• The KIPS Transactions:PartB
• /
• v.9B no.2
• /
• pp.139-146
• /
• 2002

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent's dynamic positioning in such dynamic environment. Reinforcement learning is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to choose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement learning is different from supervised learning in the sense that there is no presentation of input-output pairs as training examples. Furthermore, model-free reinforcement learning algorithms like Q-learning do not require defining or learning any models of the surrounding environment. Nevertheless these algorithms can learn the optimal policy if the agent can visit every state-action pair infinitely. However, the biggest problem of monolithic reinforcement learning is that its straightforward applications do not successfully scale up to more complex environments due to the intractable large space of states. In order to address this problem, we suggest Adaptive Mediation-based Modular Q-Learning (AMMQL) as an improvement of the existing Modular Q-Learning (MQL). While simple modular Q-learning combines the results from each learning module in a fixed way, AMMQL combines them in a more flexible way by assigning different weight to each module according to its contribution to rewards. Therefore in addition to resolving the problem of large state space effectively, AMMQL can show higher adaptability to environmental changes than pure MQL. In this paper we use the AMMQL algorithn as a learning method for dynamic positioning of the robot soccer agent, and implement a robot soccer agent system called Cogitoniks.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.153-158
• /
• 2017

본 논문은 한국어 어휘 의미망인 코어넷(CoreNet)을 활용한 비지도학습 방식의 한국어 어의 중의성 해소(Word Sense Dsiambiguation)에 대한 연구이다. 어의 중의성 해소의 실질적인 응용을 위해서는 합리적인 수준으로 의미 후보를 나눌 필요성이 있다. 이를 위해 동형이의어와 코어넷의 개념체계를 활용하여 의미 후보를 나누어서 진행하였으며 이렇게 나눈 것이 실제 활용에서 의미가 있음을 실험을 통해 보였다. 접근 방식으로는 문맥 속에서 서로 영향을 미치는 어휘의 의미들을 동시에 고려하여 중의성 해소를 할 수 있도록 마코프랜덤필드와 의존구조 분석을 바탕으로 한 지식 기반 모델을 사용하였다. 이 과정에서도 코어넷의 개념체계를 활용하였다. 이 방식을 통해 임의의 모든 어휘에 대해 중의성 해소를 하도록 직접 구축한 데이터 셋에 대하여 80.9%의 정확도를 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.153-158
• /
• 2017

본 논문은 한국어 어휘 의미망인 코어넷(CoreNet)을 활용한 비지도학습 방식의 한국어 어의 중의성 해소(Word Sense Dsiambiguation)에 대한 연구이다. 어의 중의성 해소의 실질적인 응용을 위해서는 합리적인 수준으로 의미 후보를 나눌 필요성이 있다. 이를 위해 동형이의어와 코어넷의 개념체계를 활용하여 의미 후보를 나누어서 진행하였으며 이렇게 나눈 것이 실제 활용에서 의미가 있음을 실험을 통해 보였다. 접근 방식으로는 문맥 속에서 서로 영향을 미치는 어휘의 의미들을 동시에 고려하여 중의성 해소를 할 수 있도록 마코프랜덤필드와 의존구조 분석을 바탕으로 한 지식 기반 모델을 사용하였다. 이 과정에서도 코어넷의 개념체계를 활용하였다. 이 방식을 통해 임의의 모든 어휘에 대해 중의성 해소를 하도록 직접 구축한 데이터 셋에 대하여 80.9%의 정확도를 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11b
• /
• pp.884-887
• /
• 2003

컴퓨터 기술 발전에 발맞추어 교육 분야에서 전통적인 교육 방식을 대체하는 사이버 교육이 활성화되고 있다 사이버 교육은 멀티미디어 등 컴퓨터 기술력을 바탕으로 off-line 교육이 가지는 교육의 질을 구현하고는 있지만, 실험, 실습이 필요한 교과목이나 학습자와 교수자 간의 정서적 교류가 요구되는 과목 등을 위하여 연구의 필요성이 제기되고 있다. 본 논문은 학생들이 직접 실험, 실습을 하고 있다는 현장감을 줄 수 있는 가상현실 기법을 사용하여 실험, 실습이 필요한 과목을 On-Line화 하는 방법을 제시하였다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.06a
• /
• pp.3-5
• /
• 2010

본 연구의 목적은 온라인과 오프라인 공간에 다양하게 존재하는 지리 관련 학습 자료를 매쉬업하여 지리교육사이트를 구현해 봄으로써 지도를 기반으로 한 지리교육용 웹 사이트 구축 가능성을 모색하는 데 있다. 그동안 교육 분야에서 API를 활용한 대부분의 연구가 사이트 구현을 제안하는 단계에 머무르고 있었다. 그러나 본 연구에서는 교과서 분석을 통하여 지리교육과 관련된 사진, 영상, 개념도, 모식도 등 다양한 자료를 매쉬업해 봄으로써, 정보 제공 방식의 변화를 추구하고, 직접 구현하여 API를 활용한 지리교육사이트의 구현 가능성을 제시한 것에 의의가 있다.

