http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이윤정(Younjeong Lee) (검색결과 7 건)
- 무료
- 기관 내 무료
- 유료
-
학습자의 심리적 특성을 고려한 사회과 온라인 토론학습 전략
이윤정(Younjeong Lee) 한국사회과교육연구학회 2014 사회과교육 Vol.53 No.1
이 연구는 그동안 사회과 온라인 토론학습에서 간과하였던 학습자의 심리적 특성에 대해 규명하고 이를 고려한 새로운 사회과 온라인 토론학습 전략을 제시한 연구이다. 이를 위해 교육공학 및 교육정보학, 사회교육, 언론 정보학 영역에서의 선행 연구 결과들을 살펴봄으로써 온라인 토론 과정에서 발생하는 학습자의 심리적 특성을 파악하였다. 온라인 토론 과정에서 나타나는 학습자의 심리적 특성에는 호기심, 흥미, 참여에 대한 부담감, 고립에 대한 두려움과 회피심리, 정서적 유대감을 들 수 있다. 이들 중에서 토론 효과를 높일 수 있는 긍정적 심리적 특성인 호기심과 흥미, 정서적 유대감은 증진시키되 부정적 심리적 특성인 참여에 대한 부담감, 고립에 대한 두려움과 회피심리는 감소시키는 방향으로 사회과 온라인 토론 전략을 모색하였는데 이렇게 수립된 토론 전략은 다음과 같다. 첫째, 자유로운 글쓰기에서 논리적 글쓰기로 토론 단계를 구성한다. 둘째, 온라인 토론 기초능력 개발 프로그램을 실시한다. 셋째, 비슷한 의견을 가진 동료와의 동조 경험을 제공한다. 넷째, 학습자 주도의 주제선정 과정을 마련한다. 다섯째, 창의성을 발휘할 수 있는 토론 자료를 활용한다. The purpose of this study is to develop the strategies of online discussion study considering psychological traits of student. For the this purpose, I searched for many works which are the study searched for the previous research about Educational technology, Communications, Social Studies. It figured out that the psychological traits of student participating the online discussion study. In online discussion study, there are some psychological traits which are containing the curiosity, interest, academic pressure for writing the logical digital text, fear of isolation, feeling of evasion and emotional bonds. The basic direction to make strategies of online discussion is to increase the positive psychological traits such as curiosity, interest, emotional bonds and decrease the negative psychological traits such as academic pressure for writing the logical digital text, fear of isolation, feeling of evasion. The effective strategies of online discussion study considering psychological traits of student can be summarized as follows. First, to construct a step of discussion that students writing freely to logically. Second, to make the program that students can develope increasing discussion ability based on online atmosphere. Third, teachers provide a program to share an experience to student who have similar opinion. Fourth, teachers also give the opportunity that student can select the main topic themselves. Fifth, to use many creative discussion materials for students.
-
-
GMM을 위한 점진적 ${\cal}k-means$ 알고리즘에 의해 초기값을 갖는 EM알고리즘과 화자식별에의 적용
서창우,한헌수,이기용,이윤정,Seo Changwoo,Hahn Hernsoo,Lee Kiyong,Lee Younjeong 한국음향학회 2005 韓國音響學會誌 Vol.24 No.3
Tn general. Gaussian mixture model (GMM) is used to estimate the speaker model from the speech for speaker identification. The parameter estimates of the GMM are obtained by using the Expectation-Maximization (EM) algorithm for the maximum likelihood (ML) estimation. However the EM algorithm has such drawbacks that it depends heavily on the initialization and it needs the number of mixtures to be known. In this paper, to solve the above problems of the EM algorithm. we propose an EM algorithm with the initialization based on incremental ${\cal}k-means$ for GMM. The proposed method dynamically increases the number of mixtures one by one until finding the optimum number of mixtures. Whenever adding one mixture, we calculate the mutual relationship between it and one of other mixtures respectively. Finally. based on these mutual relationships. we can estimate the optimal number of mixtures which are statistically independent. The effectiveness of the proposed method is shown by the experiment for artificial data. Also. we performed the speaker identification by applying the proposed method comparing with other approaches. 개개인의 음성을 이용한 화자식별에서, 화자 모델을 추정하는데 가우시안 혼합모델이 주로 사용된다. 최대 우도 추정을 갖는 가우시안 혼합모델의 파라미터 추정은 Expectation-Maximisation (EM)을 사용하여 얻을 수 있다. 그러나, EM 알고리즘은 초기값에 상당히 민감하고, 혼합성분의 개수를 미리 알고 있어야 하는 단점이 있다. 본 논문에서는, EM 알고리즘의 문제점을 해결하기 위하여 가우시안 혼합모델을 위한 점진적 ${\cal}k-means$ 알고리즘에 의한 초기값을 갖는 EM 알고리즘을 제안한다. 제안된 방법은 혼합성분의 개수를 점진적 ${\cal}k-means$ 방법을 이용하여 한번에 하나씩 혼합성분을 추정하여 최적의 혼합성분이 얻어 질 때까지 이를 반복 수행한다. 하나의 혼합성분이 추가될 때마다, 새로 얻어진 혼합성분과 이전에 구한 혼합성분들간의 상호 관계를 각각 측정한다. 이로부터, 통계적으로 독립인 최적의 혼합성분 개수를 추정할 수 있다. 제안된 방법의 성능을 확인하기 위하여 임의의 생성 데이터와 실제 음성을 사용하였다. 실험 결과에서, 제안된 방법이 기존의 방법보다 화자 식별 성능이 우수하였으며, 또한 성능을 유지하면서도 계산량 감소의 효과까지 볼 수 있었다.
