• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3762-3781
• /
• 2020

Infrared pedestrian target recognition is a vital problem of significant interest in computer vision. In this work, a novel infrared pedestrian target recognition method that uses heterogeneous features with multi-kernel transfer learning is proposed. Firstly, to exploit the characteristics of infrared pedestrian targets fully, a novel multi-scale monogenic filtering-based completed local binary pattern descriptor, referred to as MSMF-CLBP, is designed to extract the texture information, and then an improved histogram of oriented gradient-fisher vector descriptor, referred to as HOG-FV, is proposed to extract the shape information. Second, to enrich the semantic content of feature expression, these two heterogeneous features are integrated to get more complete representation for infrared pedestrian targets. Third, to overcome the defects, such as poor generalization, scarcity of tagged infrared samples, distributional and semantic deviations between the training and testing samples, of the state-of-the-art classifiers, an effective multi-kernel transfer learning classifier called MK-TrAdaBoost is designed. Experimental results show that the proposed method outperforms many state-of-the-art recognition approaches for infrared pedestrian targets.

• 제어로봇시스템학회논문지
• /
• 제18권6호
• /
• pp.562-570
• /
• 2012

This paper proposes a robust object tracking algorithm using object features and on-line learning based particle filter for mobile robots. Mobile robots with a side-view camera have problems as camera jitter, illumination change, object shape variation and occlusion in variety environments. In order to overcome these problems, color histogram and HOG descriptor are fused for efficient representation of an object. Particle filter is used for robust object tracking with on-line learning method IPCA in non-linear environment. The validity of the proposed algorithm is revealed via experiments with DBs acquired in variety environment. The experiments show that the accuracy performance of particle filter using combined color and shape information associated with online learning (92.4 %) is more robust than that of particle filter using only color information (71.1 %) or particle filter using shape and color information without on-line learning (90.3 %).

• 한국초등과학교육학회지:초등과학교육
• /
• 제30권4호
• /
• pp.442-458
• /
• 2011

Digital textbook project is one of government-driven project to improve education due to integrating technology. Digital textbook need to be universally designed to fit for each student. Recently, universal design for learning( UDL) gains great attention as one of promising approaches for the development of the digital textbook through giving various options and flexibility to all students. UDL has three main principles, first provide multiple means of representation, second provide multiple means of action and expression, third provide multiple means of engagement. The purpose of the study is to analyze fourth grade science textbook according to three UDL guidelines and suggest implications to improve an existing science textbook. The results indicated that fourth grade science digital textbook has been partly applied UDL guidelines like implementing multimedia and multi- mode contents, learning and communication tools, and motivation strategies. But options which students can choose according to their needs and styles are insufficient and tools for expression and communication need to enhance for helping each student to overcome his/her obstacles for learning and need to be more and elaborate to support learner-centered science digital textbook.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3266-3285
• /
• 2023

With the popularity of online learning, intelligent tutoring systems are starting to become mainstream for assisting online question practice. Surrounded by abundant learning resources, some students struggle to select the proper questions. Personalized question recommendation is crucial for supporting students in choosing the proper questions to improve their learning performance. However, traditional question recommendation methods (i.e., collaborative filtering (CF) and cognitive diagnosis model (CDM)) cannot meet students' needs well. The CDM-based question recommendation ignores students' requirements and similarities, resulting in inaccuracies in the recommendation. Even CF examines student similarities, it disregards their knowledge proficiency and struggles when generating questions of appropriate difficulty. To solve these issues, we first design an enhanced cognitive diagnosis process that integrates students' affection into traditional CDM by employing the non-compensatory bidimensional item response model (NCB-IRM) to enhance the representation of individual personality. Subsequently, we propose an affection-enhanced personalized question recommendation (AE-PQR) method for online learning. It introduces NCB-IRM to CF, considering both individual and common characteristics of students' responses to maintain rationality and accuracy for personalized question recommendation. Experimental results show that our proposed method improves the accuracy of diagnosed student cognition and the appropriateness of recommended questions.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권4호
• /
• pp.268-273
• /
• 2017

