메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
2
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
본고는 딥러닝의 이미지 인식 원리와 유아의 이미지 인식 원리를 종합하면서, 이미지-개념 학습을 위한 새로운 교수학습모델, 즉 “베이지안 구조구성주의 교수학습모델”(Bayesian Structure-constructivist Teaching-learning Model: BSTM)을 제안한다. 달리 말하면, 기계학습 원리와 인간학습 원리를 비교함으로써 얻게 되는 시너지 효과를 바탕으로, 유아들의 이미지-개념 학습을 위한 새로운 교수 모델을 구성하는 것을 목표로 한다. 이런 맥락에서 본고는 전체적으로 3가지 차원에서 논의된다. 첫째, 아동의 이미지 학습에 대한 역사적 중요 이론인 “대상 전체론적 가설”, “분류학적 가설”, “배타적 가설”, “기본 수준 범주 가설” 등을 역사 비판적 관점에서 검토한다. 둘째, 컴퓨터 공학에서 전개된 머신러닝의 이미지 학습 원리 및 그 구조의 역사적 변형들에 대해서 비판적으로 분석하면서, 특히 딥러닝의 교육 인식론적 의미를 도출한다. 셋째, 선행하는 논의들을 토대로 이미지와 개념을 연결시키는 학습, 즉 단어학습을 위한 필자의 고유한 이론인 구조구성주의 개념교수모델을 제안한다. 이때 필자는 피아제의 명제논리학적 학습 가설, 즉 논리-수학적 구조를 중시하는 기존의 피아제 학파의 학습 가설과 최근의 베이지안 학습 이론에서 강조된 확률론적 추론 가설, 특히 “교육학적 추론 가설”을 동시에 포함할 수 있는 교수학습모델의 구조 및 주요 지향점들을 제안한다.

This article tries to introduce a new teaching-learning model for image-conception, synthesizing a Bayesian framework for parsing images in machine learning and the important theories of children"s word learning. In this context, this article consists of three parts. First, I try to analyze from the history-critical view point the important theories such as "the whole object assumption", "taxonomic assumption", "mutual exclusivity assumption", "the basic level category assumption" and "associationist model". Second, I try to analyze the structure and principle of parsing images in deep learning, elucidating the pedagogical-epistemological meaning of the Bayesian framework which works as a core algorithm. In conclusion, I try to describe the Bayesian teaching-learning model which is constructed on the one hand by linking the traditional theories of children"s word learning and the machine learning, and on the other by synthesizing the various deductive assumption and the empirical assumption such as the associationist model about word learning.
#베이즈주의 #베이지안 인지이론 #피아제 학습이론 #발생학적 인식론 #인과성 #확률 추론 #Bayesian probabilistic model #Piaget #Theory of learning #Causality #Cognitive science

목차

한글요약
Ⅰ. 서론
Ⅱ. 단어 학습 이론의 진화
Ⅲ. 딥러닝 이미지 인식 알고리즘의 교육-인식론적 함의
Ⅳ. 베이지안 구조구성주의 이미지 교수학습 모델 ; 세마 형성 교육
Ⅴ. 결론
참고문헌
Abstract

참고문헌 (31)

참고문헌 신청
사이토 고키 / 2018 / Deep Learning from Scratch(밑바닥부터 시작하는 딥러닝) / 한빛미디어 google schola 김명주 / 2008 / 들뢰즈의 이미지 존재론과 문화 해석의 모색 － ‘잠재성’ 개념을 중심으로 － / 철학논총 3(53):57~78 dbpia Bonawitz, E. / 2011 / The double-edged sword of pedagogy: Instruction limits spontaneous exploration and discovery / Cognition 120(3):322~330 google schola Bottou, L. / 2014 / From machine learning to machine reasoning / Machine learning 94(2):133~149 google schola Clark, E. V. / 1988 / On the logic of contrast / Journal of Child Language 15(2):317~336 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

CNN 기반 딥러닝을 이용한 패션 아이템 분류 및 결합
김희숙 디지털콘텐츠학회논문지 2021.03
AISecurity를 위한 베이지안 추론 기술 소개
윤지원 정보보호학회지 2017.06
머신러닝을 위한 베이지안 방법론 : 군집분석을 중심으로
김용대 ,  정구환 한국통신학회지(정보와통신) 2016.09
모바일 라이프 특이성 추론을 위한 베이지안 확률 모델의 자동 학습
황금성 ,  조성배 한국정보과학회 학술발표논문집 2007.10
이미지 인식 기반 의약 정보 시스템 연구개발
권지혜 ,  김채림 ,  박소향 외 3명 Proceedings of KIIT Conference 2021.06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-105-001571655