• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2013년도 제48차 하계학술발표논문집 21권2호
• /
• pp.293-294
• /
• 2013

다양한 생물체의 행동 원리를 이용하여 모델링한 알고리즘을 생체모방 알고리즘(Biologically Inspired Algorithm)이라고 한다. 본 논문에서는 생체모방 알고리즘 중 동물 집단의 행동을 모델링한 플로킹 알고리즘(Flocking Algorithm)을 이용한 집단 게임 캐릭터의 길찾기 방법을 제안한다. 플로킹 알고리즘의 조타행동은 크게 분리(Separation), 정렬(Alignment), 응집(Cohesion), 회피(Avoidance)로 구성되어 있다. 게임에서의 기존 플로킹 알고리즘은 주로 여러 개의 몬스터나 NPC 들로 구성된 몇 개의 그룹 단위로 독자적인 집단 행동을 하는 경우에 적합하다. 그러나, 게임플레이어가 제어하는 캐릭터가 많은 경우, 기존 알고리즘은 플레이어가 선택한 캐릭터 그룹을 목표지점으로 이동하는 방법으로 적합하지 않다. 따라서 본 논문에서는 게임 플레이어가 제어하는 집단 게임캐릭터의 목표 지점까지의 길찾기를 위한 수정된 정렬 조타행동 알고리즘을 제안한다.

• 가정과삶의질연구
• /
• 제13권2호
• /
• pp.35-44
• /
• 1995

본연구의 목적은 아동의 환경의식과 처분행동을 조사하여 환경문제에 대한 아동의 역할을 조명하고 조기환경교육의 기초자료를 제공하는데 있다 조사도구는 질문지를 이용하 였고 분석방법은 SAS통계프로그램을 이용하였다 환경의시과 처분행동의 차이는 ANOVA와 Tukey test를 지역간(도시, 농촌)의 차이는 t-test 와 $\chi$2 검정을 사용하였다 분석에 이용된 자료는 도시 311부 농촌 299부로 총 610부였다 본연구의 결과를 요약하면 다음과 같다 1) 도시와 농촌간의 환경의식은 통계적으로 유의한 차이가 없이 모두 높게 나타났다 2) 인구통 계변수에 따른 환경의식은 생활수준과어머니의 교육수준이 높을수록 높았으며 주거형태별로 는 아파트 거주자가 높게 나타났다 3) 도시와 농촌간의 처분행동은 유의적인 차이를 보였는 데 도시 지역이 높게 나타났다 4) 인구통계변수에 따른 처분행동은 환경의식과 마찬가지로 소득과 어머니의 교육수준이 높을수록 높았으며 아파트 거주자와 종교가 있느 아동이 높게 나타났다 이러한 결과는 환경을 고려하는 행동양식의선행변수가 교육임을 재확인해주었다

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 합동 추계학술대회 논문집 정보 및 제어부문
• /
• pp.428-430
• /
• 2001

다수의 자율이동로봇으로 구성되는 다개체 시스템에서의 협조행동을 위해서 각 개체는 주변환경의 인식뿐만 아니라 환경변화에 적응할 수 있는 추론능력이 요구된다. 이에 본 논문에서는 강화학습을 이용하여 동적으로 변화하는 환경 하에서 개체들이 스스로 학습하고 대처할 수 있는 협조행동 방법을 제시한다. 제안한 방법을 먹이와 포식자 문제에 적용하여 포식자 로봇간의 협조행동을 구현하였다. 여러 대로 구성된 포식자 로봇은 회피가 목적인 먹이로봇을 추적하여 포획하는 것이 임무이며 포식자 로봇들 간의 협조행동을 위해 각 상태에 따른 최적의 행동방식을 찾는데 강화학습을 이용한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.119-120
• /
• 2007

