• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.245-250
• /
• 2005

인터넷의 급격한 발전으로 교육환경$\cdot$방법에 대한 새로운 패러다임 창출요구가 증가하고 있으며 전통적인 교육산업도 교육의 전 분야에서 이론 활용한 e-teaming이 많은 분야에서 도입되었고, 빠른 속도로 그 영역이 확장되고 있다. 이러한 e-learning 확산 노력에 힘입어 그동안 e-learning의 학습자 만족도에 대한 연구도 많이 진행되어 왔지만 기업체를 대상으로 한 연구가 거의 대부분이었고 고등학교를 대상으로 한 연구는 거의 없는 실정이다. 따라서, 본 연구에서는 이러한 배경을 바탕으로 고등학생을 대상으로 한 e-learning 교육만족도 평가를 위한 모델을 제안하고, 제안한 모델을 대상으로 퍼지구조 모델링법을 이용하여 고등학생의 e-learning 교육 만족도에 관한 의식구조를 분석하였다. 또한, 의식구조분석의 결과가 고려된 평가모델을 구축하여 e-learning 교육 만족도를 평가하고, 민감도분석을 통하여 e-learning 교육만족도 향상 방안을 제시 하였다.

• 한국의상디자인학회지
• /
• 제18권2호
• /
• pp.145-159
• /
• 2016

This study developed the learning criteria for Science, Technology, Engineering, Arts & Mathematics to establish the theoretical background of the education pursued by STEAM. The learning criteria was developed on a basis of 6 kinds of Technology Home Economics textbooks by 2009 Amended Curriculum, and the factors of STEAM were extracted according to related contents. From the results of this study, the unit 'Dress and Self-expression' assimilated T.E.A.M with learning related to clothing psychology, consumer behavior, fashion design, and Korean fashion. The unit 'eco-friendly clothing and fixing clothes' was found to assimilate S.T.E.A.M. with learning related to clothes science and dress structure. Accordingly we can understand this unit also consists of the S. T. E. A. M assimilation such as clothes science, fashion marketing, dress structure, dress aesthetics, design and so on. Both units 'dress and self-expression' and 'eco-friendly clothing and fixing clothes' were found to consist of suggesting situations, creative planning and emotional experience following the learning criteria of STEAM. Therefore, these units will be the basic material for developing STEAM programs centering upon 'Home Economics' among the curriculum.

• 정보교육학회논문지
• /
• 제3권2호
• /
• pp.85-93
• /
• 2000

좋은 코스웨어란 컴퓨터라는 매체가 가진 장점을 최대한으로 살릴 수 있고 수업설계의 원리에 따라 설계된 것이다. 따라서 본 논문에서는 웹이라는 매체의 특성을 가장 잘 표현해 줄 수 있는 정교화 이론에 따라 개인교수형 웹 코스웨어의 내용구조 모델을 제시하였다. 이 모델은 개요정리, 선수학습요소, 기본학습, 심화학습, 요약정리, 종합정리 등의 여섯 가지 요소로 구성되어 있어 수준별 학습이 용이하고 개별학습에 적합하다. 또한, 제시한 모델을 개발에 실제 적용하여 개인교수형 웹 코스웨어를 제작하고, 기존의 개인교수형 웹 코스웨어와 비교하여 효과성을 검토하였다.

• Computers and Concrete
• /
• 제32권3호
• /
• pp.313-326
• /
• 2023

The seismic safety of the shear wall structure can be assessed through seismic fragility analysis, which requires high computational costs in estimating seismic demands. Accordingly, machine learning methods have been applied to such fragility analyses in recent years to reduce the numerical analysis cost, but it still remains a challenging task. Therefore, this study uses the ensemble machine learning method to present an improved framework for developing a more accurate seismic demand model than the existing ones. To this end, a rank-based selection method that enables determining an excellent model among several single machine learning models is presented. In addition, an index that can evaluate the degree of overfitting/underfitting of each model for the selection of an excellent single model is suggested. Furthermore, based on the selected single machine learning model, we propose a method to derive a more accurate ensemble model based on the bagging method. As a result, the seismic demand model for which the proposed framework is applied shows about 3-17% better prediction performance than the existing single machine learning models. Finally, the seismic fragility obtained from the proposed framework shows better accuracy than the existing fragility methods.

• 디지털융복합연구
• /
• 제14권2호
• /
• pp.245-258
• /
• 2016

본 논문에서는 기계학습과 관련된 다양한 사례들에 대한 연구를 바탕으로 기계학습 응용 및 학습 알고리즘의 성능 개선 방안을 제시한다. 이를 위해 기계학습 기법을 적용하여 결과를 얻어낸 문헌을 자료로 수집하고 학문분야로 나누어 각 분야에서 적합한 기계학습 기법을 선택 및 추천하였다. 공학에서는 SVM, 의학에서는 의사결정나무, 그 외 분야에서는 SVM이 빈번한 이용 사례와 분류/예측의 측면에서 그 효용성을 보였다. 기계학습의 적용 사례분석을 통해 응용 방안의 일반적 특성화를 꾀할 수 있었다. 적용 단계는 크게 3단계로 이루어진다. 첫째, 데이터 수집, 둘째, 알고리즘을 통한 데이터 학습, 셋째, 알고리즘에 대한 유의미성 테스트 이며, 각 단계에서의 알고리즘의 결합을 통해 성능을 향상시킨다. 성능 개선 및 향상의 방법은 다중 기계학습 구조 모델링과 $+{\alpha}$ 기계학습 구조 모델링 등으로 분류한다.

