• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.19-28
• /
• 2022

최근 암호화폐가 많은 주목을 받음에 따라 암호화폐의 종가 예측 연구들이 활발히 진행되고 있다. 특히 딥 러닝 모델을 적용시켜 예측 성능을 높이려는 연구들이 지속되고 있다. 딥 러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM (Long Short-Term Memory) 모델이 다각도로 응용되고 있으나 변동성이 큰 암호화폐 종가 데이터에서는 낮은 예측 성능을 보인다. 이를 해결하기 위해 새로운 입력 변수를 찾아내고, 이를 사용하는 종가 예측 연구가 수행되고 있다. 그러나 딥 러닝 기반의 암호화폐 종가 예측에 사용되는 데이터들의 각 입력 변수들이 예측 성능에 미치는 영향력이나 학습에 효율적인 입력 변수들의 조합에 관한 연구 사례가 부족한 실정이다. 따라서 본 논문에서는 Bitcoin과 Ethereum을 포함한 6가지 암호화폐의 최근 동향 자료를 수집하였고, 통계와 딥 러닝을 통해 입력 변수들이 암호화폐 종가 예측에 미치는 영향력을 분석한다. 실험 결과 모든 암호화폐의 종가 예측 성능 평가에서 종가 변동률을 제외한 개장가, 고가, 저가, 거래량, 종가를 조합했을 때 가장 우수한 성능을 보였다.

• Nuclear Engineering and Technology
• /
• 제55권9호
• /
• pp.3423-3440
• /
• 2023

In this work, a multivariate time-series machine learning meta-model is developed to predict the transient response of a typical nuclear power plant (NPP) undergoing a steam generator tube rupture (SGTR). The model employs Recurrent Neural Networks (RNNs), including the Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), and a hybrid CNN-LSTM model. To address the uncertainty inherent in such predictions, a Bayesian Neural Network (BNN) was implemented. The models were trained using a database generated by the Best Estimate Plus Uncertainty (BEPU) methodology; coupling the thermal hydraulics code, RELAP5/SCDAP/MOD3.4 to the statistical tool, DAKOTA, to predict the variation in system response under various operational and phenomenological uncertainties. The RNN models successfully captures the underlying characteristics of the data with reasonable accuracy, and the BNN-LSTM approach offers an additional layer of insight into the level of uncertainty associated with the predictions. The results demonstrate that LSTM outperforms GRU, while the hybrid CNN-LSTM model is computationally the most efficient. This study aims to gain a better understanding of the capabilities and limitations of machine learning models in the context of nuclear safety. By expanding the application of ML models to more severe accident scenarios, where operators are under extreme stress and prone to errors, ML models can provide valuable support and act as expert systems to assist in decision-making while minimizing the chances of human error.

• 제어로봇시스템학회논문지
• /
• 제3권4호
• /
• pp.350-356
• /
• 1997

It is desirable for autonomous robot systems to possess the ability to behave in a smooth and continuous fashion when interacting with an unknown environment. Although Q-learning requires a lot of memory and time to optimize a series of actions in a continuous state space, it may not be easy to apply the method to such a real environment. In this paper, for continuous state space applications, to solve problem and a triangular type Q-value model\ulcorner This sounds very ackward. What is it you want to solve about the Q-value model. Our learning method can estimate a current Q-value by its relationship with the neighboring states and has the ability to learn its actions similar to that of Q-learning. Thus, our method can enable robots to move smoothly in a real environment. To show the validity of our method, navigation comparison with Q-learning are given and visual tracking simulation results involving an 2-DOF SCARA robot are also presented.

• 고려인삼학회:학술대회논문집
• /
• 고려인삼학회 1998년도 Advances in Ginseng Research - Proceedings of the 7th International Symposium on Ginseng -
• /
• pp.1-11
• /
• 1998

