• Educational Technology International
• /
• 제9권1호
• /
• pp.79-96
• /
• 2008

The issue of connection between entities has a lengthy history in educational research, especially since it provides the necessary bridge between base and target in analogical transfer. Recently, the connection has been viewed through the application of technology to bridge between sequences in order to be cognitively useful. This study reports the effect of sequence type (AT vs. TA) and connection type (fading vs. popping) on the achievement and analogical transfer in a multimedia application. In the current research, 10th -grade and 11th -grade biology students in Korea were randomly assigned to five groups to test the effects of presentation sequence and entity connection type on analogical transfer. Consistent with previous studies, sequence type has a significant effect: analogical transfer performance was better when base representations were presented first followed by target representations rather than the reverse order. This is probably because presenting a familiar base first helps in understanding a less familiar target. However, no fully significant differences were found with the entity connection types (fading vs. popping) in analogical transfer. According to the Markman and Gentner's (2005) spatial model, analogy in a space is influenced only by the differences between concepts, not by distance in space. Thus connection types fail on the basis of this spatial model in analogical transfer test. The findings and their implications for sequence and connection research and practice are discussed. Leveraging on the analogical learning process, specific implications for scaffolding learning processes and the development of adaptive expertise are drawn.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제10권4호
• /
• pp.450-457
• /
• 2018

The determination of assembly sequence in general mechanical assemblies plays an important role in terms of manufacturing cost, duration and quality. In the production of ships and offshore plants, the consideration of productivity factors and welding deformation is crucial in determining the optimal assembly sequence. In shipbuilding and offshore industries, most assembly sequence planning has been done according to engineers' decisions based on extensive experience. This may result in error-prone planning and sub-optimal sequence, especially when dealing with unfamiliar block assemblies composed of dozens of parts. This paper presents an assembly sequence planning method for block assemblies. The proposed method basically considers geometric characteristics of blocks to determine feasible assembly sequences, as well as assembly process and productivity factors. Then the assembly sequence with minimal welding deformation is selected based on simplified welding distortion analysis. The method is validated using an asymmetric assembly model and the results indicate that it is capable of generating an optimal assembly sequence.

• International Journal of Computer Science & Network Security
• /
• 제21권12spc호
• /
• pp.526-538
• /
• 2021

Machine and deep learning-based models are emerging techniques that are being used to address prediction problems in biomedical data analysis. DNA sequence prediction is a critical problem that has attracted a great deal of attention in the biomedical domain. Machine and deep learning-based models have been shown to provide more accurate results when compared to conventional regression-based models. The prediction of the gene sequence that leads to cancerous diseases, such as prostate cancer, is crucial. Identifying the most important features in a gene sequence is a challenging task. Extracting the components of the gene sequence that can provide an insight into the types of mutation in the gene is of great importance as it will lead to effective drug design and the promotion of the new concept of personalised medicine. In this work, we extracted the exons in the prostate gene sequences that were used in the experiment. We built a Deep Neural Network (DNN) and Bi-directional Long-Short Term Memory (Bi-LSTM) model using a k-mer encoding for the DNA sequence and one-hot encoding for the class label. The models were evaluated using different classification metrics. Our experimental results show that DNN model prediction offers a training accuracy of 99 percent and validation accuracy of 96 percent. The bi-LSTM model also has a training accuracy of 95 percent and validation accuracy of 91 percent.

• 한국컴퓨터정보학회논문지
• /
• 제9권1호
• /
• pp.25-30
• /
• 2004

본 논문은 지휘자의 지휘 동작으로부터 일련의 영상들을 추출하여 지휘자가 지휘하는 박자를 인식하는 방법을 제안하고 있다 색상판별에 의해서 손의 위치를 감지하였으며 양자화를 통해서 그 위치를 기호화함으로써 지휘 동작을 일련의 기호로 표현하였다. 변형을 포함하는 기호열의 인식에 좋은 결과를 보이는 HMM(Hidden Markov Model)을 사용함으로써 표현된 기호열을 지휘박자로 인식하도록 하는 시스템을 구성하였다.

• 정보과학회 논문지
• /
• 제45권2호
• /
• pp.134-140
• /
• 2018

채팅 시스템은 사람의 말을 기계가 이해하고 적절한 응답을 하는 시스템이다. 채팅 시스템은 사용자의 간단한 정보 검색 질문에 대답해야 하는 경우가 있다. 그러나 기존의 생성 채팅 시스템들은 질의응답에 필요한 정보인 지식 개체(트리플 형태 지식에서의 주어와 목적어)의 임베딩을 고려하지 않아 발화에 나타나는 지식 개체가 다르더라도 같은 형태의 답변이 생성되었다. 본 논문에서는 생성 기반 채팅 시스템의 질의응답 정확도를 향상시키기 위한 지식 임베딩 방법을 제안한다. 개체와 유의어의 지식 임베딩을 위해 샴 순환 신경망을 사용하며 이를 이용해 주어와 술어를 인코딩 하고 목적어를 디코딩하는 sequence-to-sequence 모델의 성능을 향상 시켰다. 자체 구축한 채팅데이터를 통한 실험에서 제안된 임베딩 방법은 종래의 합성곱 신경망을 통한 임베딩 방법 보다 12.48% 높은 정확도를 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권9호
• /
• pp.4814-4832
• /
• 2019

