• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.622-624
• /
• 2004

강화 학습(Reinforcement Learning)을 실제 문제에 적용하는 데 있어 가장 큰 문제는 차원성의 저주(Curse of dimensionality)였다 문제가 커짐에 따라 목적을 이루기 위해서 더 많은 단계의 판단이 필요하고 이에 따라 문제의 해결이 지수적으로 어려워지게 된다. 이를 해결하기 위해 문제를 여러 단계로 나누어 단계별로 학습하는 계층적 강화 학습(Hierarchical Reinforcement Learning)이 제시된 바 있다 하지만 대부분의 계층적 강화 학습 방법들은 사전에 문제의 구조를 아는 것을 전제로 하며 큰 사이즈의 문제를 간단히 표현할 방법을 제시하지 않는다. 따라서 이들 방법들도 실제적인 문제에 바로 적용하기에는 적합하지 않다. 최근 이루어진 복잡계 네트워크(Complex Network)에 대한 연구에 착안하여 본 논문은 자기조직화하는 생장 네트워크(Self organizing growing network)를 기반으로 한 간단한 환경 표현 모델을 사용하는 강화 학습 알고리즘을 제안한다 네트웍은 복잡계 네트웍이 갖는 성질들을 유지하도록 자기 조직화되고, 노드들 간의 거리는 작은 세상 성질(Small World Property)에 따라 전체 네트웍의 큰 사이즈에 비해 짧게 유지된다. 즉 판단해야할 단계의 수가 적게 유지되기 때문에 이 방법으로 차원성의 저주를 피할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제24권10호
• /
• pp.1391-1402
• /
• 2021

This paper focuses use context-sensitive spelling error correction using generative adversarial network. Generative adversarial network[1] are attracting attention as they solve data generation problems that have been a challenge in the field of deep learning. In this paper, sentences are generated using word embedding information and reflected in word distribution representation. We experiment with DCGAN[2] used for the stability of learning in the existing image processing and D2GAN[3] with double discriminator. In this paper, we experimented with how the composition of generative adversarial networks and the change of learning corpus influence the context-sensitive spelling error correction In the experiment, we correction the generated word embedding information and compare the performance with the actual word embedding information.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2180-2197
• /
• 2019

With the proliferation of the Android malicious applications, malware becomes more capable of hiding or confusing its malicious intent through the use of code obfuscation, which has significantly weaken the effectiveness of the conventional defense mechanisms. Therefore, in order to effectively detect unknown malicious applications on the Android platform, we propose DroidVecDeep, an Android malware detection method using deep learning technique. First, we extract various features and rank them using Mean Decrease Impurity. Second, we transform the features into compact vectors based on word2vec. Finally, we train the classifier based on deep learning model. A comprehensive experimental study on a real sample collection was performed to compare various malware detection approaches. Experimental results demonstrate that the proposed method outperforms other Android malware detection techniques.

• ETRI Journal
• /
• 제45권1호
• /
• pp.93-104
• /
• 2023

Coreference resolution is a task in discourse analysis that links several headwords used in any document object. We suggest pointer networks-based coreference resolution for Korean using multi-task learning (MTL) with an attention mechanism for a hierarchical structure. As Korean is a head-final language, the head can easily be found. Our model learns the distribution by referring to the same entity position and utilizes a pointer network to conduct coreference resolution depending on the input headword. As the input is a document, the input sequence is very long. Thus, the core idea is to learn the word- and sentence-level distributions in parallel with MTL, while using a shared representation to address the long sequence problem. The suggested technique is used to generate word representations for Korean based on contextual information using pre-trained language models for Korean. In the same experimental conditions, our model performed roughly 1.8% better on CoNLL F1 than previous research without hierarchical structure.

• Educational Technology International
• /
• 제9권2호
• /
• pp.79-95
• /
• 2008

This paper aims to investigate modeling scripts based on the mode of group interaction in a computer-supported collaborative learning environment. Based on a literature review, this paper assumes that group interaction and its mode would have strong influence on the online collaborative learning process, and furthermore lead learners to create and share significant knowledge within a group. This paper deals with two different modes of group interaction- distributed and shared interaction. Distributed interaction depends on the external representation of individual knowledge, while shared interaction is concerned with sharing knowledge in group action. In order to facilitate these group interactions, this paper emphasizes the utilization of appropriate CSCL scripts, and then proposes the conceptual framework of CSCL scripts which integrate the existing scripts such as implicit, explicit, internal and external scripts. By means of the model regarding CSCL scripts based on the mode of group interaction, the implications for research on the design of CSCL scripts are explored.

