• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.481-484
• /
• 2004

가상현실에 생성되는 NPC(Non-Player Character)의 인공지능을 설계하는 AI 디자이너가NPC 행동 패턴을 효율적으로 모델링을 할 수 있게 도와주는 FSM(Finite-State Machines) 도구를 제시한다. 이 도구는 FSM 각 상태와 상태의 변이에 따른 여러 가지 행동 패턴을 쉽게 모델링 할 수 있으며, AI를 디자인하는 디자이너가 가상현실 속에 존재하는 NPC의 AI를 설계 하고 프로그래머가 AI를 구현하는데 필요한 시간을 줄여준다. 또한 행동 패턴의 FSM 구조가 일반화되어 재사용성이 높아질 뿐만 아니라 AI를 하드코딩으로 구현 하는 것을 방지 할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.483-486
• /
• 2021

기존의 심층 강화학습은 상태, 행동, 정책 등을 모두 벡터 형태로 표현하는 강화학습으로서, 학습된 정책의 일반성과 해석 가능성에 제한이 있고 영역 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 문제점들을 해결하기 위해 제안된 새로운 관계형 강화학습 프레임워크인 dNL-RRL은 상태, 행동, 그리고 학습된 정책을 모두 논리 서술자와 규칙들로 표현할 수 있다. 본 논문에서는 dNL-RRL을 기초로 공장 내 운송용 모바일 로봇의 제어를 위한 행동 정책 학습을 수행하였으며, 학습의 효율성 향상을 위해 인간 전문가의 사전 영역 지식을 활용하는 방안들을 제안한다. 다양한 실험들을 통해, 본 논문에서 제안하는 영역 지식을 활용한 관계형 강화학습 방법의 학습 성능 개선 효과를 입증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.650-651
• /
• 2023

반려동물의 건강 상태를 파악하기 위해서 수면 패턴을 모니터링하는 것은 중요하다. 본 논문에서는 6축 센서 데이터를 활용하여 수면 패턴을 모니터링하고, 이를 바탕으로 설계된 헬스케어 시스템을 제안한다. 이 시스템은 크게 데이터 수집, 행동 분류, 수면 패턴 모니터링으로 구성된다. 6축 센서 데이터와 ResNet-LSTM을 통해 반려동물의 행동(두 발로 서다, 네 발로 서다, 걷다, 킁킁대다, 뒷다리만 앉다, 엎드리다, 모든 발이 앉다, 놀다, 빠르게 걷다)을 분류하고, 분류된 행동을 활용하여 수면패턴을 분석한다. 이를 통해 수면 이상을 확인하고 반려동물의 건강 상태를 간접적으로 평가하여 적절한 처치 및 관리하고자 한다.

• Korean Parent-Child Health Journal
• /
• v.1
• /
• pp.17-19
• /
• 1998

NNNS는 정상, 고위험신생아의 포괄적 검사를 위하여 고안된 것으로서 (1) 중추신경계의 통합성을 반영하는 항목들 뿐만아니라 능동 및 수동 근육탄력성과 원초적 반사작용들을 사정하는 고전적 신경학적 항목; (2) 의식상태, 감각 및 상호작용 반응들을 포함하는 행동종목들; (3) 스트레스/위축항목들의 세 부분으로 구성된다. 이와같이 NNNS는 발달과 행동의 성숙, 중추신경계의 통합성 그리고 영아의 스트레스반응들을 사정한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.148-150
• /
• 2006

최근 모바일 디바이스의 기능이 다양해지면서 현대인에게 없어서는 안 될 필수품이 되었다. 모바일 디바이스의 사용영역이 널어지면서 늘어나는 개인 정보의 활용에 대한 관심이 집중되고 있다. 본 논문에서는 모바일 디바이스에서 사용자의 행동 패턴 분석 및 요약을 위한 지능형 에이전트를 제안한다 사용자의 다양한 행동 및 상태 패턴 분석을 위해 협력적 모듈 베이지안 네트워크를 사용한다. 협력적 모들 베이지안 네트워크는 비슷한 유형의 패턴끼리 모듈로 설계해 상호 협력적으로 작동하여 사용자의 특이성을 추론한다. 사용자에 기억에 남을 만한 특이성를 선택하기 위해 Noisy-OR gate를 적응하여 계산한 특이성간의 연결 강도와 특이성의 우선순위를 바탕으로 사용자의 하루 동안의 행동을 요약하여 구성한다. 추론을 위한 프로토타입을 작성하고 시나리오를 바탕으로 제안한 방법의 유용성을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.497-500
• /
• 2004

가상현실은 현실세계에서 경험하기 어려운 환경을 간접적으로 경험할 수 있는 가상의 공간이다. 이러한 가상현실에는 건물, 지형, PC(Playable Character), NPC(Non-Playable Character)등의 다양한 객체들이 존재하게 되며, PC와 NPC와 같은 객체들은 현실감을 주기 위해 인공지능을 가지게 된다. 현재까지 인공지능에 대한 많은 연구가 진행되었으며, 다양한 분야에서 활용되고 있다. 가상현실에서는 유한상태 기계(Finite Sate Machine, FSM), 유전자 알고리즘, 신경망 알고리즘 $A{\ast}$ 알고리즘 등이 활용되고 있으며, FSM은 비교적 알고리즘이 간단하고, 다른 알고리즘에 비해 구현이 간단해 널리 이용되고 있다. 본 논문에서는 FSM을 활용하여 여러 행동 패턴을 정의하고 행동 패턴간 천이가 이루어 짐으로, 객체의 행동을 다양하게 나타낼 수 있는 Multiple FSM은 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.25-28
• /
• 2019

