• 한국수학사학회지
• /
• 제22권3호
• /
• pp.31-44
• /
• 2009

현재 융합과학의 모델로 주목받고 있는 인지과학을 이해하기 위해서는 세 가지의 중대한 수학적 업적을 살펴볼 필요가 있다. 본 논문에서는 이 세 가지의 역사적 업적에 해당하는 튜링기계, 신경망, 괴델의 불완전성 정리를 중심으로 인지과학의 수학적 기틀을 연구한다. 먼저, 메타수학으로서의 인지과학을 고찰한다. 다음으로 컴퓨터의 수학적 모델로서 튜링기계와 그 발전을 탐구하고, 뇌의 수학적 모델로서 신경망과 그 발전을 탐구하고자 한다. 마지막으로는 인지과학의 미래를 위한 괴델의 불완전성 정리의 함의를 논의하고 양자인지과학을 전망한다.

• 대한인간공학회지
• /
• 제19권1호
• /
• pp.11-22
• /
• 2000

In this research report, we are presenting several optimization models for cognitive systems by using stimulus-response matrix (S-R Matrix). Stimulus-response matrices are widely used for tabulating results from various experiments and cognition systems design in which the recognition and confusability of stimuli. This paper is relevant to analyze the optimization/mathematical programming models. The weakness and restrictions of the existing models are resolved by generalization considering average confusion of each subset of stimuli. Also, clustering strategies are used in the extended model to obtain centers of cluster in terms of minimal confusion as well as the character of each cluster.

• 한국학교수학회논문집
• /
• 제14권4호
• /
• pp.423-442
• /
• 2011

연구의 목적은 ICME(2008,Mexico) 모델링 TSG21에서 논의한 모델일의 두 과제 설정 MMa, MeA이 학교수학에 효율적으로 적용이 될 수 있는지를 알아보는데 있다. 이 실험에서 수학과 교육과정에 적용할 수 있는 몇 가지 중요한 점을 발견했는데, 첫째는 MMa집단이 통제집단 IPS에 모델링 문항에서 성취도에 우의미한 차이를 보였고, 정보처리 문항에서도 좋은 성취수준을 보였다. 다시 말하면 모델링 MMa, MeA 교육이 가능하게 현행 학교 문제 해결 또는 개념 학습에 포함이 되고 더욱 발전 되는 시스템을 가질 수 있다. 둘째는 실험집단의 학생들이 생성한 모델링 처음 3단계 상황분석, 수학질문 구성, 모델설정에서 독특한 발견전략을 사용하였고 후반 2단계에서도 전통적 IPS 문제해결과 좋은 연결성을 보였다. 또, 실험집단 MMa, MeA 학생들이 개념적 시스템의 구성과정을 잘 이해했으며 Lesh & Sriraman(2005a, 2005b)의 개념적 시스템의 구성을 뒷받침 해 주었다. 셋째는 과제설정 MMa, MeA 간에 모델링의 사고행동인 수학적 상황 센스를 만들기(S), 창조하기(C), 확장하기(E), 재정의하기(RF)가 교실에서 활발하게 일어났다는 점이다. 따라서 Pollak등이 제언한 모델링 활동은 현행 IPS 활동과 의미 있게 교류 될 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권9호
• /
• pp.3335-3356
• /
• 2015

In this paper, we analyze the connectivity of cognitive radio ad-hoc networks in a log-normal shadow fading environment. Considering secondary user and primary user's locations and primary user's active state are randomly distributed according to a homogeneous Poisson process and taking into account the spectrum sensing efficiency of secondary user, we derive mathematical models to investigate the connectivity of cognitive radio ad-hoc networks in three aspects and compare with the connectivity of ad-hoc networks. First, from the viewpoint of a secondary user, we study the communication probability of that secondary user. Second, we examine the possibility that two secondary users can establish a direct communication link between them. Finally, we extend to the case of finding the probability that two arbitrary secondary users can communicate via multi-hop path. We verify the correctness of our analytical approach by comparing with simulations. The numerical results show that in cognitive radio ad-hoc networks, high fading variance helps to remarkably improve connectivity behavior in the same condition of secondary user's density and primary user's average active rate. Furthermore, the impact of shadowing on wireless connection probability dominates that of primary user's average active rate. Finally, the spectrum sensing efficiency of secondary user significantly impacts the connectivity features. The analysis in this paper provides an efficient way for system designers to characterize and optimize the connectivity of cognitive radio ad-hoc networks in practical wireless environment.

