• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권5호
• /
• pp.155-162
• /
• 2021

n-스텝 시간차 학습은 몬테카를로 방법과 1-스텝 시간차 학습을 결합한 것으로, 적절한 n을 선택할 경우 몬테카를로 방법과 1-스텝 시간차 학습보다 성능이 좋은 알고리즘으로 알려져 있지만 최적의 n을 선택하는 것에 어려움이 있다. n-스텝 시간차 학습에서 n값 선택의 어려움을 해소하기 위해, 본 논문에서는 Q의 과대평가가 초기 학습의 성능을 높일 수 있다는 특징과 Q ≈ Q^* 경우, 모든 n-스텝 누적 보상이 비슷한 값을 가진다는 성질을 이용하여 1 ≤ k ≤ n에 대한 모든 k-스텝 누적 보상의 최댓값과 평균으로 구성된 새로운 학습 타겟인 Ω-return을 제안한다. 마지막으로 OpenAI Gym의 Atari 게임 환경에서 n-스텝 시간차 학습과의 성능 비교 평가를 진행하여 본 논문에서 제안하는 알고리즘이 n-스텝 시간차 학습 알고리즘보다 성능이 우수하다는 것을 입증한다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.275-286
• /
• 2022

코로나19 팬데믹으로 촉발된 메타버스 시장은 현재 가파른 성장세를 보여주고 있다. 메타버스 플랫폼은 컨텐츠를 생산, 소비하는 크리에이터와 사용자 그리고 플랫폼에 조성된 청중을 광고 대상으로 하는 광고주를 연결시키고 있다. 이들 플랫폼 참여자간의 상호작용은 새로운 형태의 경제인 크리에이터 경제의 부상을 가져왔다. 본 논문은 크리에이터와 메타버스 플랫폼의 다양한 수익원 중 광고 수익을 중심으로 플랫폼의 특성이 플랫폼과 크리에이터 간의 수익률 배분에 미치는 영향을 연구하였다. 게임 이론 기반 분석 모델을 통해 본 연구는 메타버스 플랫폼이 광고 회피를 감소시킬수록, 광고의 효과성을 높일수록, 그리고 효과적인 컨텐츠 제작 툴을 제공할수록 크리에이터의 수익 배분율을 낮출 수 있음을 보여주었다.

• 디지털산업정보학회논문지
• /
• 제18권1호
• /
• pp.93-113
• /
• 2022

Among Korea's content industries, the game industry is growing in size to the extent that it can be said to be a representative export-benefiting industry. Accordingly, many users are immersed in the game, and furthermore, they are addicted. This study aims to derive factors for social game users to continue to use by identifying the factors of domestic social network game users' attachment to social network games and empirically studying the causal relationship between these factors and the intention to continue to use them through immersion and addiction. To this end, a research model was presented that applies the main variables of the attachment theory of social network game users to games. The research model of this study surveyed general college students at S University in Seoul who tended to use social network games. As a result of the study, first, it was found that perceived stability had a significant effect on immersion and addiction. Second, it was found that perceived avoidance had a significant effect on immersion and did not have a significant effect on addiction. Third, perceived anxiety was found to have a significant effect on immersion, and it was found that it did not significantly affect addiction. Fourth, it was found that immersion did not significantly affect addiction, and it was found that it had a significant effect on continuous use intention. Fifth, addiction was found to have a significant effect on the intention to continue use. Through this, social network game users' attachment to games can provide useful implications for social network game companies to become attached to existing consumers, spreading social network game users, and improving the possibility of continuous use.

• 정보과학회 논문지
• /
• 제43권1호
• /
• pp.126-134
• /
• 2016

OLED 디스플레이는 빠른 응답속도, 전력 효율성 등 여러 장점 때문에 점차 사용이 증가하고 있는 추세이다. 뛰어난 전력 효율성에도 불구하고 메신저, 게임 등의 사용자와의 상호작용 기반의 어플리케이션 사용의 증가로 OLED에 의한 전력 소모 비중이 여전히 크게 나타나고 있다. OLED에서는 출력하는 영상에 따라 소모 전력이 크게 달라지기 때문에 저전력 색 변환 기법이 대표적인 전력 절감 기법이다. 기존의 저전력 색 변환 기법들은 색 변환 시 인간 시각 시스템의 만족에 대한 엄밀한 연구가 없으며, 시각 만족도와 소모 전력을 동시에 최적으로 고려하는 연구가 부재했다. 본 연구에서는 기존 기법들의 문제점을 보완한 새로운 저전력 색변환 기법을 제안한다. 실험 결과를 통해서 제안 기법이 기존 기법보다 시각 만족도 측면에서 더 인간 시각 시스템을 만족하며 또 전력절감 측면에서도 색 변환거리에 따라 기존 기법보다 평균 13.4% 및 22.4% 향상된 전력 절감이 가능한 것으로 나타났다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권8호
• /
• pp.215-222
• /
• 2021

