• 한국멀티미디어학회논문지
• /
• 제7권3호
• /
• pp.438-449
• /
• 2004

인터넷 사용 증가와 함께 질의 메일의 사용이 증가함에 따라 인터넷 사이트 운영자는 이용자가 질문을 하기 전에 먼저 FAQ나 Q&A를 먼저 확인하기를 바라고 있으나 사용자는 간단히 질의 메일을 보냄으로써 답을 손쉽게 얻으려고 한다. 이에 따라 질의 메일 증가는 상담자에게 많은 시간과 비용을 투자하도록 하고 있다. 본 연구는 질의 메일을 자동으로 분류함으로써 담당자가 메일을 효과적으로 처리하도록 하기 위한 방법에 관한 연구이다. 본 연구의 타당성을 검증하기 위하여 현재 한국통신(주) 코넷에서 받은 질의 메일을 실험 데이터로 사용하였다. 14개의 질의 메일 부류에 대해 210개의 학습 데이터와 280개의 테스트 데이터 등 모두 490개의 데이터를 이용하여 실험을 수행한 결과 신속한 답장을 바라는 사용자의 요구에 부응함을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권4호
• /
• pp.231-239
• /
• 2022

본 연구에서는 비전공자들을 대상으로 한 웹서비스 개발 교육의 어려움을 k-mooc 강의에 게시된 수강생들의 질의응답을 통해 분석하고 이를 개선하기 위한 방법들을 제안한다. 질의 응답 분석을 통해 비전공자들은 웹서비스 개발 강좌를 수강하면서 주로 익숙하지 않은 도구 사용, 클라우드 서비스의 비용 문제, 서버 환경 설정, 코드 작성에서 어려움을 보이는 것으로 확인되었다. 이를 해결하기 위해 클라우드 서비스의 모델 중 하나인 BaaS (Backend as a Service)를 활용해 서버 비용에 대한 문제와 서버 환경의 복잡도를 낮출 수 있는 방법을 제안한다. 또한 리액트 라이브러리를 사용하여 긴 코드를 작은 단위로 모듈화하여 한번에 작성해야 할 코드 길이를 줄일 수 있다는 것을 보였다. 마지막으로 피그마를 활용해 얻은 디자인 산출물을 활용하여 동작하는 웹 애플리케이션을 구현함으로 IT 비전공자들도 쉽게 학습할 수 있는 개선안을 제안한다.

• Korean Chemical Engineering Research
• /
• 제44권5호
• /
• pp.425-434
• /
• 2006

석유화학공업으로 대표되는 공정산업의 연속공정들은 지난 20여 년간 모델예측제어를 중심으로 고급제어(APC)기법들이 도입되며 운전성 및 생산성 향상에 많은 진보를 이루었다. 이에 반하여 중합반응기를 비롯한 각종 회분공정에는 APC 기법의 도입이 아직 활발히 이루어지지 않고 있다. 이것은 회분공정의 독특한 문제점을 극복하며 원하는 성능을 보장할 수 있는 방법론이 제시되지 못한 데에 가장 큰 이유가 있다고 할 수 있다. 그러나 최근 이러한 문제점들을 극복할 수 있는 APC 기법들이 반복학습제어(ILC)에 근거하여 개발되며 회분공정 APC 환경에 큰 변화가 일어나고 있다. 본 논문에서는 이들 기법들이 다양한 실제 공정에 활발하게 적용되어 운전을 개선할 수 있기를 기대하며, ILC를 기반으로 한 최근의 회분공정 APC 연구동향을 이론과 실례를 통해 소개한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.13-18
• /
• 2022

본 논문에서는 학습에 참여하는 각 디바이스의 모델들로부터 성능검증에 따라 가중치를 두어 글로벌 모델을 업데이트하는 VW-FedAVG(Validation based Weighted FedAVG)를 두 가지 방식으로 제안 한다. 첫 번째 방식은 서버 검증(Server side Validation) 구조로 글로벌 모델을 업데이트 하기 전에 각 로컬 클라이언트 모델을 하나의 전체 검증 데이터셋을 통해 검증하도록 설계 했다. 두 번째는 클라이언트 검증(Client side Validation) 구조로 검증 데이터셋을 각 클라이언트에 고르게 분배하여 검증을 한 후 글로벌 모델을 업데이트 하는 방식으로 설계 했다. 전체 실험에 적용한 데이터셋은 MNIST, CIFAR-10으로 이미지 분류에 대해 IID, Non-IID 분포에서 기존 연구 대비 더 높은 정확도를 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.778_779
• /
• 2009

The maximum output torque developed by the machine is dependent on the allowable current rating and maximum voltage that the inverter can supply to the machine. Therefore, to use the inverter capacity fully, it is desirable to use the control scheme considering the voltage and current limit condition, which can yield the maximum torque per ampere over the entire speed range. The paper is proposed maximum torque control of induction motor drive using adaptive learning neuro fuzzy controller and artificial neural network(ANN). The control method is applicable over the entire speed range and considered the limits of the inverter's current and voltage rated value. For each control mode, a condition that determines the optimal d, q axis current $_i_{ds}$, $i_{qs}$ for maximum torque operation is derived. The proposed control algorithm is applied to induction motor drive system controlled adaptive learning neuro fuzzy controller and ANN controller, the operating characteristics controlled by maximum torque control are examined in detail. Also, this paper is proposed the analysis results to verify the effectiveness of the adaptive learning neuro fuzzy controller and ANN controller.

