• 제어로봇시스템학회논문지
• /
• 제10권12호
• /
• pp.1295-1304
• /
• 2004

In this paper, the Bayesian recurrent neural network is proposed to predict time series data. A neural network predictor requests proper learning strategy to adjust the network weights, and one needs to prepare for non-linear and non-stationary evolution of network weights. The Bayesian neural network in this paper estimates not the single set of weights but the probability distributions of weights. In other words, the weights vector is set as a state vector of state space method, and its probability distributions are estimated in accordance with the particle filtering process. This approach makes it possible to obtain more exact estimation of the weights. In the aspect of network architecture, it is known that the recurrent feedback structure is superior to the feedforward structure for the problem of time series prediction. Therefore, the recurrent neural network with Bayesian inference, what we call Bayesian recurrent neural network (BRNN), is expected to show higher performance than the normal neural network. To verify the proposed method, the time series data are numerically generated and various kinds of neural network predictor are applied on it in order to be compared. As a result, feedback structure and Bayesian learning are better than feedforward structure and backpropagation learning, respectively. Consequently, it is verified that the Bayesian reccurent neural network shows better a prediction result than the common Bayesian neural network.

• 동양고전연구
• /
• 제32호
• /
• pp.103-128
• /
• 2008

정조는 척족이 특권세력으로 발호하던 영조대 후반의 탕평정치에서 아버지를 여읜 피해자였다. 노론의 거센 방해공작을 뚫고 왕위에 오른 정조의 목표는 왕권 강화였다. 정조는 탕평정책을 영조 50여년 치세의 대업적으로 칭송하고 척신과 탕평당의 폐해를 지적하면서 신하들에게 왕을 위해 충성을 다하는 '국변인(國邊人)'이 되어줄 것을 요구하였다. 정조가 즉위 직후부터 설치 운영한 규장각(奎章閣)은 겉으로는 어제(御製)의 봉안 등을 표방했지만, 실제로는 정조의 우군을 양성하기 위한 기구였다. 그만큼 정조가 외척들을 누르고 어떻게 사대부들을 포섭하는가 하는 문제는 정권의 사활이 걸린 문제였다. 본고에서는 정조가 사대부들을 어떻게 굴복시키고 포섭하려 했는가라는 문제를 본격적으로 조명하였다. 그것을 통해서 정조가 시도한 왕권강화책의 논리와 방법을 확인해 보고자 하였다. 정조는 경학(經學)의 본질은 성리학이 아니라 실생활과 절실하게 관련된 학문이라는 점을 강조함으로써 사대부들의 이념적 근거를 붕괴시키고자 하였다. 정조가 사대부들의 풍기와 세도를 비판하고 그들의 학문인 주자성리학의 의미를 축소했던 것은 사대부들을 왕권에 복속시키기 위한 방편이었다. 붕당론이나 성학론을 기본으로 하는 사대부들의 정치 이념과 학문적 근거를 반박함으로써 공론(公論)의 주체로서 국왕의 권위를 강조하려고 하였다. 정조가 영조의 '군사(君師)' 개념을 계승하고 왕호도 '홍재(弘齋)'에서 '만천명월주인옹(萬川明月主人翁)'으로 바꾼 것은 그의 사대부 비판이 궁극적으로 지향하고자 했던 바를 상징적으로 보여준다.

