• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.21 no.5
• /
• pp.215-219
• /
• 2021

In this paper, we propose a deep reinforcement learning algorithm-based bi-directional electricity negotiation scheme that adjusts and propose the price they want to exchange for negotiation over smart building and utility grid. By employing a deep Q network algorithm, which is a kind of deep reinforcement learning algorithm, the proposed scheme adjusts the price proposal of smart building and utility grid. From the simulation results, it can be verified that consensus on electricity price negotiation requires average of 43.78 negotiation process. The negotiation process under simulation settings and scenario can also be confirmed through the simulation results.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.417-419
• /
• 2012

국내의 자동차 정비 훈련 교육 현장에는 훈련교사가 빠르게 발전되고 있는 자동차 정비 기술 수준에 맞춰 교육하는데 어려움이 있다. 이 같은 어려움을 해결하기 위한 이-트레이닝(E-training) 시스템은 체험형 훈련이 가능하면서도 높은 학습 효과를 가져올 것이라 기대되고 있다. 자동차 정비 훈련을 위한 이-트레이닝 시스템은 훈련교사가 자동차 고장 항목을 설정하면, 훈련생이 고장 진단을 위한 다양한 시도를 하여 고장을 인지하고, 그에 따른 조치를 통해 주어진 문제를 해결함으로써 학습효과가 높아질 것이라 기대되는 시스템이다. 하지만 이-트레이닝 시스템은 이미 설정되어 있는 시나리오에 따른 일방적인 교육, 학습자에 대한 지속적인 관리의 어려움, 학습자의 행동을 추론하여 정확한 결과를 도출해내기가 어렵다는 한계가 있다. 본 논문에서는 이-트레이닝 시스템의 문제점을 해결하기 위한 방법으로 자동차 정비를 위한 자동차 몸체, 엔진, 정비 도구에 대한 온톨로지를 구축하고 추론하여 효과적인 자동차 정비 훈련 교육이 될 수 있도록 하는 방법을 제안하고자 한다.

• The Journal of Korea Robotics Society
• /
• v.1 no.1
• /
• pp.102-106
• /
• 2006

지능형 서비스 로봇은 인공지능 및 센서인터페이스 등의 다양한 기능과 IT기술의 접목으로 우리의 생활을 윤택하게 해줄 수 있는 인간 지향적인 성격으로 발전하고 있다. 또한 많은 분야에서 새로운 서비스 개발을 통해서 좀더 인간의 생활에 가까이 접근되어 지고 있다. 한편 국내 초등학교에서 초등교사는 학생 수의 과다로 능동적이기 보다는 수동적인 수업을 하고 있어서 학습 효율성이나 능률성이 떨어지고 있다. 이에 본 연구에서는 발전하고 있는 서비스 로봇 기술로 능동적인 수업형태와 자율적이고 창의적인 학습 및 교육서비스를 제공할 수 있는 교사도우미 로봇을 개발하였다. 본 연구에서 개발된 로봇은 기존의 지능형 서비스 로봇과 ICT(Information & Communication Technology) 교육을 접목할 수 있는 로봇의 제반 환경의 구성과 더불어 교육 현장에 알맞도록 HRI 및 시나리오를 기반으로 개발되었고, 로봇의 주요기능은 교사지원, 학습보조, 수업지원 등으로 사전 설문조사를 통하여 필요성이 높은 기능을 중심으로 설정되었다. 개발된 초등학교 지원 로봇은 2006년 10월부터 대전지능로봇산업화센터에서 초등학교 학생을 대상으로 시범수업을 준비하고 있고, 2007년도 중반에는 초등학교에서 시범사업을 추진할 예정이다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.5
• /
• pp.233-252
• /
• 2022

Recently, various studies have been conducted to improve automated vehicle (AV) safety for AVs commercialization. In particular, the scenario method is directly related to essential safety assessments. However, the existing scenario do not have objectivity and explanability due to lack of data and experts' interventions. Therefore, this paper presents the AVs safety assessment extended scenario using real traffic accident data and vision transformer (ViT), which is explainable artificial intelligence (XAI). The optimal ViT showed 94% accuracy, and the scenario was presented with Attention Map. This work provides a new framework for an AVs safety assessment method to alleviate the lack of existing scenarios.

• Journal of Korea Society of Industrial Information Systems
• /
• v.27 no.6
• /
• pp.95-103
• /
• 2022

Quick and accurate understanding of the situation in a severe accident is essential for conducting the appropriate accident management and response using the accident diagnosis information. This study employed deep learning technology to diagnose severe accidents through the major safety parameters transferred from a nuclear power plant (NPP) to AtomCARE. After selecting the major accident scenarios to consider, a learning database was established for particular scenarios affiliated with major scenarios by performing a large number of severe accident analyses using MAAP5 code. The severe accident diagnosis technology, which classifies detailed accident scenarios using the major safety parameters from NPPs, was developed by training it with the established database . Verification and validation were conducted by blind test and principal component analysis. The technology developed in this study is expected to be extended and applied to all severe accident scenarios and be utilized as a base technology for quick and accurate severe accident diagnosis.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.9-11
• /
• 2021