이중 연결 네트워크(Dual Connectivity Network)는 소몰 셀 기지국(SBS: Smallcell Base Station)의 제한된 자원 문제와 간섭 문제를 완화하기 위해 스몰 셀 기지국과 매크로 셀 기지국(MBS: Macrocell Base Station)이 협력하여 서비스를 지원하는 기술이다. 하지만 이중 연결 네트워크 역시 한정된 자원을 분배해주는 기술이기 때문에 자원 할당 방식은 매우 중요한 문제이다. 그래서 본 논문에서는 이중 연결 네트워크에서 효율적이고 공정한 자원할당을 위해 일반화된 강한 포부 협상 해법(GTABS: Generalizing Tempered Aspiration Bargaining Solution)과 굽타 리빈 협상 해법(GLBS:Gupta and Livne Bargaining Solution)을 이용한 두 단계 자원 분배 알고리즘을 제안한다. 단계 자원 분배 알고리즘은 다음과 같다. 첫 번째 단계인 그룹 자원 분배 알고리즘에서는 GTABS를 이용하여 각 기지국의 무선 자원을 실시간 그룹과 비 실시간 그룹에게 효율적으로 할당한다. 두 번째 단계인 사용자 자원 분배 알고리즘에서는 GLBS를 이용하여 각 그룹으로 나누어진 자원을 각 그룹의 사용자들에게 최적으로 할당한다. 이러한 두 단계 자원 분배 방식은 5G 무선 자원을 최적으로 할당하여 네트워크 시스템 성능 최대화와 사용자 만족도를 동시에 보장한다. 마지막으로 본 논문에서는 성능 평가를 통해 제안된 방식이 서비스 요청 증가에 따라 전체 시스템 처리량, 공정성, 통신 장애율 측면에서 비교 방식들 보다 모두 10% 이상의 효율성을 입증했다.

• 감성과학
• /
• 제23권3호
• /
• pp.37-46
• /
• 2020

본 연구의 목적은 배드민턴 동호회 활동을 조사하고 배드민턴 활동에서 발생하는 스포츠 상해를 예방하는 스마트 의류를 디자인 개발하는 것이다. 고령화 사회에서, 스포츠는 생활체육으로 친숙하게 접하고 있으며, 점차 동호회 형식으로 발달되고 있다. 배드민턴 동호회 활동은 많은 스포츠 상해가 있으며, 특히 높은 발생률을 보이는 발목 부상은 스포츠 참여를 방해하는 심각한 문제로 대두되고 있다. 그러므로 본 연구는 발목 부상을 포함한 스포츠 상해를 예방하는 스마트의류의 디자인 프로토타입을 제안하는 것을 목표로 하였다. 첫째, 배드민턴 동호인들의 특성 및 고려사항, 그리고 스포츠 부상을 예방하기 위한 스마트 의류의 구성요소를 도출하였다. 둘째, 배드민턴 동호인들과 엘리트 배드민턴 선수, 전문가의 대상으로 스마트의류 사용에 따른 문제 및 사용자 평가들을 고찰하였다. 셋째, 선행연구와 사용자 평가 항목들을 통하여 스마트의류의 사용 시나리오를 도출하였다. 넷째, 발목 상해를 포함한 스포츠 상해를 방지하는 스마트의류 프로토타입을 사용 시나리오를 기반으로 제안하였다. 본 연구에서 제안된 스마트의류를 통하여, 스포츠 상해 예방에 도움이 필요한 배드민턴 동호인들은 스마트 단말기를 통해서 그들의 상해와 건강 상태를 가상 게임의 아바타로 모니터링이 가능하다. 이러한 가상 게임 시스템은 스포츠의 상해 및 건강에 관련한 정보에 접근을 용이하게 한다. 따라서 이와 같은 스포츠용 스마트의류는 배드민턴 동호인들의 부상을 예방하고 스스로 재검토를 가능하게 한다. 본 연구는 스포츠 상해를 예방하거나 스포츠 활동 또는 생체 신호 모니터링 하는 스마트의류 디자인 시에도 활용될 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.63-71
• /
• 2010

