• 한국국방경영분석학회지
• /
• 제36권2호
• /
• pp.1-10
• /
• 2010

Learning rate is generally applied to estimate an appropriate production labor cost. Learning effect is obtained from repetitive work during the production period under 3 assumptions ; homogeneous production, same producer, quantity measure in continuous unit. However, production breaks occur frequently in Korean defense industry environment because of budget constraint and annual requirements. In this case previous learning effect can not be applied due to learning loss. This paper proposed the application of learning rate when a production break occurs in Korea defense industry. To obtain a learning loss, we surveyed various learning loss factors for different production breaks(6, 12, 18 months) from 4 defense industry companies. Then, we estimate the first unit labor hours in re-production phase after production break using Anderlohr method and Retrograde method with the result of the survey. This work is the first attempt to show a method which defines and evaluates the learning loss factors in Korean defense industry environment.

• 공학교육연구
• /
• 제26권6호
• /
• pp.51-61
• /
• 2023

In this study, the effects of pre-learning attitude on learning participation and academic achievement was analyzed when applying the flipped learning methodology to engineering subject education. The modified PARTN teaching and learning model was applied, and pre-class survey, assessment on learning in pre-class, and post-class survey were conducted to analyze the effectiveness of flipped learning. The results were analyzed for 24 students who took the applied thermodynamics lecture. They were asked to take the course with the videos provided in the pre-class stage, and a pre-learning assessment was conducted to measure the completeness and understanding of the learning. As a result of the study, it was found that students with relatively excellent learning ability had excellent pre-learning evaluation results and excellent final academic achievement. In addition, the lower the pre-learning completion rate within the pre-learning period or the higher the learning rate using mobile devices, the more difficult it was to faithfully complete pre-learning, leading to poor pre-learning evaluation results. Meanwhile, the survey revealed that conducting pre-learning assessments were helpful in encouraging individual learning. In addition, cases reflecting pre-learning evaluation results to course grades showed higher pre-learning evaluation results than cases not reflecting pre-learning evaluation results to course grades, and in flipped learning classes, pre-learning evaluations act as a factor that promotes pre-class learning.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제15권2호
• /
• pp.159-170
• /
• 2012

본 연구의 목적은 비와 비율 학습에서 나타나는 초등학교 학생들의 인식론적 장애의 유형을 분류하고 원인을 찾아내어 그에 따른 지도 방안을 제시하는 것이다. 이를 위해 그 동안 연구되어 온 선행 연구의 결과와 수학교과서와 지도서, TIMSS 2003, 2007 등 여러 자료들을 분석하여 비와 비율 검사지를 제작하였다. 이를 위해 서울시내 초등학교 5학년 학생 138명을 여러 지역을 고려하여 선정한 후 설문 및 면담을 하여 인식론적인 장애를 검사하였다. 검사지 결과 분석 및 면담 내용을 토대로 인식론적 장애의 유형을 크게 용어, 계산, 표현과 관련된 것의 세 가지로 분류되었다. 그리고 각 유형에 따른 원인과 지도 방안을 제시하고 비와 비율의 효과적인 학습을 위한 제언을 하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.35-41
• /
• 2018

강화학습기반 Q-learning 알고리즘은 이산적인 상태와 액션의 조합을 사용하여, 한 번에 하나의 행위에 대한 목표를 학습하는데 유용하다. 여러 액션을 학습하기 위해서는 행위 기반 아키텍처를 적용하고 적절한 행위 조절 방법을 사용하면 로봇으로 하여금 빠르고 신뢰성 있는 액션을 가능하게 할 수 있다. Q-learning은 인기 있는 강화학습 방법으로 단순하고, 수렴성이 있고 사전 훈련 환경에 영향을 덜 받는 특성(off-policy)으로 인해 로봇 학습에 많이 사용되고 있다. 본 논문에서는 Q-learning 알고리즘을 램프 로봇에 적용하여 복수 행위(사람인식, 책상의 물체 인식)를 학습시키는데 사용하였다. Q-learning의 학습속도(learning rate)는 복수 행위 학습 단계의 로봇 성능에 영향을 줄 수 있으므로 학습속도 변경을 통해 최적의 복수 행위 학습 모델을 제시한다.

• International journal of advanced smart convergence
• /
• 제9권1호
• /
• pp.113-120
• /
• 2020

Recently, the license plate OCR system has been commercialized in a variety of fields and preferred utilizing low-cost embedded systems using only cameras. This system has a high recognition rate of about 98% or more for the environments such as parking lots where non-vehicle is restricted; however, the environments where non-vehicle objects are not restricted, the recognition rate is about 50% to 70%. This low performance is due to the changes in the environment by non-vehicle objects in real-time situations that occur anomaly data which is similar to the license plates. In this paper, we implement the appropriate anomaly detection based on semi-supervised learning for the license plate OCR system in the real-time environment where the appearance of non-vehicle objects is not restricted. In the experiment, we compare systems which anomaly detection is not implemented in the preceding research with the proposed system in this paper. As a result, the systems which anomaly detection is not implemented had a recognition rate of 77%; however, the systems with the semi-supervised learning based on anomaly detection had 88% of recognition rate. Using the techniques of anomaly detection based on the semi-supervised learning was effective in detecting anomaly data and it was helpful to improve the recognition rate of real-time situations.

