• Proceedings of the KIEE Conference
• /
• 1998.07g
• /
• pp.2363-2366
• /
• 1998

The intent of this paper is to describe a neural network structure called dynamic neural processor(DNP), and examine how it can be used in developing a learning scheme for computing robot inverse kinematic transformations. The architecture and learning algorithm of the proposed dynamic neural network structure, the DNP, are described. Computer simulations are provided to demonstrate the effectiveness of the proposed learning using the DNP.

• Proceedings of the KIEE Conference
• /
• 1998.07g
• /
• pp.2189-2192
• /
• 1998

The objective of this paper is, based upon the principles of artificial life, to induce emergent behaviors of multiple autonomous mobile robots which form from simple local rules to complex global intelligence. Here, we propose an architecture of neural network learing with reinforcement signals which perceives the neighborhood information and decides the direction and the velocity of movement as mobile robots navigates in a group. As results of the simulations, the optimum weights are obtained in real time, which not only prevent from the collisions between agents and obstacles in the dynamic environment, but also have the mobile robots move and keep in various patterns.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2834-2836
• /
• 2000

This paper introduces the behavior-based learning controller for mobile robot using topological map. When the mobile robot navigates to the goal position, it utilizes given information of topological map and its location. Under navigating in unknown environment, the robot classifies its situation using ultrasonic sensor data, and calculates each motor schema multiplied by respective gain for all behaviors, and then takes an action according to the vector sum of all the motor schemas. After an action, the information of the robot's location in given topological map is incorporated to the learning module to adapt the weights of the neural network for gain learning. As a result of simulation, the robot navigates to the goal position successfully after iterative gain learning with topological information.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2016.01a
• /
• pp.285-286
• /
• 2016

광고, 게임, 로봇 등 다양한 분야에서 사람의 감정을 이용한 서비스가 늘어나면서 감정 인식에 관한 연구가 활발히 진행되어 왔다. 본 논문에서는 스마트폰의 센서에서 얻어진 사용자 상황정보와 스마트시계의 심박 수 측 정 데이터를 통해 사용자의 감정을 예측하는 모델을 제안한다. 해당 모델을 생성하기 위해서 스마트폰에서 사용 자 상황정보를 수집한다. 스마트시계에서는 기분이 부정적인지 혹은 긍정적인지를 판단하기 위해 심박 수를 측정 한다. 이러한 수집된 정보를 기계 학습 알고리즘을 사용하여 감정 예측 모델을 생성하고, 이 모델을 통해 사용자 의 감정을 예측한다.

• The Transactions of the Korean Institute of Electrical Engineers P
• /
• v.55 no.2
• /
• pp.83-88
• /
• 2006

This paper proposes a method that minimizes the consumed energy by searching the optimal locations of the mass centers of the biped robot's links using Genetic Algorithm. This paper presents a learning controller for repetitive gait control of the biped robot. The learning control scheme consists of a feedforward learning nile and linear feedback control input for stabilization of learning system. The feasibility of learning control to the biped robotic motion is shown via computer simulation and experimental results with 24 DOF biped walking robot.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.46-48
• /
• 2003

본 논문에서는 실제환경에서와 같이 예측할 수 없는 상황에서 에이전트의 인지와 자동 행동 생성 방법을 제안한다. 전통적인 에이전트의 지능제어 방법은 환경에 대해 알고 있는 정보를 이용한다는 제약 때문에 다양하고 복잡한 환경에 적응할 수 없었다. 최근, 미리 알려지지 않은 환경에서 자동으로 행동을 생성할 수 있는 센서와 행동을 연결하는 행동 기반의 방법과 추론, 학습 및 계획 기능의 부여를 위한 하이브리드 방법이 연구되고 있다. 본 논문에서는 다양한 환경조건으로 움직이는 장애물을 인지하고 피할 수 있는 행동을 생성하기 위해 행동 네트워크에 Bayesian 네트워크를 결합한 방법을 제안한다. 행동 네트워크는 입력된 센서 정보와 미리 정의된 목적 정보를 가지고 다음에 수행할 가장 높은 우선순위의 행동을 선택한다. 그리고 Bayesian 네트워크는 센서 정보들로부터 상황을 미리 추론하고 이 확률 값을 행동 네트워크의 가중치로 주어 행동 선택을 조정하도록 한다. 로봇 시뮬레이터를 이용한 실험을 통해 제안한 행동 네트워크와 Bayesian 네트워크의 결합 방법으로 움직이는 장애물을 피하고 목적지를 찾아가는 것을 확인할 수 있었다.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.3036-3038
• /
• 1999

The conventional structure for an action selector of an Autonomous Mobile Robot (AMR) has been criticized for a repeated action. To overcome this problem recently many researches have been focused on the reactive planning systems such as the biological immune system. In this paper, we propose a learning aritificial immune network, the learning method is to use Genetic Algorithm (GA). The computer simulation show that the usefulness of the learning immune network.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.16 no.7
• /
• pp.610-614
• /
• 1991

This paper proposes a trajectory constrol fo a robot manipulator by using neural network. The inverse dynamic model of manipuator is learned by neural network. The manipulator is controlled by weight values of the learned neural network. The weight valuese is change with a torque of liner vontroller and a acceleration error. Phsically, the totlal torque for a manipualator is a sum of the liner controller torque and the nerural network controller torque. The proposed control effect is estimated by computer simulation.

• Journal of Korea Multimedia Society
• /
• v.21 no.12
• /
• pp.1459-1466
• /
• 2018

Robots which detect human and recognize action are important factors for human interaction, and many researches have been conducted. Recently, deep learning technology has developed and learning based robot's technology is a major research area. These studies require a database to learn and evaluate for intelligent human perception. In this paper, we propose a multi-modal sensor-based image database condition considering the security task by analyzing the image database to detect the person in the outdoor environment and to recognize the behavior during the running of the robot.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.219-222
• /
• 2019

4차 산업혁명이 언급되면서 3D 프린터, 로봇, 인공지능, 빅데이터 등 신기술이 발전하고 이는 사회 구조를 변화시킬 것으로 예상된다. 이에 새로운 디지털 기기, 기술들을 이해하는 디지털 리터러시가 중요해지고 있다. 2015 OECD PISA에서 ICT 배경조사 중 한국은 접근성, 활용성 부분과 2018 국가수준 디지털 리터러시 수준 측정연구, 학생들의 디지털 기기의 인식 여부 및 활용 여부 실태조사를 바탕으로 디지털 기기 활용 공간 구성 및 디지털 기기 활용 콘텐츠를 다음과 같이 제안하였다. 먼저 구체적 조작기인 초등학생임을 고려하여 디지털 기기 위주 프로그램으로 선정하였다. 디지털 기기 활용 공간은 기반 기기로 컴퓨터(노트북), 유 무선 인터넷, 디지털 기기로 3D 프린터 및 3D 프린팅 펜, 스마트폰 기반 VR기기, AR마커, 블록코딩 기반 피지컬 컴퓨팅 교구 등을 이용해서 구성하였다. 활용하는 콘텐츠는 학생들의 인식 여부 및 수준에 맞춰 체험 위주의 프로그램과 학습, 콘텐츠 제작, 문제해결 프로그램으로 제시하였다.