본 논문은 시니어 라이프 로깅을 위한 데이터베이스를 효과적으로 구축하기 위해 영상의 심미적 특징을 통한 행동 별 영상 요약을 소개한다. 실내의 TV 앞에서 오랜 시간을 보내는 시니어의 상태를 체크하기 위해 일반 카메라 또는 360 카메라를 통해 HD 급 화질 이상의 영상을 주기적으로 수집하고, 이를 머신러닝 또는 딥러닝 기반의 행동인식 시스템에 이용하기 위한 전처리 단계에 응용할 수 있는 방법을 서술한다. 이 연구에서는 영상 데이터에서 얻을 수 있는 색상을 이용한 HSV 히스토그램, 영상신호의 Jitter 를 줄이는 고정도, 움직임 에너지 등을 이용하여 짧은 시간 내에 행동별로 구분된 영상(샷, shot)을 자르고 요약하는 방법을 서술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.568-570
• /
• 2004

Harel과 UML에서 제공하는 기존 개념의 상태챠트는 실시간 작업들의 동시성(concurrency)을 모델링하기 어려운 단점을 가진다. 본 논문에서는 이러한 문제점을 해결하기 위해 재진입 상태머신과 재진입 상태챠트라는 새로운 개념을 제안한다. 재진입 상태머신은 병렬적으로 실행할 작업들을 교차수행(interleave)함으로서, 상태챠트로 표현되는 실시간 작업들의 동시성(Concurrency)물 효과적으로 지원할 수 있다 이러한 재진입 상태머신을 기반으로, 재진입 상태챠트는 간결하고 풍부한 표현 의미를 제공하며, 아울러 동시적으로 처리되는 행동 모델들을 구체적으로 표현할 수 있다. 재진입 상태머신과 재진입 상태챠트를 이용하여 실시간 시스템을 구현하면 프로세스간 흑은 쓰레드간의 스위칭이 불필요해짐에 따라 그에 따른 실행 오버헤드를 최소화할 수 있다.

• Journal of Korean Society of Transportation
• /
• v.18 no.6
• /
• pp.101-110
• /
• 2000

본 논문의 목적은 우리들의 현실적 노면표지 형태가 그 강도, 종류 및 출현빈도 측면에서 드러내는 지속적 증대 내지 강화 경향성을 문제점으로 제기하면서, 이런 노면표지 형태와 운전행동 간의 관련성에 대한 심리학적 제반 이론들을 고찰해보고 아울러 여기서 상호 연관적 특성을 밝혀주는 하나의 적절한 모델을 개발해보고자 하는 데에 두었다 이 모델에서는 운전자의 사고예방이나 안전운행이 곡 필요한 수준의 노면표지 자극화(stimulation)를 통해 조성된 쾌적한 교통환경에서 보다 용이하게 가능하다는 점이 전제되고 있다. 우리가 인간행동을 총체적으로나 효과적으로 분석하는 데 있어서는 일반심리적이거나 행동주의적 제반 이론 관점이 다소 미흡하다는 점이 지적되었다. 반면에 보다 거시적이고 종합적인 통찰에 중점을 두고있는 형태주의 심리학이나 장 이론적 시각은 행동분석 시에 비교적 결실적인 것으로 밝혀졌다 노면표지 자극의 양상여하가 운전자에게 스트레스, 정보과부담, 과도한 심리적 각성상태 등으로 인해 부정적인 영향을 미친다는 점에서는 이런 문제점이 환경심리학적 고찰측면에서도 관심의 대상이 되고 있다. \"노면표지 조성화 양 관점 모델\"에서 시사되고 는 터이지만. 이 모델에서의 노면표지 형태가 이론적인 면에서 \"정서-인지적\" 인간관에 근거를 두고있어 궁극적으로 이것이 옳다면, 그것은 곡 필요한 최소한의 수준에 머물러야 한다는 것이다. 올바른 운전행동, 다시 말해 교통법규 준수 행동은 노면표지 양상 측면의 각종 자극적 강화대책보다도 오히려 실효성 있는 교통교육, 확실한 적발 단속과 엄중한 처벌대책에 상대적으로 훨씬 더 큰 비중을 두고있는, 바로 그런 운전자의 의식개혁을 통해 비로소 제대로 정착될 수 있기 때문이다. 이 모델의 타당성 여부는 후속적 실증연구를 통해 해명되어질 수 있을 것이다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2660-2662
• /
• 2001

Q-학습은 최근에 연구되는 강화학습으로서 환경에 대한 정의가 필요 없어 자율이동로봇의 행동학습에 적합한 방법이다. 그러나 다개체 시스템의 학습처럼 환경이 복잡해짐에 따라 개체의 입출력 변수는 늘어나게 되고 Q함수의 계산량은 기하급수적으로 증가하게 된다. 따라서 이러한 문제를 해결하기 위해 다개체 시스템의 Q-학습에 적합한 연속적인 Q-학습 알고리즘을 제안하였다. 연속적인 Q-학습 알고리즘은 개체가 가질 수 있는 모든 상태-행동 쌍을 하나의 Q함수에 표현하는 방법으로서 계산량 및 복잡성을 줄임으로써 동적으로 변하는 환경에 능동적으로 대처하도록 하였다. 제안한 연속적인 Q-학습 알고리즘을 벽으로 막힌 공간에서 두 포식자와 한 먹이로 구성되는 먹이-포식자 문제에 적용하여 먹이개체의 효율적인 회피능력을 검증하였다.