Currently, the occurrence of floor noise in Korea is gradually increasing, and for this reason, the problem of secondary conflict is also increasing. Various studies have been conducted to solve these problems, but the definition of floor noise is not clear, and data of floor noise in various situations cannot be obtained. Therefore, this paper defines various scenarios of floor noise for floor noise epicenter recognition system. For this, the experimental scenario is defined in consideration of environment required for the experiment, the type of floor noise generated in real life, the location of the collector, and the noise intensity. It is possible to increase the accuracy of the floor noise epicenter recognition system when performing data collection and learning operations based on the defined experimental scenario.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.11 no.11
• /
• pp.4174-4181
• /
• 2010

This paper presents an adaptive scheduling algorithm for manufacturing processes with non-stationary rework probabilities. The adaptive scheduling scheme named by hybrid Q-learning algorithm is proposed in this paper making use of the non-stationary rework probability and coupling with artificial neural networks. The proposed algorithm is measured by mean tardiness and the extensive computational results show that the presented algorithm gives very efficient schedules superior to the existing dispatching algorithms.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.17 no.4
• /
• pp.213-220
• /
• 2024

This paper proposes an optimization strategy for performing Federated Learning between devices and edge clouds using WebAssembly (WASM). The proposed strategy aims to maximize efficiency by conducting partial training on devices and the remaining training on edge clouds. Specifically, it mathematically describes and evaluates methods to optimize data transfer between GPU memory segments and the overlapping of computational tasks to reduce overall training time and improve GPU utilization. Through various experimental scenarios, we confirmed that asynchronous data transfer and task overlap significantly reduce training time, enhance GPU utilization, and improve model accuracy. In scenarios where all optimization techniques were applied, training time was reduced by 47%, GPU utilization improved to 91.2%, and model accuracy increased to 89.5%. These results demonstrate that asynchronous data transfer and task overlap effectively reduce GPU idle time and alleviate bottlenecks. This study is expected to contribute to the performance optimization of Federated Learning systems in the future.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.166-169
• /
• 2009

'에듀테인먼트(Edutainment)'라는 용어의 등장과 함께 오늘날 게임은 새로운 교수학습매체로 관심을 끌고 있다. Morice(2000)에 의하면 오늘날 컴퓨터 게임은 교수-학습 과정에 있어 다양한 방식으로 접목되고 있으며, 실제로 사용자들이 열광하는 다양한 게임의 장르별 매력적인 요소가 학습에 접목이 가능하다고 제시하고 있다. 본 연구는 이러한 새로운 교육적 패러다임의 변화를 뒷받침 할 수 있는 에듀게임의 효과적인 개발을 궁극적인 목적으로 하여 진행되었다. 구체적으로, 어떻게 하면 막대한 자본이 필요하지 않은 작은 게임의 틀 속에 핵심적인 학습내용을 담아, 에듀게임을 간단하게 조작할 수 있는 툴을 이용하여 어렵지 않게 만들 수 있는가에 대한 의문에서 출발하여 기획된 시나리오와 그것을 바탕으로 제작된 캐주얼 게임을 제시함으로써 교육용 게임의 설계 방향과 활용 방안에 대한 실질적 제안을 하고자 함과 동시에 최근 인류의 생활에 깊숙이 관련되어 있는 컴퓨터 사용에 있어서 이슈가 되고 있는 개인의 정보 보호에 대한 내용을 게임의 주제로 하였으며 그 제목은 '황토의 대모험'으로 명하였다. 게임의 형식은 퀴즈게임과 어드벤처 게임의 복합 형태로, Windows 기반의 모든 종류의 운영제체를 지원하는 통합형 멀티미디어 제작 툴인 Flash MX로 구현하였다. 황토의 대모험의 특징은 다음과 같다. 첫째, 상용화된 멀티미디어 제작 툴로 만들어진 저비용의 간단한 게임을 통한 학습이다. 둘째, 사용자는 다양한 문제 해결 학습을 통하여 게임에서 제공되는 제반 지식을 습득할 수 있다. 셋째, 문제 해결과정에서 정보보호에 대한 의식을 고취하고, 정보보호 방법을 학습하기 전의 기본지식을 습득할 수 있다.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.6
• /
• pp.1143-1149
• /
• 2023

The purpose of this study was to the effects of case-based learning (CBL) on problem solving ability and academic self-efficacy in nursing students and was a quasi-experimental study with a one-group pretest-posttest design. The subjects of this study were 121 grade 4 students, and the data collection period was from Aprill 24 to June 12, 2023. The research procedure was scenario development, preliminary investigation, application of case-based learning classes, and follow-up investigation, and the CBL was conducted for 2 weeks, 50 minutes per week. The general characteristics of the subjects were obtained by frequency, percentage, mean, and standard deviation and the effects of CBL on problem solving ability and academic self-efficacy was tested using a paired t-test. The results of this study showed that nursing students' problem solving ability (t=-5.70, p<.001) and academic self-efficacy (t=-3.25, p<.002) improved after applying CBL compared to before applying it. We suggest the use of case-based learning as a strategy to improve problem-solving skills and academic self-efficacy in nursing education. In the future, follow-up research is needed to verify the effectiveness by developing and applying step-by-step clinical cases at an appropriate level according to the learning content of nursing major subjects by grade.