• 공학교육연구
• /
• 제9권4호
• /
• pp.28-45
• /
• 2006

지식기반 사회로 변화에 따라 교육에 사이버 공간을 도입하는 것은 피할 수 없는 현실이 되었다. 따라서, 이러한 환경을 제공하기 위해 많은 e러닝(e-learning) 시스템이 개발되고 있다. 그러나 현재 개발된 많은 LCMS(Learning Contents Management System)는 세계 e러닝 표준인 SCORM(Sharable Contents Object Reference Model)과 한국교육학술정보원의 전국교육정보공유체계인 KEM을 기반으로 하고 있지 않아, 각기 다른 환경에서 개발된 학습콘텐츠를 공유하기 어렵다. 또한 국립중앙과학관은 비정규교육기관으로 초,중,고에서 개별적으로 해결하기 어려운 과학분야의 교육 전시물을 실제로 혹은 사이버공간에서 제공하고 있다. 이를 통합하여 관리하며 학교 교육에도 활용될 수 있도록 선생님, 학습자, 운영자, 교수자 모듈로 분리하여 기능을 제공하면서 서로 연동되는 시스템이 필요하게 되었다. 이에 이 논문에서는 한국교육학술정보원의 전국교육정보공유체계인 KEM(Korea Educational Metadata)과 세계표준인 SCORM 기반의 선진화 된 LMS(Learnig Management System) 및 LCMS 시스템인 국립중앙과학관 사이버과학교실 웹포털 사이트를 설계 및 구현하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.167-174
• /
• 2022

본 연구는 원격수업을 경험한 간호대학생을 대상으로 스트레스, 자아탄력성, 사회적 지지와 대학생활적응과의 관계를 확인하여 대학생활적응을 향상시키기 위한 기초자료를 제공하고자 시도되었다. 연구참여자는 B와 G시의 간호대학생 127명을 대상으로 SPSS20.0프로그램을 이용하여 단계적 다중회귀분석을 실시하였다. 대학생활적응능력에 대해 회귀 분석한 결과 스트레스, 자아탄력성, 전공만족도, 학업성적, 대인관계가 43.5%를 설명하였다. 본 연구결과를 통하여 원격수업을 경험한 간호대학생을 대상으로 스트레스를 조절하고 자아탄력성을 향상시키며, 전공에 대한 만족도와 학업성취를 할 수 있는 지원이 마련되어야 할 것이다.

• 디자인학연구
• /
• 제12권2호
• /
• pp.19-28
• /
• 1999

현재 기술은 각 그룹간의 작업을 더욱 가깝게 연결할 뿐 아니라 오늘날 사회에서 보여지는, 먼 거리와 격리된 장소에서의 공동작업을 더욱 강조한다. 산업의 영역인 실체적 모델에 근거를 둔 인간의 영역에 대한 해석이 더 이상 확고하지 않음에 따라 공간에서 존재하는 새로운 커뮤니티의 자극으로 인한, 귀속의식(歸屬意識)은 영역에 대한 새로운 인식에 대응하고 있다. 새로운 미디어와 기술의 사용으로, 한 장소의 어린이가 다른 장소의 어린이들과 어떠한 방법으로 실제 공간을 연결하는 커뮤니티의 감각을 만들어 내는가가 본 논문의 요지이다. 따라서, 본문의 논제는, 지구상의 두 학급을 연결하는 학습을 위한 커뮤니티 개발을 위한 시스템을, 먼 거리의 어린이들로 하여금 좀 더 가까워지도록 디자인하는 것이다. 그 내용은, 상호진화를 위한, 지역에 제한이 없는 학습 커뮤니티 개발과, 그 커뮤니티를 위한 컨셉츄얼 모델의 시스템 디자인에 관한 연구이다. 본 연구의 결론으로써, 사용자가 그 시스템의 정확한 멘탈 모델을 개발할 수 있는 실체적 인터페이스의 디자인이 제시되고 있다.

• Journal of the Korean Statistical Society
• /
• 제30권2호
• /
• pp.179-192
• /
• 2001

When a statistical model has a hierarchical structure such as multilayer perceptrons in neural networks or Gaussian mixture density representation, the model includes distribution with unidentifiable parameters when the structure becomes redundant. Since the exact structure is unknown, we need to carry out statistical estimation or learning of parameters in such a model. From the geometrical point of view, distributions specified by unidentifiable parameters become a singular point in the parameter space. The problem has been remarked in many statistical models, and strange behaviors of the likelihood ratio statistics, when the null hypothesis is at a singular point, have been analyzed so far. The present paper studies asymptotic behaviors of the maximum likelihood estimator and the Bayesian predictive estimator, by using a simple cone model, and show that they are completely different from regular statistical models where the Cramer-Rao paradigm holds. At singularities, the Fisher information metric degenerates, implying that the cramer-Rao paradigm does no more hold, and that he classical model selection theory such as AIC and MDL cannot be applied. This paper is a first step to establish a new theory for analyzing the accuracy of estimation or learning at around singularities.

