• 한국지구과학회지
• /
• 제25권8호
• /
• pp.656-662
• /
• 2004

본 연구의 목적은 고등학생을 대상으로 대기와 물의 순환 개념에 대해 과제 상황(과학적 상황과 일상적 상황)에 따른 지식의 출처와 응답에 상황 의존성이 나타나는지 알아보는 것이다. 또한 이러한 상황 의존성과 학습자의 인지 양식과의 관계를 밝히는 것이다. 이를 위해 고등학생 115명을 대상으로 본 연구에서 개발된 과제 상황에 따른 지구과학적 문제 해결 검사지와 인지 양식 검사지(GEFT)가 사용되었다. 지구과학적 문제해결 검사 문항은 동일한 개념에 대해 과학적 상황 10문항, 일상적 상황 10문항으로 총 10쌍의 문항으로 구성되어 있으며 모든 검사 문항은 지식의 출처를 선택하는 하위문항을 포함하고 있다. 본 연구의 결과는 다음과 같다. 첫째, 과제 상황에 따른 학생들의 지식의 출처는 상황에 따라 달라짐을 알 수 있었다. 즉, 과학적 상황과 관련된 문항에서는 ‘학교에서 과학수업시간’을 그리고 일상적 상황과 관련된 문항에서는 ‘일상생활에서의 경험이 주된 지식의 출처였다. 둘째, 과제 상황에 따른 응답의 일관성을 알아보기 위해 각 상황에서 일치하는 응답 수를 일치 점수로 나타내어 비교한 결과, 불일치 점수가 일치 점수에 비해 유의미하게 높았다(p<.01). 따라서 과제 상황에 따른 응답은 일관성 없으며 상황 의존적임을 알 수 있었다. 셋째, 장의존형 학생은 장독립형 학생에 비해 일치 점수가 낮음을 보였는데 이는 인지 양식에 따라 상황의존성에 차이가 있음을 시사한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권10호
• /
• pp.781-785
• /
• 2009

모바일 디바이스의 발전으로 이를 이용하여 개인의 일상정보를 지속적으로 수집할 수 있게 되었다. 하지만 모바일 환경에서 수집한 개인의 일상정보는 그 양이 매우 방대하고, 모바일 환경의 불확실성과 모바일 디바이스의 제한된 용량과 배터리 등의 제약사항이 있어 수집한 일상정보가 불확실하다는 문제점이 있다. 위의 문제점을 극복하고, 일상정보를 효과적으로 관리하기 위해서는 검색성을 갖는 특징정보를 이용하여 태깅하는 작업이 요구된다. 따라서, 본 논문에서는 상위수준 컨텍스트 인식기를 활용한 태깅 인터페이스를 이용하여 보다 정확한 특징정보를 태깅하는 방법을 제안한다. 제안하는 방법은 일상정보의 특징정보인 상위수준 컨텍스트를 베이지안 네트워크로 모델링한 인식기로 추출한 후, 인식한 상위수준 컨텍스트를 태깅 인터페이스를 이용하여 사용자에게 추천하고, 사용자는 추천된 상위 수준 컨텍스트를 선별하여 일상정보에 직접 태깅할 수 있는 것이 특징이다. 제안하는 태깅 인터페이스는 사용성, 목표성, 기능성, 주도성 측면에서 작업지원수준을 평가한 결과 81%의 만족도를 보임을 확인하였다.

• 디지털산업정보학회논문지
• /
• 제6권1호
• /
• pp.143-149
• /
• 2010

In ubiquitous environment, information retrieval using collaborative filtering is a popular technique for reducing information overload. Collaborative filtering systems can produce personal recommendations by computing the similarity between your preference and the one of other people. We integrate the collaboration filtering method and context-aware information retrieval method. The proposed method enables to find some relevant information to specific user's contexts. It aims to makes more effective information retrieval to the users. The proposed method is conceptually comprised of two main tasks. The first task is to tag context tags by automatic tagging technique. The second task is to recommend items for each user's contexts integrating collaborative filtering and information retrieval. We describe a new integration method algorithm and then present a u-commerce application prototype.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권4호
• /
• pp.1275-1292
• /
• 2021

