• Title/Summary/Keyword: Constant Learning

검색결과 252건 처리시간 0.216초

Weight Adjustment Scheme Based on Hop Count in Q-routing for Software Defined Networks-enabled Wireless Sensor Networks

  • Godfrey, Daniel;Jang, Jinsoo;Kim, Ki-Il
    • Journal of information and communication convergence engineering
    • /
    • 제20권1호
    • /
    • pp.22-30
    • /
    • 2022
  • The reinforcement learning algorithm has proven its potential in solving sequential decision-making problems under uncertainties, such as finding paths to route data packets in wireless sensor networks. With reinforcement learning, the computation of the optimum path requires careful definition of the so-called reward function, which is defined as a linear function that aggregates multiple objective functions into a single objective to compute a numerical value (reward) to be maximized. In a typical defined linear reward function, the multiple objectives to be optimized are integrated in the form of a weighted sum with fixed weighting factors for all learning agents. This study proposes a reinforcement learning -based routing protocol for wireless sensor network, where different learning agents prioritize different objective goals by assigning weighting factors to the aggregated objectives of the reward function. We assign appropriate weighting factors to the objectives in the reward function of a sensor node according to its hop-count distance to the sink node. We expect this approach to enhance the effectiveness of multi-objective reinforcement learning for wireless sensor networks with a balanced trade-off among competing parameters. Furthermore, we propose SDN (Software Defined Networks) architecture with multiple controllers for constant network monitoring to allow learning agents to adapt according to the dynamics of the network conditions. Simulation results show that our proposed scheme enhances the performance of wireless sensor network under varied conditions, such as the node density and traffic intensity, with a good trade-off among competing performance metrics.

상호작용과 수준별 학습을 지원하기 위한 원격교육 시스템 (Distant Education for Improving of Learning′ Participation)

  • 조혜숙;김숙연;장시웅
    • 한국정보통신학회:학술대회논문집
    • /
    • 한국해양정보통신학회 2003년도 춘계종합학술대회
    • /
    • pp.477-480
    • /
    • 2003
  • 원격교육의 발전은 해를 거듭할수록 많은 변화를 가져왔다. 기존의 원격교육은 학습자 특성을 고려하기보다는 학습내용의 반복훈련을 통해 기능을 습득하는 단순반복형 학습시스템 유형이 많다. 이러한 단순반복형 학습시스템은 학습초기 학습매체가 가지는 흥미와 동기가 학습이 지속될수록 반감되어 간다는 단점이 있다. 학습자들이 참여하지 않을 경우 교육 자체가 성립하기 어렵기에 원격교육에 있어서 학습 참여는 대단히 중요하다. 따라서 본 연구에서는 원격교육에서 학습자들의 참여도가 저조하다는 것을 인지하여 학습 참여도를 향상시키기 위해 학습자가 자기 주도적이고 상호작용적 및 수준별 학습을 가능하게 하는 시스템을 개발하여 응용해 봄으로써 다른 강의까지도 학습효과를 줄 수 있는 방안을 제시하고자 한다.

  • PDF

적응적 딥러닝 학습 기반 영상 인식 (Image Recognition based on Adaptive Deep Learning)

  • 김진우;이필규
    • 한국인터넷방송통신학회논문지
    • /
    • 제18권1호
    • /
    • pp.113-117
    • /
    • 2018
  • 사람의 감정은 다양한 요소에 의해서 드러난다. 말, 행동, 표정, 옷차림 등등. 하지만 사람은 자신의 감정을 숨길 줄 안다. 따라서 어느 한 가지만으로는 쉽게 그 감성을 짐작할 수 없다. 우리는 이러한 문제를 해결하고 보다 진솔한 사람의 감성을 파악하기 위해 행동과 표정에 주의를 기울이기로 하였다. 행동과 표정은 부단한 노력과 훈련이 없으면 쉽게 감출 수 없기 때문이다. 본 논문에서는 딥러닝 방법을 통해 적은 데이터를 가지고 점진적으로 사람의 행동과 표정을 학습하여 두 가지 결과의 조합을 통해 사람의 감성을 추측하는 알고리즘을 제안한다. 이 알고리즘을 통해 우리는 보다 종합적으로 사람의 감성을 파악할 수 있다.

