• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제5권2호
• /
• pp.95-101
• /
• 2005

In this paper, we proposed a learning algorithm for the neuro-fuzzy modeling using a learning rule to adapt clustering. The proposed algorithm includes the data partition, assigning the rule into the process of partition, and optimizing the parameters using predetermined threshold value in self-constructing algorithm. In order to improve the clustering, the learning method of neuro-fuzzy model is extended and the learning scheme has been modified such that the learning of overall model is extended based on the error-derivative learning. The effect of the proposed method is presented using simulation compare with previous ones.

• 한국과학교육학회지
• /
• 제40권1호
• /
• pp.29-40
• /
• 2020

본 연구의 목적은 한 고등학교 과학 교사(E 교사)가 약 1년 3개월간 교사공동체 탐구에 참여하며 어떻게 과학적 모델링에 관한 이해와 실행을 변화시켜나갔는지를 탐색하는 것이었다. 상황 학습 관점을 기반으로 본 연구에서는 E 교사의 사회적 상호작용들로부터 모델링에 관한 그녀의 프레임들을 탐색하였다. E 교사는 1년 3개월간 총 6회의 "스튜디오"라는 교사 연수에 참여해 같은 학교의 과학 교사들과 연구자들, 코치들과 협력하였다. 매 스튜디오에서 참여자들은 함께 모델링 기반 수업을 계획하고, 실행하고, 그에 관해 반성하였다. 본 연구에서는 먼저 E 교사가 수업을 진행한 2회차, 6회차 스튜디오에 초점을 맞추어, E 교사의 교사공동체 및 교실 상호작용으로부터 드러난 모델링에 관한 그녀의 프레임들을 질적으로 탐색하고, 그로부터 E 교사의 이해와 실행에 변화가 있었는지 탐색하였다. 다음으로, 교사공동체 탐구가 E 교사의 이해와 실행 변화에 어떻게 영향을 미쳤는지 탐색하기 위하여, 1-6회차 스튜디오에서 진행된 교사공동체 탐구가 질적으로 분석되었다. 연구 결과, 2회차 스튜디오에서 E 교사는 과학적 모델링을 학생들이 활동지에 정답을 채워 넣는 활동으로 보고 있었다. 반면 6회차 스튜디오에서 E 교사가 드러낸 과학적 모델링에 관한 프레임들은 그녀가 모델링을 학생들이 협력을 통해 증거를 사용하여 자연현상에 관한 설명을 구성하는 과정으로 보고 있었음을 보여주었다. E 교사가 속한 교사공동체는 모델링 기반 교수를 발전시키고자 하는 목표를 바탕으로, 매 스튜디오에서 학생들의 모델링을 돕고, 학생들의 설명과 추론을 분석하였다. 또한 그들은 여러 스튜디오들에 걸쳐 탐구 초점들과 교수 실행들을 구체화시키고 발전시켜나갔다. 이러한 공동체 탐구의 초점들은 E 교사의 과학적 모델링에 관한 이해와 실행 변화에 반영되었다. 본 연구의 결과는 교사공동체 탐구나 교사 전문성 발달을 지원하고자 하는 연구자, 실행가들에게 유용한 정보를 제공할 수 있다.

• 대한전기학회논문지
• /
• 제43권5호
• /
• pp.838-847
• /
• 1994

Although there is an analytical proof of modeling capability of the neural network, the convergency error in nonlinearity modeling is inevitable, since the steepest descent based practical larning algorithms do not guarantee the convergency of modeling error. Therefore, it is difficult to apply the neural network to control system in critical environments under an on-line learning scheme. Although the convergency of modeling error of a neural network is not guatranteed in the practical learning algorithms, the convergency, or boundedness of tracking error of the control system can be achieved if a proper feedback control law is combined with the neural network model to solve the problem of modeling error. In this paper, the neural network is introduced for compensating a system uncertainty to control a nonlinear dynamic system. And for suppressing inevitable modeling error of the neural network, an iterative neural network learning control algorithm is proposed as a virtual on-line realization of the Adaptive Variable Structure Controller. The efficiency of the proposed control scheme is verified from computer simulation on dynamics control of a 2 link robot manipulator.

