• 한국산학기술학회논문지
• /
• 제16권12호
• /
• pp.8249-8261
• /
• 2015

본 연구는 학습공동체 프로그램 활동이 대학생들의 의사소통능력과 자기주도적 학습능력 향상에 영향을 주는지 검증하는 것을 목적으로 한다. 광주에 소재한 N대학교에서 자발적이고 자율적으로 학습공동체를 조직하여 운영한 147명의 학생을 연구 대상으로 하였다. 8주 동안 진행된 학습공동체 프로그램 활동 전후 의사소통능력과 자기주도적 학습능력의 향상 여부를 검증하였다. 분석 결과 학습공동체 활동 경험은 의사소통능력과 자기주도적 학습능력 향상에 긍정적인 영향을 주었다. 특히, 모든 대상자들이 다양한 정보를 수집하고 타인의 의견을 경청하는 해석 능력과, 학습욕구를 진단하고 목표를 설정하며 학습을 위한 자원들을 스스로 파악하는 학습계획 능력이 향상되었다. 학생주도형 맞춤식 학습공동체 프로그램 개발과 활성화를 통한 지속적인 핵심역량 향상을 제안하였다.

• 전자공학회논문지S
• /
• 제36S권2호
• /
• pp.28-37
• /
• 1999

재 강화 학습 방법을 다수의 제어입력을 가진 시스템에 대한 자율적 제어 기법 습득에 활용하기 위해서 차등책임 적응비평 학습구조를 제안하였다. 재 강화 학습은 여러 단계의 제어동작 끝에 얻어지는 최종 비평값을 활용하여 그 전에 행해졌던 제어 동작을 강화 혹은 약화 학습하는 자율적 학습방법이다. 대표적인 재강화학습 방법은 적응비평학습 구조를 이용하는 방법인데 비평모듈과 동작모듈을 이용하여 외부 비평 값을 최대로 활용함으로써 학습효과를 극대화시키는 방법이다. 이 학습방법에서는 단일한 제어입력을 갖는 시스템으로만 적용이 제한된다는 단점이 있다. 제안한 차등책임 적응비평 학습 구조에서는 비평함수를 제어 입력 인자의 함수로 구축한 다음 제어인자에 대한 차별 화된 비평 값을 부분미분을 통하여 산출함으로써 다수의 제어입력을 가진 시스템의 제어기술 학습이 가능하게 하였다. 제안한 학습제어 구조는 학습속도가 빠른 CMAC 신경회로망을 이용하여 구축하였으며 2개의 제어입력을 갖는 2-D Cart-Pole 시스템과 3 개의 제어입력을 갖는 인간구조 로봇시스템의 앉는 동작의 학습제어 시뮬레이션을 통하여 효용성을 확인하였다.

• 한국산학기술학회논문지
• /
• 제18권6호
• /
• pp.547-557
• /
• 2017

본 연구는 전문대학생들의 학습참여에 관한 학습과정 수준이 성별, 수업연한, 계열, 학점에 따라 어떠한 차이가 있는지를 비교 분석하였다. 연구대상은 G시 소재 K전문대학 정규교육과정 재학생들 중 2015학년도 2학기 학습과정 설문조사 참여에 응답한 재학생 총 684명이었다. 측정도구는 전문대학 학습과정 분석 척도를 수정 및 보완하여 사용하였다. 연구방법은 빈도분석과 성별, 수업연한, 계열, 학점에 따라 전문대학생들의 학습과정 수준 차이를 살펴보기 위하여 일원배치 분산분석과 사후검증을 실시하였다. 연구결과는 첫째, 성별에 따른 전문대학생의 학습과정은 하위요인 중 수업 외 학습활동, 수업 중 학습활동, 학습성과, 대학시설서비스에서 유의한 차이가 있었다. 둘째, 수업연한에 따른 전문대학생의 학습과정은 하위요인 중 수업 외 학습활동, 수업 중 학습활동, 수업만족도, 대학시설서비스에서 유의한 차이가 있었다. 셋째, 계열에 따른 전문대학생의 학습과정은 하위요인 중 수업 외 학습활동, 수업 중 학습활동, 학습 상호작용, 학습성과에서 유의한 차이가 있었다. 넷째, 학점에 따른 전문대학생의 학습과정은 학습과정과 전체 하위요인(수업 외 학습활동, 수업 중 학습활동, 수업만족도, 학습 상호작용, 학습성과, 대학 시설 서비스)에서 유의한 차이가 있었다. 마지막으로 본 연구결과에 대한 논의 및 함의를 기술하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.185-189
• /
• 2019

