http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
최민석,주재걸,하민수 한국교원대학교 뇌기반교육연구소 2022 Brain, Digital, & Learning Vol.12 No.4
In order to enable customized learning using artificial intelligence, a scoring model that can evaluate students' responses is needed. Human-scored data and programming skills training artificial intelligence are required to generate scoring models. When teachers develop scoring models, it is very useful to secure many scoring models that can be used in schools. However, the biggest challenge for teachers to create scoring models is programming skills training artificial intelligence. Thus, in this study, we developed a web-based automatic assessment model generation program that can rapidly generate assessment models using graded descriptive responses using supervised learning, without programming. Web program development was created by dividing an analyzer, classifier, web development, and server for extracting features. By developing an assessment model with actual scored data using the developed program, it was determined that an assessment model is reliable. Using the developed program, teachers can create their assessments using scored data without prior programming experience. In addition, the developed program can be used to strengthen teachers' artificial intelligence capabilities.
Unit Root Test를 기반으로 한 장기 시계열 데이터의 Non-Stationary 발생에 따른 구조 변화 검정 및 시각화 연구
유재성,주재걸 한국정보처리학회 2019 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.8 No.7
Structural change of time series means that the distribution of observations is relatively stable in the period of constituting the entire time series data, but shows a sudden change of the distribution characteristic at a specific time point. Within a non-stationary long-term time series, it is important to determine in a timely manner whether the change in short-term trends is transient or structurally changed. This is because it is necessary to always detect the change of the time series trend and to take appropriate measures to cope with the change. In this paper, we propose a method for decision makers to easily grasp the structural changes of time series by visualizing the test results based on the unit root test. Particularly, it is possible to grasp the short-term structural changes even in the long-term time series through the method of dividing the time series and testing it. 시계열의 구조 변화란, 전체 시계열 자료를 구성하는 기간에서 관측치들의 분포가 상대적으로 안정적이다가, 특정 시점에서 분포 특성의 급격한 변화를 보이는 것을 의미한다. 비정상(non-stationary) 장기 시계열 안에서도, 단기적인 추세의 변화가 일시적인 것인지, 아니면 구조적으로 변한 것인지를 적시에 판단하는 것은 중요하다. 이는 시계열 추세의 변화를 상시 감지하여, 변화에 맞는 적정한 대응을 할 필요가 있기 때문이다. 본 연구에서는 단위근 검정법을 기반으로 한 검정 결과를 시각화함으로써, 의사결정자가 시계열의 구조 변화를 손쉽게 파악할 수 있는 방안을 제시하였다. 특히 시계열을 분할한 후 검정하는 방법을 통해, 장기 시계열일 때에도 단기 구조 변화를 파악할 수 있도록 하였다.
양국모 ( Kuk-mo Yang ),주재걸 ( Jae-gul Choo ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.1
미국 애플사의 아이폰 발표 이후 스마트폰은 PC 웹 기반 서비스를 빠르게 대체하며 산업 전반에 혁신을 가져왔다. 모바일 앱(이하 앱) 기술은 네이티브, 웹 방식이 융합된 하이브리드 방식으로 진화 되었다. 앱의 확산으로 디지털 마케팅, 사용성 분석에 대한 필요성이 증대 되었으나 시장에서 활용되는 분석 도구가 모든 기술 요소를 지원하지 못하여 분석가가 여러 도구를 번갈아 가며 사용하는 불편함이 발생하였다. 본 연구에서는 모바일 앱 네이티브, 웹 로그 데이터 통합 수집을 지원하는 로그 분석 플랫폼을 제안하고자 한다.
Development of an Unsupervised LearningBased Automated Evaluation System of Descriptive Assessment
하민수,최진선,임다니엘,최성철,주재걸,신철균,박지선 한국교원대학교 뇌·AI기반교육연구소 2023 Brain, Digital, & Learning Vol.13 No.4
Current research on automatic scoring using traditional supervised learning methodscannot grade responses to questions that are newly generated or created spontaneously. Additionally, relying on pre-developed questions and their corresponding scoring modelsfor lesson planning may limit the creativity and diversity of instruction. This study proposesa method that can quickly evaluate student responses and generate feedback withoutthe need for pre-developed models. We introduces the SAAI system, which employsunsupervised learning techniques to instantly create scoring models based on studentresponses, thereby generating evaluation and feedback information. The SAAI systemcomplements the automatic scoring of traditional supervised learning methods andsupports scoring for a wide range of newly generated questions. This research elucidates theprinciples and significance of this system.
강경필 ( Kyeongpil Kang ),주재걸 ( Jaegul Choo ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
소비자의 선호도 및 여론을 정량적인 방법으로 분석하기 위해 비정형 데이터의 분석은 필수적인 요소가 되고 있다. 하지만 비정형 데이터는 언어의 구조 및 모호성 등으로 인해 분석하기 어려운 형태이다. 따라서 본 연구는 최근 각광받고 있는 인공신경망, 특히 그 중에서도 순환 신경망의 한 모델인 Deep LSTM 을 이용하여 비정형 데이터를 분석하고 이를 활용하여 어순 및 어감 등의 언어의 구조적 문제에도 효과적인 정략적 모델을 설계하여 학습하고 이를 기존의 인공신경망 모델과 비교 분석하고자 한다.