As a fine-grained classification problem, aspect-level sentiment classification predicts the sentiment polarity for different aspects in context. To address this issue, researchers have widely used attention mechanisms to abstract the relationship between context and aspects. Still, it is difficult to effectively obtain a more profound semantic representation, and the strong correlation between local context features and the aspect-based sentiment is rarely considered. In this paper, a hybrid attention capsule network for aspect-level sentiment classification (ABASCap) was proposed. In this model, the multi-head self-attention was improved, and a context mask mechanism based on adjustable context window was proposed, so as to effectively obtain the internal association between aspects and context. Moreover, the dynamic routing algorithm and activation function in capsule network were optimized to meet the task requirements. Finally, sufficient experiments were conducted on three benchmark datasets in different domains. Compared with other baseline models, ABASCap achieved better classification results, and outperformed the state-of-the-art methods in this task after incorporating pre-training BERT.

• 인지과학
• /
• 제12권4호
• /
• pp.1-9
• /
• 2001

모바일 인터넷은 단말기의 휴대가 가능하고 무선으로 인터넷에 접속할 수 있기 때문에 언제 어디서나 사용할 수 있다. 따라서 고정된 환경에서 사용하게 되는 유선 인터넷에 비해 모바일 인터넷 사용자는 다양한 정황 속에서 인터넷을 사용하게 된다. 본 연구에서는 이러한 여러 가지 정황 요인 들 중에서 손과 다리 및 눈에 관한 신체 정황을 선택하여, 이들이 모바일 인터넷 사용 성과와 만족도에 미치는 영향에 관하여 연구하였다. 본 연구를 위해 각 정황에서 과제를 수행하는 통제된 실험을 실시했고, 과업의 정확도와 주관적인 만족도를 측정했다 연구 결과, 각각의 정황이 개별적으로 피험자들에게 주어졌을 때는 정확도와 만족도에 영향을 미치지 않았지만. 두 개 이상의 정황이 동시에 주어졌을 때, 즉 눈에 있어서 시각적인 방해와 다리에 있어서 보행이라는 정황이 동시에 주어졌을 때 정화도 및 만족도가 떨어졌다. 이것은 주의의 한계로 인해 피험자로 하여금 하나의 신체적 정황에 대한 주의 보다 둘 이상의 신체적 정황에 대한 주의가 더 필요하게 되었고 그 결과 과업을 수행하는 인지적 주의의 양이 줄어들었기 때문임을 시사하고 있다.

• 정보처리학회논문지A
• /
• 제16A권6호
• /
• pp.437-442
• /
• 2009

마감시간을 기준으로 스케줄링하는 EDF (Earliest Deadline Fisrt) 알고리즘이나 여유시간을 기준으로 스케줄링 하는 LLF (Least Laxity First) 알고리즘과 같은 기존의 방식들은 다중프로세서 시스템에서는 스케줄링 성공률이 급격히 낮아지거나 문맥교환 획수가 지나치게 높아 현 실적인 적용에 무리가 있다. 이 둘을 적절히 조합하여 성능을 개선한 것으로서 EDZL (Earliest Deadline Zero Laxity)은 EDF를 기본으로 하고 여유시간이 0에 도달한 태스크에 대해서는 우선적으로 실행하도록 하는 방식이다. 본 논문에서는 LLF와 같이 최소 여유시간의 태스크를 우선 적으로 실행하되 문맥교환은 여유시간이 0에 도달한 태스크가 발생할 경우에만 이루어지도록 한 LLZL (Least Laxity Zero Laxity) 알고리즘을 제안한다. 시뮬레이션 평가결과 LLZL은 준최적으로 알려져 있는 LLF에 근접한 높은 스케줄링 성공률을 보이면서도 문맥교환 오버헤드는 EDF 와 비슷한 낮은 수준을 유지하였다. EDZL과의 비교에 있어서도 스케줄링 성공률, 문맥교환 횟수 두 가지 측면 모두 나은 성능을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권9호
• /
• pp.407-418
• /
• 2023

