• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.366-369
• /
• 2005

연속 영상을 이용하여 실시간으로 움직임 객체를 추출하고 추적하기 위해 배경분리(Background Subtraction) 기법을 주로 사용한다. 외부 환경에서는 조명의 변화, 나무의 흔들림과 같은 반복적인 움직임 그리고 급격히 움직이는 객체 등과 같이 고려해야할 많은 환경 변화 요인들이 존재한다. 이러한 외부 환경의 변화를 적응적으로 반영하여 배경을 분리할 수 있는 배경 모델로는 주로 가우시안 혼합 모델(GMM: Gaussian Mixture Model)이 적용되고 있으며, 실시간 성능 등을 개선시킨 적응적 가우시안 혼합 모델 등이 사용되고 있다. 본 논문은 개선된 적응적 가우시안 혼합 모델을 적용하고 고정된 학습률 ${\alpha}$(일반적으로 작은 값)을 사용함으로써 물체의 갑작스러운 움직임 등에 빠르게 적응하지 못하는 문제점을 해결하기 위해 가우시안 분포 수의 적응적 조절 기능과 픽셀 값을 분산을 이용하여 학습률 ${\alpha}$값을 동적으로 제어하는 방법을 제안하고 성능을 평가하였다.

• 정보과학회 논문지
• /
• 제42권7호
• /
• pp.889-900
• /
• 2015

최근 복잡해진 시스템의 실행 환경에서 발생하는 문제들을 해결하기 위해 자가적응형 시스템의 중요성이 대두되고 있다. 그러나 시스템 설계 시점에 구축된 모델과 실행 환경 사이의 불확실성이 시스템을 알 수 없는 상황으로 이끌 수 있기 때문에 이를 다루기 위한 연구가 중요한 이슈로 떠오르고 있다. 본 논문은 불확실한 상황에서 적응 시점을 결정하고 모델에 실시간 환경을 반영하기 위한 방법을 제안한다. 적합한 적응 시점을 위해 시스템의 이전 상태들과 현재상태를 비교하여 베이지안 서프라이즈를 계산하고, 설계된 모델에 실시간 환경을 수행된 적응 정책의 결과를 모델에 반영한다. 제안 방법론을 네비게이션 시스템에 적용하여 제안 사항의 유효성을 확인하였다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.202-208
• /
• 2014

로봇 시스템에 작용하는 마찰력은 비선형 형태이며 특히 저속에서의 정밀 제어를 어렵게 만든다. 본 논문에서는 로봇 연구에서 자주 활용되고 있는 벤치마크 로봇 시스템의 단축 모델에 대한 동적 마찰 보상 문제를 다룬다. 마찰 모델은 동적 특성 및 다양한 효과를 나타낼 수 있도록 비선형 동적 모델인 LuGre 모델을 고려한다. 본 논문에서 제안하는 제어기는 두 부분으로 구성된다. 동적 마찰의 추정 및 보상을 위해 Dual 관측기 기반의 적응 제어기를 사용한다. 마찰 추정 오차 및 나머지 외란을 보상하기 위해 PI 관측기를 추가로 설계한다. 모의실험을 통해 비선형 동적 마찰이 벤치마크 로봇 시스템의 제어 성능에 미치는 영향을 확인하고 제안된 제어기를 사용함으로써 동적 마찰에 대한 제어 성능이 향상됨을 보인다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1991년도 춘계학술대회 논문집
• /
• pp.134-142
• /
• 1991

