• Journal of the Korea Society of Computer and Information
• /
• v.25 no.8
• /
• pp.39-45
• /
• 2020

Despite the increasing interest in cyber security in recent years, the emergence of new technologies has led to a shortage of professional personnel to efficiently perform the cyber security. Although various methods such as cyber rage are being used to cultivate cyber security experts, there are problems of limitation of virtual training system, scenario-based practice content development and operation, unit content-oriented development, and lack of consideration of learner level. In this paper, we develop a fuzzy rule-based user-customized training scenario automatic generation system for improving user's ability to respond to infringement. The proposed system creates and provides scenarios based on advanced persistent threats according to fuzzy rules. Thus, the proposed system can improve the trainee's ability to respond to the bed through the generated scenario.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.9 no.3
• /
• pp.25-30
• /
• 2009

Recent days intellectual systems using reinforcement learning are being researched at various fields of game and web searching applications. A good training models are called to be fitted with trainning data and also classified with new records accurately. A overfitted model with training data may possibly bring the unfavored fallacy of hasty generalization. But it would be unavoidable in actual world. The entropy and mutation model are suggested to reduce the overfitting problems on this paper. It explains variation of entropy and artificial development of entropy in datamining, which can tell development of mutation to survive in nature world. Periodical generation of maximum entropy are introduced in this paper to reduce overfitting. Maximum entropy model can be considered as a periodical generalization in intensified process of intellectual web searching.

• The Magazine of Kiice
• /
• v.16 no.1
• /
• pp.17-23
• /
• 2015

• Review of KIISC
• /
• v.27 no.3
• /
• pp.27-32
• /
• 2017

머신러닝을 위주로 하는 인공지능 기술이 여러 분야에서 다양하게 적용되고 있다. 머신러닝 기술은 시험 데이터에 대해 높은 성능을 보였지만, 악의적으로 만들어진 데이터에 대해서는 오동작을 하는 경우가 보고되고 있다. 그 외에도 학습데이터 오염시키기, 학습된 모델 탈취 등 새로운 공격 유형이 보고되고 있다. 기계학습에 사용된 훈련데이터에 대한 보안과 프라이버시 또한 중요한 이슈이다. 인공지능 기술의 개발 및 적용에 있어 이러한 위험성에 대한 고려와 대비가 반드시 필요하다.

• Journal of Intelligence and Information Systems
• /
• v.28 no.4
• /
• pp.309-328
• /
• 2022

This study empirically analyzed a Korean pre-trained language models (PLMs) designed for natural language generation. The performance of two PLMs - BART and GPT - at the task of abstractive text summarization was compared. To investigate how performance depends on the characteristics of the inference data, ten different document types, containing six types of informational content and creation content, were considered. It was found that BART (which can both generate and understand natural language) performed better than GPT (which can only generate). Upon more detailed examination of the effect of inference data characteristics, the performance of GPT was found to be proportional to the length of the input text. However, even for the longest documents (with optimal GPT performance), BART still out-performed GPT, suggesting that the greatest influence on downstream performance is not the size of the training data or PLMs parameters but the structural suitability of the PLMs for the applied downstream task. The performance of different PLMs was also compared through analyzing parts of speech (POS) shares. BART's performance was inversely related to the proportion of prefixes, adjectives, adverbs and verbs but positively related to that of nouns. This result emphasizes the importance of taking the inference data's characteristics into account when fine-tuning a PLMs for its intended downstream task.

• Journal of Intelligence and Information Systems
• /
• v.3 no.1
• /
• pp.143-160
• /
• 1997

현재 우리 군에서는 첨단과학무기를 이용한 전투력을 신속히 집중, 전환시키고 효과적으로 통합 운용해야하는 각급 제대의 지휘관 및 참모의 지휘통제능력 향상을 위하여 첨단 컴퓨터장비를 이용하여 시뮬레이션 기법을 통한 워게임 모델을 개발하여 이를 이용한 훈련을 실시하고 있다. 이 워게임 모델중 지상전투의 가장 기본이 되는 근접전투 시뮬레이션은 미국에서 개발도입된 "COBRA" 시스템을 이용하고 있으나 한국실정에 맞는 시스템으로 확장 및 유지보수가 어렵고, 상위시스템의 서브시스템으로만 운영되고있어 자체 교육훈련 및 전투분석을 위한 단독시스템으로 운영이 어려운 실정이다. 본 논문에서는 이러한 문제점을 극복하고, 방대한 양의 지식을 효율적이고 효과적으로 표현할 수 있으며 시스템의 확장 및 유지보수가 용이하고 우리실정에 적합한 전투 훈련을 실시하도록 지원하는 워게임(근접전투) 지원용 멀티미디어 전문가시스템을 개발하였다. 본 논문에서 개발한 전문가시스템은 쌍방이 부대들의 근접전투를 실시할 때 실전에서 나타날 수 있는 가능한 모든 상황의 데이터를 이용하여 전투상황을 분석하며, 기존의 획일적이고 단순한 형태로 결과를 판정하던 것을 전투원의 사기, 체력, 전투한계 등 심리적 요소까지 고려함으로써 새로이 변화되는 전쟁양상에 쉽게 적응할 수 있는 확장성 및 유지보수가 용이하며 시스템 단독으로 운영하여 반복적으로 전투를 분석하고 교육훈련을 실시하도록 함으로써 실전적이고 실질적인 근접전투 워게임지원이 가능하다. 본 논문에서는 전문가 시스템을 개발함에 있어서 지식베이스 모듈, 추론엔진 모듈 및 설명 모듈은 전문가 시스템 개발도구인 Smart Elements를 이용하여 구축하였으며, 사용자 인터페이스 모듈은 멀티미디어 저적도구인 툴북 3.0을 이용하였으며, 마지막으로 전체적인 모듈은 API를 이용 통합하여 하나의 응용소프트웨어를 생성하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.7 no.4
• /
• pp.74-81
• /
• 1997

