• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (1)
• /
• pp.264-266
• /
• 1999

고정 네트워크를 기반으로 하는 클라이언트/서버 환경에서 클라이언트가 제기하는 요청에 대한 응답시간을 최소화하기 위해 사용되는 캐슁 기법은 이동 컴퓨팅 환경에서도 이동 클라이언트가 제기하는 질의에 대한 응답시간을 최소화하기 위해 적용될 수 있다. 기존의 분산 환경과 비교해 보면, 이동 컴퓨팅 환경에서는 연결 상태의 변호가 빈번하게 발생한다. 따라서 일반적인 분산 환경에서의 캐슁 기법이 이동 컴퓨팅 환경에 적용되기 위해서는 이동 컴퓨팅 환경에 맞도록 수정이 되어야만 한다. 즉, 이동 호스트의 이동성으로 인하여 연결 상태가 변화 할 수 있기 때문에 이동 컴퓨팅 환경을 위한 캐슁 기법은 이동 호스트의 연결 상태 전이에 적응성을 갖도록 해야 한다. 연결 상태 전이에 적응성을 갖도록 하기 위해서본 논문에서는 연결 상태 전이 예측 윈도우를 사용하고 연결 상태 전이에 미리 대비하여 캐슁을 수행함으로써 이동 호스트의 캐쉬는 최신의 유효한 데이터의 일관성을 보장하며, 사용자에게는 신속한 응답을 수행할 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.153-156
• /
• 2007

인간의 시각 시스템은 선택적 주의 집중에 의해 시각 수용체로 도달되는 많은 물체들 중에서 필요한 정보만을 추출하여 원하는 작업을 수행한다. Itti와 Koch는 시각적 주의를 제어할 수 있는, 신경계를 모방한 계산적 모델을 제안하였으나 조명환경에 고정적인 saliency map을 구성하였다. 따라서, 본 논문에서는 영상에서 ROI(region of interest)을 탐지하기 위한 조명환경에 적응적인 saliency map 모델을 구성하는 기법을 제시한다. 변화하는 환경에서 원하는 특징을 부각시키기 위하여 상황에 적응적인 동적 가중치를 부여한다. 동적 가중치는 conspicuity map에 S.K. Chang이 제안한 PIM(Picture Information Measure)을 적용시켜 정보량을 측정한 후, 이에 따라 정규화된 값을 부여함으로써 구현한다. 제안하는 조명환경에 강인한 적응적인 saliency map 모델 구현의 성능을 얼굴검출 실험을 통하여 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.354-359
• /
• 2006

최근 유비쿼터스 컴퓨팅 환경의 실현 가능성이 높아지면서 동적으로 변화하는 외부 환경에서의 소프트웨어 역할이 중요해지고 있다. 유비쿼터스 환경의 소프트웨어는 다양한 센서로부터 입력되는 문맥정보를 분석하고 그 결과에 따라 적절하게 서비스를 제공할 수 있는 자기적응형(self-adaptive) 소프트웨어 형태가 되어야 한다. 이러한 특징을 가진 소프트웨어를 개발하기 위해서는 문맥정보에 대한 정적분석 활동과 문맥 변화에 상호 작용하는 동적분석 활동이 개발 전 과정에 걸쳐 체계적으로 수행되어야 한다. 본 연구에서는 외부 환경의 문맥정보에 가변적으로 반응하는 자기적응형 소프트웨어의 요구사항을 분석하고, 문맥정보 조건에 따라 재구성 가능한 컴포넌트 기반 아키텍처를 설계하기 위한 자기적응형 소프트웨어 설계 방법을 제시한다. 또한 본 연구의 방법을 적용하여 설계한 스마트 홈 시스템에 대한 사례연구를 소개한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (A)
• /
• pp.412-414
• /
• 2004