로봇 매니퓰레이터는 널리 사용되고 있으며,대개는 비교적 간단한 제너시스템을 갖추고 있다. 이러한 제이시스템은 경우에 따라 적절한 것으로 판명되었으나, 매니퓰레이터의 성능에 대한 요구 가 증대됨에 따라 보다 개선된 형태의 제어기법에 대한 필요성이 대두되었다. 매니퓰레이터의 동적모델은 복잡한 비선형 미분방정식으로 표현되기 때문에 모델파라메타에 불확실성이 흔히 존재 하고, 특히 Payload가 빈번히 변화하는 작업을 메니퓰레이터가 담당하는 경우, (불확실한) 동적모 델을 기반으로 하는 제어방식(Computed Torque Method)으로는 정밀한 성능을 보장받기가 매우 어렵다. 근자에 로봇 모델이 미지의 상수 파라메타에 관하여 선형적으로표현되는 점에 착안하여 파라메타 추정기구를 Computed Torque Method 에 도입하려는 연구가 진행되고 있다.

• 인터넷정보학회논문지
• /
• 제4권2호
• /
• pp.39-45
• /
• 2003

네트워크에서 QoS를 지원하기 위한 적응제어 구조를 개발하기 위해서는 대역폭 할당에 따른 전송율 응답특성을 모델링하는 것이 필수적이다. 본 연구에서는 네트워크의 대역폭 할당에 따른 전송율의 동적 특성을 구현하는 "동적 시스템 모델"을 제안하고 적응 피드백 제어 구조를 제안된 모델에 적용시켜 시뮬레이션 및 모델의 최적화를 수행하였다.적화를 수행하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.868-870
• /
• 2005

본 논문은 포즈가 취해진 얼굴의 정확한 특징점 추출을 위하여 적응적인 평균 모양 방법을 이용한 ASM(Active Shape Model)을 제안한다. ASM은 사람 얼굴의 모양을 모델링하기 위하여 통계학상의 모양 모델을 이용한다. 통계학상의 모양 모델의 평균 모양은 입력 영상의 얼굴 포즈와 관계없이 하나로 고정되어 있으며, 이는 모양 모델 제한 조건 검사 및 복원과정에서 잘못된 결과를 만드는 원인이 된다. 이러한 문제를 해결하기 위하여 입력 영상의 얼굴 모양에 적응적인 평균 모양을 제안하며, 실험을 통해 제안한 방법이 고정된 평균 모양 방법의 문제를 해결하고 특징점 추출 성능을 향상시킴을 보였다.

• 한국위성정보통신학회논문지
• /
• 제6권1호
• /
• pp.12-18
• /
• 2011

고주파수 대역을 사용하는 위성통신 시스템의 링크 성능 저하의 가장 큰 요인 중의 하나가 강우 감쇠라고 할 수 있으며, 이러한 강우 감쇠를 보상하기 위한 가장 효율적인 방법으로써, 적응형 전송방식을 사용하고 있다. 강우 감쇠에 대처하기 위한 적응형 전송 방식을 개발하고 설계하는데 있어서 중요한 요소 중의 하나가 실제 발생하는 강우 감쇠에 대한 동적 시뮬레이션 모델이다. 본 논문에서는 초 단위 강우 감쇠 실측 데이터에 대한 통계치를 바탕으로 Markov 프로세스 모델을 이용하여 모델링하는 절차를 기술한다. 먼저 실측된 데이터의 통계적 특성을 추출하여 4가지 상태를 가지는 Markov 프로세스를 정의하고, 이를 이용하여 모델링된 데이터와 실측 데이터를 비교 분석한 결과를 제시한다.

• 한국통신학회논문지
• /
• 제28권8B호
• /
• pp.691-698
• /
• 2003

네트워크의 QoS를 지원하기 위해서는 환경변화에 동적으로 대처할 수 있는 자원관리 시스템이 필요하며, 이를 위해 고전적인 제어기술 분야에 사용되는 적응적인 시스템을 도입할 수 있다. 제어기술의 적용을 위해서는 네트워크의 대역폭 할당에 따른 전송률 응답특성을 구현해주는 모델의 개발이 필수적이라고 할 수 있다. 본 연구에서는 두 가지 방식의 네트워크 모델을 제안하였다. 첫째는 "동적 시스템 모델"이며 다른 하나는 "통계학적 모델"이다. 동적 시스템 모델은 네트워크의 동적 특성을 고려하여 도입하였으며, 통계학적 모델은 측정된 전송량 데이터의 분포를 고려하여 도입하였다. 제시된 두 모델의 인자 결정을 위해 최적화 기법을 사용하였으며, 제시된 두 모델이 실제 네트워크의 동작과 유사함을 살펴보았다.