관계추출기의 학습을 위해서는 많은 학습 데이터가 필요한데, 사람이 모으게 되면 많은 비용이 필요하여 원격 지도 학습을 이용한 데이터 수집이 많은 연구에서 사용되고 있다. 원격 지도 학습은 지식베이스를 기반으로 학습 데이터를 자동으로 만들어 내는 방식이기에 비용이 거의 들지 않지만, 지식베이스의 질과 양에 영향을 받는다. 본 연구는 원격 지도 학습을 기본으로 관계추출기의 성능을 향상 시키고, 지식베이스를 확장하는 방안으로 반복학습을 제안한다. 실험을 적은 비용으로 빠르게 진행하기 위해 반복학습을 자동화 하는 시스템을 설계하여 실험을 하였고, 이 시스템으로 관계추출기의 성능이 향상 될 수 있는 가능성을 보였으며, 반복학습을 통한 지식베이스의 확장 방안을 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.924-926
• /
• 2021

AI (Artificial Intelligence) is being utilized in various fields and services to give convenience to human life. Unfortunately, there are many security vulnerabilities in today's ML (Machine Learning) systems, causing various privacy concerns as some AI models need individuals' private data to train them. Such concerns lead to the interest in ML systems which can preserve the privacy of individuals' data. This paper introduces the latest research on various attacks that infringe data privacy and the corresponding defense techniques.

• 한국멀티미디어학회논문지
• /
• 제23권5호
• /
• pp.650-657
• /
• 2020

The rapid growth of internet users and faster network speed are driving the new ICT services. ICT Technology has improved our way of thinking and style of life, but it has created security problems such as malware, ransomware, and so on. Therefore, we should research against the increase of malware and the emergence of malicious code. For this, it is necessary to accurately and quickly detect and classify malware family. In this paper, we analyzed and classified visualization technology, which is a preprocessing technology used for deep learning-based malware classification. The first method is to convert each byte into one pixel of the image to produce a grayscale image. The second method is to convert 2bytes of the binary to create a pair of coordinates. The third method is the method using LSH. We proposed improving the technique of using the entire existing malicious code file for visualization, extracting only the areas where important information is expected to exist and then visualizing it. As a result of experimenting in the method we proposed, it shows that selecting and visualizing important information and then classifying it, rather than containing all the information in malicious code, can produce better learning results.

• Genomics & Informatics
• /
• 제16권4호
• /
• pp.31.1-31.7
• /
• 2018

The prevalence of metabolic syndrome (MS) in the nonobese population is not low. However, the identification and risk mitigation of MS are not easy in this population. We aimed to develop an MS prediction model using genetic and clinical factors of nonobese Koreans through machine learning methods. A prediction model for MS was designed for a nonobese population using clinical and genetic polymorphism information with five machine learning algorithms, including naïve Bayes classification (NB). The analysis was performed in two stages (training and test sets). Model A was designed with only clinical information (age, sex, body mass index, smoking status, alcohol consumption status, and exercise status), and for model B, genetic information (for 10 polymorphisms) was added to model A. Of the 7,502 nonobese participants, 647 (8.6%) had MS. In the test set analysis, for the maximum sensitivity criterion, NB showed the highest sensitivity: 0.38 for model A and 0.42 for model B. The specificity of NB was 0.79 for model A and 0.80 for model B. In a comparison of the performances of models A and B by NB, model B (area under the receiver operating characteristic curve [AUC] = 0.69, clinical and genetic information input) showed better performance than model A (AUC = 0.65, clinical information only input). We designed a prediction model for MS in a nonobese population using clinical and genetic information. With this model, we might convince nonobese MS individuals to undergo health checks and adopt behaviors associated with a preventive lifestyle.