수십 대의 PC들로 구성된 학교 PC 실 또는 교육 목적 PC 실에서는 컴퓨터들이 분산 구조로 되어 있어서 각 컴퓨터별로 셋업. 유지보수, 업그레이드가 각각 따로따로 수행된다. 이러한 분산 구조에 대한 대안으로 씬 클라이언트 컴퓨팅 환경을 고려해 볼 수 있다. 씬 클라이언트 컴퓨팅 환경에서, 클라이언트 쪽 장치는 사용자에게 친숙한 GUI 와 멀티미디어 지원과 함께 주로 IO 기능들을 제공하는 반면에 터미널 서버라 불리는 원격 서버들은 컴퓨팅 파워를 제공한다. 이 환경에서는 많은 클라이언트를 지원하기 위해서 터미널 서버들을 클러스터로 구성할 수 있다. 그러나 이러한 구조에서는 터미널 세션의 유지와 사용자의 다양한 컴퓨팅 사용 패턴 요인으로 부하 분산이 어렵고 결과적으로 터미널 서버 자원의 활용도가 낮아지는 단점을 가진다. 이러한 단점을 보완하기 일해 본 논문에서는 적응적 터미널 클러스터를 제안한다. 이 구조에서는 부하가 적은 그룹에 속한 터미널 서버가 부하가 큰 그룹으로 실시간에 동적으로 재 할당될 수 있다. 제안된 적응적 터미널 클러스터를 일반적인 터미널 클러스터와 그룹 기반 비적응적 터미널 클러스터와 비교하고 실험을 통해 제안된 방법의 유효성을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.18-20
• /
• 2000

에이전트를 다른 소프트웨어와 구별 시켜주는 요인들은 여러 가지가 있지만 그 중에서도 가장 큰 특징은 에이전트의 자율성, 적응성, 그리고 지능을 들 수 있다. 이러한 것을 가능하게 만들기 위해서는 행동 선택을 유발하는 모티브의 생성이 자동적으로 이루어져야 한다. 이러한 행동 선택에 있어서 자동적인 모티브를 제공해 주는 것이 감정이다. 감정은 그것을 가지고 있는 자율 시스템이 그 동안 겪어온 외부 환경과 내부 상태에 대한 글로벌 상태를 함축하고 있다. 그러므로, 접근 가능한 정보와 자원이 제한되어 있는 자율 시스템이 다중의 목표, 환경에서의 모호성과 다른 에이전트와의 조정 등을 하는데 있어서 감정 모델은 유용한 해결책을 제시해 줄 수 있다. 본 논문에서는 에이전트가 환경과 적응하면서 변화하는 에이전트의 내부 상태의 변화와 외부 사건에 대한 에이전트의 인식과 평가를 계속 반영하여 에이전트가 시스템 환경을 경험하면서 가질 수 있는 에이전트만의 시스템에 대한 광범위한 시야를 갖도록 감정 모델을 구축하는 것을 목적으로 한다. 또한 이렇게 생성된 감정 델을 통해서 에이전트에 특정 사건이 발생하였을 때 에이전트가 감정 모델에 기초하여 적절히 행동에 반응할 수 있는 적응적 에이전트 모델을 제시한다.

• 한국통신학회논문지
• /
• 제24권9A호
• /
• pp.1265-1275
• /
• 1999

CDMA 통신 시스템에서 적응 MMSE 수신기는 다중접속간섭을 제거하는데 사용될 수 있다. 그러나 일반적인 적응 MMSE 수신기의 구조는 빠른 페이딩 채널 환경으로 인해 실제 이동환경에는 적용이 불가능하다. 또한 다중 경로 수신 상황은 최적 탭 계수값으로의 수렴을 더욱 어렵게 한다. 본 논문에서는 CDMA 순방향 링크의 다중경로 페이딩 환경에 대해 논의해 보고 이러한 환경에서 이동국에 적용할 수 있는 적응 MMSE 레이크 수신기 구조를 제안하고 있다. 제안된 적응 MMSE 수신기는 수신 신호의 지연값과 신호의 진폭, 위상 변동과 같은 복소 채널계수값의 추정이 요구된다. 이러한 문제는 순방향 링크에 존재하는 공동 파일럿 채널을 이용함으로써 해결 가능하다. 파일럿 채널은 일반적으로 통화 채널보다 높은 송신 전력 레벨을 가지게 되므로 이를 이용할 경우 보다 정확한 채널 추정이 가능하게 된다. 게다가 레이크 구조를 사용할 경우 다중경로 페이딩 환경에서 신뢰할 수 있는 참조 신호로 사용될 수 있을 정도의 정확하고 안정된 결과를 제공하게 된다. 이러한 구조를 사용함으로써 LMS나 NLMS와 같은 일반적인 적응 알고리즘이 적응 MMSE 수신기에 적용이 가능하게 해준다.