• 기본간호학회지
• /
• 제25권1호
• /
• pp.33-45
• /
• 2018

Purpose: Objectives of this study were to identify and describe cultural meaning for nursing students in the class in fundamental nursing practice. Methods: Data were collected from November 2016 to May 2017 included focus group interviews and participants observation. The key informants in this study included 23 nursing students divided into 3 focus groups who had taken the course in fundamental nursing practice in university U and university S in Kyungpook, and university D in Jeonnam. Interviews continued until no new information could be identified from transcripts. Data were analyzed using the taxonomic analysis method developed by Spradley. Results: Based on the data acquired from the interviews, cultural domains in the class "fundamental nursing practice" were classified as 'community oriented activities', 'learning and playing space', 'relationship of difference and discrimination', 'time for present and future'. Conclusion: The culture in the class "fundamental nursing practice" could be summarized as 'non-standardized learning with team dynamics'. Also nursing students learned about a small society whose members are becoming nurses. Results indicate that it is critical for professors to understand students' values, beliefs and their attitude in order to aid in adjustment to class.

• 한국융합학회논문지
• /
• 제6권3호
• /
• pp.103-109
• /
• 2015

기존 이러닝 시스템의 실감형 교육 및 교육적 체감문제를 해결하기 위하여 투명 디스플레이 기반 디바이스에 증강현실 기술을 적용한 실감형 에듀테인먼트 시스템이 연구되었다. 그러나 투명디스플레이를 이용한 에듀테인먼트 시스템의 경우 다중 마커 배열 및 회전 마커 배열의 미검출에 대한 문제점과 투명디스플레이를 투영한 현실 공간과 가상 객체간의 조명환경 차로 인한 부조화 현상에 대한 문제점과 다양한 디바이스를 통해 서비스를 제공받지 못하는 문제점을 가지고 있다. 따라서 본 논문에서는 회전 마커 검출이 가능한 향상된 마커 검출 기법을 통해 다수의 마커 배열과 회전 마커 배열을 인식하고 중첩 블록 레이어를 통해 현실 공간과 가상공간의 조명 환경을 통일하여 현실감 있는 융합형 에듀테인먼트 콘텐츠를 제공하는 시스템을 설계하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1272-1277
• /
• 2003

This paper presents a method for combining classifier which is constructed by fuzzy and neural network classifiers and uses classifier fusion algorithms and selection algorithms. The input space of combing classifier is divided by the extended hyperbox region proposed in this paper to guarantee non-overlapped data property. To fuse the fuzzy classifier and the neural network classifier, we propose the fusion parameter for the overlapped data. In addition, the adaptive learning algorithm also proposed to maximize classifier performance. Finally, simulation examples are given to illustrate the effectiveness of the method.

• 한국멀티미디어학회논문지
• /
• 제14권12호
• /
• pp.1544-1548
• /
• 2011

A process of choosing a subset of original features, so called feature selection, is considered as a crucial preprocessing step to image processing applications. There are already large pools of techniques developed for machine learning and data mining fields. In this paper, basically two methods, non-feature selection and feature selection, are investigated to compare their predictive effectiveness of classification. Color co-occurrence feature is used for defining image features. Standard Sequential Forward Selection algorithm are used for feature selection to identify relevant features and redundancy among relevant features. Four color spaces, RGB, YCbCr, HSV, and Gaussian space are considered for computing color co-occurrence features. Gray-level image feature is also considered for the performance comparison reasons. The experimental results are presented.