• 동굴
• /
• 제70호
• /
• pp.29-35
• /
• 2006

21 century as the knowledge base society which demands an originality and a variety the updated technology and knowledge creation ability quality and national power of life of the citizen were under controlling. Consequently, the extension of development and originality of the ability which is various leads and studying voluntary character and the ability back the education which it considers actively it raises and the infield it does. With activation plan of cave resources home page of Speleological Society of Korean like home page of Speleological Society of Japan cave crane information, caving information, cave Q/A, cave publication, the relation site back the possibility of seeing information regarding the cave which is various in order to be, it reorganizes. The possibility of coming in contact in order to be, various branch information also the general rain specialist regarding the cave resources. Currently the possibility of seeing the various branch data for the application of the cave resources at any time it is, home page of Speleological Society of Korean the possibility of doing to lead in order to be, it proposes the plan. From one person it will be able to study the data regarding the cave of various field in order, all curricular materials regarding the cave resources the educational program which leads a home page about under developing it proposes the activation plan of the cave resources.

• 대한통합의학회지
• /
• 제7권4호
• /
• pp.23-32
• /
• 2019

Purpose : The purpose of this study was to evaluate the effects of multi-sensory treatment programs on attention and learning in ADHD children. Methods : The program was provided for 50 minutes twice a week for a total of 12 times over 6 weeks. The FAIR concentration test was used to identify the children's concentration of attention before and after the intervention. The children's learning ability was evaluated using K-ABC. Results : When attention was evaluated using FAIR, there was a significant increase in all dependencies of performance value (P), quality value (Q), and continuity value (C) (p>.05). In addition, when learning ability was evaluated using K-ABC, learning ability in general increased significantly (p>.05). The multi-sensory play therapy program had a positive effect on the children's attention and learning ability and thus it is a positive intervention method for children with ADHD. Conclusion : In addition to providing challenging activities, the program showed that it was possible to elicit the children's interest by engaging a variety of senses at the same time. This is believed to have motivated them internally to engage actively in the program.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.251-252
• /
• 2019

본 논문에서는 기존의 AGV보다 높은 안전성과 Task Scheduling을 바탕으로 한 효율적인 AGV를 제안하였다. AGV는 객체인식 알고리즘인 YOLO로 다른 AGV를 인식하여 자동으로 피난처로 들어간다. 또한 마커인식 알고리즘인 ar_markers를 이용하여 그 위치가 적재소인지 생산 공정인지를 판단하여 각 마커마다 멈추고 피난처에 해당하는 Marker가 인식되고 다른 AGV가 인식되면 피난처로 들어가는 동작을 한다. 이 모든 로그는 Mobius를 이용해 Spring기반의 웹 홈페이지로 확인할 수 있으며, 작업스케줄 명령 또한 웹 홈페이지에서 내리게 된다. 위 작업스케줄은 외판원, 벨만-포드 알고리즘을 적용한 뒤 강화학습알고리즘 중 하나인 DQN을 이용해 최적 값을 도출해 내고 그 값을 DB에 저장해 AGV가 움직일 수 있도록 한다. 본 논문에서는 YOLO와 Marker 그리고 웹을 사용하는 AGV가 기존의 AGV에 비해 더욱 가볍고 큰 시설이 필요하지 않다는 점에서 우수함을 보인다.

• 로봇학회논문지
• /
• 제17권3호
• /
• pp.264-272
• /
• 2022

Human-robot cooperative tasks are increasingly required in our daily life with the development of robotics and artificial intelligence technology. Interactive reinforcement learning strategies suggest that robots learn task by receiving feedback from an experienced human trainer during a training process. However, most of the previous studies on Interactive reinforcement learning have required an extra feedback input device such as a mouse or keyboard in addition to robot itself, and the scenario where a robot can interactively learn a task with human have been also limited to virtual environment. To solve these limitations, this paper studies training strategies of robot that learn table balancing tasks interactively using deep reinforcement learning with human's facial expression feedback. In the proposed system, the robot learns a cooperative table balancing task using Deep Q-Network (DQN), which is a deep reinforcement learning technique, with human facial emotion expression feedback. As a result of the experiment, the proposed system achieved a high optimal policy convergence rate of up to 83.3% in training and successful assumption rate of up to 91.6% in testing, showing improved performance compared to the model without human facial expression feedback.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.297-307
• /
• 2022

The simple procedural segment selection algorithm commonly used in Dynamic Adaptive Streaming over HTTP (DASH) reveals severe weakness to provide high-quality streaming services in the integrated mobile networks of various wired and wireless links. A major issue could be how to properly cope with dynamically changing underlying network conditions. The key to meet it should be to make the segment selection algorithm much more adaptive to fluctuation of network traffics. This paper presents a system architecture that replaces the existing procedural segment selection algorithm with a deep reinforcement learning algorithm based on the Asynchronous Advantage Actor-Critic (A3C). The distributed A3C-based deep learning server is designed and implemented to allow multiple clients in different network conditions to stream videos simultaneously, collect learning data quickly, and learn asynchronously, resulting in greatly improved learning speed as the number of video clients increases. The performance analysis shows that the proposed algorithm outperforms both the conventional DASH algorithm and the Deep Q-Network algorithm in terms of the user's quality of experience and the speed of deep learning.