• 대한건축학회논문집:계획계
• /
• 제34권1호
• /
• pp.83-94
• /
• 2018

UNESCO has continued to work in Africa, especially in the six southern sub-Saharan countries, and Asia, where international cooperation is needed. The CLC (Rwanda Community Learning Center) covered in this study aims to create a regional learning center in Rwanda and to recover local communities and provide learning environment. During the course of this study, we conducted field trips for actual planning and reviewed the current state of educational and cultural facilities that recently opened and are operated, and found implications. In consultation with the Rwandan Educational Commission, the site for CLC was decided, the building was designed, and the construction is about to start. The results of this study are as follows. First, in addition to the efforts of the activists in the village, which can be considered the smallest unit of a local community, the approach for establishing an architectural space and active education and community environment can be evaluated as a result of experimental efforts. Second, we can pay attention to the attempts to realize local communities. The bridge business is based on the multi-purposes such as early childhood education, technical education for adults, and community restoration of local residents and it reflects space and program plans for this purposes. It also reflects detailed plans such as differentiating the flow planning depending on users' time of use. Third, we can explain the characteristics of architectural planning considering local characteristics such as active use of local materials. Due to the characteristics of a developing country, there were significant considerations on maintenance, and to this end, the plan included plans for the environment and use of materials that are easily maintained. In addition, the participation of local residents in the process of establishment was suggested as a possibility to serve an educational role.

• 사상체질의학회지
• /
• 제33권4호
• /
• pp.1-9
• /
• 2021

Objectives The purpose of this study was to check whether the classification of the individual's Body Mass Index (BMI) could be predicted by analyzing the voice data constructed at the Korean medicine data center (KDC) using machine learning. Methods In this study, we proposed a convolutional neural network (CNN)-based BMI classification model. The subjects of this study were Korean adults who had completed voice recording and BMI measurement in 2006-2015 among the data established at the Korean Medicine Data Center. Among them, 2,825 data were used for training to build the model, and 566 data were used to assess the performance of the model. As an input feature of CNN, Mel-frequency cepstral coefficient (MFCC) extracted from vowel utterances was used. A model was constructed to predict a total of four groups according to gender and BMI criteria: overweight male, normal male, overweight female, and normal female. Results & Conclusions Performance evaluation was conducted using F1-score and Accuracy. As a result of the prediction for four groups, The average accuracy was 0.6016, and the average F1-score was 0.5922. Although it showed good performance in gender discrimination, it is judged that performance improvement through follow-up studies is necessary for distinguishing BMI within gender. As research on deep learning is active, performance improvement is expected through future research.

• 한국산학기술학회논문지
• /
• 제14권2호
• /
• pp.681-687
• /
• 2013

본 연구는 학습 환경의 실내 온도와 학습재료 색채와의 조합이 학습수행에 어떠한 영향을 미치는 지를 살펴보고자 하였다. 이를 위해 학습활동 적정온도($22.5{\sim}24^{\circ}C$)를 중심으로(중립 실내 온도 조건), 그 이상인 조건(고온 실내온도 조건), 그리고 그 이하인 조건(저온 실내 온도 조건)으로 각각 실내 온도 조건을 구분하였으며, 난색계열인 빨간색과 한색계열인 파란색, 그리고 중성인 검은색과 연두색으로 각각 색채 조건을 구분하였다. 학습과 관련된 과제로는 음운 작업기억 과제를 사용하여 집단 간 실내 온도 조건에 따른 색채 조건에서의 과제 수행을 살펴보았다. 그 결과, 학습과제의 반응시간에서는 각 독립변수들에 의한 차이가 유의하지 않은 반면, 정확률에서는 색채 조건 중 빨간색과 검은색 조건에서 보다 정확한 수행이 나타났다. 이는 빨간색이 가진 현저성과 색채 온도감 및 검정색이 가진 친숙성과 다른 색에 비해 유일하게 현저성을 가지지 않는 특이성이 존재하기 때문에 나타난 결과로 해석할 수 있다.