• 한국멀티미디어학회논문지
• /
• 제5권1호
• /
• pp.59-67
• /
• 2002

이 논문에서는 XML을 이용하여 웹 기반 적응적 하이퍼미디어 시스템을 설계한다. 설계한 적응적 하이퍼미디어 시스템은 학습자 각각의 동적 이해 과정을 통해 하이퍼미디어 컨텐츠를 프리젠테이션 할 수 있는 기능을 포함하고 있다. 학습자 프로필은 학습자 모델 안에 포함되어 있고, 하이퍼미디어 컨텐츠인 영역 지식은 개념 기반의 영역 모델 형태로 설계되었다. 따라서 이 논문에서는 XML을 이용해서 영역 모델과 학습자 모델을 구조화하기 위한 두 가지의 다른 마크업 언어를 정의한다. 이러한 마크업 언어는 웹 기반 교육용 적응적 하이퍼미디어 분야에서 자료를 구조화하기 위한 간단한 방법론을 가지고 쉽게 확장될 수 있고 저작될 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.55-57
• /
• 2001

강화학습은 한 에이전트가 자신이 놓여진 환경으로부터의 보상을 최대화할 수 있는 최적의 행동 전략을 학습하는 것이다. 따라서 강화학습은 입력(상태)과 출력(행동)의 쌍으로 명확한 훈련 예들이 제공되는 교사 학습과는 다르다. 특히 Q-학습과 같은 비 모델 기반(model-free)의 강화학습은 사전에 환경에 대한 별다른 모델을 설정하거나 학습할 필요가 없으며 다양한 상태와 행동들을 충분히 자주 경험할 수만 있으면 최적의 행동전략에 도달할 수 있어 다양한 응용분야에 적용되고 있다. 하지만 실제 응용분야에서 Q-학습과 같은 강화학습이 겪는 최대의 문제는 큰 상태 공간을 갖는 문제의 경우에는 적절한 시간 내에 각 상태와 행동들에 대한 최적의 Q값에 수렴할 수 없어 효과를 거두기 어렵다는 점이다. 이런 문제점을 고려하여 본 논문에서는 로봇 축구 시뮬레이션 환경에서 각 선수 에이전트의 동적 위치 결정을 위해 효과적인 새로운 Q-학습 방법을 제안한다. 이 방법은 원래 문제의 상태공간을 몇 개의 작은 모듈들로 나누고 이들의 개별적인 Q-학습 결과를 단순히 결합하는 종래의 모듈화 Q-학습(Modular Q-Learning)을 개선하여, 보상에 끼친 각 모듈의 기여도에 따라 모듈들의 학습결과를 적응적으로 결합하는 방법이다. 이와 같은 적응적 중재에 기초한 모듈화 Q-학습법(Adaptive Mediation based Modular Q-Learning, AMMQL)은 종래의 모듈화 Q-학습법의 장점과 마찬가지로 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 보다 동적인 환경변화에 유연하게 적응하여 새로운 행동 전략을 학습할 수 있다는 장점을 추가로 가질 수 있다. 이러한 특성을 지닌 AMMQL 학습법은 로봇축구와 같이 끊임없이 실시간적으로 변화가 일어나는 다중 에이전트 환경에서 특히 높은 효과를 볼 수 있다. 본 논문에서는 AMMQL 학습방법의 개념을 소개하고, 로봇축구 에이전트의 동적 위치 결정을 위한 학습에 어떻게 이 학습방법을 적용할 수 있는지 세부 설계를 제시한다.