콘텐츠를 탑재하는 시스템으로 구성되어 있어 학습자의 요구와 수준에 맞는 콘텐츠의 제공이 제대로 이뤄지지 않고 있다. 본 논문에서는 LMS와 LCMS를 연계한 학습이력정보와 학습 콘텐츠의 정보 관리를 함으로써 학습콘텐츠의 질적 향상과 학습자가 선호하는 콘텐츠의 정보를 통계적으로 보여주고 또 분석이 가능하게 함으로써, 학습자에게 보다 향상된 콘텐츠를 제공해 주기위한 학습콘텐츠관리시스템인 LCIMS(Learning Content Information Management System)를 설계하고 구현한다. 제시된 LCIMS는 기존의 LCMS에 학습 콘텐츠를 패키지 또는 SCO 단위로 등록하여 콘텐츠 저장소 (메타데이터 및 콘텐츠 파일)에서 체계적으로 저장 및 관리하는 역할을 추가를 하고 학습자별로 LCIMS의 학습콘텐츠 정보를 수준별, 과정별로 평가, 검색하여 LMS를 통해 학습 할 수 있도록 하는 검색 및 강좌 구성에 활용하며 학습자의 학습정보관리와 학습콘텐츠 정보의 관리를 체계적으로 할 수 있다.
Proceedings of the Korea Information Processing Society Conference
/
2005.05a
/
pp.321-324
/
2005
기존의 LMS(Learning Management System)는 웹 기반의 e-Learning 교육의 장점에도 불구하고 학습자의 요구와 수준에 무관하게 학습과 관련한 컨텐츠들이 획일적으로 구성됨으로써, 학습자의 요구를 만족시키지 못하고 있다. 본 논문에서는 LCMS(Learning Content Management System) 와 LMS를 연계한 학습 통계 모듈을 제시하고, LMS에 학습자와 운영자에게 학습정보 데이터를 제공함으로써 학습하는 과정을 추적하고 학습이력을 관리 할 수 있는 학습통계모듈을 설계하고 구현한다. 제시된 모듈에서는 효과적인 학습통계을 위한 검색 방안으로 LCMS의 메타데이터와 다양한 학습관리 정보(CMI)값을 LMS를 호출하는 기능인 API(Application Program Interface) 어댑터를 이용하여 연계된 값과 LMS시스템에 학습지원과 운영지원 기능을 추가하여 나온 결과값을 바탕으로 하였다. 이 학습통계모듈을 통해서 LMS운영자는 학습자의 컨텐츠의 활용을 더욱 확장할 수가 있으며 학습자의 학습정보관리를 하는 LMS의 성능을 향상 시키고자 하였다.
Blockchain, machine learning, and big data are among the key components of the future IT track. These technologies are used in various fields; hence their increasing application. This paper discusses the technologies developed in various research fields, such as data representation, Blockchain application, 3D shape recognition and classification, query method, classification method, and search algorithm, to provide insights into the future paradigm. In this paper, we present a summary of 18 high-quality accepted articles following a rigorous review process in the fields of Blockchain, machine learning, and big data.
Proceedings of the Korea Information Processing Society Conference
/
2002.04a
/
pp.607-610
/
2002
최근 5년간 e-Loaming에 대한 중요성과 웹 기반 학습의 활용성은 대부분의 기업에서 LMS(Learning Management System)의 형태로 도입을 하고 있다. 또한, 현재는 학습관리와 컨텐츠의 관리영역을 통합하고 학습 컨텐츠의 객체화를 통한 재사용성과 관리 측면을 극대화하는 노력이 이루어지고 있다. e-Learning을 활용하는 80%이상의 기업이 표준적인 메타데이터와 리파지토리를 기반으로하는 LCMS(Leaning Content Management System)형태로 전환하는 시점에서 LCMS 관린 연구가 요구된다. 본 연구에서는 학습객체를 통한 코스의 개발과 관리 배포를 위한 LCMS를 재사용 가능한 실행 모듈인 컴포넌트 기반으로 구성하고자 한다. 학습 컨텐츠 관리시스템에서의 주요 기능을 계층적으로 체계화하며, LCMS를 위한 컴포넌트 참조 아키텍처를 정의함으로써 개발의 용이성과 시간, 비용의 효율성을 보장한다. 또한, 재사용 및 공유가능한 학습객체를 통한 코스 개발로 학습 컨텐츠의 중복을 피하고 학습과정 개발의 시간 효율성을 기대한다.