Ameliorating mechanisms of red ginseng on learning deficits were investigated in the following 3 experiments; its effects on 1) place learning deficits in aged rats and in young rats with selective hippocampal lesions (behavioral study), 2) long-term potentiation in the hippocampal formation (neuro- physiological study), and 3) ChAT (choline acetyl transferase) activity in various brain regions of aged rats (pharmacological study). In the behavioral study, first, performance in the place learning tasks were compared among 3 groups of young and aged rats; control young intact rats (10-12 week old) treated with water, aged rats (28-32 month old) treated with water, and aged rats (28-32 month old) treated with red ginseng (100 mghglday) suspended in water. Second, performance in the place learning tasks was compared among 3 groups of young rats; control intact rats treated with water, rats with bilateral hippocampal lesions treated with water, and rats with bilateral hippocampal lesions treated with red ginseng (100 mg/kg/day). Each rat in these 2 behavioral experiments was tested with the 3 types of the place learning tasks in a circular open field using intracranial self-stimulation (ICSS) as reward. The ICSS reward was delivered if the rat (1) moved distance of 100-160 cm (DMT): (2) entered an experiment-determined reward place within the open field, and this place was randomly varied in sequential trials (RRPST); or (3) entered 2 specific places, and did a shuttle behavior between the 2 places (PLT). Performance of the aged rats in the ginseng group was not significantly different from that of control young rats in ICSS (current intensity, bar press rates), DMT and RRPST. However, treatment with red ginseng significantly ameliorated place-navigation learning deficits in aged rats in the PLT. Similarly, red ginseng ameliorated learning and memory deficits in young rats with hippocampal lesions in the same tasks. In the neurophysiological study using young rats, perfusion of hippocampal slices with non-sapon in fraction of red ginseng significantly enhanced magnitudes of the long-term potentiation (LfP) in the CA3 subfield. In the pharmacological study, treatment with red ginseng did not affect ChAT activity in aged rat brain including the hippocampal formation. These results strongly suggest that red ginseng ameliorates learning and memory deficits in aged rats through actions on the CA3 subfield of the hippocampal formation, which were independent of the presynaptic components of the cholinergic system

• 컴퓨터교육학회논문지
• /
• 제17권5호
• /
• pp.99-106
• /
• 2014

본 연구는 영어 단어 학습의 핵심 인지기능인 작업기억의 음운고리를 적극적으로 활용하게 하는 영어 단어 제시 방법이 무엇이고 이 방법이 외국어 학습 동기 정도에 따라 효과가 다르게 나타나는지를 두실험을 통해 검증하였다. 실험1에서 학습자에게 음운고리를 최소 3회 사용하게 하는 제시 방법과 1회 사용하게 하는 제시 방법 그리고 자신이 제시 횟수 및 제시 시간을 조정할 수 있는 조건을 제시하였다. 실험1결과 3회 제시 조건이 1회 제시 조건에 비해 학습효과가 더 높게 나타났다. 실험2에서 외국어 학습 동기가 높은 집단과 낮은 집단에게 3회 제시 조건과 자기 조절 조건을 제시하여 학습 효과를 검증하였다. 실험2결과 고-동기 집단의 경우 제시 방법에 따른 학습의 정도는 차이가 없었지만, 저-동기 집단의 경우 자기 조절 조건에서 더 좋은 성과를 보였다. 이에 본 연구는 논의에서 컴퓨터 및 디지털 환경에서 영어 단어를 어떻게 제시해야 학습효과가 증진될 수 있는지를 제안하였다.

• 직업교육연구
• /
• 제29권3호
• /
• pp.133-156
• /
• 2010

이 논문은 기업에서 학습지원이 개인의 학습참여와 조직학습에 어떠한 영향을 미치는 지를 분석하였다. 구체적으로, 기업에서 학습지원이 개인의 학습참여에 미치는 영향을 살펴보았고, 기업에서의 학습지원과 개인의 학습참여가 조직학습에는 어떠한 영향을 미치는지를 검토하였다. 이를 위해 한국고용정보원과 연세대학교가 공동으로 실시한 '대졸 청년층 직장생활 적응능력 향상 연구'의 설문조사 자료를 분석하였다. 통계 분석을 위해서 위계적 선형모형을 적용하였다. 분석 결과, 기업에서 형식학습과 무형식학습의 지원여부는 개인의 형식학습 참여와 공식적 관계학습참여에 유의미한 영향을 미쳤다. 또한, 기업의 학습지원과 개인의 학습참여는 조직학습의 각 요소(수용력, 조직기억, 학습능력, 환경적응)에 긍정적인 영향을 미치는 것으로 나타났다.

• 한국기계연구소 소보
• /
• 통권19호
• /
• pp.125-139
• /
• 1989

As an adaptive control function generator, the CMAC (Cerebellar Model Arithmetic or Articulated Controller) based learning control has drawn a great attention to realize a rather robust real-time manipulator control under the various uncertainties. There remain, however, inherent problems to be solved in the CMAC application to robot motion control or perception of sensory information. To apply the CMAC to the various unmodeled or modeled systems more efficiently, it is necessary to analyze the effects of the CMAC control parameters on the trained net. Although the CMAC control parameters such as size of the quantizing block, learning gain, input offset, and ranges of input variables play a key role in the learning performance and system memory requirement, these have not been fully investigated yet. These parameters should be determined, of course, considering the shape of the desired function to be trained and learning algorithms applied. In this paper, the interrelation of these parameters with learning performance is investigated under the basic learning schemes presented by authors. Since an analytic approach only seems to be very difficult and even impossible for this purpose, various simulations have been performed with pre specified functions and their results were analyzed. A general step following design guide was set up according to the various simulation results.

