| 연구목표 |
본 연구의 목표는 모형 구조의 결합을 위한 통계적 이론과 방법을 개발하는 것이다. 서로 다른 자료를 사용해서 모형 구조들을 개발했을 때, 이 구조들을 결합함으로서 전체 변수들에 대한 모형구조를 구축할 수 있는 이론적 기반을 마련하고 결합을 구현할 수 있는 알고리즘을 개발할 계획이다. 이렇게 함으로써 구조 학습에서 전체 모형구조의 부분에 대한 정보 활용도를 ... |
| 연구내용 |
본 연구과제는 모형구조의 결합에 의한 통계적 구조 학습을 목표로 하는 데, 그 모형 구조의 종류와 복잡도에 따라서 크게 3 단계로 진행하고자 한다. 각 단계는 1년 연구에 해당하며, 단계별 목표는 다음과 같다:1년차: 분할가능(decomposable) 그래프의 결합을 위한 이론과 방법 개발2년차: 무향 그래프의 결합을 위한 이론과 방법 개발3년차: 유향 그... |
| 기대효과 |
본 연구 제안의 주제는 통계적 이론에 바탕을 둔 모형구조의 결합이다. 통계적 자료의 유무와 관계없이 구조 결합에 의한 구조학습이 가능하다. 따라서 본 연구 결과는 인공지능, 인지 심리, 지식 구조, 교육심리 분야 등 학습과 관련된 다양한 분야에서 활용될 수 있을 것으로 본다. 특히 중요한 것은 지식 결합과 지식 습득과정이 지식 구조적 측면에서 유사하기 때문... |
| 키워드 |
무향그래프,유향그래프,구조학습,주변모형,그래프 결합,동치 그래프,분할가능 그래프,지식기반 심층학습 |