LEARNING AMOUNT RECOMMENDATION METHOD AND APPARATUS USING DEEP LEARNING-BASED ARTIFICIAL INTELLIGENCE COMPOSED OF A PLURALITY OF HIDDEN LAYERS THAT COMPENSATE FOR OVERFITTING TENDENCIES THROUGH DROPOUT

• Main Authors: YOON HEE DONG, LEE SE UK, LEE SANG JIN
• Format: Patent
• Language: English; Korean
• Published: 14.03.2023
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES; PHYSICS; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR

A learning amount recommendation method and device using deep learning-based artificial intelligence composed of a plurality of hidden layers that compensate for overfitting tendency through dropout are disclosed. The learning amount recommendation device using deep learning-based artificial intelligence composed of the plurality of hidden layers comprises: a learning data collection unit that collects a plurality of learning data from student terminals corresponding to a plurality of users; an academic achievement ability prediction unit that predicts an academic achievement ability type corresponding to each user of the student terminals using the plurality of learning data; a learning amount table generator that generates a learning amount table by pre-processing the learning data according to the predicted academic achievement ability type; and a recommended learning amount determining unit that determines a recommended learning amount corresponding to a target user by referring to the learning amount table, and provides the determined recommended learning amount to a student terminal of the target user. The academic achievement ability prediction unit comprises an artificial neural network engine in which supervised-learning is performed using training data composed of learning data for each of the users, corresponding training input values, and training output values labeled with academic achievement ability types through a clustering engine, and which predicts the type of academic achievement ability corresponding to the target user based on a deep learning network composed of the plurality of hidden layers. 드랍아웃을 통해 과적합 경향을 보상하는 복수의 은닉층들로 구성되는 딥러닝 기반의 인공지능을 이용한 학습량 추천 방법 및 장치가 개시된다. 상기 복수의 은닉층들로 구성되는 딥러닝 기반의 인공지능을 이용한 학습량 추천 장치는, 다수의 사용자들에 대응하는 학생 단말들로부터 다수의 학습 데이터들을 수집하는 학습 데이터 수집부; 상기 다수의 학습 데이터들을 이용하여 상기 학생 단말들 각각의 사용자와 대응하는 학업성취능력 타입을 예측하는 학업성취능력 예측부; 예측된 학업성취능력 타입에 따라 상기 학습 데이터들을 전처리(pre-processing)하여 학습량 테이블을 생성하는 학습량 테이블 생성부; 및 상기 학습량 테이블을 참조하여 타겟 사용자에 대응하는 추천 학습량을 결정하고, 결정된 상기 추천 학습량을 상기 타겟 사용자의 학생 단말에 제공하는 추천 학습량 결정부;를 포함하고, 상기 학업성취능력 예측부는, 상기 사용자들 각각의 학습 데이터와 대응하는 훈련 입력값 및 상기 군집화 엔진을 통해 학업성취능력 타입이 라벨링된 훈련 출력값으로 구성되는 훈련 데이터를 이용하여 지도학습(supervised-learning)되고, 복수의 은닉층들로 구성되는 딥러닝 네트워크 기반으로 상기 타겟 사용자에 대응하는 학업성취능력 타입을 예측하는 인공신경망 엔진;을 포함한다.