최근 감정 분류 분야에서 딥러닝 인코더 기반의 접근 방법이 활발히 적용되고 있다. 딥러닝 인코더 기반의 접근 방법은 가변 길이 문장을 고정 길이 문서 벡터로 압축하여 표현한다. 하지만 딥러닝 인코더에 흔히 사용되는 구조인 장 단기 기억망(Long Short-Term Memory network) 딥러닝 인코더는 문서가 길어지는 경우, 문서 벡터 표현의 품질이 저하된다고 알려져 있다. 본 논문에서는 효과적인 감정 문서의 분류를 위해, 장 단기 기억망의 출력을 중요도에 따라 가중합하여 문서 벡터 표현을 생성하는 주목방법 기반의 딥러닝 인코더를 사용하는 것을 제안한다. 또한, 주목 방법 기반의 딥러닝 인코더를 문서의 감정 분류 영역에 맞게 수정하는 방법을 제안한다. 제안하는 방법은 윈도우 주목 방법(Window Attention Method)을 적용한 단계와 주목 가중치 재조정(Weight Adjustment) 단계로 구성된다. 윈도우 주목 방법은 한 단어 이상으로 구성된 감정 자질을 효과적으로 인식하기 위해, 윈도우 단위로 가중치를 학습한다. 주목 가중치 재조정에서는 학습된 가중치를 평활화(Smoothing) 한다, 실험 결과, 본 논문에서 제안하는 방법은 정확도 기준으로 89.67%의 성능을 나타내어 장 단기 기억망 인코더보다 높은 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.191-201
• /
• 2014

본 연구에서는 퍼즐 기반 학습에서 이루어지는 초등정보영재의 컴퓨팅적 문제 해결 접근법을 분석함으로써 퍼즐 기반 학습의 체계적 개선을 위한 시사점을 도출하고자 하였다. 이를 위해, 제약조건, 최적화, 확률, 통계, 패턴인식, 전략의 6가지 유형별 교육용 퍼즐을 구성하고 초등정보영재를 대상으로 퍼즐 기반 학습을 수행하였다. 또한 각 퍼즐 유형에 따른 학습자의 문제 해결 접근법을 확인하기 위해 사전 사후검사 결과의 정답률 및 정답자와 오답자의 문제 해결 접근법을 비교 분석하였다. 연구 결과, 각 퍼즐 유형별 빈번한 오류 발생의 원인인 몇 가지 양식 오류와 다양한 직관들을 확인하였으며, 오답자들은 '백트래킹', '동적 프로그래밍', '추상화', '모델링', '문제 축소'와 같은 컴퓨팅적 전략을 적용하지 못함으로 인해 완전한 해법에 도달하지 못한다는 것을 확인하였다. 이러한 분석 결과를 토대로 퍼즐 문제 표현 방식의 개선, 인지적 피드백의 적시 제공, 퍼즐 기반 학습 지원을 위한 웹 기반 시스템 개발 등 퍼즐 기반 학습 개선 방안을 제안하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권9호
• /
• pp.359-366
• /
• 2021

대한민국 건설사들은 아파트 하자 정보를 축적하고 보수작업을 관리하기 위한 시스템을 운영하는데 상당한 인력과 비용을 투자하고 있다. 본 연구에서는 하자 접수 상세내용 텍스트 데이터를 이용하여 하자 보수 시설공사에 따른 세부공종을 분류하는 머신러닝 모델을 제안한다. 두 가지 단어 임베딩(Bag-of-words, Term Frequency-Inverse Document Frequency (TF-IDF))과 두 가지 분류기(Support Vector Machine, Random Forest)를 통해 한국어로 작성된 65만건 이상의 하자 접수데이터로부터 하자보수 시설공사 세부공종을 분류했다. 특히, 이번 연구에서는 특정 시설공사(마감공사)의 9개 세부공종(가전제품, 도배공사, 도장공사, 미장공사, 석공사, 수장공사, 옥내가구공사, 주방기구공사, 타일공사)을 분류하는 이진분류 모델과 다중 분류 모델을 연구했다. 그 결과, TF-IDF와 Random Forest를 사용한 두가지 분류 모델에서 90%이상의 정확도, 정밀도, 재현율 및 F1점수를 확인했다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제45권1호
• /
• pp.105-121
• /
• 2006