• 한국멀티미디어학회논문지
• /
• 제9권3호
• /
• pp.369-376
• /
• 2006

본 논문에서는 퍼지 RBF네트워크의 학습 성능을 개선하기 위하여 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하는 개선된 퍼지 RBF 네트워크를 제안한다. 제안된 학습 알고리즘은 일반화된 델타 학습 방법에 퍼지 C-Means 알고리즘을 결합한 방법으로, 중간층의 노드를 자가 생성하고 중간층과 출력층의 학습에는 일반화된 델타 학습 방법에 Delta-bar-Delta 알고리즘을 적용하여 학습률을 동적으로 조정하여 학습 성능을 개선한다. 제안된 RBF 네트워크의 학습 성능을 평가하기 위하여 컨테이너 영상에서 추출한 40개의 식별자를 학습 데이터로 적용한 결과, 기존의 ART2 기반 RBF 네트워크와 기존의 퍼지 RBF 네트워크 보다 학습 시간이 적게 소요되고, 학습의 수렴성이 개선된 것을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.568-570
• /
• 2004

The error-backpropagation (EBP) algerithm for training multilayer perceptrons (MLPs) is known to have good features of robustness and economical efficiency. However, the algorithm has difficulty in selecting an optimal constant learning rate and thus results in non-optimal learning speed and inflexible operation for working data. This paper Introduces an elastic learning rate that guarantees convergence of learning and its local realization by online upoate of MLP parameters Into the original EBP algorithm in order to complement the non-optimality. The results of experiments on a speaker verification system with Korean speech database are presented and discussed to demonstrate the performance improvement of the proposed method in terms of learning speed and flexibility fer working data of the original EBP algorithm.

• 한국항행학회논문지
• /
• 제24권5호
• /
• pp.430-437
• /
• 2020

제안 모델은 얼굴 검출과 랜드마크 및 얼굴 인식 알고리즘을 이용하여 인공신경망으로 학습을 통해 얼굴 예측률과 인식률을 향상하는 모델을 구현하였다. 제안 모델은 특정 인물의 얼굴 영상에서 랜드마킹을 한 후, 기존에 학습된 Caffe 모델을 이용하여 얼굴검출과 임베딩 벡터 128D를 추출하였다. 학습은 기계학습 알고리즘인 SVM (support vector machine)과 DNN (deep neural network)을 구축하여 학습하였다. 얼굴인식은 학습된 모델을 이용하여 학습된 인물 중 다른 얼굴 영상으로 테스트하였다. 실험 결과, SVM 보다는 DNN으로 학습한 결과가 우수한 예측률과 인식률을 보였다. DNN의 중간층을 증가하게 되면 예측률은 높아지나 인식률이 감소하는 현상이 발생하였다. 이것은 인식하고자 하는 대상이 적음으로써 발생하는 과적합으로 판단된다. 제안 모델은 명확한 얼굴 영상을 추가하여 학습한 결과, 높은 예측률과 인식률의 결과를 얻을 수 있음을 확인할 수 있었다. 본 연구는 좀 더 많은 얼굴 영상 데이터를 이용함으로써 보다 효과적인 딥러닝 구축을 통해 보다 향상된 인식률과 예측률을 얻을 수 있을 것이다.

• 전자공학회논문지B
• /
• 제31B권11호
• /
• pp.142-150
• /
• 1994

본 논문은 분류된 학습률을 이용한 고속 경쟁 학습에 대한 연구이다. 이연구의 기본 개념은 각 출력 노우드의 연결강도 벡터에 분류된 학습률을 할당하는 것이다. 출력 노우드의 각 연결강도 벡터는 자기 자신의 학습률에 의하여 갱신된다. 각 학습률은 관련되는 출력 노우드가 경쟁에서 승리할 때에만 변화되며, 승리하지 못한 노우드들의 학습률은 변화되지 않는다. 영상 벡터 양자화에 대하여 실험한 결과는 제안한 방법이 기존 경쟁 학습 방법에 비하여 더 빠르게 학습되고 더 좋은 화질을 갖게 됨을 보였다.

• Educational Technology International
• /
• 제19권1호
• /
• pp.123-151
• /
• 2018

This study aims to examine the effects of self-directed learning readiness (SDLR) on academic performance and the perceived usefulness for each elements of flipped learning. Based on their SDLR scores, 69 students were assigned to a high SDLR group and a low SDLR group. Academic performance was measured by the completion rate of a pre-class online learning and the final exam score, and perceived usefulness for each element of flipped learning was measured by a survey designed by the researcher. For academic performance, the high SDLR group showed a significantly higher completion rate than the low SDLR group, but no significant difference was observed in their final exam scores. Students in the high SDLR group perceived in-class student-centered activities as more useful than those in the low SDLR group. Additional qualitative analyses indicated that students needed more support from instructors and well-prepared peers. Finally, this study suggested that more examination on the various learning characteristics that may influence the effectiveness of flipped learning should be done.