An understanding of quality attributes is relevant for the software organization to deliver high software reliability. An empirical assessment of metrics to predict the quality attributes is essential in order to gain insight about the quality of software in the early phases of software development and to ensure corrective actions. In this paper, we predict a model to estimate fault proneness using Object Oriented CK metrics and QMOOD metrics. We apply one statistical method and six machine learning methods to predict the models. The proposed models are validated using dataset collected from Open Source software. The results are analyzed using Area Under the Curve (AUC) obtained from Receiver Operating Characteristics (ROC) analysis. The results show that the model predicted using the random forest and bagging methods outperformed all the other models. Hence, based on these results it is reasonable to claim that quality models have a significant relevance with Object Oriented metrics and that machine learning methods have a comparable performance with statistical methods.
Proceedings of the Korea Information Processing Society Conference
/
2016.04a
/
pp.368-371
/
2016
정보 통신 기술의 급속한 발달로 인터넷 환경의 학습은 학습 혁명을 주도하는 핵심적인 위치에 있다. 인터넷 환경은 시공간의 제약 없이 자신이 필요로 하는 다양한 교육과정에 접근이 가능하고 생업과 병행하여 학습을 할 수 있는 접근성을 갖는다. 그러나 인터넷에 대한 접근성의 차이는 디지털 디바이스 현상을 발생하게 하여 온라인 학습자와 오프라인 학습자의 교육격차를 더 크게 한다. 이러한 문제를 해결하기 위해 본 연구는 인터넷 환경이 원활하지 않은 경우에는 지속적인 학습을 진행할 수 있도록 PDF 시스템을 활용한다. 이 시스템을 통해 오프라인에서의 학습 결과를 온라인에 전송하여 이력을 제공하는 시스템을 설계하고자 한다.
In this paper we introduce PubMiner, an intelligent machine learning based text mining system for mining biological information from the literature. PubMiner employs natural language processing techniques and machine learning based data mining techniques for mining useful biological information such as proteinprotein interaction from the massive literature. The system recognizes biological terms such as gene, protein, and enzymes and extracts their interactions described in the document through natural language processing. The extracted interactions are further analyzed with a set of features of each entity that were collected from the related public databases to infer more interactions from the original interactions. An inferred interaction from the interaction analysis and native interaction are provided to the user with the link of literature sources. The performance of entity and interaction extraction was tested with selected MEDLINE abstracts. The evaluation of inference proceeded using the protein interaction data of S. cerevisiae (bakers yeast) from MIPS and SGD.
The paper presents three machine learning based keyphrase extraction methods that respectively use Decision Trees, Na$\ddot{i}$ve Bayes, and Artificial Neural Networks for keyphrase extraction. We consider keyphrases as being phrases that consist of one or more words and as representing the important concepts in a text document. The three machine learning based keyphrase extraction methods that we use for experimentation have been compared with a publicly available keyphrase extraction system called KEA. The experimental results show that the Neural Network based keyphrase extraction method outperforms two other keyphrase extraction methods that use the Decision Tree and Na$\ddot{i}$ve Bayes. The results also show that the Neural Network based method performs better than KEA.
Proceedings of the Korea Institute of Convergence Signal Processing
/
2000.12a
/
pp.201-204
/
2000
This paper describes a study on the time-varying control of parameters in learning of the neural network. Elman recurrent neural network (RNN) is used to implement the control of parameters. The parameters of learning and momentum rates In the error backpropagation algorithm ate updated at every iteration using fuzzy rules based on performance index. In addition, the gain and slope of the neuron's activation function are also considered time-varying parameters. These function parameters are updated using the gradient descent algorithm. Simulation results show that the auto-tuned learning algorithm results in faster convergence and lower system error than regular backpropagation in the system identification.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.