학습의 인지 이론적 관점

소개글

학습의 인지 이론적 관점에 대한 보고서 자료입니다.

목차

1. 심리학의 역사적 변화 단계
2. 인지이론의 역사적 배경
1) 형태주의 심리학
2) 형태이론의 생성
3) 형태주의 이론의 주요법칙
(1) 근접의 법칙(2) 유사의 법칙 (3) 폐쇄의 법칙 (4) 계속성의 법칙

4) 형태주의 심리학의 대표 이론들
(1) 통찰이론- Kohler (2) 장이론- Lewin (3) 잠재적 학습-Tolman

3. 정보처리 이론

1) 정보처리 이론이란?

2) 정보처리 이론의 구조.
(1) 정보저장소. ① 감각 등록기. ② 작동기억과 단기기억. ③ 장기기억
(2) 인지처리과정 ① 주의 집중 ② 지각 ③ 시연 ④ 부호화 ⑤ 인출

3) 정보처리이론의 교육적 함의
(1) 감각등록기 (2) 단기기억과 작동기억 (3) 장기기억 (4) 주의집중 (5) 지각
(6) 시연 (7) 부호화와 인출
∘정보의 유의미성을 높여 부호화의 처리 과정을 촉진시키는 수단.
(능동성, 조직화, 정교화, 기억술, 초인지)

4. 신경망 이론

1) 신경망 이론이란?

