• 융합보안논문지
• /
• 제16권3_1호
• /
• pp.107-114
• /
• 2016

북한은 그동안 핵을 고도화하고 미사일의 발사 거리를 늘려왔다. 북한이 대화를 통해 핵을 포기할 가능성은 이미 사라진 것으로 보인다. 김정은은 중국 특사가 미사일 발사를 말리기 위해 평양을 방문했는데도 비웃듯이 로켓을 쏘아 올렸다. 상황이 이런데도 대화로 문제를 해결할 수 있을 것인가. 한반도 비핵화의 유일한 길은 실효적인 대북제재를 통해 북한이 스스로 핵을 포기하도록 하는 것이다. 이를 위해 중국은 어떤 형태로든 역할을 해야 한다. 한국 내에서는 북한의 핵 미사일 위협에 대한 자위 차원에서 고고도미사일방어체계(사드)의 도입은 물론 핵무장 여론이 높아지고 있다. 이런 흐름은 중국의 전략적 이익에 부합하지 않을 것이다. 본 논문은 북한이 앞으로 어떤 행보를 해 나갈 것인가를 예측하기 위해서는 북한의 '군사정책'이 될 것이라는 가정 하에 김정은 체제의 군사정책 특징을 분석하고 전망하여 의미 있는 시사점을 찾고자 하는데 목적이 있다.

• 식품보건융합연구
• /
• 제6권3호
• /
• pp.1-4
• /
• 2020

This study analyzed in nutrient contents changes of adult's favorite foods between March 2019 and July 2020 after policy implementation nutrient-poor foods based on special act on safety control of adult's dietary life in Korea. Among adult's favorite foods manufactured or sold in 2020 as well as 2019, calories and key nutrients in breads, ice creams and pizzas were improved in comparison to those in the other food groups. However, most of the changes in calories or key nutrient contents exist. The newly introduced candies, breads showed slightly greater improvements in calories and key nutrient contents than in 2019. On the other hand, some negative changes were found in newly introduced chocolates in comparison to previous ones. Overall, policy implementation on foods seemed to induce changes in nutrient contents of adult's favorite foods. In particular, nutrition education is reported to have a positive impact on adult's frequency and preference for processed foods, and more systematic and continuous nutrition education measures should be devised to help adult as consumers selectively purchase healthy foods. This research is meaningful in that it is the first study to analyze the quality changes of adult's favorite foods since the high-calorie and low-nutrient food management policy.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권6호
• /
• pp.1877-1891
• /
• 2022

As a part of cloud computing technology, algorithms for cloud task scheduling place an important influence on the area of cloud computing in data centers. In our earlier work, we proposed DeepEnergyJS, which was designed based on the original version of the policy gradient and reinforcement learning algorithm. We verified its effectiveness through simulation experiments. In this study, we used the Proximal Policy Optimization (PPO) algorithm to update DeepEnergyJS to DeepEnergyJSV2.0. First, we verify the convergence of the PPO algorithm on the dataset of Alibaba Cluster Data V2018. Then we contrast it with reinforcement learning algorithm in terms of convergence rate, converged value, and stability. The results indicate that PPO performed better in training and test data sets compared with reinforcement learning algorithm, as well as other general heuristic algorithms, such as First Fit, Random, and Tetris. DeepEnergyJSV2.0 achieves better energy efficiency than DeepEnergyJS by about 7.814%.

• 한국산업융합학회 논문집
• /
• 제25권6_3호
• /
• pp.1303-1313
• /
• 2022

Modern cities need to revitalize the downtown area, which is declining due to population decline, economic recession, and deterioration of the residential environment, economically, socially, and physically by introducing and creating new functions. In addition, the hollowing out of the existing city center is getting worse due to the development of the outskirts of the city. Therefore, the discussion for the development of urban regeneration is the core task of modern cities. This study analyzed based on a basic understanding of urban regeneration projects, and through this, the problems of domestic urban regeneration projects were derived. In addition, the problem factors and major improvement plans of the urban regeneration project were analyzed from the expert's point of view using the AHP analysis technique. Based on this, the purpose is to present policy alternatives for the future development of urban regeneration projects. The problems derived to present the policy alternatives and improvement directions of the urban regeneration project were classified into problems related to goal achievement, problems related to the business itself, and problems related to project results. It was subdivided into sub-categories. This study analyzed the problem factors and major improvements from the expert's point of view by using the AHP analysis technique for the problems of the urban regeneration project. Based on the AHP analysis results and experts' opinions, five policy alternatives for the development of urban regeneration projects were presented.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.858-861
• /
• 2020

로봇이 사람과 같이 다양하고 복잡한 사물 조작을 하기 위해서 휴먼형 로봇손의 사물 파지 작업이 필수적이다. 자유도 (Degree of Freedom, DoF)가 높은 휴먼형(anthropomorphic) 로봇손을 학습시키기 위하여 사람 데모(human demonstration)가 결합된 강화학습 최적화 방법이 제안되었다. 본 연구에서는 강화학습 최적화 방법에 사람 데모가 결합된 Demonstration Augmented Natural Policy Gradient(DA-NPG)와 NPG 의 성능 비교를 통하여 행동 복제의 효율성을 확인하고, DA-NPG, DA-Trust Region Policy Optimization (DA-TRPO), DA-Proximal Policy Optimization (DA-PPO)의 최적화 방법의 성능 평가를 위하여 6 종의 물체에 대한 휴먼형 로봇손의 사물 조작 작업을 수행한다. 그 결과, DA-NPG 와 NPG를 비교한 결과를 통해 휴먼형 로봇손의 사물 조작 강화학습에 행동 복제가 효율적임을 증명하였다. 또한, DA-NPG 는 DA-TRPO 와 유사한 성능을 보이면서 모든 물체에 대한 사물 파지에 성공하여 가장 안정적이었다. 반면, DA-TRPO 와 DA-PPO 는 사물 조작에 실패한 물체가 존재하여 불안정한 성능을 보였다. 본 연구에서 제안하는 방법은 향후 실제 휴먼형 로봇에 적용하여 휴먼형 로봇 손의 사물조작 지능 개발에 유용할 것으로 전망된다.

