• 전자공학회논문지B
• /
• 제33B권11호
• /
• pp.159-166
• /
• 1996

In this paper, the method for improving the speed of convergence and learning rate of back propagation algorithms is proposed which update the learning rate parameter and momentum term for each weight by generated error, changely the output layer of neural network generates a high value in the case that output value is far from the desired values, and genrates a low value in the opposite case this method decreases the iteration number and is able to learning effectively. The effectiveness of proposed method is verified through the simulation of X-OR and 3-parity problem.

• 대한수학교육학회지:학교수학
• /
• 제4권3호
• /
• pp.361-373
• /
• 2002

In this paper, a series of tasks related on polygonal numbers and pyramidal numbers are suggested for using them as teaching unit materials for teaching and learning of sequences in junior high school mathematics. Especially, finding n-th term in those seque-nces, relations among polygonal numbers, and relations among Pyramidal numbers are focused on. A series of tasks related on polygonal numbers and pyramidal numbers have three math-eucational values. First, they have a value as natural materials for teaching and teaming of finding nth term of original sequences using pro-gression of differences. Second, they have a value as materials for teaching and learning of mathematical thinking such as general-ization, analogy, etc. Third, they have a value as materials for teaching and learning of algebraic operation, proof, and connecting mathematical knowledges.

• 반도체디스플레이기술학회지
• /
• 제19권1호
• /
• pp.1-5
• /
• 2020

In this paper, a predictive maintenance of the robot trouble using the machine learning method, so called MT(Mahalanobis Taguchi), was studied. Especially, 'MD(Mahalanobis Distance)' was used to compare the robot arm motion difference between before the maintenance(bearing change) and after the maintenance. 6-axies vibration sensor was used to detect the vibration sensing during the motion of the robot arm. The results of the comparison, MD value of the arm motions of the after the maintenance(bearing change) was much lower and stable compared to MD value of the arm motions of the before the maintenance. MD value well distinguished the fine difference of the arm vibration of the robot. The superior performance of the MT method applied to the prediction of the robot trouble was verified by this experiments.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.211-225
• /
• 2021

본 연구는 플립러닝 수업을 진행한 대학생 462명을 대상으로 학업적 자기효능감, 과제가치, 행동적 참여도, 인지적 참여도, 정서적 참여도, 주도적 참여도가 학습만족도에 미치는 영향에 대한 구조모형을 검정하고자 시도되었다. 연구결과 첫째, 학습만족도에 영향을 미치는 변수들의 직접효과는 행동적 참여도가 가장 큰 요인으로 나타났으며, 그 다음 주도적 참여도, 과제가치, 정서적 참여도, 학업적 자기효능감 순으로 나타났고 이들 변인들은 학습만족도를 86% 설명하였다. 학업적 자기효능감과 과제가치는 행동적 참여도, 정서적 참여도, 주도적 참여도를 통한 학습만족도에 간접효과가 있었다. 둘째, 성적이 중상위권(B+이상) 집단과 중하위권(B이하) 집단을 조절변수로 하는 다중집단 조절효과에서 주도적 참여도와 학습만족도의 경로계수가 집단간 차이가 있어 부분조절효과가 있었다. 따라서 학습만족도를 높이기 위해서는 학습자의 학습수준과 학업관심도에 따라 학습참여도를 높일 수 있는 다양한 방안모색과 개인별 맞춤형 학습적응 프로그램을 통한 중재전략이 필요하다고 사료된다.

• 한국과학교육학회지
• /
• 제27권9호
• /
• pp.765-777
• /
• 2007

과학 선행학습의 실태 조사와 과학 선행학습이 학생 들의 과학 학습 태도에 미치는 효과에 대해 연구 분석 하였다. 선행학습의 실태 조사에서는 학생들의 선행학습 경험 유 무,선행학습의 형태 (자기 및 타의 주도적 선행학습),선행학습 시작 동기로서 본인 의사 여부, 선행학습에서 문제해결 방법 및 선행학습에서 중요한 요인 등을 조사하였다. 선행학습이 과학 학습 태도에 미치는 영향을 흥미도, 자신감,학습의욕 및 가치 등 4가지 측면에서 연구하였다. 이들 4가지 측면에서 나타나는 효과를 학업 성취 수준,선행학습 형태,선행학습 시작 동기 및 선행학습에서 이해 정도 등의 관점에서 조사 분석하였다. 분석 결과를 살펴보면,자신감,학습의욕 및 가치 측면에서는, '자기주도적 선행학습'에서 보다 높은 긍정적 값이 나왔으며,이것은 '자기주도적 선행학습'을 수행함으로서 스스로 할 수 있다는 가능성,성취감에 따른 내재적 동기 유발,학습에 필요한 내용들을 스스로 찾아가는 자발적 학습 등 긍정적 인식의 결과로 볼 수 있다. 반면,흥미도 측면에서는 수업을 이끌어주는 교사와 또래 친구들 사이에서 형성되는 교감 등으로 인해 '타의주도적 선행학습'이 더 긍정적으로 나타났다. 이상의 연구 결과를 바탕으로,학습자들에게 자신감. 학습의욕 및 가치 등이 필요할 시에는 자기주도적으로 선행학습을 권장하는 것이 바람 직하며,흥미도를 고취시키기 위해서는 타의주도적으로 선행 학습하는 것이 바람직하다.