• 한국방사선학회논문지
• /
• 제16권5호
• /
• pp.595-602
• /
• 2022

본 연구는 딥러닝을 이용한 흉부 X선 폐렴 영상에 대하여 정확하고 효율적인 의료영상의 자동진단을 위해서 가장 효율적인 학습률을 제시하고자 하였다. Inception V3 딥러닝 모델에 학습률을 0.1, 0.01, 0.001, 0.0001로 각각 설정한 후 3회 딥러닝 모델링을 수행하였다. 그리고 검증 모델링의 평균 정확도 및 손실 함수 값, Test 모델링의 Metric을 성능평가 지표로 설정하여 딥러닝 모델링의 수행 결과로 획득한 결과값의 3회 평균값으로 성능을 비교 평가하였다. 딥러닝 검증 모델링 성능평가 및 Test 모델링 Metric에 대한 성능평가의 결과, 학습률 0.001을 적용한 모델링이 가장 높은 정확도와 우수한 성능을 나타내었다. 이러한 이유로 본 논문에서는 딥러닝 모델을 이용한 흉부 X선 영상에 대한 폐렴 유무 분류 시 학습률을 0.001로 적용할 것을 권고한다. 그리고 본 논문에서 제시하는 학습률의 적용을 통한 딥러닝 모델링 시 흉부 X선 영상에 대한 폐렴 유무 분류에 대한 인력의 보조적인 역할을 수행할 수 있을 거라고 판단하였다. 향후 딥러닝을 이용한 폐렴 유무 진단 분류 연구가 계속해서 진행될 시, 본 논문의 논문 연구 내용은 기초자료로 활용될 수 있다고 여겨지며 나아가 인공지능을 활용한 의료영상 분류에 있어 효율적인 학습률 선택에 도움이 될 것으로 기대된다.

• Computers and Concrete
• /
• 제23권4호
• /
• pp.255-265
• /
• 2019

The potential of using genetic programming to predict engineering data has caught the attention of researchers in recent years. The present paper utilized weighted genetic programming (WGP), a derivative model of genetic programming (GP), to model the compressive strength of concrete. The calculation results of Abrams' laws, which are used as the design codes for calculating the compressive strength of concrete, were treated as the inputs for the genetic programming model. Therefore, knowledge of the Abrams' laws, which is not a factor of influence on common data-based learning approaches, was considered to be a potential factor affecting genetic programming models. Significant outcomes of this work include: 1) the employed design codes positively affected the prediction accuracy of modeling the compressive strength of concrete; 2) a new equation was suggested to replace the design code for predicting concrete strength; and 3) common data-based learning approaches were evolved into knowledge-based learning approaches using historical data and design codes.

• 제어로봇시스템학회논문지
• /
• 제17권8호
• /
• pp.777-782
• /
• 2011

Neural network technique is widely employed in the fields of signal processing, control systems, pattern recognition, etc. Learning of neural networks is an important procedure to accomplish dynamic system modeling. This paper presents a novel learning approach for differential neural network models based on the Kalman-Bucy filter theory. We construct an augmented state vector including original neural state and parameter vectors and derive a state estimation rule avoiding gradient function terms which involve to the conventional neural learning methods such as a back-propagation approach. We carry out numerical simulation to evaluate the proposed learning approach in nonlinear system modeling. By comparing to the well-known back-propagation approach and Kalman-Bucy filtering, its superiority is additionally proved under stochastic system environments.

• 한국지구과학회지
• /
• 제42권1호
• /
• pp.88-101
• /
• 2021

이 연구의 목적은 학생들이 그린 그림이 야외지질답사와 모델링 기반 순환 학습에서 어떤 의미를 갖는지 질적으로 탐색하는 것이다. 서울의 한 대학 부설 영재교육원에 재학 중인 10명의 학생이 참여하였다. 한탄강 형성과정이라는 것을 주제로 야외지질답사와 3차시 모델링 3차시 수업을 진행하였다. 각 차시별 학생들이 작성했던 모든 기록장(글, 그림), 연구자 필드노트, 학생들이 참여한 모든 영상 자료 및 음성 녹음, 전사한 인터뷰 자료 등을 연구진과 공유하였다. Hatisaru (2020) 그림 표상화를 야외지질학습의 맥락에 맞게 수정하여 그림의 유형을 분류하였다. 학생들의 글(text, memo)을 포함한 그림의 특징을 분석하기 위해 연연적 내용 분석(deductive content analysis)을 사용하였다. 또한, 그림이 모델링 기반 순환 과정(자료 수집 관찰, 모델 생성, 모델 발달, 자연현상의 구체화) 속에서 어떤 역할을 하는지 분석하였다. 그 결과 학생들의 그림 유형은 지질학적인 개념을 포함한 상징적 이미지, 지형학적으로 외형을 묘사한 외형적 이미지, 학생들의 심리적인 영역을 표현한 정의적 이미지가 있었다. 특징은 설명, 생산화, 정교화, 증거, 일치, 심상(心狀)으로 분류하였다. 그림의 유형과 특징은 모델링 기반 순환 학습 과정에서 연속적으로 나타나며 학생들의 모델 발달 과정 속에서 학생들의 인지적인 영역에 관한 특성과 학업에 대한 긍정적인 태도와 감정을 반영하였다. 학생들이 그린 그림은 야외지질답사와 모델링 과정 모두에 있어서 학생들의 사고와 의사표현을 반영할 수 있는 도구로써 의미를 있음을 밝힘으로써 과학교육 관계자들에게 학생들의 그림 그리기 활동의 중요성을 역설하였다.