• 대한의용생체공학회:의공학회지
• /
• 제38권4호
• /
• pp.205-210
• /
• 2017

The convergence healthcare industry in Korea has been stalled due to conflicts between stakeholders as well as a supplier-centered industry structure. This situation is caused by the structural contradiction in which the Korean industry has a prolonged conflict structure among stakeholders due to a strong regulation and an institutional inertia from the viewpoint of the sociotechnical system. Therefore, it is necessary to identify new system management plan that enhances social acceptability such as laws, customs and ideas while reducing conflicts between stakeholders. In this study, mainly adapting the stakeholder-oriented autopoiesis and focusing on publicness of healthcare, we propose the rationale and direction for policy making to harmonize various systems within the convergence healthcare industry.

• 한국융합학회논문지
• /
• 제6권2호
• /
• pp.31-36
• /
• 2015

본 논문은 중국 시장 이후에 새로운 시장으로 부각되고 있는 인도차이나반도의 여러 국가 중 특히 라오스를 중심으로 중소기업의 수출정책 활성화 방안으로 연구되어졌다. 라오스는 사회주의 국가이지만 2014년 현재 활발한 개방정책을 필두로 교육, 사회, 문화적인 인적교류가 활발하게 진행되고 있고, 경공업 및 사회간접자본의 확충 등 경제개발을 위한 초석을 다지고 있다. 본 논문은 대기업과 정부의 공적 기관이 발 빠르게 대응하지 못하는 신흥 개척시장에 대한 선점을 위해 현지에서 이미 네트워크를 구축한 현지 개척개발인력, 예를 들면 봉사, 선교, 연구 개발인력들과의 인적네트워크 융합을 통해 성장하는 도시와 지역에서 중소기업의 활성화방안을 찾는다.

• 융합보안논문지
• /
• 제18권2호
• /
• pp.3-10
• /
• 2018

기존의 전력망 중심의 스마트그리드는 최근 들어 스마트에너지로 표현되는 열과 가스 등 신에너지 및 재생에너지 중심으로 빠르게 확산되고 있다. 스마트에너지는 전기에너지와 상호작용을 통해 AI를 활용한 에너지 분석을 기반으로 IoT센서 기반의 유무선 네트워크로 연결되어 다양한 에너지 사업자와 고객들과 생태계를 빠르게 확장시켜 나가고 있다. 그러나, IoT기반의 스마트에너지는 정부와 사업자의 이해관계에 따라 시장 활성화 노력에 비해 보안에 대한 기술적, 제도적 준비가 많이 부족한 것이 현실이다. 본 연구에서는 스마트에너지의 개인정보 보호정책에 대해 융합ICT의 가치체계(CPND) 관점에서 제시해보고자 한다.

• 디지털융복합연구
• /
• 제11권12호
• /
• pp.697-708
• /
• 2013

본 연구는 각 지방자치단체별 영상산업 진흥정책을 비교 분석하고 글로벌 시장에서 경쟁할 수 있는 콘텐츠 개발을 목표로 한 '정책디자인'의 필요성을 제안하며, 나아가 지역 영상산업의 경쟁력을 높일 수 있는 지자체의 역할과 지원방안 수립의 정책적 시사점 도출을 목적으로 한다. 연구의 범위는 국내 수도권과 5개 광역시를 조사대상으로 하여 2012년에 추진한 영상산업 지원정책을 비교 분석하고, 해외사례로서 영국, 미국, 프랑스 3개국의 정책사례를 벤치마킹하였다. 결론적으로 영상산업을 지역의 전략산업으로 인식하고, 영상산업 정책의 방향과 관련 조직 및 지원규모 등이 빠르게 변화하는 IT 융합기술 등 새로운 디지털 환경에 대응하여 지역별 특성을 살리고 지속가능한 성장을 유도할 수 있도록 정책디자인이 이루어져야 한다.

• 한국멀티미디어학회논문지
• /
• 제23권7호
• /
• pp.830-839
• /
• 2020

As a popular mathematical framework for modeling decision making, Markov decision process (MDP) has been widely used to solve problem in many engineering fields. MDP consists of a set of discrete states, a finite set of actions, and rewards received after reaching a new state by taking action from the previous state. The objective of MDP is to find an optimal policy, that is, to find the best action to be taken in each state to maximize the expected discounted reward of policy (EDR). In practice, MDP is typically unknown, so simulation-based policy improvement (SBPI), which improves a given base policy sequentially by selecting the best action in each state depending on rewards observed via simulation, can be a practical way to find the optimal policy. However, the efficiency of SBPI is still a concern since many simulation samples are required to precisely estimate EDR for each action in each state. In this paper, we propose a method to select the best action accurately in each state using a small number of simulation samples, thereby improving the efficiency of SBPI. The proposed method accumulates the simulation samples observed in the previous states, so it is possible to precisely estimate EDR even with a small number of samples in the current state. The results of comparative experiments on the existing method demonstrate that the proposed method can improve the efficiency of SBPI.