• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 한국해양정보통신학회 2003년도 춘계종합학술대회
• /
• pp.329-333
• /
• 2003

최근 전문가의 지식과 경험정보가 데이터베이스로 구축된 전문가 시스템의 지식 정보를 이용하여 안전하고 효율적인 선박운항이 가능한 지능형 선박 시스템에 관한 연구가 활발하게 진행되고 있다. 인공지능기법을 이용하여 보다 인간 친화적인 시스템을 구현하고, 음성인식기술을 이용하여 원격으로 선박 조타기를 제어하여 조업자의 부담경감 및 인원절감의 효과를 가져올 수 있는 선박 조종시스템의 개발이 절실하다. 따라서, 본 논문에서는 PC를 기반으로 하여 일격으로 모형 선박의 조타기를 제어하는 시스템을 구축한다. 구체적인 연구방법으로는, 음성인식기술과 지능형 학습 기법을 바탕으로 음성지시기반학습 시스템을 구축하고, 퍼지 조타수 조작모델을 구현하여 PC 기반 원격 제어시스템을 구축한다. 또한, 구축된 원격 조타제어시스템을 축소된 선박모형(Miniature Ship) 시스템에 적용하여 그 효용성을 확인하였다.

• Journal of Internet Computing and Services
• /
• 제10권1호
• /
• pp.93-99
• /
• 2009

Game program manufacture had been classed by 3D or on-line game etc. simply. But, atomized game programmer's kind now. So, Artificial Intelligence game programmer's role is important. This paper used reinforcement learning algorithm for Jul_Gonu board characters to learn, and so they can move intelligently. To compare a learned character to an random one, a board game was created, and then they fought against each other. As a result, learned character‘s ability was far more improved.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.99-102
• /
• 1998

본 논문에서는 복잡하고 비선형적인 시스템의 최적 모델링을 우해서 지능형 퍼지-뉴럴네트워크의 최적 모델 구축을 위한 방법을 제안한다. 기본 모델은 퍼지 추론 시스템의 언어적인 규칙생성의 장점과 뉴럴 네트워크의 학습기능을 결합한 FNNs 모델을 사용한다. FNNs 모델의 퍼지 추론부는 간략추론이 사용되고, 학습은 요류 역전파 알고리즘을 사용하여 다른 모델들에 비해 학습속도가 빠르고 수렴능력이 우수하다. 그러나 기본 모델은 주어진 시스템에 대하여 퍼지 공간을 균등하게 분할하여 퍼지 소속을 정의한다. 이것은 비선형 시스템의 모델링에 있어어서 성능을 저하시켜 최적의 모델을 얻기가 어렵다. 논문에서는 주어진 데이터의 특성을 부여한 공간을 설정하기 위하여 클러스터링 알고리즘을 사용한다. 클러스터링 알고리즘은 주어진 시스템에 대하여 상호 연관성이 있는 데이터들끼리 특성을 나누어 몇 개의 클래스를 이룬다. 클러스터링 알고리즘을 사용하여 초기 FNNs 모델의 퍼지 공간을 나누고 소속함수를 정의한다. 또한, 최적화 기법중의 하나로 자연선택과 자연계의 유전자 메카니즘에 바탕을 둔 탐색 알고리즘인 유전자 알고리즘을 사용하여 주\ulcorner 진 모델에 대하여 최적화를 수행한다. 또한 본 연구에서는 학습 및 테스트 데이터의 성능 결과의 상호 균형을 얻기 위한 하중값을 가긴 성능지수가 제시된다.

• Annual Conference of KIPS
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.456-459
• /
• 2022

본 연구는 최근 자연어 인공지능 연구 동향에 발맞추어 사전 학습된 언어 인공지능을 활용한 의미론적 분석을 통해 국문 보고서의 가독성을 평가하는 방법론 두 가지를 제안한다. 연구진은 연구 과정에서 사전 학습된 언어 인공지능을 활용해 추가 학습 없이 문장을 임의의 벡터값으로 임베딩하고 이를 통해 1. 의미론적 복잡도 와 2. 내재적 감정 변동성 두 가지 지표를 추출한다. 나아가, 앞서 발견한 두 지표가 국문 보고서의 가독성과 정(+)의 상관관계에 있음을 확인하였다. 본 연구는 통사론적 분석과 레이블링 된 데이터에 크게 의존하던 기존의 가독성 평가 방법론으로 부터 탈피해, 별도의 학습 없이 기존 가독성 지표에 근사한다는 점에서 의미가 있다.

• Annual Conference of KIPS
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1222-1225
• /
• 2011

개인화된 IT 서비스의 트렌드는 학습자를 위한 튜터링 시스템에도 학습자의 능력과 수요를 고려한 개인화된 서비스를 요구하고 있다. 본 연구에서는 지능형 튜터링 시스템을 위해 사용자 프로파일 에이전트(UPA, User Profile Agent) 모델을 제안한다. UPA는 프로세스, 메타데이터, 사용자 인터페이스로 구성되어 있으며, 사용자의 기본 정보와 학력 및 경력 정보, 학습 영역 지식, 개인 능력 측정 정보를 메타데이터에 기반으로 저장한다. 저장된 사용자 프로파일 정보는 에이전트의 프로세스에 의해 가공되어 학습자에게 유용한 정보를 제공할 수 있도록 기여할 수 있다. 향후 본 논문의 모형 설계를 기반으로 이러닝 기술 환경의 변화를 반영한 지능화된 지능형 튜터링 시스템 개발에 기여할 수 있도록 연구 발전시키는 것을 목표로 한다.