• 한국정보통신학회논문지
• /
• 제22권5호
• /
• pp.728-733
• /
• 2018

단백질을 구성하는 아미노산의 서열 정보만으로 단백질 이차 구조를 예측하기 위하여 심층 학습이 활발히 연구되고 있다. 본 논문에서는 단백질 이차 구조를 예측하기 위하여 다양한 구조의 합성곱 신경망의 성능을 비교하였다. 단백질 이차 구조의 예측에 적합한 신경망의 층의 깊이를 알아내기 위하여 층의 개수에 따른 성능을 조사하였다. 또한 이미지 분류 분야의 많은 방법들이 기반 하는 GoogLeNet과 ResNet의 구조를 적용하였는데, 이러한 방법은 입력 자료에서 다양한 특성을 추출하거나, 깊은 층을 사용하여도 학습과정에서 그래디언트 전달을 원활하게 한다. 합성곱 신경망의 여러 구조를 단백질 자료의 특성에 적합하게 변경하여 성능을 향상시켰다.

• International Journal of Contents
• /
• 제9권4호
• /
• pp.11-15
• /
• 2013

"Protein Folding Problem" is considered to be one of the "Great Challenges of Computer Science" and prediction of disordered protein is an important part of the protein folding problem. Machine learning models can predict the disordered structure of protein based on its characteristic of "learning from examples". Among many machine learning models, we investigate the possibility of multilayer perceptron (MLP) as the predictor of protein disorder. The investigation includes a single hidden layer MLP, multi hidden layer MLP and the hierarchical structure of MLP. Also, the target node cost function which deals with imbalanced data is used as training criteria of MLPs. Based on the investigation results, we insist that MLP should have deep architectures for performance improvement of protein disorder prediction.

• 한국시뮬레이션학회논문지
• /
• 제3권2호
• /
• pp.69-76
• /
• 1994

Traditionally, simulation-based learning games which are known as flight-simulators have been constructed as a black-box game. Within a black-box game, game-players can view and modify only a part of model parameters. Game-players cannot change the structure of a simulation model. In a black-box game, game-players cannot understand and learn the system structure which is responsible for the system behavior. In this paper, the multi-tasking at the level of operating systems is exploited to enhance the transparency of simulation-based learning game. The white-box game or transparent-box game allows game-players ot view and modify the model structure. The multi-tasking solution for white-box learning game is implemented with Smalltalk language on MS-/windows operating system.

• 전자공학회논문지C
• /
• 제35C권2호
• /
• pp.48-55
• /
• 1998

Structural learning methods of MLP classifiers for a given application using genetic algorithms have been studied. In the methods, however, the search space for an optimal structure is increased exponentially for the physical application of high diemension-multi calss. In this paperwe propose a method of MLP classifiers using species genetic algorithm(SGA), a modified GA. In SGA, total search space is divided into several subspaces according to the number of hidden units. Each of the subdivided spaces is called "species". We eliminate low promising species from the evoluationary process in order to reduce the search space. experimental results show that the proposed method is more efficient than the conventional genetic algorithm methods in the aspect of the misclassification ratio, the learning rate, and the structure.structure.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.47-57
• /
• 2019

본 연구는 기업조직의 학습문화가 동적역량에 어떻게 영향을 미치며 동적역량이 기업의 학습문화와 기업성과 간의 관계에서 매개효과가 있는지 분석하고, 그 연구결과를 기업실무에 적용할 수 있는지 검증해보고자 하였다. 첫째, 기업조직의 구조가 유기적일수록 재배치역량과 학습역량이 높아지는 것으로 나타났다. 유기적인 기업조직을 가진 집단은 공식적인 처리방식이나 프로세스에 집착하지 않는 관행이 있기 때문에 외부변화에 능동적으로 대응할 수 있는 능력이 존재함을 알 수 있었다. 둘째, 기업조직의 학습문화는 동적역량 중에서 재배치역량에 유의한 정(+)의 영향이 있음을 확인할 수 있었는데 개인수준과 집단수준의 학습문화가 구축되어 있는 기업조직일수록 특히 집단수준의 학습문화가 구축되어 있는 조직일수록 재배치역량이 높아짐을 볼 수 있었다. 셋째, 동적역량의 두 가지 하위요소는 모두 기업성과에 유의한 영향을 미치는 것으로 나타났다. 동적역량이 기업성과에 미치는 직접적인 효과는 확인하였으나 학습문화와 관련된 동적역량의 매개효과는 없는 것으로 나타났다.