MultiOn(Multi-Object Goal Visual Navigation)은 에이전트가 미지의 실내 환경 내 임의의 위치에 놓인 다수의 목표 물체들을 미리 정해준 일정한 순서에 따라 찾아가야 하는 매우 어려운 시각적 탐색 이동 작업이다. MultiOn 작업을 위한 기존의 모델들은 행동 선택을 위해 시각적 외관 지도나 목표 지도와 같은 단일 맥락 지도만을 이용할 뿐, 다양한 멀티모달 맥락정보에 관한 종합적인 관점을 활용할 수 없다는 한계성을 가지고 있다. 이와 같은 한계성을 극복하기 위해, 본 논문에서는 MultiOn 작업을 위한 새로운 심층 신경망 기반의 에이전트 모델인 MCFMO(Multimodal Context Fusion for MultiOn tasks)를 제안한다. 제안 모델에서는 입력 영상의 시각적 외관 특징외에 환경 물체의 의미적 특징, 목표 물체 특징도 함께 포함한 멀티모달 맥락 지도를 행동 선택에 이용한다. 또한, 제안 모델은 점-단위 합성곱 신경망 모듈을 이용하여 3가지 서로 이질적인 맥락 특징들을 효과적으로 융합한다. 이 밖에도 제안 모델은 효율적인 이동 정책 학습을 유도하기 위해, 목표 물체의 관측 여부와 방향, 그리고 거리를 예측하는 보조 작업 학습 모듈을 추가로 채용한다. 본 논문에서는 Habitat-Matterport3D 시뮬레이션 환경과 장면 데이터 집합을 이용한 다양한 정량 및 정성 실험들을 통해, 제안 모델의 우수성을 확인하였다.

• 디지털산업정보학회논문지
• /
• 제6권2호
• /
• pp.1-9
• /
• 2010

The increasing popularity of mobile devices, such as cellular phones, smart phones, and PDAs, has fostered the need to recommend more effective information in ubiquitous environments. We propose the recommendation method for mobile contents service using contexts and prefetching in ubiquitous environment. The proposed method enables to find some relevant information to specific user's contexts and computing system contexts. The prefetching has been applied to recommend to user more effectively. Our proposed method makes more effective information recommendation. The proposed method is conceptually comprised of three main tasks. The first task is to build a prefetching zone based on user's current contexts. The second task is to extract candidate information for each user's contexts. The final task is prefetch the information considering mobile device's resource. We describe a new recommendation.

• 한국과학교육학회지
• /
• 제16권4호
• /
• pp.441-450
• /
• 1996

Various contexts are involved in the processes of science learning and instruction. In the perspective that the results of science learning and instruction usually depend on the nature of learning task content and context, content effects or context effects have been researched up to now. But, the discrimination between them was very ambiguous. For the clarity of them, it was supposed that science content would be composed of decontextualized knowledges and contexts, which were respectively dichotomized in common and special ones among disciplines of science. Science learning and instruction was discussed in view of interactions between cognitive, learning task, and social-cultural contexts. Especially, it was emphasized that task contexts, as a bridging role among contexts should be constructed considering cognitive and social cultural contexts.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.119-124
• /
• 2016

According to the expansion of smartphone penetration and development of wearable device, personal context information can be easily collected. To use this information, the context aware recommender system has been actively studied. The key issue in this field is how to deal with the context information, as users are influenced by different contexts while rating items. But measuring the similarity among contexts is not a trivial task. To solve this problem, we propose context aware post-filtering to apply the context compensation. To be specific, we calculate the compensation for different context information by measuring their average. After reflecting the compensation of the rating data, the mechanism recommends the items to the user. Based on the item recommendation list, we recover the rating score considering the context information. To verify the effectiveness of the proposed method, we use the real movie rating dataset. Experimental evaluation shows that our proposed method outperforms several state-of-the-art approaches.