상황모델에 기반한 학생들의 고유치와 고유벡터 개념발달 (Students' conceptual development of eigenvalue and eigenvector based on the situation model)

  • 신경희
    • 한국수학교육학회지시리즈A:수학교육
    • /
    • 제51권1호
    • /
    • pp.77-88
    • /
    • 2012
  • This qualitative research provides a situation model, which is designed for promoting learning of eigenvalue and eigenvector. This study also demonstrates the usefulness of the model through a small groups discussion. Particularly, participants of the discussion were asked to decide the numbers of milk cows in order to make constant amounts of cheese production. Through such discussions, subjects understood the notion of eigenvalue and eigenvector. This study has following implications. First of all, the present research finds significance of situation model. A situation model is useful to promote learning of mathematical notions. Subjects learn the notion of eigenvalue and eigenvector through the situation model without difficulty. In addition, this research demonstrates potentials of small groups discussion. Learners participate in discussion more actively under small group debates. Such active interaction is necessary for situation model. Moreover, this study emphasizes the role of teachers by showing that patience and encouragement of teachers promote students' feeling of achievement. The role of teachers are also important in conveying a meaning of eigenvalue and eigenvector. Therefore, this study concludes that experience of learning the notion of eigenvalue and eigenvector thorough situation model is important for teachers in future.

시간 지연이 있는 선형 시스템에 대한 반복 학습 제어기의 설계 (Design of an iterative learning controller for a class of linear dynamic systems with time-delay)

  • 박광현;변증남;황동환
    • 제어로봇시스템학회논문지
    • /
    • 제4권3호
    • /
    • pp.295-300
    • /
    • 1998
  • In this paper, we point out the possibility of the divergence of control input caused by the estimation error of delay-time when general iterative learning algorithms are applied to a class of linear dynamic systems with time-delay in which delay-time is not exactly measurable, and then propose a new type of iterative learning algorithm in order to solve this problem. To resolve the uncertainty of delay-time, we propose an algorithm using holding mechanism which has been used in digital control system and/or discrete-time control system. The control input is held as constant value during the time interval of which size is that of the delay-time uncertainty. The output of the system tracks a given desired trajectory at discrete points which are spaced auording to the size of uncertainty of delay-time with the robust property for estimation error of delay-time. Several numerical examples are given to illustrate the effeciency of the proposed algorithm.

  • PDF

Identifying Learner Behaviors, Conflicting and Facilitating Factors in an Online Learning Community

  • CHOI, Hyungshin;KANG, Myunghee
    • Educational Technology International
    • /
    • 제11권2호
    • /
    • pp.43-75
    • /
    • 2010
  • The purpose of this study is to identify patterns of learner behaviors, conflicting and facilitating factors during collaborative work in an online learning community(OLC). This study further seeks to investigate the difference of learner behaviors between high- and low-performing groups, and conflicting and facilitating factors. The online postings from four groups(19 students) in the spring semester(study 1) and six groups(24 students) in the fall semester(study 2) were analyzed. A coding scheme was generated based on constant comparison using the qualitative data analysis tool, NVivo. The analysis identified 7 categories of learner behaviors in both studies. Among the seven categories, information seeking and co-construction were most frequently observed in both studies. One evident difference between the high- and low-performing groups was that the high-performing groups revealed more incidents of learner behaviors in both studies. In addition, six categories of conflicting factors and five categories of facilitating factors were emerged in both studies. The inefficiency of work category was one of the most frequently observed categories in both studies. Interestingly, the high-performing groups showed more incidents of conflicting factors than the low-performing groups. This study revealed two different types of conflicting factors and there is a need for different moderating strategies depending on its type. Based on the results of the study, effective design strategies for an OLC to facilitate active learning were suggested.

시스템 모델링을 위한 일반화된 RBF 신경회로망의 온라인 구성 (An On-line Construction of Generalized RBF Networks for System Modeling)

  • 권오신;김형석;최종수
    • 전자공학회논문지CI
    • /
    • 제37권1호
    • /
    • pp.32-42
    • /
    • 2000
  • 이 논문에서는 비선형 시스템 모델링을 위한 일반화된 RBF 신경회로망(GRBFN)을 순차적으로 구성하기 위한 온라인 학습 알고리즘을 제안한다. 상수 연결강도를 갖는 표준 RBF 신경회로망의 확장형인GRBFN은 여러 개의 국부 선형모델을 결합하여 비선형 시스템을 표현할 수 있는 구조이다. 제안한 학습 알고리즘은 구조 학습과 파라미터 학습을 수행하는 두 단계의 학습으로 구성된다. 구조 학습은 주어진 훈련 데이터로부터 새로운 은닉 유니트 및 선형 국부모델을 할항하기 위하여 훈련 오차와 Mahalanobis 거리에 기초한 두 개의 생성 조건을 이용하여 GRBFN 모델을 구성한다. 파라미터 학습은 경사강하 법칙을 기반으로 기존 네트웍의 파라미터 벡터를 갱신한다. 제안한 알고리즘의 모델링 성능을 평가하기 위해서 잘 알려진 두 예제에 대한 시뮬레이션 및 결과를 제시한다.