• Journal of Korea Multimedia Society
• /
• v.8 no.5
• /
• pp.691-699
• /
• 2005

One of the important objects in the multimedia instruction is improvement of ability to make multimedia contents. In order to achieve this goal, instructing project based multimedia contents authoring and examining the effectiveness can be contributable to enhance the instruction strategies. In this study, we analyzed the teaming effects according to characteristics of students on project based multimedia contents authoring which has performed during one semester, at a university to enrich the purpose of multimedia instruction. As the result, differences on teaming effects according to personal characteristics such as 'ages', 'admitter or not', were found to be significant in statistics. And 'interestedness in projects', 'roles in projects' also have lead to distinct differences on students' performance.

• Journal of Korean Classical Literature and Education
• /
• no.39
• /
• pp.41-66
• /
• 2018

This paper investigates how narrative folk songs have been transmitted and enjoyed through literature data and field research, and discusses their educational significance. Narrative folk songs have changed from songs that were enjoyed by common women to songs enjoyed by upper class men according to the times. They have ranged from tragic songs lamenting hardships to comic songs that relieve oppression, depending on the performance situation. Moreover, narrative folk songs have been enjoyed through media transmission beyond traditional custom. Narrative folk songs have not been enjoyed in one fixed way, but rather in various ways depending on the situation, so they have functioned to enable common women, who are their main singers, to share emotions, communicate, and maintain their community. Therefore, in literature education, narrative folk songs can be used as very appropriate materials for learners to reflect on themselves, communicate with others and contribute to desirable community life. By experiencing the various ways of enjoying narrative folk songs, learners will be able to grow into subjects who actively solve their own problems and those of their communities.

• The KIPS Transactions:PartB
• /
• v.17B no.2
• /
• pp.139-148
• /
• 2010

This paper shows a reinforcement post-processing method and feedback algorithm for improvement of assigning method in classification. Especially, we focused on complex documents that are generally considered to be hard to classify. A basis factors in traditional classification system are training methodology, classification models and features of documents. The classification problem of the documents containing shared features and multiple meanings, should be deeply mined or analyzed than general formatted data. To address the problems of these document, we proposed a method to expand classification scheme using decision boundary detected automatically in our previous studies. The assigning method that a document simply decides to the top ranked category, is a main factor that we focus on. In this paper, we propose a post-processing method and feedback algorithm to analyze the relevance of ranked list. In experiments, we applied our post-processing method and one time feedback algorithm to complex documents. The experimental results show that our system does not need to change the classification algorithm itself to improve the accuracy and flexibility.

• Journal of the Korean Institute of Gas
• /
• v.27 no.2
• /
• pp.49-56
• /
• 2023

As AI (Artificial Intelligence)-related technologies are highly developed due to the 4th industrial revolution, cases of applying AI in various fields are increasing. The main reason is that there are practical limits to direct processing and analysis of exponentially increasing data as information and communication technology develops, and the risk of human error can be reduced by applying new technologies. In this study, after collecting the data received from the 'remote potential measurement terminal (T/B, Test Box)' and the output of the 'remote rectifier' at that time, AI was trained. AI learning data was obtained through data augmentation through regression analysis of the initially collected data, and the learning model applied the value-based Q-Learning model among deep reinforcement learning (DRL) algorithms. did The AI that has completed data learning is put into the actual city gas supply area, and based on the received remote T/B data, it is verified that the AI responds appropriately, and through this, AI can be used as a suitable means for electricity management in the future. want to verify.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.53-56
• /
• 2021

국내 산업화가 들어선 후 산업화 당시 지었던 낙후된 건물의 증가에 따라 구조물의 손상 조사 및 검사 방법의 수요가 늘어나고 있다. 일반적으로 구조물의 손상은 전문 검사원이 현장에서 직접 측량도구와 시각적인 방식으로 검사한다. 그러나 전문 검사원들이 직접 조사하는 수고에 비해 균열을 검사하는 방식 자체가 단순하고, 일반 사람이 검사하기에는 객관성이 떨어지는 한계가 있어 균열을 자동적으로 검출함으로써 객관성과 편의성을 보장할 기술이 필요하다. 본 연구에서는 이미지 기반으로 다양한 환경에서의 외벽 균열을 검출할 수 있는 딥러닝 모델 개발을 소개한다. 균열 검출을 위해 다양한 외벽 균열 관련 데이터셋을 확보 및 구축하고 각 데이터셋의 검출 정보를 보완할 반자동(semi-auto) 라벨링 작업을 수행하였다. 두 번째로 기존 높은 검출 성능을 보였던 모델들을 선정 및 비교하여 YOLO v5 모델을 최종적으로 선정하였고, 도메인이 각각 다른 데이터셋에 대한 교차 학습을 통해 각 데이터셋의 mAP의 편차가 31%에서 11%로 좁히는 작업을 수행하였다. 이를 통해 실제 상황에서의 균열 영상에서 균열을 검출할 수 있는 측량 시스템을 개발함으로써 실질적인 검사의 도구로 활용될 수 있길 기대한다.