This paper proposes an evolutionary learning algorithm to discipline the projection neural nctworks (PNNs) with special type of hidden nodes which can activate radial basis functions as well as sigmoid functions. The proposed algorithm not only trains the parameters and the connection weights hut also c~ptimizes the network structure. Through the structure optimization, the number of hidden node:; necessary to represent a given target function is determined and the role of each hidden node is decided whether it activates a radial basis function or a sigmoid function. To apply the algorithm, PNN is realized by a self-organizing genotype representation with a linked list data structure. Simulations show that the algorithm can build the PNN with less hidden nodes than thc existing learning algorithm using error hack propagation(EE3P) and network growing strategy.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.240-249
• /
• 2005

사용자 맞춤 서비스를 위하여 온라인상에서 사용자의 관심 분야를 파악하고자 하는 경우에는 적은 수의 훈련 예제로 효율적인 학습이 가능한 능동적 학습이 적절하다. 능동적 학습을 효과적으로 적용하기 위하여 사용자에게 문의할 가치가 높은 예제를 선정하는 것도 중요하지만, 사용자 편의를 위해서는 문의 횟수를 가능한 최소화하여야 한다. 문의 횟수를 줄이면서도 많은 수의 훈련 예제를 획득하기 위해서는 복수의 문의 예제들을 사용자에게 한꺼번에 제시하고 그 관심 여부를 표한하게 하는 것이 효과적이다. 본 논문에서는 능동적 학습 적용 시 사용자에게 문의할 가치가 높은 복수 문의 예제들을 효과적으로 선정하기 위하여 가중치 반영 군집화를 적용하는 방안을 제안한다. 본 제안 방안은 먼저 각 예제의 문의 예제로서의 가치를 파악하고 이를 가중치로 삼아 군집화를 수행하여 상대적으로 유사한 예제들의 집합을 구성한다. 이어서 생성된 각각의 군집에서 가장 보편적인 예제를 문의 예제로 선정하면 선정된 각각의 문의 예지는 문의할 가치가 높으면서 함께 문의하게 될 예제들은 서로 충분히 달라 학습에 보다 유용하게 사용할 수 있는 훈련 예제들을 얻을 수 있다. 문서 분류 문제를 대상으로 본 제안 방안을 실험한 결과, 단순히 문의 가치가 높은 복수의 예제들을 함께 문의할 예제들로 선정하는 방안에 비해 학습 성능이 뛰어났으며, 한 번에 문의하는 예제 수를 증가시키더라도 분류기의 성능 저하가 적음을 확인하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.285-286
• /
• 2016

본 연구는 가상현실시스템을 이용한 훈련이 뇌졸중 환자의 균형과 낙상효능감에 미치는 영향을 알아보기 위해 실시하였다. 연구 대상자는 뇌졸중 환자 20명으로 실험군 10명 대조군 10명씩 각각 배정하였다. 실험군과 대조군 모두 일반적인 주 5회의 물리치료와 작업치료를 받았다. 실험군은 추가적으로 가상현실 프로그램을 이용하여 8주간 1일 20분 주 3회 시행하였다. 본 연구의 측정은 균형수행 능력검사, 낙상효능감 척도검사를 사용하였다. 두 군 간 훈련 후 측정 사이에 균형수행 능력검사와, 낙상효능감 검사에서 통계적으로 유의한 차이를 보였다(p<0.05). 또한 각 군 간 훈련 후 측정 사이에 균형수행 능력검사와, 낙상효능감 검사에서 통계적으로 유의한 차이를 보였다(p<0.05). 따라서 가상현실 프로그램 병행한 훈련이 뇌졸중 환자의 균형과 낙상효능감을 향상시키는데 긍적적인 도움을 주어 유용한 뇌졸중 환자의 치료 프로그램으로 사용될 수 있을 것으로 보여 진다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.90-92
• /
• 2021

본 연구에서는 아마추어 또는 운동선수의 아이스하키 슈팅 훈련을 지원하는 IoT 시스템을 제안한다. 고성능 레이더 센서를 이용하여 퍽의 최대속도를 정밀하게 측정하고, 블루투스로 스마트폰에 전송된 퍽 속도 정보를 안드로이드 앱에서 간편하게 확인할 수 있으며, 측정 기록이 데이터베이스에 저장된다. 본 논문은 아이스하키 훈련을 보조하는 지능적인 코칭 시스템 개발을 위한 예비 연구로서, 실험결과는 레이더 센서 기술과 모바일 앱 기술을 통해 스포츠 훈련 보조 시스템 구현의 가능성을 보여준다.