• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.11-14
• /
• 2020

The importance of data in the development of deep learning is very high. Data with high morphological features are usually utilized in the domains where careful lens calibrations are needed by a human to capture those data. Synthesis of high morphological data for that domain can be a great asset to improve the classification accuracy of systems in the field. Unsupervised learning can be employed for this task. Generating photo-realistic objects of interest has been massively studied after Generative Adversarial Network (GAN) was introduced. In this paper, we propose Morpho-GAN, a method that unifies several GAN techniques to generate quality data of high morphology. Our method introduces a new suitable training objective in the discriminator of GAN to synthesize images that follow the distribution of the original dataset. The results demonstrate that the proposed method can generate plausible data as good as other modern baseline models while taking a less complex during training.

• 국제학술발표논문집
• /
• The 4th International Conference on Construction Engineering and Project Management Organized by the University of New South Wales
• /
• pp.241-248
• /
• 2011

Past theories on construction price formation have been shown to be inadequate in terms of their ability to represent real-life industry practice and price formation predictability. In this paper, we develop a theoretical framework on construction price formation that integrates four theories within the domains of marketing, learning, resource management and economics. These are: (i) marketing pricing theory; (ii) experiential and organisational learning theory; (iii) resourced based theory and (iv) microeconomic theory. Utilising pricing theory from marketing, a foundation is able to be created for the procedure of construction price formation, namely: (i) identifying the objectives; (ii) assessing the tendering environment; and (iii) formation of the price. However, understanding contractors' decision making process in tender pricing as such can be attributed to theories of experiential learning and consequently organisational learning. It is argued that contractors do learn from past experience and history and are able to adapt to different market conditions. In formation of the price, neoclassical microeconomics is able to provide additional insight in terms of the supply and demand model and consideration of the market conditions. Interrelated with the microeconomic concept of scarcity, we appreciate that contractors do have limited resources that affect their tender pricing decisions and resource based theory is used to substantiate this. Integrating the various theories as a unity allows the broader reality to be visualised and add to our theoretical understanding of construction price formation.

• 한국산학기술학회논문지
• /
• 제19권8호
• /
• pp.322-328
• /
• 2018

본 연구의 목적은 구글 클래스룸(GC)을 기반으로 문제중심학습(PBL)의 평가를 조사하는 것입니다. GC는 쉽고 자유로운 온라인 학습으로 최근 교육과 훈련에 중요한 역할을 하고 있다. 학생들은 아이디어와 자원을 공유하고, 도메인 전체에 걸쳐 지식을 적극적으로 전달하고 PBL의 주어진 문제에 대한 해결책을 연구하면서 점점 더 자기 주도적인 학습에 독립적이 된다. 학생들은 과제 페이지에서 제출일을 확인하고 클릭 한 번으로 과제를 시작할 수 있고 선생님은 과제 완료 여부를 빠르게 확인할 수 있으며 GC에서 점수를 바로 매길 수 있다. 본 연구에서는 GC를 기반으로 한 PBL의 평가를 설계하였다. 학생들은 주어진 자료를 읽고 과목의 목적을 파악하여 학습 문제를 조사한다. 그 후에 그들은 주제를 토론하고 보고서를 작성하여 연구 논문, 책, 인터넷 자료를 가지고 그것들을 공부한다. 연구 결과는 GC에 기반을 둔 PBL이 함께 학습하는 데 효과적이라는 것을 보여 주었다. 학생들은 PBL학습 환경에서 긍정적인 태도를 보였다. 이 연구는 GC에서 PBL평가의 개발이 가능하다는 것을 제안한다.

• 방송공학회논문지
• /
• 제27권4호
• /
• pp.511-518
• /
• 2022

딥러닝 기반의 지도학습은 다양한 응용 분야에서 비약적인 발전을 이루었다. 그러나 많은 지도 학습 방법들은 학습 및 테스트 데이터가 동일한 분포에서 추출된다는 공통된 가정 하에 이루어진다. 이 제약 조건에서 벗어나는 경우, 학습 도메인에서 훈련된 딥러닝 네트워크는 도메인 간의 분포 차이로 인하여 테스트 도메인에서의 성능이 급격하게 저하될 가능성이 높다. 도메인 적응 기술은 레이블이 풍부한 학습 도메인 (소스 도메인)의 학습된 지식을 기반으로 레이블이 불충분한 테스트 도메인 (타겟 도메인) 에서 성공적인 추론을 할 수 있도록 딥러닝 네트워크를 훈련하는 전이 학습의 한 방법론이다. 특히 비지도 도메인 적응 기술은 타겟 도메인에 레이블이 전혀 없는 이미지 데이터에만 접근할 수 있는 상황을 가정하여 도메인 적응 문제를 다룬다. 본 논문에서는 이러한 비지도 학습 기반의 도메인 적응 기술들에 대해 탐구한다.

• 사물인터넷융복합논문지
• /
• 제9권6호
• /
• pp.119-124
• /
• 2023

최근 딥러닝은 다양한 분야에서 전통적인 기계학습에 비해 월등히 높은 성능을 보이고 있으며, 패턴인식을 위한 보편적인 방법으로 자리 잡아 가고 있다. 하지만, 이에 비해 정형데이터를 사용하는 분류 문제에서는 여전히 머신러닝 기법이 주류를 이루고 있다. 본 논문에서는 정형데이터를 고차원 텐서로 변환하는 네트워크 모듈을 제안하며, 이 모듈을 보편적인 딥러닝 네트워크와 함께 구성하여 정형데이터의 분류 문제에 적용하였다. 제안된 방법은 4종의 데이터셋을 활용하여 학습 및 검증되었으며, 제안된 방법은 90.22%의 평균 정확도를 달성하여, 최신 딥러닝 모델인 TabNet에 비해 2.55%p 높은 정확도를 보였다. 제안된 방법은 컴퓨터 비전 분야에서 높은 성능을 보이는 다양한 네트워크 구조를 정형데이터에 활용할 수 있다는 점에서 의미가 있다.