The purpose of this study is to investigate preservice secondary mathematics teachers' knowledge about graphical representation and provide implications for better mathematics teaching and learning in our schools. For this purpose, sixty-three preservice teachers were selected and given diverse graphical representation problems of y=1, y=x, x=0, $x^2+y^2=1$. All preservice teachers completed two types of questionnaires. First type is about constructing the graphs of the above each equation, and the second one is to make them find the appropriate graphs from given examples of the each equation. The results indicated that all the participant pre service teachers were unable to construct graphs in terms of various dimensions and various direction of coordinate axis. All of the participants represented the graph of each equation on only two-dimensional coordinate system. In addition, some preservice teachers believed that the axis of coordinates have to be x-axis on horizontal line and y-axis on vertical line. From this study, it is implicated that pre service teacher education program needs to provide the experience of representing the graphs of equation in terms of various dimensions and various direction of coordinate axis so as to develop their future students the flexibility and creativity in mathematical thinking especially in the area of space perception.

• 인지과학
• /
• 제10권4호
• /
• pp.71-83
• /
• 1999

기존의 기호주의 적 추론 시스템은 경직성 문제로 인하여 유연성을 결여하고 있다. 이는 기호주의 적 지식표현 체계가 지식의 유연한 의미구조를 충분히 반영하고 있지 못할 뿐 아니라 추론 방법도 논리를 바탕으로 하기 때문이다. 이러한 문제를 해결하기 위하여, 우리는 최근 인공 신경 망에 기반 한 유연한 지식표현과 추론을 위한 연결주의 적 의미 망(CSN)을 제안한 바 있다. CSN은 인간의 유사성과 연관성에 기반 하여 근사 추론과 상식추론을 수행할 수 있다. 그러나 CSN 모델에서는 상위개념간의 관계를 표현하는 데 있어서 단순한 전향 신경 망을 이용함으로써 상위개념간의 일반적이고 구조화된 관계를 표현하거나 변수의 표현 및 바인딩의 어려움과 같은 문제점이 있었다. CSN모델의 이런 문제점을 해결하기 위해 본 논문에서는 상위개념간의 일반적이고 구조화된 지식표현을 가능하게 하고 추론이 용이한 기호주의 표현 체계와 이 표현 체계 안에서 의미구조를 표현하고 학습할 수 있는 연결주의 학습 모델인 CSN을 결합한 기호-연결주의 통합 시스템 SymCSN(Symbolic CSN)을 제안하고, 실험을 통하여 제안한 시스템이 인간과 유사한 유연한 지식표현과 추론을 위한 모델임을 보인다.

• 한국산학기술학회논문지
• /
• 제19권8호
• /
• pp.441-448
• /
• 2018

이 연구는 글 없는 그림책 활동이 유아의 그림 표상능력과 사회성 발달에 미치는 영향을 알아보는데 그 목적이 있다. 이를 위해 연구대상은 K유치원에 재학 중인 만 3세 유아 30명으로 하였다. 그 중 15명을 실험집단으로 나머지 15명을 비교집단으로 선정하였다. 실험처치는 실험집단에 8주간 글 없는 그림책 활동을 실시하였으며, 두 집단 모두 그림 표상능력과 사회성 발달 검사를 사전 사후에 실시하였다. 그 결과, 글 없는 그림책 활동이 유아의 그림 표상능력 하위 영역 중 다양한 색채, 세부적 묘사, 조화로운 공간 표상, 다양한 형체, 주제 관련 표상, 표상의 독특성, 그림 표상의 완성도, 언어 표상의 연결에 효과가 있는 것으로 나타났다. 다음으로 글 없는 그림책 활동이 유아의 사회성 발달 하위영역 중 협동성, 자율성, 또래 간 상호작용에서 효과가 있는 것으로 나타났다. 이러한 연구결과는 글 없는 그림책 활동이 유아의 그림 표상능력과 사회성 발달에 효과적인 교수-학습 자료로 유아교육기관에서 유용하게 활용될 수 있음을 시사한다.