  • PDF

학습률(Step-Size)변화에 따른 디지털 신호의 기계학습 방법 개선 (Improvement of existing machine learning methods of digital signal by changing the step-size)

  • 지상민;박지은
    • 디지털융복합연구
    • /
    • 제18권2호
    • /
    • pp.261-268
    • /
    • 2020
  • 기계학습은 주어진 디지털 신호 Data로부터 비용함수를 만들고, 그 비용함수를 최소화함으로 학습이 이루어진다. 비용함수는 디지털 신호 Data의 양과 인공신경망의 구조에 따라 비용함수에 부분 최솟값(local minimum)들이 생기게 된다. 비용함수의 부분 최솟값들은 학습을 방해하는 요소가 된다. 이러한 방법을 해결하는 여러 방법 중 우리의 제안 방법은 학습률(Step-size)을 변화시키는 방법이다. 학습률을 고정된 상수로 이용하는 기존의 방법과는 다르게 비용함수를 이용한 다변수함수를 이용함으로써 불필요한 기계학습이 이루어지는 것을 방지할 수 있으며, 최솟값으로 가는 최적의 길을 찾을 수 있다. 수치적 실험을 통하여 기존의 방법보다 우리가 제안하는 방법을 이용하여 약 3%(88.8%→91.5%)의 성능이 향상하는 결과를 얻었다.

불완전한 데이터를 위한 딥러닝 모델 (Deep Learning Model for Incomplete Data)

  • 이종찬
    • 한국융합학회논문지
    • /
    • 제10권2호
    • /
    • pp.1-6
    • /
    • 2019
  • 제안 모델은 소실 데이터를 포함하는 불완전한 데이터에서 정보의 손실을 최소화할 수 있도록 개발되었다. 이를 위한 과정은 우선 데이터 확장기법을 이용하여 손실 정보를 보상하도록 학습 데이터를 변환한다. 이 변환 과정에서 데이터의 속성값은 원-핫 인코딩으로 이진 또는 확률값으로 채워진다. 다음 이 변환 데이터는 딥러닝 모델에 입력되는데, 이때 각 속성의 카디너리티에 따라 엔트리 수가 일정하지 않게 된다. 그리고 각 속성의 엔트리 값들을 각각의 입력 노드에 할당하고 학습을 진행한다. 이점이 기존 학습 모델과의 차이점으로, 임의의 속성값이 입력층에서 여러 개의 노드로 분산되는 특이한 구조를 가진다. 제안 모델의 학습 성능을 평가하기 위해, 소실 데이터를 대상으로 다양한 실험을 수행하여 성능 면에서 우수함을 보인다. 제안 모델은 유비쿼터스 환경에서 손실을 최소화하기 위한 알고리즘으로 유용하게 사용될 것으로 본다.

Innovative Approaches to Training Specialists in Higher Education Institutions in the Conditions of Distance Learning

  • Oksana, Vytrykhovska;Alina, Dmytrenko;Olena, Terenko;Iryna, Zabiiaka;Mykhailo, Stepanov;Tetyana, Koycheva;Oleksandr, Priadko
    • International Journal of Computer Science & Network Security
    • /
    • 제22권12호
    • /
    • pp.116-124
    • /
    • 2022
  • Information and communication technologies used in the social sphere are born due to the development of computer technologies. The main task of the distance learning process in higher education institutions is not to provide information, but to teach how to obtain and use it. The purpose of the article: to identify innovative approaches in the training of specialists in higher education institutions in the context of distance learning. Various innovative approaches to organizing the work of students of higher educational institutions in the context of distance learning are considered. Based on the conducted research, it is concluded that each of the approaches described by us outlines the study of the phenomenon of professional training of a specialist in the condition of distance learning. All the described approaches significantly contribute to the improvement of professional training of specialists, encourage students to self-improvement, professional development and enrich their professional competence in modern conditions. The emergence and spread of innovative technologies means not only a change in the activity itself and its inherent means and mechanisms of its implementation, but also a significant restructuring of goals, value orientations, specific knowledge, skills and abilities. Therefore, the current stage of the development of civilization, scientific and technological progress requires the emergence of such specialists who would have broad humanitarian thinking, would have good psychological training, would be able to build professional activities according to laws that take into account the relationship between economic productivity and creativity, as well as the desire of the individual for constant renewal, self-realization. Only such qualities will help you master the specifics of innovative technologies well. We see the prospects in the study of innovative approaches to training specialists in higher education institutions in the condition of distance learning in foreign countries.