• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.60-64
• /
• 2001

In this paper, a new learning methodology for Kernel Methods is suggested that results in a sparse representation of kernel space from the training patterns for classification problems. Among the traditional algorithms of linear discriminant function(perceptron, relaxation, LMS(least mean squared), pseudoinverse), this paper shows that the relaxation procedure can obtain the maximum margin separating hyperplane of linearly separable pattern classification problem as SVM(Support Vector Machine) classifier does. The original relaxation method gives only the necessary condition of SV patterns. We suggest the sufficient condition to identify the SV patterns in the learning epochs. Experiment results show the new methods have the higher or equivalent performance compared to the conventional approach.

• 디자인학연구
• /
• 제15권1호
• /
• pp.113-122
• /
• 2002

본 연구에서는 멀티미디어와 네트워크를 중심으로 변화하고 있는 교육환경에서, 온라인교육을 위한 학습이론과 멀티미디어 표현기법을 선택하는 과정을 도울 수 있는 방법에 대하여 고찰하였다. 진행은 객관주의와 구성주의, 두가지 교육이론의 고찰과 멀티미디어표현의 특성분석을 통하여 가이드라인을 제시하고 이를 CAI 각 형태에 적용하는 방법으로 이루어졌다. 객관주의와 구성주의는 CAI의 기초 환경구성의 토대가 되며, 객관주의는 고정적, 순차적, 구조적, 수동적인 학습에, 구성주의는 자율적, 선택적, 비구조적, 능동적인 학습에 적합한 것으로 나타났다. 그리고, CAI에 활용되는 멀티미디어요소의 표현을 위한 기준을 선정하기 위한 요소로는 미디어의 특성, 학습자의 특성(인지모델, 숙련도, 수용성), 그리고 컨텐츠의 특성을 고려하였다. 이 과정에서 선정된 기준을 바탕으로 현재 활용되고 있는 CAI의 6가지 형태에 대하여 이를 구성하는데 가장 적합한 교육이론, 효과적인 미디어, 학습자 수준, 학습컨텐츠의 종류 및 특성을 분류하였다.

• 한국문헌정보학회지
• /
• 제53권2호
• /
• pp.179-199
• /
• 2019

본 연구의 목적은 특허 문헌 분류에 가장 적합한 방법론을 발견하기 위하여 다양한 자질 추출 방법과 기계학습 및 딥러닝 모델을 살펴보고 실험을 통해 최적의 성능을 제공하는 방법론을 분석하는데 있다. 자질 추출 방법으로는 전통적인 BoW 방법과 분산표현 방식인 워드 임베딩 벡터를 비교 실험하고, 문헌 집합 구축 방식으로는 형태소 분석과 멀티그램을 이용하는 방식을 비교 검토하였다. 또한 전통적인 기계학습 모델과 딥러닝 모델을 이용하여 분류 성능을 검증하였다. 실험 결과, 분산표현 방법과 형태소 분석을 이용한 자질추출 방법을 기반으로 딥러닝 모델을 적용하였을 경우에 분류 성능이 가장 우수한 것으로 판명되었으며 섹션, 클래스, 서브클래스 분류 실험에서 전통적인 기계학습 방법에 비해 각각 5.71%, 18.84%, 21.53% 우수한 분류 성능을 보여주었다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.203-214
• /
• 2023

우리나라 관세청은 효과적인 원스톱(One-stop) 업무 처리가 가능한 전자통관 시스템으로 효율적으로 업무처리를 하고 있지만 기술의 발달과 비대면 서비스의 증가로 매년 수출입건수가 증가하고 있으며 그에 따른 업무량도 폭증하고 있는 실정으로 이에 따른 보다 효과적인 방법이 매우 필요하다. 수입과 수출은 모든 물품에 대한 분류 및 세율 적용을 위한 HS Code(Harmonized system code)가 필요하고 해당 HS Code를 분류하는 품목 분류는 전문지식과 경험이 필요한 업무 난이도가 높고 관세 통관절차에서 중요한 부분이다. 이에 본 연구는 품목 분류 의뢰서의 물품명, 물품상세설명, 물품 이미지 등의 다양한 유형의 데이터 정보를 활용하여 멀티모달 표현 학습(Multimodal representation learning) 기반으로 정보를 잘 반영할 수 있도록 딥러닝 모델을 학습 및 구축하여 HS Code를 분류 및 추천해 줌으로써 관세 업무 부담을 줄이고 신속한 품목 분류를 하여 통관절차에 도움을 줄 것으로 기대한다.

• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.817-821
• /
• 2001

본 논문은 분류 문제의 훈련 패턴으로부터 형성되는 커널 공간의 저밀도 표현을 가능하게 하는 커널 방법에 대한 새로운 학습방법론을 제안한다. 선형 판별 함수에 대한 기존의 학습법 중에서 이완 절차가 SVM(Support Vector Machine) 분류기와 동등하게 선형분리 가능 패턴분류 문제의 최대 마진 분리 초평면을 얻을 수 있다. 기존의 이완 절차는 지원 백터에 대한 필요 조건을 만족한다. 본 논문에서는 학습 중 지원 벡터를 확인하기 위한 충분 조건을 제시한다. 순차적 학습을 위하여 기존의 SVM을 확장하고 커널 판별함수를 정의한 후에 체계적인 학습방법을 제시한다. 실험 결과는 새 방법이 기존의 방법과 동등하거나 우수한 분류 성능을 갖고있음을 보여준다.