2) 신경망 이론의 구조
♡ 신경회로망이 내포하는 대표적인 여러 특징
♡ 신경회로망의 주요소

3) 신경회로망의 응용

4) 신경망이론의 교육적 적용

5) 정보처리 모델과 신경망 모델의 차이점

본문내용

환경의 명확한 이해와 표현은 필수적이다. 이상적으로는 환경은 시변(Time-varying) 확률(Stochastic)함수로서 모델링이 되어 각 입력단위에 들어가게 되나 실질적으로 대부분의 신경회로망에서는 보다 간략한 형태로서 표시되어진다. 이 경우 시스템에 들어오는 입력 요소들의 집합은 패턴으로 규정되는데 예로 M개의 입력패턴은 개개의 패턴에 대해 확률함수 P로 표현된다. 이러한 패턴은 선형독립(Linearly Independent), 직각(Orthogonal)관계, 임의의 벡터량으로 해석이 가능하며 이들 벡터량을 이용하여 학습이 수행된다.
3) 신경회로망의 응용
신경회로망 기술을 적용하여 기존의 알고리즘에 의존하여서는 해결하기 힘들거나 고가의 비용이 요구되는 여러 상업 및 산업분야의 정보처리 관련 문제들을 해결하려는 연구가 활발히 진행되고 있다. 특히 병렬처리에 의한 실시간 정보처리, 학습능력, 잡음 및 에러에 대한 시스템 능률(Performance)의 안정성 등의 특성 등은 기존의 알고리즘, 논리적 추론, 상징적 기법 등에 의존하여 해결하려 했지만 큰 진전을 보지 못하였던 화상, 음성 등의 패턴인식 문제의 해결에 돌파구를 제공하고 있다. 그밖에 복잡한 시스템의 제어, 로보트 동작제어, 최적화 문제등 그 응용범위는 실로 넓다고 하겠다. 산업용 로보트 팔의 제어 및 보정, 원격조작기의 동작제어, 이동로보트의 경로설정 및 추적제어 그리고 공정제어 등 다방면에 있어서 적용연구가 되고 있다.
4) 신경망이론의 교육적 적용
정보처리이론을 지지하는 인지이론가들은 인간의 인지를 연구하는 데 있어 행동주의의 원리를 중요하게 생각하지 않는다. 그러나 신경망 이론에서는 인간의 학습과 하등 유기체에서 일어나는 학습의 원리가 유사하다고 생각한다. 즉 학습에 대한 신경망 이론가들의 가정은 행동주의 학습이론의 기본 가정과 동일하다. 행동주의의 학습이론 중 파브로브의 고전적 조건화를 예로 들 수 있다. 개에게 음식을 보여주었더니 사람도 그렇듯이 침을 흘렸다. 파브로브는 매번 음식을 주기 바로 직전에 종을 울렸다. 이런 일을 수십 차례 반복한 뒤에는, 음식 없이 종소리만 들려주어도 개는 침을 흘리게 되었다. 서로 관련이 없던 종소리 자극과 음식 자극이 연합되어, 종소리는 음식을 예고하는 자극으로 학습된 것이다. 종을 울리고도 음식을 주지 않는 경우가 되풀이되자 개는 더 이상 침을 흘리지 않았다. 종소리와 음식 자극 간의 연합이 제거된 것이다. 파블로프는 이를 소멸이라 불렀다.
신경망이론에서는 노드들 중에는 입력노드와 출력노드가 존재하는데, 입력노드는 외부의 자극을 받아서 신경망 동작을 유발시키도록 하며, 출력노드는 신경망 회로에서 계산 처리된 결과를 표출시키도록 한다. 입력 노드가 위의 상황에서처럼 음식을 바로 주기직전에 종을 울린 다는 것을 말한다면 출력노드는 개가 침을 흘린다는 것이라고 할 수 있다. 이렇듯 동물의 학습과 인간의 학습이 밀접한 연계성을 갖는다고 주장한다.
신경망 이론은 행동주의에서 설명하지 못했던 학습의 다양한 원리를 보다 적합하게 보완해 주고 있다. 조건에 대한 원리중 시간의 원리에 대해서 생각해 볼 수 있다. 시간의 원리란 조건자극이 무조건 자극보다 먼저 제시되어야 효과적인 조건화가 형성된다는 원리이다.
무조건자극(음식)과 조건자극(conditioned stimulus : 종소리)이 결합되어 나중에는 무조건 자극 없이 조건자극만으로도 반응을 유발하게 하는, 즉 학습이 이루어지게 하는 현상을 뜻한다. 그러나 조건자극(종소리)이 무조건 자극(음식)보다 앞서 제시된다하더라도 시간 간격이 크면 조건형성은 일어나지 않는다.
이러한 이유는 먼저 조건 자극(종소리)의 정보처리요소인 노드의 활성화가 무조건 자극(음식)의 노드가 활성화되기 전에 쇠퇴 해 버렸기 때문이다.
그리고 조건자극과 무조건 자극이 동시에 제시되는 경우 조건 형성이 어려운 이유는 무조건 자극이 활성화가 너무 커서 조건자극을 방해하기 때문이다.
신경망이론은 학습과 관련 학습자의 주의를 강조한다.
학습이 일어나기 위해서는 여러 개의 정보처리 단위들 즉 노드가 동시에 활성화되어야 한다고 주장한다. 노드들이 활성화 된 상태가 바로 주의 상태이다. 예를 들어 학습 시간에 주의를 집중시키려고 선생님이 한 학생을 지목해서 물어보거나 풀도록 시키는 것을 볼 수 있었다. 주의는 강화에 의해 발생한다고 본다. 강화란 어떤 반응이 일어난 직후에 보상이 되는 자극을 제시, 그 반응의 강도가 강해지는 것을 말하며 주의를 유발할 수 있는 것으로 고려되어야 한다. 예를 들어 정적 강화는 유쾌한 대화, 머리를 쓰다듬어 주는 것, 부모들이 자녀의 특기를 발견하고 이를 칭찬해 주는 것 등이다. 나의 예로 수학 문제를 풀었을 때 선생님은 "그렇게 했구나.. 참 잘했어. 너도 할 수 있단다."라고 칭찬과 격려의 말을 해주셨다. 이렇게 선생님의 칭찬은 나에게 정적강화가 되어 다음 시간에도 수업에 집중하고자 노력하였고, 결국 수학실력이 향상되어지는 것을 발견했다. 이러한 긍정적인 강화를 통해 학습에 주의를 기울이게 되고, 학습능력이 향상되어 진다. 그러므로 강화물은 주의를 유발 할 수 있는 이어야 한다.
5) 정보처리 모델과 신경망 모델의 차이점
-정보처리 모델
각각의 기억단계가 분리되어 있으며 정보를 처리하는 과정도 선형적인 구조를 갖는다.
인간이 정보를 처리하는 방식을 대부분 순차처리로 설명한다.
선형적인 정보처리 이론은 논리 연산에 의해 가부가 확실한 의사결정만 한다.
-신경망 모델
본질적으로 병렬처리를 한다.
불완전한 자료에 근거하여 상황에 따라 최적의 의사결정을 한다.
정보처리 모델
신경망 모델
처리
절차의
측면
엄격하게 정해진 순서에 의해서 자료를 다루고 있기 때문에 행동은 언제나 통제할 수 있으며 결과의 예측도 가능하다고 가정.
자료를 처리하는 방법에 관하여 스스로 규칙이 만들어지고 때문에 신경망은 때때로 의외의 결과를 낳기도 한다.
정보의
저장
특정의 정보를 용이하게 검색할 수 있도록 정보가 저장된다.
정보의 일부를 검색하면 관련된 모든 정보가 자동적으로 함께 인출될 수 있도록 저장된다고 가정한다.

키워드

인지이론,   학습과 인지,   학습의 인지이론