• 한국콘텐츠학회논문지
• /
• 제9권6호
• /
• pp.1-8
• /
• 2009

2D 영상 이미지를 인식하는데 있어서, 테스트 이미지를 입력 받는 카메라의 설치 공간 및 설정 상황에 따라 밝기, 명암, 빛의 방향 등과 같은 인식의 성능에 영향을 끼칠 수 있는 요소들이 매우 많이 존재한다. 본 논문은 카메라가 위치한 환경 상의 최소의 샘플 이미지를 가지고, 그 환경에서 입력되는 영상의 인식 성공률을 높일 수 있는 적응형 얼굴 인식 방법을 제안하고 있다. 제안한 적응형 얼굴 인식은 두 개의 부분으로 구성되어 있는데, 하나는 환경 적응을 하기 위한 부분이고, 다른 하나는 얼굴 인식을 수행하는 부분이다. 전자인 환경 적응 모듈에서는 안정 상태 유전 알고리즘을 사용하여 인식기가 최적의 성능을 낼 수 있는 필터 조합과 필터 파라메터와 특징 벡터 집합 차원을 결정하고, 후자인 얼굴 인식 모듈에서는 그 결과를 사용하여 얼굴 인식 결과를 확인한다. 얼굴 인식 과정에서 이미지 사이의 유사도를 측정하기 위해서 가보 웨이블릿을 사용하였고, 인식의 결과를 도출하는 과정에서는 k-Nearest Neighbor을 사용하였다. 적응형 얼굴 인식 방법을 테스트 하기위해, 사인 함수의 가중치를 사용한 명암 노이즈, 임펄스 노이즈, 복합 노이즈에 관하여 각각 실험을 하였고, 진화 후에는 일반적으로 발생할 수 있는 노이즈에 대한 급격한 인식률 저하를 방지할 수 있음을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.452-454
• /
• 2003

기존의 실시간 에이전트 환경에서는 에이전트 구조에서 고려하지 않았던 높은 복잡성의 문제를 해결하기에 환경에 대한 고려가 부족하여 구현 시 충분한 지침으로 상기에는 부족하거나 적합하지 않았다. 본 논문에서는 이러한 고려하여야 할 환경에서 필요한 요소들을 기존의 계층기반 에이전트 구조를 보완한 혼합형 구조를 이용하여 행위 기 반 구조를 설계하고 구현하였다. 분산적이며 실시간으로 동작하는 환경에서는 효율적이고 범용적으로 사용 할 수 있는 행위 기반 구조가 요구된다. 본 논문에서 제시하는 에이전트 구조는 행위의 논리적 상하계층에 중점을 둔 계층별 분류를 사용하지 않고. 범주 분류한 RtABCM을 사용하여 복잡한 실시간 환경에 유연하게 적응할 수 있는 구조를 제안하였다. 이를 통하여 계층의 단계와 병렬적으로 진행이 가능한 동일한 계층 행위의 수에 제약을 두지 않게 되어 정적인 계층 구조에서 오는 제약의 한계를 극복하고 있다. 또한 행위의 객체화와 이를 위한 구성 요소의 지원으로 실시간 환경에 대한 다중의 행위나 계획 진행에 대한 유연한 진행. 양방향성을 지원하는 확장된 행위모델. 설계와 구현에 있어 자유롭고 유연한 모델을 제시하고 있다. 본 논문에서는 RtABCM에 적응한 행위기반 구조를 실시간 에이전트 환경인 GameBots에 적용시켜 구조의 실시간 환경에 대한 적응성을 증명하고 있다.

• 한국정보통신학회논문지
• /
• 제19권5호
• /
• pp.1047-1054
• /
• 2015

본 논문에서는 음성 인식 성능 향상을 위해 미전사된 음성 데이터베이스를 이용한 효과적인 음향 모델 변환 기법을 기술한다. 본 논문에서 기술하는 모델 변환 기법에서는 기존의 적응 기법을 이용하여 환경에 적응된 GMM을 얻는다. HMM의 가우시안 요소와 유사한 요소를 선택하여 선택된 가우시안 요소의 변환 벡터를 구하고 이를 평균 파라미터 변환에 이용한다. GMM 적응 기반의 모델 변환 기법을 기존의 MAP, MLLR 적응 기법과 결합하여 적용한 결과, 자동차 잡음과 음성 Babble 잡음 환경에서 기존의 MAP, MLLR을 단독으로 사용할 경우보다 높은 음성 인식성능을 나타낸다. 온라인 음향 모델 적응 실험에서도 MLLR과 결합할 경우 기존의 MLLR을 단독으로 사용할 때보다 효과적인 모델 적응 성능을 나타낸다. 이와 같은 결과는 본 논문에서 소개한 GMM 적응 기반의 모델 변환 기법을 채용함으로써 미전사된 음성 데이터베이스를 음향 모델 적응 기법에 효과적으로 활용할 수 있음을 입증한다.