• 대한본초학회지
• /
• 제29권6호
• /
• pp.73-83
• /
• 2014

Objectives : This study was investigated the effects of the root of Polygala tenuifolia (POL) on learning and memory impairment induced by chronic cerebral hypoperfusion in rats. Methods : Chronic cerebral hypoperfusion was produced by permanent bilateral common carotid artery occlusion (pBCAO). POL was administered orally once a day (130 mg/kg of water-extract) for 28 days starting at 4 weeks after the pBCAO. The acquisition of learning and the retention of memory were tested on 9th week after the pBCAO using the Morris water maze. In addition, effects of POL on $A{\beta}$ generation and expressions of APP and BACE1 were observed in the hippocampus of rats. Results : POL significantly prolonged the swimming time spent in target quadrant and significantly reduced the swimming time spent in the quadrant far from the target. POL significantly increased the percentage of swim in the targer quadrant in the retention test, while POL was not effective on the escape latencies in the acquisition training trials. POL significantly reduced the levels of $A{\beta}_{(1-40)}$ and $A{\beta}_{(1-42)}$ in the cerebral cortex and the level of $A{\beta}_{(1-42)}$ in the hippocampus produced by chronic cerebral hypoperfusion. POL also significantly attenuated the up-regulation of APP and BACE1 expression in the hippocampus produced by chronic cerebral hypoperfusion. Conclusions : The results show that POL alleviated memory deficit and up-regulation of $A{\beta}$ and BACE1 expressions in the hippocampus. This result suggests that POL may exert ameliorating effect on memory deficit through inhibition of ${\beta}$-secretase activity and $A{\beta}$ generation.

• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.19-27
• /
• 2020

본 논문에서는 정압기의 이상 상태 진단을 위한 기계학습 방법을 제안한다. 일반적으로 설비의 이상 상태 탐지를 위한 기계학습 모델 구현에는 관련 센서의 설치와 데이터 수집 과정이 동반되나, 정압기는 설비 특성상 안전문제에 매우 민감하여 추가적인 센서 설치가 매우 까다롭다. 이에 본 논문에서는 센서의 추가 설치 없이 정압기 설비에서 자체 수집되는 유량과 유압 데이터만을 가지고 정압기의 이상 상태를 조기에 판단하는 기계학습 모델을 제안한다. 본 논문에서는 정압기의 비정상데이터가 충분하지 않은 관계로, 모델 학습 시 오버 샘플링(Over-Sampling)을 적용하여 모델이 모든 클래스에 균형적으로 학습하도록 하였다. 또한, 그레이디언트 부스팅(Gradient Boosting), 1차원 합성곱 신경망(1D Convolutional Neural Networks), LSTM(Long Short-Term Memory) 등의 기계학습 알고리즘을 적용하여 정압기의 이상 상태를 판단하는 분류모델을 구현하였고, 실험 결과 그레이디언트 부스팅 알고리즘이 정확도 99.975%로 가장 성능이 우수함을 확인하였다.

• 한국차세대컴퓨팅학회논문지
• /
• 제13권5호
• /
• pp.124-130
• /
• 2017

문자 인코딩은 문자나 기호를 컴퓨터로 표현하기 위해 사용되는 방법이며 문자 인코딩 판별 소프트웨어들이 존재한다. 기존의 널리 쓰이는 인코딩 판별 소프트웨어인"uchardet"의 경우 변조되지 않은 일반 문서의 인코딩 판별 정확도는 91.39% 이지만 언어 판별 정확도는 32.09%에 불과하다. 또한 문서가 치환 암호에 의해 암호화 된 경우 인코딩 판별 정확도는 3.55%, 언어 판별 정확도는 0.06%로 매우 낮은 정확도를 보였다. 따라서 본 논문에서는 Deep learning 알고리즘인 LSTM(Long Short-Term Memory)을 이용한 문서의 인코딩 및 언어 판별 방법을 제안하며, 기존의 인코딩 판별 소프트웨어"uchardet"보다 뛰어난 결과를 보였다. 제안하는 방법을 이용한 일반 문서의 인코딩 판별 정확도는 99.89%이며, 언어 판별 정확도는 99.92%이다. 또한 문서가 치환 암호에 의해 암호화된 경우에는 제안하는 방법의 인코딩 판별 정확도는 99.26%이며, 언어 판별 정확도는 99.77%로 매우 뛰어나다.