• 정보처리학회논문지B
• /
• 제17B권5호
• /
• pp.381-388
• /
• 2010

나이브 베이시안 알고리즘은 데이터 마이닝의 여러 분야에서 적용되고 있으며 좋은 성능을 보여주고 있다. 하지만 이 학습 방법은 모든 속성의 가중치가 동일하다는 가정을 하고 있으며 이러한 가정으로 인하여 가끔 정확도가 떨어지는 현상이 발생한다. 이러한 문제를 보완하기 위하여 나이브 베이시안에서 속성의 가중치를 조절하는 다수의 연구가 제안되어 이러한 단점을 보완하고 있다. 본 연구에서는 나이브 베이시안 학습에서 기존의 속성에 가중치를 부여하는 방식에서 한걸음 나아가 속성의 값에 가중치를 부여하는 새로운 방식을 연구하였다. 이러한 속성값의 가중치를 계산하기 위하여 점진적 하강(gradient descent) 방법을 이용하여 가중치를 계산하는 방식을 제안하였다. 제안된 알고리즘은 다수의 데이터를 이용하여 속성 가중치 방식과 비교하였고 대부분의 경우에 더 좋은 성능을 제공함을 알 수 있었다.

• 한국지역사회생활과학회지
• /
• 제26권1호
• /
• pp.87-102
• /
• 2015

This study examines the structural relationships between ecotourism village visitors' motivation, value, satisfaction, and loyalty. A self-administered survey was conducted based on 254 visitors to six ecotourism villages. According to the confirmatory factor analysis, there were four underlying dimensions of motivation (relaxation, adventure, nature experience, and learning) and on underlying dimension of value (tourism). According to structural equation modeling, relaxation had a positive effect on economic value, and relaxation and learning had positive effects of functional value. Relaxation had a positive effect on social value. Economic, emotional, and social value had positive effects on ecotourism village visitors' satisfaction, and economic value had the greatest effect on satisfaction. Satisfaction had a positive effect on destination loyalty. The results imply that economic, emotional, and social value played important mediating roles in the relationship between motivation and satisfaction.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.72-74
• /
• 2021

다양한 분야에서 현재 활용되고 있는 딥러닝 과정은 데이터 준비, 데이터 전처리, 모델 생성, 모델 학습, 모델 평가로 구성 된다. 이중 모델 학습 과정에서 손실함수는 모델이 학습하면서 출력한 값을 실제 값과 비교하여 그 차이를 출력하게 되고, 출력된 손실값을 기반으로 모델은 역전파 알고리즘을 통해 손실값이 감소하는 방향으로 가중치를 수정해가며 학습을 진행한다. 본 논문에서는 바이오마커 추출을 위한 딥러닝 모델에서 사용될 신경망 출력 값의 손실도를 측정하여 출력해주는 다양한 손실함수를 분석하고 실험을 통해 최적의 손실함수를 찾아내고자 한다.

• 대한조선학회논문집
• /
• 제56권6호
• /
• pp.488-496
• /
• 2019

The estimation of block erection work time at a dock is one of the important factors when establishing or managing the total shipbuilding schedule. In order to predict the work time, it is a natural approach that the existing block erection data would be used to solve the problem. Generally the work time per unit is the product of coefficient value, quantity, and product value. Previously, the work time per unit is determined statistically by unit load data. However, we estimate the work time per unit through work time coefficient value from series ships using machine learning. In machine learning, the outcome depends mainly on how the training data is organized. Therefore, in this study, we use 'Feature Engineering' to determine which one should be used as features, and to check their influence on the result. In order to get the coefficient value of each block, we try to solve this problem through the Ensemble learning methods which is actively used nowadays. Among the many techniques of Ensemble learning, the final model is constructed by Stacking Ensemble techniques, consisting of the existing Ensemble models (Decision Tree, Random Forest, Gradient Boost, Square Loss Gradient Boost, XG Boost), and the accuracy is maximized by selecting three candidates among all models. Finally, the results of this study are verified by the predicted total work time for one ship among the same series.

• ETRI Journal
• /
• 제41권5호
• /
• pp.608-618
• /
• 2019

We propose a general framework for keyed learning, where a secret key is used as an additional input of an adversarial learning system. We also define models and formal challenges for an adversary who knows the learning algorithm and its input data but has no access to the key value. This adversarial learning framework is subsequently applied to a more specific context of anomaly detection, where the secret key finds additional practical uses and guides the entire learning and alarm-generating procedure.