• Annual Conference of KIPS
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.741-744
• /
• 2021

본 논문은 사전 학습된 심층생성모델을 기반으로 가수 별 가사의 특성을 반영하여 새로운 가사를 생성하는 모델을 소개한다. 베이스 모델로 한국어 사전 학습 모델 KoGPT-2 를 사용하였으며, 총 가수 10 명의 노래 823 곡을 수집하여 미세조정 기법을 바탕으로 학습하였다. 특히, 가수 별로 구분한 가사를 학습 데이터로 구축하여, 가수 별로 독특하게 나타나는 가사 스타일이 전이되도록 하였다. 가수의 이름과 시작 단어를 입력으로 주고 작사를 수행한 실험 결과, (i) 가수 별로 생성되는 가사의 어휘와 스타일이 그 가수의 기존 곡들의 가사와 유사함을 확인하였고, (ii) 작사 결과 가수 별 차이를 확인하였다. 추후 설문을 통해, 개별 가수들의 가사와 생성된 가사의 어휘와 스타일 유사성을 확인하고, 가수 별 차이 또한 확인하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.719-721
• /
• 2022

본 논문은 비전공자의 프로그래밍 수업에서 발생하는 오류들을 수집하고 오류 유형을 분석하여 초보 프로그래머의 오류 문제 해결을 쉽게 접근할 수 있도록 하고 교수자가 하는 피드백을 인공지능을 통해 자동화하는 시스템을 개발하는 기초 연구가 되는 것을 목표로 하였다. 결과로는 분석한 오류 유형에는 컴파일 타임에러가 가장 많이 발생하였고 그중에서도 구문에러(syntax error), 그중 missing 에러가 가장 많이 나타났다. 비전공자 학습자는 에러메시지를 이해하는 것을 가장 어려워하였고, 교수자의 피드백을 가장 절실하게 필요로 하였다. 좋은 오류 메시지는 초보자 프로그래머를 위한 프로그램 사용성에 큰 차이를 만들 수 있어 오류 메시지 내용을 단순화시킬 필요가 있으며, 학습자와 교수자의 상호작용을 효율적으로 이루어지게 할 필요가 있고, 인공지능을 통한 피드백을 자동화할 필요가 있음을 제언하였다. 향후 과제로는 오류 유형 중 자주 발생하는 구문에러부터 해결할 수 있는 인공지능을 이용한 자동 피드백 프로그램을 만들어 학습자와 실시간 상호작용하여 온라인에서 프로그래밍 수업이 가능한 학습시스템을 구현하고자 한다.

• The KIPS Transactions:PartB
• /
• 제11B권7호
• /
• pp.831-840
• /
• 2004

In this paper, we propose a scheme to implement intelligent game characters based on neural networks. Neural networks that implement in-telligent game character receive the action of an opponent character and the distance between them, decide intelligent character's action, and output the decision. The neural networks are trained by reinforcement learning using the scores acquired by the actions of two characters as reinforcement values. To show the usefulness of the proposed scheme, a simple fighting action game is implemented and various experiments are performed. Experimental results show that proposed intelligent characters can learn the rule of the game. The proposed scheme can be ap-plied to massively multiple online games as well as fighting action games.

• Journal of Korea Game Society
• /
• 제20권6호
• /
• pp.63-74
• /
• 2020

Recently, research on automating game tests using artificial intelligence agents instead of humans is attracting attention. This paper aims to collect play data from human and artificial intelligence and analyze their similarity as a preliminary study for game balancing automation. At this time, constraints were added at the learning stage in order to create artificial intelligence that can play similar to humans. Play datas obtained 14 people and 60 artificial intelligence by playing Flippy bird games 10 times each. The collected datas compared and analyzed for movement trajectory, action position, and dead position using the cosine similarity method. As a result of the analysis, an artificial intelligence agent with a similarity of 0.9 or more with humans was found.

• Convergence Security Journal
• /
• 제24권2호
• /
• pp.47-53
• /
• 2024

The traditional personal information life cycle model, primarily tailored to conventional systems, is inherently unsuitable for comprehending the nuances of personal information flow within artificial intelligence frameworks and for formulating effective protective measures. Therefore, this study endeavors to introduce a personal information life cycle model specifically designed for artificial intelligence (AI). This paper presents a personal information life cycle model suitable for artificial intelligence, which includes the stages of collection, retention, learning, use, and destruction/suspension, along with the re-learning process for destruction/suspension. Subsequently, we compare the performance of these existing models (such aspersonal information impact assessment and the ISMS-P model) with the newly proposed model. This underscores the superiority of our proposed model in comprehensively understanding the personal information flow in AI and establishing robust protective measures.