-
멀티코어 환경에서 SEDA 기반 메시지 처리기의 수행함수 특성을 고려한 쓰레드 매핑 기법
강희은(Heeeun Kang),박성용(Sungyong Park),이윤정(Younjeong Lee),지승배(Seungbae Jee) 한국정보과학회 2017 정보과학회논문지 Vol.44 No.1
메시지 처리기란 클라이언트들로부터 수신된 다양한 포맷의 메시지를 수신 메시지 별 쓰레드를 생성하여 처리하고 그 결과를 목적지로 전달하는 서버 소프트웨어를 말한다. 본 논문에서는 SEDA(The Stage Event Driven Architecture) 구조의 메시지 처리기에서 각 수행함수가 CPU 또는 IO bound 특성을 가질 수 있다는 점에 착안하여, 수행 함수 별 특성을 고려해 쓰레드를 각 코어에 매핑하는 FC-TM(Function Characteristic aware Thread Mapping) 기법을 제안하였다. 본 논문에서는 메시지 처리에 필요한 각 수행함수의 특성이 정적인 것으로 가정하였다. 따라서 수행 가능한 함수를 미리 프로파일링(profiling)하여 특성을 분석한 후, 실제 수신되는 메시지에 따라 단위시간 당 처리량(throughput)이 최대가 되도록 쓰레 드를 매핑하였다. 성능 평가 결과 IO bound한 함수가 특정 비율 이상 있을 경우, 기존 연구보다 단위시간 당 처리량이 최대 72%까지 증가하였다. A message processor is server software that receives various message formats from clients, creates the corresponding threads to process them, and lastly delivers the results to the destination. Considering that each function of an SEDA-based message processor has its own characteristics such as CPU-bound or IO-bound, this paper proposes a thread-mapping strategy called "FC-TM" (function-characteristic aware thread mapping) that schedules the threads to the cores based on the function characteristics in multi-core environments. This paper assumes that message-processor functions are static in the sense that they are pre-defined when the message processor is built; therefore, we profile each function in advance and map each thread to a core using the information in order to maximize the throughput. The benchmarking results show that the throughput increased by up to a maximum of 72 % compared with the previous studies when the ratio of the IO-bound functions to the CPU-bound functions exceeds a certain percentage.
-
-
서창우(Changwoo Seo),고희애(Heeae Ko),임영환(Yonghwan Lim),최민정(Minjung Choi),이윤정(Younjeong Lee) 한국음성학회 2008 음성과학 Vol.15 No.3
This paper proposes the method to extract new feature vectors using the difference between the cepstrum for static characteristics and delta cepstrum for dynamic characteristics in speaker recognition (SR). The difference vector (DV) which it proposes from this paper is containing the static and the dynamic characteristics simultaneously at the intermediate characteristic vector which uses the deference between the static and the dynamic characteristics and as the characteristic vector which is new there is a possibility of doing. Compared to the conventional method, the proposed method can achieve new feature vector without increasing of new parameter, but only need the calculation process for the difference between the cepstrum and delta cepstrum. Experimental results show that the proposed method has a good performance more than 2.03%, on average, compared with conventional method in speaker identification (SI).
-
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