본 논문에서는 실내의 고정된 단일 칼라 카메라에서 획득된 비디오 스트림으로부터 사람의 행동을 인식하기 위한 시스템을 제안한다. 제안된 시스템은 사람의 시공간적 상태 변화와 사람의 시선 방향을 이용하여 규칙기반으로 행동을 인식한다. 사람의 의미 있는 상태변화를 이벤트로, 이벤트의 시퀀스 즉, 사람의 행동을 시나리오로 정의하였다. 따라서 입력비디오 스트림에서 사람의 상태변화로 이벤트를 검출하고, 검출된 이벤트의 시퀀스로 사람의 행동을 인식한다. 사람의 시선은 얼굴과 머리 영역의 색정보를 이용한 시선 방향 추정 방법으로 찾아지며, 사람의 상태 변화는 사람의 위치와 키 등을 이용하여 검출된다. 본 시스템은 실내 환경에서 획득한 비디오에서 실험하였으며, 실험결과 시선 방향에 의해 서로 다른 행동을 구분하여 인식할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.21-26
• /
• 2009

유비쿼터스 컴퓨팅 환경의 급속한 발전은 Multi-Sensor를 이용하여 자동으로 사용자의 행동인식을 가능한 환경을 만들어주었다. 따라서 이 논문에서는 사용자가 일상생활을 하는데 있어서 기본적으로 필요한 행동인 ADL(activities of daily living)의 수행능력을 분석하고 진단할 수 있는 Multi-Sensor기반의 ADL 자동 진단 시스템을 구축하였다. 두 개의 가속도 센서를 허벅지와 손목에 부착하여 사용자의 행동 정보를 수집하고 이를 Decision-Tree를 통하여 분석하여 사용자의 행동 정보를 수집하였다. 또한 Zigbee 센서를 이용하여 개별 물체의 Object ID를 이용하여 사용자의 위치정보와 주변의 물체의 정보를 수집하여 사용자의 상태 정보를 수집하였다. 이렇게 수집된 행동 정보와 상태 정보들을 통하여 일상생활에 필요한 약 20여 가지의 행동을 인식하였고 평균적으로 96%이상의 정확도를 나타내었으며 이를 통하여 ADL 지수를 자동으로 측정하였다.

• 한국콘텐츠학회논문지
• /
• 제16권8호
• /
• pp.39-47
• /
• 2016

본 연구의 목적은 동기-위협-능력 관점에서 대학 스마트워크 수업 중에 수강생들의 스마트워크 이용저항과 수업 외적인 행동에 대하여 조사하는 것이다. 이를 위하여 본 연구에서는 연구모형을 개발하였고, 스마트워크 전환비용, 위협, 자기효능감이 어떻게 스마트워크 이용저항을 거쳐 수업 외적인 행동에 영향을 미치는지를 조사하였다. 또한, 자기효능감과 수업 외적인 행동 간의 관계를 조사하였다. 본 연구를 위해 설문방법을 이용하였고, 분석을 위한 데이터는 대학생을 대상으로 수집한 총 80개의 데이터를 적용하였다. 그리고 자료의 분석은 구조방정식모형을 사용하였다. 실증분석결과는 첫째, 전환비용과 수강위협은 스마트워크 이용저항에 직접적인 영향을 미치는 것으로 나타났다. 둘째, 스마트워크 이용저항은 수업 외적인 행동에 부의 영향을 미치지만, 자기효능감은 수업 외적인 행동에 정의 영향을 미치는 것으로 나타났다. 본 연구의 결과는 스마트워크 서비스의 이용 정책 수립에 있어서 스마트워크 이용저항 동기의 중요성을 제시하였다는데 의의가 있다.

• 한국항해항만학회지
• /
• 제43권4호
• /
• pp.237-242
• /
• 2019

해기사의 행동오류는 충돌사고의 주요한 원인 중 하나이고, 교육과 훈련을 통하여 보정이 가능한 것으로 알려져 있다. 이러한 행동오류의 보정을 위해서는 행동오류가 발생되는 구조의 식별이 필요하다. 이를 위하여, 충돌조우상황에 대한 선박조종 시뮬레이션을 통해서 행동관측 데이터를 획득하고, 행동관측에는 Reason이 제안한 9-상태 행동오류 분류 프레임을 이용하였으며, 실험에는 50명의 대학생들이 참가하였다. 행동분석에는 충돌회피의 성공과 실패로 구분한 행동 모델을 이용하였는데, 이 모델은 9-상태의 Left-to-Right 구조를 갖는 은닉 마르코프 모델링 기법을 이용하여 개발하였다. 실험결과, 충돌회피의 성공과 실패에 대한 행동들 사이의 차이가 명확하게 식별되었고, 충돌예방에 필요한 9-상태 행동들 사이의 연계관계가 도출되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.136-138
• /
• 2003