• 한국지역지리학회지
• /
• 제18권4호
• /
• pp.445-463
• /
• 2012

이 연구는 미디어와 지리교육의 새로운 관계를 정립하려는 시도로서 미디어 리터러시에 초점을 두고 있다. 지금까지 미디어를 통해 나타난 지리적 현상이 세계를 비추는 창으로 간주되었다면, 이제는 다양한 주체와 목적에 의해 사회적으로 구성된 재현의 산물로서 인식될 필요가 있다. 미디어에 대한 이러한 인식론적 전환은 교수 학습에 있어서 사회적 구성주의와 미디어 리터러시의 중요성을 부각시킨다. 기존의 미디어를 활용한 소극적이고 수동적인 지리교육에서 벗어나 미디어를 통해 재현된 지리적 현상, 즉 미디어 텍스트가 어떻게 구성되고 선별되는지를 비판적으로 분석 이해하고 추론할 수 있는 능동적인 미디어 리터러시를 촉진할 수 있는 지리교육으로의 전환이 요구된다. 이러한 미디어 리터러시로서의 지리교육은 학생들의 능동적이고 창의적인 비판적 활동을 강조하여 미디어 텍스트에 감추어진 이데올로기를 드러내게 할 뿐만 아니라, 학생들의 지리적 상상력을 자극하고 풍부하게 할 수 있다는 점에서 더욱 의의가 있다고 할 수 있다.

• 한국지능시스템학회논문지
• /
• 제22권3호
• /
• pp.319-327
• /
• 2012

본 논문에서는 착용식 추적장치나 표식 등의 보조 도구를 사용하지 않는 환경의 동영상 데이터로부터 수화 패턴을 인식하는 방법론에 관하여 고찰한다. 시스템 설계 및 구현에 관한 주제로서 특징점의 추출기법, 특징데이터의 표현기법 및 패턴 분류기법에 관한 방법론을 제시하고 그 유용성을 고찰한다. 일련의 동영상으로 표현되는 수화패턴에 대하여 특징점의 공간적 위치에 대한 변이 뿐만 아니라 시간차원의 변화를 고려한 특징데이터의 표현방법을 제시하며, 방대한 데이터에 의한 분류기의 크기 문제와 계산량의 문제를 개선하기 위하여 효과적으로 특징수를 줄일 수 있는 특징추출 방법을 소개한다. 패턴 분류과정에서 점진적 학습(incremental learning)이 가능한 신경망 모델을 제시하고 그 동작특성 및 학습효과를 분석한다. 또한 학습된 분류모델로부터 특징과 패턴 클래스 간의 상대적 연관성 척도를 정의하고, 이로부터 효과적인 특징을 선별하여 성능저하 없이 분류기의 규모를 최적화 할 수 있음을 보인다. 제안된 내용에 대하여 여섯 가지 수화패턴을 대상으로 적용한 실험을 통하여 유용성을 평가한다.

• 박물관보존과학
• /
• 제31권
• /
• pp.55-70
• /
• 2024

스타일 전이 알고리즘은 현재 활발히 연구되는 분야로 일반 이미지를 고전 회화 스타일로 전이시키는 알고리즘도 개발되었다. 그러나 우리나라의 문화유산 이미지에 적용하였을 때 적절한 성과를 보이지 않으며, 적용 사례도 부족한 실정이다. 이에 본 연구에서는 우리나라 문화유산 스타일로 응용할 수 있는 스타일 전이 알고리즘을 개발하고자 한다. 이는 표현 학습을 통해 유의미한 특성을 학습하여 데이터에 대한 이해도를 높였으며, 대상 이미지 내에서 배경과 문화유산을 분리하고, 스타일 이미지에서 원하는 색상과 질감의 스타일 영역을 추출할 수 있게 제작하였다. 이를 통해 대상 이미지의 형태를 유지하면서 스타일 이미지의 특징을 효과적으로 전이하여 새로운 이미지를 생성할 수 있으며, 다양한 문화유산 스타일을 전이시킬 수 있음을 확인하였다.

• 한국게임학회지
• /
• 제8권1호
• /
• pp.32-38
• /
• 2011

수학적 명제들을 사용하는 수학교육용 게임의 학습 도움말이나 안내말은 그래픽 우선 인지스타일을 가진 게임세대의 학습자를 위해 그래픽적인 형태로 표현하는 것이 필요하다. 본 논문에서는 수학 명제들에 대한 객체 기반 비주얼적 표현방법을 제안하였다. 이 표현방법은 단어들과 함께 그래픽적 기호들과 수학적 기호들 사용하여 객체 기반적인 표현방법의 규칙을 갖고 있다. 그래서 수학적 의미를 정확하게 표현하거나 이해하기가 쉽다. 그리고 학습자가 내용을 빠르게 읽을 수 있다. 제안된 방법은 게임 세대 학습자들에게 교육용 게임을 통해 수학 학습의 스캐폴딩으로써 도움을 받기가 좋다.

• Journal of Electrical Engineering and Technology
• /
• 제12권1호
• /
• pp.402-410
• /
• 2017

For many years, researchers in face description area have been representing and recognizing faces based on different methods that include subspace discriminant analysis, statistical learning and non-statistics based approach etc. But still automatic face recognition remains an interesting but challenging problem. This paper presents a novel and efficient face image representation method based on Optimized Local Ternary Pattern (OLTP) texture features. The face image is divided into several regions from which the OLTP texture feature distributions are extracted and concatenated into a feature vector that can act as face descriptor. The recognition is performed using nearest neighbor classification method with Chi-square distance as a similarity measure. Extensive experimental results on Yale B, ORL and AR face databases show that OLTP consistently performs much better than other well recognized texture models for face recognition.