$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

지능형 교육 시스템을 위한 적응적 지식베이스 객체 모형 개발

Development of a Adaptive Knowledge Base Object Model for Intelligent Tutoring System

초록

Intelligent Tutoring System(ITS)이 다양한 학습자 변인을 고려한 개별화된 학습 환경을 제공하여 영역 전문가를 대신할 효율적인 대안으로 인식되어짐에 따라, Learning Companion System(LCS)에 대한 연구도 긍정적으로 검토되어지고 있다. 하지만 LCS에서의 원활한 상호작용을 위해서는 동일한 역할을 하는 복수 LC의 결합이 필요하고, 이는 개별적 지식베이스의 확보를 선행 조건으로 요구한다. 따라서 본 연구에서는 인지구조의 연결주의적 관점을 근거로, 지식베이스 자체의 자기 학습(self learning)이 가능하고, 지식베이스 객체의 소유자에 의해 적응적으로 성장 가능한 지식베이스 객체 모형을 설계하고, 이를 검증하였다. 이 지식베이스 객체 모형은 개별적 지식베이스의 구축을 가능하게 하여, 지식베이스 객체를 이용한 적응적 ITS 개발의 기회를 제공한다.

Abstract

Intelligent Tutoring System(ITS), which offers individualized learning environment that consider many learners' variable, is realized by the effective alternative to take the place of domain expert. Accordingly, research on Learning Companion System(LC) is currently noticing. However, to develop LCS which applies effective interaction, it is necessary to combine several LCs, and personalized knowledge base have to be made first. Therefore, in this paper, we propose the 'Knowledge Base Object Medel', which is based on connectionist' in cognition structure, represents learner's knowledge to self-learnig object, and grows adaptive object by proprietor, verify the validity. This model lays the groundwork for design of personalized knowledge base, offers clue to development of adaptive ITS using knowledge base object.

저자의 다른 논문

참고문헌 (27)

  1. 강남형, '개인의식 창출 과정과 이에 영향을 주는 요인'. 이화여자대학교 대학원p.22, 2001 
  2. 강창동, 채선희, 학교교육 지원을 위한 사이버 교육 방안에 관한 연구 I , 한국교육과정평가원, 2001 
  3. 김대현, 김석우, 교육과정 및 교육평가, 학지사, p.151, 2003 
  4. 김성식, 인공지능 기법, 홍릉과학출판사, pp.457-474, 1996 
  5. 김용범, 오필우, 김영식, '교수내용지식을 위한 하이브리드 지식 표현 기법', 인지과학, 제16권 제4호, pp.369-386, 2005 
  6. 김정환, 교육연구 및 통계방법, 원미사, pp.437-456, 2003 
  7. 박한식, 이강섭, 수리통계학, 교육연구사, pp.90-95, 1984 
  8. 이기호, 최영미, 지능형 교육 시스템 개론, 교학사, pp.211-220, 1992 
  9. 이정모, 연결주의:이론적 특성과 문제점, 성원사, p.117, 1996 
  10. 이헌주, 김재호, '신경논리망 기반의 퍼지추론 네트워크와 탐색전략', 한국정보처리학회 논문지 Vol.3, No.5, pp.1138-1146, 1996 
  11. Chan T. W., 'Integration-Kid: A Learning Companion System', Proceedings of the 12th International Conference on Artificial Intelligence, Vol.2, pp.1094-1099, 1991 
  12. Chia H. W., Tan C. L, 'Association based evolution of comprehensive neural logic networks', GECCO 2004, pp.26- 30, 2004 
  13. Chow D. Y, Chan T. w., Lin C. W., 'Redefining the Learning Companion: The Past, Present, and Future of Educational Agents', Computers & Education Vol.40, No.3, pp.255-269, 2003 
  14. Cochran K. F., 'Pedagogical content Knowing: An Integrative Model for Teacher Preparation', Journal of Teacher Education, Vol.44, No.4, p.265, 1993 
  15. Gumundsdottir S., 'Pedagogical Content Knowledge: Expert/Novice Companion in social Studies', Annul Meeting of American Educational Association, 1988 
  16. Higa K., 'Object-Oriented Methodology for Knowledge Base/Database Coupling' Communications of the ACM 35, pp.99-113, 1992 
  17. Henry W. C., Chew L. T., 'Neural Logic Network Learning using Genetic Programming', International journal of Computational Intelligence and Applications, Vol.1, No.4, pp.357-368, 2001 
  18. Hyman R., Approaches in Cuniculum, New Jersey: Prentice-Hall, 1973. 
  19. James R., Michael B., Object Oriented Modeling and Design, Prentice Hall, 1991 
  20. Livingston C., Borko H., 'Expert Novice Difference in Teaching: A Cognitive Analysis and Implications for Teacher Education', Journal of Teacher Education, p.37. 1989 
  21. Malrey Lee, 'Fuzzy Inference Network and Search Strategy using Neural Logic Network', 멀티미디어학회 논문지 제4권 제2호, pp.189-196, 2001 
  22. Quinlan P., Connectionism and psycholgy: A psychological perspective on new connectionist research, Chicago University Press, 1991 
  23. Shulman. L. S., 'Those Who Understand : Knowledge Growth in Teaching', Educational Researcher. Vol.15, No.2, p.8, 1986 
  24. R. A. Faraco, M. C. Rosatelli, A. O. Gauthier, 'Adaptivity in a Learning Companion System', Forth IEEE International Conference on advanced Learning Technologies, pp.151-155, 2004 
  25. W. Kim, Introduction to Object-Oriented Database, MIT Press, 1990 
  26. Xu D., 'Towards an Object-Oriented Logic Framework for Knowledge Based Systems', Knowledge-Based Systems, Vol.10, pp.351-357, 1998 
  27. http://aied.inf.ed.ac.uk/ 

이 논문을 인용한 문헌 (3)

  1. Kim, Yong-Beom ; Jung, Bok-Moon ; Kim, Yung-Sik 2007. "Development of a Intelligent u-Learning System using Cyber Tutor" 정보처리학회논문지. The KIPS transactions. Part A. Part A, a14(3): 159~166 
  2. Kim, Yong-Beom ; Kim, Yung-Sik 2008. "A Quantification Method of Learner's Characteristic based on the Connectionism" 정보처리학회논문지. The KIPS transactions. Part A. Part A, a15(6): 351~360 
  3. Kang, Gi-Soon ; Kim, Kio-Chung 2010. "Design of e-Learning Contents Supported System based on the level of the learner" 디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, 11(4): 561~569 

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일