로봇이나 가상 캐릭터와 같은 지능형 에이전트가 자율적으로 살아가기 위해서는 주어진 환경을 인식하고, 그에 맞는 최적의 행동을 선택하는 능력을 가지고 있어야 한다. 본 논문은 이러한 지능형 에이전트를 구현하기 위하여, 외부 환경에 적응하면서 최적의 행동을 배우고 선택하는 방법을 연구하였다. 본 논문에서 제안한 방식은 강화 학습을 이용한 행동기반 학습 방법과 기호 학습을 이용한 인지 학습 방법을 통합한 방식으로 다음과 같은 특징을 가진다. 첫째, 외부 환경의 적응성을 수행하기 위하여 강화 학습을 이용하였으며. 이는 지능형 에이전트가 변화하는 환경에 대한 유연성을 가지도록 하였다. 둘째. 경험들에서 귀납적 기계학습과 연관 규칙을 이용하여 규칙을 추출하여 에이전트의 목적에 맞는 환경 요인을 학습함으로 주어진 환경에서 보다 빠르게, 확장된 환경에서 보다 효율적으로 행동을 선택을 하도록 하였다. 제안한 통합방식은 기존의 강화 학습만을 고려한 학습 알고리즘에 비하여 학습 속도를 향상 시킬수 있으며, 기호 학습만을 고려한 학습 알고리즘에 비하여 환경에 유연성을 가지고 행동을 적용할 수 있는 장점을 가진다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.97-100
• /
• 2008

본 논문에서는 자율주행 로봇의 제어를 위한 온톨로지 설계 방법을 제안한다. 제안한 방법은 '감지', '획득', '인식', '(경로 ${\cdot}$ 행동)계획', '행동'의 다섯 단계로 구성된 '인지 사이클'에서 '감지', '행동계획', '행동' 단계를 온톨로지를 이용하여 구현함으로써 온토롤지에 의한 로봇의 제어가 가능하도록 한다. 즉, '감지' 단계에서는 자율주행 로봇이 센서를 통해 감지한 환경 정보를 온톨로지로 표현하고, '행동계획' 단계에서는 온톨로지를 이용하여 로봇 주변의 상황에 따른 국소 영역에서의 로봇의 행동을 계획하며, '행동' 단계에서는 온톨로지를 통해 로봇 구동부의 제어가 가능하도록 한다. 그리고 차동구동형 로봇을 제작하고, 실제 환경에서의 실험을 통해 그 타당성을 검증한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1330-1332
• /
• 2015

최근 지능형 감시 시스템에서 비정상 행동들을 자동으로 감지하는 연구가 활발히 진행되고 있다. 그러나 해결하기 힘든 몇 가지 이슈들이 있는데, 주어진 입력 영상에서 군중들이 중첩될 때 각각의 객체를 인식하는데 어려움이 있다는 점과 비정상 행동을 나타내는 훈련 데이터셋이 제한적이라는 점이다. 이러한 문제들을 해결하기 위해 우리는 군중 영상에서 비정상 행동들을 인식하는 새로운 프레임워크를 제안한다. 제안된 방법은 크게 특징추출모듈과 추출된 특징들을 이용한 행동인식모듈로 구성된다. 중첩문제를 해결하기 위해 움직임 에너지와 고정 에너지를 특성으로 정의하였고 위에 언급한 특징추출모듈에서 두 에너지 값을 계산한다. 그리고 정상/비정상 행동들은 HMM과 최적의 임계값을 도출하는 알고리즘을 사용하는 행동인식모듈에 의해 분류된다. 우리가 제안한 방법은 인공 데이터셋과 실제 비디오 영상 데이터셋을 이용한 실험에 의해 증명한다.