• 한국과학교육학회지
• /
• 제35권5호
• /
• pp.919-929
• /
• 2015

본 연구에서는 지질구조에 대한 모델링기반 학습 프로그램을 개발하고 모델링기반 학습에서 나타나는 논증패턴과 학생들의 정신모형 수준과의 관계를 밝히고자 하였다. 고등학교 2학년 126명을 대상으로 대륙이동설, 해령, 변환단층, 단층의 특징에 대하여 4회의 모델링기반 학습을 실시하였다. 연구대상 중에서 2개 학급은 실험집단으로 모델링기반 학습을 실시하였고 나머지 2개 학급은 비교집단으로 교사중심 설명식 수업을 실시하였다. 모델링기반 학습 후 실험집단과 비교집단의 사후 성취도와 학생들의 정신모형 분포를 정량적으로 비교하였다. 실험집단 중 5개 조의 논증활동을 녹음 전사한 자료에 대하여 본 연구에서 설정한 분석틀을 근거로 정성적으로 분석하였다. 본 연구의 분석틀은 TAP의 5가지 요소와 학생들의 대안개념이 포함되는 요소 5가지 등 총 10가지의 코딩 요소로 구성하였다. 정신모형 유형을 조사한 결과, 실험집단에서 단면 인과모형과 입체형 모형의 비율이 높게 나타난 반면, 비교집단에서는 2차원 모형과 단면 단순모형의 비중이 높게 나타났다. 논증유형을 분석한 결과, 주장의 빈도가 높을수록 논증활동이 성공적으로 이루어졌고 정신모형의 수준이 높게 나타났다. 반박이 제기된 경우, 만든 모형을 다시 관찰하여 자료를 수정하고, 이에 따라 주장을 다시 전개하였다. 이로써 모델링기반 학습에서 모형이 학생들의 논증 과정에 긍정적으로 작용함을 확인할 수 있었다.

• Journal of Power Electronics
• /
• 제10권6호
• /
• pp.595-603
• /
• 2010

In this paper, teaching in a "switching converter (SC) design" course using problem-based learning (PBL) with dynamicbehavior- model simulation, given at Lunghwa University of Science and Technology (LHU), Taiwan, is proposed. The devised methodology encourages students to design and implement the SCs and regulate the controller's parameters in frequency domain by using 'sisitool' ('bode') in the MATLAB toolbox. The environment of PBL with converter characterization modeling and simulation reforms the learning outcome greatly and speeds up the teaching-learning process. To qualify and evaluate the learning achievements, a hands-on project cooperated with the continuous assessment approach is performed to modulate the teaching pace and learning direction in good time. Results from surveys conducted in the end of the course provided valuable opinions and suggestions for assessing and improving the learning effect of the proposed course successively. Positive feedbacks from the examinations, homework, questionnaires, and the answers to the lecturer's quizzes during class indicated that the presented pedagogy supplied more helpfulness to students in comparisons with conventional teaching paradigm, their learning accomplishments were better than expected as well.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.154-157
• /
• 2015

Construction industry still requires a lot of laborers to perform a project despite of advance in technologies, and improving labor productivity is an important strategy for successful project management. Since repetitive construction works exhibits learning effect, understanding laborers' learning phenomenon therefore allows managers to have improved labor productivity. In this context, previous research efforts quantified individual laborer's learning effect, though numerous construction works are performed in group. In other words, previous research about labor learning assumed that sum of individual's productivity is same as group productivity. Also, managers in construction sites need understanding about group learning behavior for dealing with labor performance problem. To address these issues, the authors investigate what variables affect laborers' group level learning process and develop conceptual model as a basic tool of productivity estimation regarding group learning. Based on the result of this research, it is possible to understand forming mechanism of learning within the group level. Further, this research may contribute to maximizing laborers' productivity in construction sites.