Plagiarism detection is increasingly exploiting text alignment. Text alignment involves extracting the plagiarism passages in a pair of the suspicious document and its source document. The heuristics have achieved excellent performance in text alignment. However, the further improvements of the heuristic methods mainly depends more on the experiences of experts, which makes the heuristics lack of the abilities for continuous improvements. To address this problem, machine learning maybe a proper way. Considering the position relations and the context of text segments pairs, we formalize the text alignment task as a problem of sequence labeling, improving the current methods at the model level. Especially, this paper proposes to use the probabilistic graphical model to tag the observed sequence of pairs of text segments. Hence we present the sequence labeling approach for text alignment in plagiarism detection based on Conditional Random Fields. The proposed approach is evaluated on the PAN@CLEF 2012 artificial high obfuscation plagiarism corpus and the simulated paraphrase plagiarism corpus, and compared with the methods achieved the best performance in PAN@CLEF 2012, 2013 and 2014. Experimental results demonstrate that the proposed approach significantly outperforms the state of the art methods.

• 전기전자학회논문지
• /
• 제1권1호
• /
• pp.83-92
• /
• 1997

대용량 스위칭 스루풋 요구를 만족시키면서 초고속 라인 속도를 처리해야하는 대용량. 초고속 ATM 스위칭 구조설계에는 다수경로 특성을 갖는 구조를 이용한다. 그러나 다수경로 특성을 갖는 스위칭 구조에서는 순서바뀜현상이 피할 수 없이 발생한다. 이 논문에서는 다수경로 스위칭 구조의 특성을 분석하여 순서 바뀜 가능성을 정량적으로 분석해볼 수 있는 분석모델을 제안한다. 그리고 이 모델을 이용하여 다수경로 스위치의 구조 파라메타들과 셀 순서바뀜현상과의 관계를 분석한다. 이 파라메타로는 다수경로의 수 (L), 입력 셀스트림의 특성, 스위치 크기(N), 및 트렁크를 구성하는 가상회선 수($V_{ch}$)등이며, 다수경로가 순서바뀜현상을 일으킬 때에 미치는 영향을 분석한다.

• 한국시뮬레이션학회논문지
• /
• 제25권3호
• /
• pp.133-146
• /
• 2016

단일 발사대에 탑재된 다수의 유도탄이 다수의 표적과 순차적으로 교전하는 상황에서 발사대는 유도탄이 해당 표적을 타격할 수 있도록 적절한 발사각을 설정하여 구동하게 된다. 이 때, 개별 표적에 대해 할당된 순서대로 교전을 수행하게 되면 전체 교전 시간이 길어지며, 이동하는 표적이 교전 가능 영역을 벗어나게 되어 부분적으로 교전에 실패할 가능성이 있다. 따라서 다양한 표적 배치 상황에서 최적 교전을 수행할 수 있는 발사각 시퀀스(Sequence)에 대한 연구가 필수적이다. 본 연구에서는 다수의 이동하는 표적이 있는 전장 시나리오에서 시뮬레이션을 통해 모든 발사각 시퀀스에 대한 결과를 계산하고, 이 중 전체 교전 시간을 최소화 하는 최적의 발사각 시퀀스를 추출하는 과정을 통해 표적 시나리오에 따른 시퀀스 결정 논리를 모델링하였다. 그리고 그 모델링 결과를 통해 나온 교전 시퀀스와 시뮬레이션을 통해 획득한 최적 혹은 준최적 발사각 시퀀스를 비교함으로써 본 연구에서 제안한 최적 발사각 시퀀스 결정 개념을 검증하였다.

• Journal of Information Technology Applications and Management
• /
• 제27권1호
• /
• pp.49-58
• /
• 2020

Lately, a large amount of textual data have been poured out of the Internet and the technology to refine them is needed. Most of these data are long text and often have no title. Therefore, in this paper, we propose a technique to combine the sequence-to-sequence model of RNN and the REINFORCE algorithm to generate the title of the long text automatically. In addition, the TextRank algorithm was applied to extract a summarized text to minimize information loss in order to protect the shortcomings of the sequence-to-sequence model in which an information is lost when long texts are used. Through the experiment, the techniques proposed in this study are shown to be superior to the existing ones.

• 한국수자원학회논문집
• /
• 제55권7호
• /
• pp.495-504
• /
• 2022

최근 인공지능의 발전으로 시계열 자료 분석에 효과적인 Long Short-Term Memory (LSTM) 모델이 댐유입량 예측의 정확도를 높이는 데 활용되고 있다. 본 연구에서는 그 중 LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence (s2s) 구조에 Attention 기법을 LSTM 모델에 첨가하여 소양강댐 유역의 유입량을 예측하였다. 분석 데이터는 2013년부터 2020년까지의 유입량 시자료와 종관기상관측기온 및 강수량 자료를 학습, 검증, 평가로 나누어 훈련한 후, 모델의 성능 평가를 진행하였다. 분석 결과, LSTM-s2s 모델보다 attention까지 첨가한 모델이 일반적으로 더 좋은 성능을 보였으며, attention 첨가 모델이 첨두값도 더 잘 예측하는 모습을 보였다. 그리고 두 모델 모두 첨두값 발생 동안 유량 패턴을 잘 반영하였지만 세밀한 시간 단위 변화량에는 어려움이 있었다. 이를 통해 시간 단위 예측의 어려움에도 불구하고, LSTM-s2s에 attention까지 첨가한 모델이 기존 LSTM-s2s의 예측 성능을 향상할 수 있음을 알 수 있었다.