• East Asian mathematical journal
• /
• 제37권2호
• /
• pp.265-288
• /
• 2021

In the 2015 revised mathematics curriculum, the system of equations is first introduced in 'Variables and Expressions' of [Middle School Grades 1-3]. Then, It is constructed that after learning the linear function in 'Functions', the relationship between the graphs of two linear functions and the systems of linear equations are learned so that students could improve the geometric representation of the systems of equations. However, in of Elective-Centered Curriculum Common Courses, Instruction is limited to algebraic manipulation when teaching and learning systems of quadratic equations. This paper presented the teaching and learning method that can improve students' mathematical connection through various representations by providing geometric representations in parallel using GeoGebra, a mathematics learning software, with algebraic solutions in the teaching and learning situation of simultaneous quadratic equations.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제42권5호
• /
• pp.637-646
• /
• 2003

Visual representation is very important topic in Mathematics Education since it fosters understanding of Mathematical concepts, principles and rules and helps to solve the problem. So, the purpose of this paper is to analyze and clarify the various meaning and roles about the visual representation. For this purpose, I examine the status of the visual representation. Since the visual representation has the roles of creatively mathematical activity, we emphasize the using of the visual representation in teaching and learning. Next, I examine the errors in relation to the visual representation which come from limitation of the visual representation. It suggests that students have to know conceptual meaning of the visual representation when they use the visual representation. Finally, I suggest some examples of problem solving via the visual representation. This examples clarify that the visual representation gives the clues and solution of problem solving. Students can apprehend intuitively and easily the mathematical concepts, principles and rules using the visual representation because of its properties of finiteness and concreteness. So, mathematics teachers create the various visual representations and show students them. Moreover, mathematics teachers ask students to design the visual representation and teach students to understand the conceptual meaning of the visual representation.

• Nuclear Engineering and Technology
• /
• 제54권3호
• /
• pp.1037-1048
• /
• 2022

A radioactive isotope identification algorithm is a prerequisite for a low-resolution scintillation detector applied to an unmanned radiation monitoring system. In this paper, a sparse representation with dictionary learning approach is proposed and applied to plastic gamma-ray spectra. Label-consistent K-SVD was used to learn a discriminative dictionary for the spectra corresponding to a mixture of four isotopes (¹³³Ba, ²²Na, ¹³⁷Cs, and ⁶⁰Co). A Monte Carlo simulation was employed to produce the simulated data as learning samples. Experimental measurement was conducted to obtain practical spectra. After determining the hyper parameters, two dictionaries tailored to the learning samples were tested by varying with the source position and the measurement time. They achieved average accuracies of 97.6% and 98.0% for all testing spectra. The average accuracy of each dictionary was above 96% for spectra measured over 2 s. They also showed acceptable performance when the spectra were artificially shifted. Thus, the proposed method could be useful for identifying radioisotopes in gamma-ray spectra from a plastic scintillation detector even when a dictionary is adapted to only simulated data. Furthermore, owing to the outstanding properties of sparse representation, the proposed approach can easily be built into an insitu monitoring system.

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.593-598
• /
• 2003

기계학습은 효율적이고 정확한 재사용을 위해 지식을 재구성한다. 본 논문은 이미 알려진 학습 객체들로부터 지식을 추출하는 '예제에 의한 개념학습 방법에 관한 연구이다. 대부분 학습 시스템은 처리와 표현에 대한 제약으로 인해 학습 결과를 새로운 객체에 적용할 때 효율성과 정확도가 기대에 못 미치는 경우가 있다. 본 논문에서는 ID3의 바이어스에 대해 조사하고, 다양한 표현 양식을 통해 보다 정확하고 학습적으로 이해하기 쉬운 분류 방법을 제안한다.

• 정보보호학회논문지
• /
• 제32권5호
• /
• pp.975-986
• /
• 2022

딥러닝은 이미지 처리에 있어 우수한 성능을 보여주며 큰 주목을 받고 있지만, 입력 데이터에 대한 변조를 통해 모델이 오분류하게 만드는 적대적 공격에 매우 취약하다. 적대적 공격을 통해 생성된 적대적 예제는 사람이 식별하기 어려울 정도로 최소한으로 변조가 되며 이미지의 전체적인 시각적 특징은 변하지 않는다. 딥러닝 모델과 달리 사람은 이미지의 여러 특징을 기반으로 판단하기 때문에 적대적 예제에 속지 않는다. 본 논문은 이러한 점에 착안하여 이미지의 색상, 모양과 같은 시각적이고 상징적인 특징인 Symbolic Representation을 활용한 적대적 예제 탐지 방법을 제안한다. 입력 이미지에 대한 분류결과에 대응하는 Symbolic Representation과 입력 이미지로부터 추출한 Symbolic Representation을 비교하여 적대적 예제를 탐지한다. 다양한 방법으로 생성한 적대적 예제를 대상으로 탐지성능을 측정한 결과, 공격 목표 및 방법에 따라 상이하지만 specific target attack에 대하여 최대 99.02%의 탐지율을 보였다.