현대전에서는 정보전을 기반으로 미사일, 유도무기 등의 사정거리와 정밀도가 향상됨에 따라 지대공미사일(SAM : Surface to Air Missile)의 요격성능의 중요성이 부각되고 있다. 위협적인 공중 공격을 예측 하고 방어하기 위해 최선의 방법으로 지대공 레이더와 유도미사일을 이용한 공중방어시스템 구축이 필요하다. 지대공미사일 개발 과정에서 Modeling and Simulation (M&S)을 이용하는 것은 시간적, 공간적 제한을 극복할 수 있고 시행착오를 줄임으로 비용을 절감할 수 있는 이점이 있다. M&S는 최신 무기체계 설계 및 교육/훈련 분야에 많이 적용되고 있다. 본 연구는 지대공미사일의 요격 성능 평가를 위한 시뮬레이터를 개발하는 것에 목적이 있다. 본 연구에서는 다양한 사양의 지대공미사일 요격 성능을 고려할 수 있는 지대공미사일 요격 성능 분석 시뮬레이터의 아키텍처를 제시하고 개발하였다. 개발된 지대공미사일 요격 성능 분석 시뮬레이터는 C++와 Direct3D를 기반으로 개발되었으며, Direct3D를 이용한 3D 가시화를 통해 사용자에게 애니메이션 창에 시각적으로 시뮬레이션의 진행 경과를 보여줄 수 있도록 개발되었다. 사용자의 교전모델 설계 운영 정보는 입력창을 통해 입력되며, 이 정보는 객체 관리자, 운영 관리자, 통합 관리자로 구성된 시뮬레이션 엔진에서 자동으로 지대공미사일을 모델링 및 시뮬레이션 하여 빠른 시간 안에 시뮬레이터 사용자에게 피드백을 제공한다.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.519-532
• /
• 2021

최근 게임, 영화, 애니메이션 다양한 분야에서 모션 캡처를 이용하여 신체 모델을 구축하고 캐릭터를 생성하여 3차원 공간에 표출하는 콘텐츠가 증가하고 있다. 마커를 부착하여 관절의 위치를 측정하는 방법에서 촬영 장비에 대한 비용과 같은 문제를 보완하기 위해 RGB-D 카메라를 이용하여 애니메이션을 생성하는 연구가 진행되고 있지만, 관절 추정 정확도나 장비 비용의 문제가 여전히 존재한다. 이에 본 논문에서는 애니메이션 생성에 필요한 장비 비용을 줄이고 관절 추정 정확도를 높이기 위해 RGB 이미지를 관절 추정 네트워크에 입력하고, 그 결과를 3차원 데이터로 변환하여 FBX 형식 애니메이션으로 생성하는 시스템을 제안한다. 먼저 RGB 이미지에 대한 2차원 관절을 추정하고, 이 값을 이용하여 관절의 3차원 좌표를 추정한다. 그 결과를 쿼터니언으로 변환하여 회전한 후, FBX 형식의 애니메이션을 생성한다. 제안한 방법의 정확도 측정을 위해 신체에 마커를 부착하여 마커의 3차원 위치를 바탕으로 생성한 애니메이션과 제안된 시스템으로 생성한 애니메이션의 오차를 비교하여 시스템 동작을 입증하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

• 한국정보전자통신기술학회논문지
• /
• 제14권2호
• /
• pp.115-121
• /
• 2021

본 논문은 급증하는 인터넷 트래픽예측을 위해 빅데이터와 인공지능기술을 이용하였다. 기존에 트래픽 예측에 관해 다양한 연구가 있었지만 최근 스마트폰이나 스트리밍 등 거대한 인터넷 트래픽을 유발하는 증가 요소를 반영하지는 못했다. 더불어 대용량 인기 게임 출시나 OTT(Over the Top)사업자의 신규 컨텐츠 제공과 같은 이벤트성 요소는 사전 예측이 더욱 어렵다. 이러한 특성으로 기존 방법으로는 ISP(Internet Service Provider)가 실시간적 서비스 품질관리나 트래픽 예측치를 네트워크 사업환경에 반영하기가 불가능하였다. 따라서 본 연구에서는 이러한 문제점을 해결하고자 기존 NMS와는 별개로 트래픽 데이터를 실시간적으로 탐색, 판별하여 수집하는 인터넷 트래픽 수집시스템을 구축하였다. 이를 통해 수집대상의 데이터를 자동등록할 수 있는 유연성과 탄력성을 확보하였으며 실시간 네트워크 품질모니터링을 가능하게 하였다. 또한 시스템에서 수집된 대량의 트래픽 데이터를 머신러닝(AI)으로 분석하여 OTT 사업자의 미래 트래픽을 예측하였다. 이를 통해 보다 과학적이고 체계적인 예측이 가능해졌으며 더불어 ISP 사업자 간의 연동 최적화와 대형 OTT 서비스의 품질확보가 가능할 수 있게 되었다.