• 인간행동과 음악연구
• /
• 제10권1호
• /
• pp.47-66
• /
• 2013

본 연구에서는 지적장애 중 고등학교 학생들의 효과적인 음악 수업을 위하여 교수 학습 지도안을 개발하였다. 지도안 구성 시 특수교육 분야에 관련서비스로써 역할을 해 온 음악치료 영역을 음악 교과 수업 장면에 접목시켰다. 지도안은 2008개정 특수학교 교육과정의 음악과에서 각 영역별로 주제를 재구성하여, 제재를 한 가지씩 선정하였고 교육적, 치료적인 목적에 따라 학생들의 기능 수준별로 나눈 3단계의 학생활동과 교사활동으로 구성하였다. 개발된 교수 학습 지도안은 특수음악교사 3명과 음악치료사 3명의 검증을 거쳐 1차와 2차 피드백을 받아 내용을 수정 보완하는 과정을 거쳤다. 그리고 지각, 표현, 감상 영역에 따른 단계적이고 연속적인 교육활동을 위하여 개발한 교수 학습 지도안을 바탕으로 총 20차시의 지도 계획표와 한 학기 분량의 월별 지도 계획을 제시하였다. 앞으로 본 연구의 결과가 지적장애 학교에서의 효과적인 음악 수업을 위한 자료 개발과 향후 개정 교육과정에 활용할 수 있는 기초 자료가 될 것이다. 더불어 음악치료적 접근을 중심으로 음악 수업환경을 제공하는 새로운 방법론적 아이디어를 제공할 수 있을 것이다.

• 영어어문교육
• /
• 제13권3호
• /
• pp.227-251
• /
• 2007

The development and use of computer mediated communications (CMC) as a tool for teaching and learning English has grown considerably in recent years. The purpose of this study is to investigate factors related to learners' participation, achievement, and satisfaction in EFL classes using web-based bulletin boards. The total number of 77 university students participated in this study. Three domains and eight independent variables investigated in this study were a learner-related domain (attitudes toward CMC, intrinsic motivation, extrinsic motivation, attitudes toward writing), an interaction-related domain (student-student interaction, teacher-student interaction), and an environmental domain (physical support and design of the web site). In order to determine interrelation of variables correlation analysis and multiple regression analysis were used. The results of this study showed that the factors predicting a learner's participation were instrumental motivation, attitudes toward writing, and teacher-student interaction. The factors explaining a learner's achievement were learner's participation and attitudes toward writing, and the factors predicting a learner's satisfaction were integrative motivation, student-student interaction, teacher-student interaction, physical support and learner's participation.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.81-86
• /
• 2016

Term weighting is a popular technique that effectively weighs the term features to improve accuracy in document classification. While several successful term weighting algorithms have been suggested, none of them appears to perform well consistently across different data domains. In this paper we propose several reasonable methods to combine different term weight vectors to yield a robust document classifier that performs consistently well on diverse datasets. Specifically we suggest two approaches: i) learning a single weight vector that lies in a convex hull of the base vectors while minimizing the class prediction loss, and ii) a mini-max classifier that aims for robustness of the individual weight vectors by minimizing the loss of the worst-performing strategy among the base vectors. We provide efficient solution methods for these optimization problems. The effectiveness and robustness of the proposed approaches are demonstrated on several benchmark document datasets, significantly outperforming the existing term weighting methods.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1997년도 추계학술대회발표논문집; 홍익대학교, 서울; 1 Nov. 1997
• /
• pp.181-184
• /
• 1997

Practical applications of learning systems usually involve complex domains exhibiting nonlinear behavior and dilution by noise. Consequently, an intelligent system must be able to adapt to nonlinear processes as well as probabilistic phenomena. An important class of application for a knowledge based systems in prediction: forecasting the future trajectory of a process as well as the consequences of any decision made by e system. This paper examines the robustness of data mining tools under varying levels of noise while predicting nonlinear processes in the form of chaotic behavior. The evaluated models include the perceptron neural network using backpropagation (BPN), the recurrent neural network (RNN) and case based reasoning (CBR). The concepts are crystallized through a case study in predicting a Henon process in the presence of various patterns of noise.

• 한국경영과학회지
• /
• 제25권3호
• /
• pp.137-154
• /
• 2000

This paper suggests a balanced scorecard (BSC) framework for measuring and evaluating the performance of knowledge workers in professional service firms(PSFs) which are typical knowldege-based organizations. As a strategic learning system, the balanced scorecard allows business leaders to drive and modify their business strategies based on the balanced measurement of key performance indicators(KPIs), which are basically divided into four domains such as financial achievement, customer orientation, internal business process, and innovation and learning. Conducting a focused case study on performance evaluation of knowledge workers from a balanced viewpoint, we could evaluate their competency and potential in more comprehensive manner. We also employ the analytic hierarchy process (AHP) approach for derive relative weights of key performance indicators and link it to a spreadsheet model for rating the individual performance of knowledge workers in a systematic way.