• 한국융합학회논문지
• /
• 제5권3호
• /
• pp.45-51
• /
• 2014

Computer science and computing technologies are applied into mathematical, science, medical, engineering and educational applications. The models are used to solve the issues in all the domains. Educational systems are used top down, bottom up, Gap Analysis model in the educational learning system. Educational learning process integrated with Lerner, content and the methodology. The Learners and content are same in the educational system or similar courses but the teaching methodologies are differing one with another. The determinations of teaching methodologies are based on the factors related to that particular model or subject. The learning model influencing determinations are made by the surveys, analysis and observation of data to maximize the learning outcome. This paper attempted to evaluate the SNE learners cognitive using NASA Scaling.

• 지능정보연구
• /
• 제23권2호
• /
• pp.1-17
• /
• 2017

딥러닝 프레임워크의 대표적인 기능으로는 '자동미분'과 'GPU의 활용' 등을 들 수 있다. 본 논문은 파이썬의 라이브러리 형태로 사용 가능한 프레임워크 중에서 구글의 텐서플로와 마이크로소프트의 CNTK, 그리고 텐서플로의 원조라고 할 수 있는 티아노를 비교하였다. 본문에서는 자동미분의 개념과 GPU의 활용형태를 간단히 설명하고, 그 다음에 logistic regression을 실행하는 예를 통하여 각 프레임워크의 문법을 알아본 뒤에, 마지막으로 대표적인 딥러닝 응용인 CNN의 예제를 실행시켜보고 코딩의 편의성과 실행속도 등을 확인해 보았다. 그 결과, 편의성의 관점에서 보면 티아노가 가장 코딩 하기가 어렵고, CNTK와 텐서플로는 많은 부분이 비슷하게 추상화 되어 있어서 코딩이 비슷하지만 가중치와 편향을 직접 정의하느냐의 여부에서 차이를 보였다. 그리고 각 프레임워크의 실행속도에 대한 평가는 '큰 차이는 없다'는 것이다. 텐서플로는 티아노에 비하여 속도가 느리다는 평가가 있어왔는데, 본 연구의 실험에 의하면, 비록 CNN 모형에 국한되었지만, 텐서플로가 아주 조금이지만 빠른 것으로 나타났다. CNTK의 경우에도, 비록 실험환경이 달랐지만, 실험환경의 차이에 의한 속도의 차이의 편차범위 이내에 있는 것으로 판단이 되었다. 본 연구에서는 세 종류의 딥러닝 프레임워크만을 살펴보았는데, 위키피디아에 따르면 딥러닝 프레임워크의 종류는 12가지가 있으며, 각 프레임워크의 특징을 15가지 속성으로 구분하여 차이를 특정하고 있다. 그 많은 속성 중에서 사용자의 입장에서 볼 때 중요한 속성은 어떤 언어(파이썬, C++, Java, 등)로 사용가능한지, 어떤 딥러닝 모형에 대한 라이브러리가 잘 구현되어 있는지 등일 것이다. 그리고 사용자가 대규모의 딥러닝 모형을 구축한다면, 다중 GPU 혹은 다중 서버를 지원하는지의 여부도 중요할 것이다. 또한 딥러닝 모형을 처음 학습하는 경우에는 사용설명서가 많은지 예제 프로그램이 많은지 여부도 중요한 기준이 될 것이다.