• 인지과학
• /
• 제6권2호
• /
• pp.47-79
• /
• 1995

오래 전부터 컴퓨터 그래픽을 이용한 얼굴의 표정 생성은 여러 분야에서 응용되어 왔고,요즘에는 가상현실감 분야나 원격 회의 분야 등에서 가상 에이전트의 표정을 생성하는데 사용되고 있다.그러나 네트워크를 통해 다중 참여자가 상호 작용을 하는 상황에서 표정을 생성하는 경우에는 상호작용을 위해 전송되어야 할 정보의 양으로 인해,실시간에 원하는 표정을 생성하기 어려운 경우가 생긴다.본 연구에서는 이러한 문지를 해결하기 위해 표정 생성에 Level-of-Detail을 적용하였다.Level-of-Detail은 그래픽스 분야에서 복잡한 물체의 외형을 좀 더 효율적으로 나타내기 위해 오랜 전부터 연구되어져 온 기법이지만 아직까지 표정 생성에 적용된 예는 없다.본 연구에서는 상황을 고려하여 적절하게 상세도를 변경하여 표정을 생성하도록 Level-of-Detail기법을 적용하는 방법에 대해 연구하였다.구현된 시스템은 텍스트,음성,Gui, 사용자의 머리의 움직임 등과 같은 다양한 입력에 대해 입모양과 동기화 되는 표정을 생성한다.

• 한국콘텐츠학회논문지
• /
• 제12권12호
• /
• pp.35-45
• /
• 2012

과학기술 분야 연구자들은 이전 연구와 개발 결과에 대한 조사 연구에 많은 시간을 소비한다. 또한, 연구자들은 유리한 입지를 성공적으로 차지하기 위해 일반적으로 학술 논문, 특허, 최근 연구 동향에 대한 웹 문서 등의 다양한 학술 자원을 분석하여 새롭게 등장하는 연구 주제를 선점하려고 한다. 하지만 키워드 기반의 정보 검색이나 참고문헌 정보에 근거한 연관 문서 추출 방법을 사용해서는 방대한 문헌에서 투자 가능한 연구 주제를 효율적으로 찾는 일이 쉽지 않다. 본 논문에서는 대규모 기술 문헌 자료에서 추출되는 기술, 제품, 연구 주체 간의 의미론적으로 연결된 정보를 효율적으로 생성, 저장하고 활용할 수 있는 방법을 제안한다. 세부적으로 텍스트 마이닝 기술을 활용하여 문헌에서 나타나는 주요 개체들과 연관 관계를 추출하여 시맨틱 웹 환경에 적용 가능한 기술 지식으로 생성하는데 적합한 온톨로지를 구축한다. 이렇게 구축된 온톨로지는 연관 관계를 가진 기술 지식 탐색을 지원하기에 연구 개발 트렌드 예측 및 분석 서비스인 InSciTe Adaptive에 사용되었다.

• Journal of Microbiology and Biotechnology
• /
• 제27권4호
• /
• pp.709-717
• /
• 2017

Mucosal tissues are the initial site through which most pathogens invade. As such, vaccines and adjuvants that modulate mucosal immune functions have emerged as important agents for disease prevention. Herein, we investigated the immunomodulatory mechanisms of the B subunit of Escherichia coli heat-labile enterotoxin type IIa ($LT-IIa-B_5$), a potent non-toxic mucosal adjuvant. Alternations in gene expression in response to $LT-IIa-B_5$ were identified using a genome-wide transcriptional microarray that focused on dendritic cells (DC), a type of cell that broadly orchestrates adaptive and innate immune responses. We found that $LT-IIa-B_5$ enhanced the homing capacity of DC into the lymph nodes and selectively regulated transcription of pro-inflammatory cytokines, chemokines, and cytokine receptors. These data are consistent with a model in which directional activation and differentiation of immune cells by $LT-IIa-B_5$ serve as a critical mechanism whereby this potent adjuvant amplifies mucosal immunity to co-administered antigens.

• 지능정보연구
• /
• 제9권1호
• /
• pp.109-123
• /
• 2003

기업간 거래에서 수요자-공급자 제휴(alliance) 또는 파트너쉽(supplier partnership) 등으로도 표현되는 수요자-공급자간 협력관계(relationship)는 전통적인 공급망관리(supply chain management) 뿐만 아니라 최근의 인터넷 (Internet) 정보환경에서도 여전히 중요하게 다루어진다. 그리고 수요자-공급자간 협력관계는 공급망관리 상위의 의사결정에 따라 변화·조정된다. 공급망 관리 및 운영을 위한 시스템에서 이러한 협력관계를 고려하기 위해, 본고에서는 협력관계를 체계적으로 분류하고 개별 협력관계에서의 공급자선정의 시스템적 처리과정과 활용효과를 정리하였다. 또한, 변화·조정되는 협력관계를 시스템에서 적응적으로 처리하는 과정을 지능형 에이전트(intelligent agent) 체계를 활용하여 제안하고 설명하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (3)
• /
• pp.568-570
• /
• 2001

최근에 들어와 그 응용분야가 확대되어 가고 있는 에이전트 소프트웨어는 점점 그 크기와 복잡성이 커져 감에 따라 소프트웨어 개발치 효율성을 필요로 하는 추세이다. 이에 따라 네트워크에 분산되고 이질적인 시스템에 존재하는 에이전트들은 자신의 정보를 효율적으로 교환할 수 있도록 하기 위해 통신 프레임웍을 필요로 하게 되었다. 본 논문에서는 네트워크에 존재하고 동일한 환경 또는 서로 다른 환경에 존재하는 에이전트들 간의 의사 소통을 위한 통신 프레임웍의 설계 및 구현을 제시한다. 기본적으로 에이전트 소프트웨어 아키텍처는 KRIL(KQML- Router Interface Labrary), Router, Facilitator로 구성되어 진다. 같은 호스트에 존재하는 에이전트들은 같은 주소를 가지기 때문에 각기 다른 Router를 가질 필요 없이 하나의 Router를 공유한다. Router는 로컬 호스트에 존재하는 에이전트들의 리스트를 유지 관리하며, 로컬 에이전트가 보낸 메시지의 수신자가 자신의 리스트에 없을 경우 Facilitator를 통해 다른 호스트에 존재하는 에이전트에 메시지를 전달한다. 서로 다른 환경에 존재하는 에이전트들 간의 통신과 스레드 관리, 병행처리와 동기화 등을 위해 KRIL은 ACE(The Adaptive Communication Environment) 라이브러리를 사용하였으며, Router와 Facilitator는 Java로 구현하였다.

• 대한전자공학회논문지TC
• /
• 제40권12호
• /
• pp.71-82
• /
• 2003

본 논문은 real-time 어플리케이션들을 위한 보나 효과적이고 효율적으로 ant-like mobile agent들이 QoS metrics를 고려하여 네트워크상에서 목적지까지 가장 최적화된 route을 찾는 Ant 알고리듬을 바탕으로 한 QoS 라우팅 알고리듬에서의 route 선택 강화 계산방법을 제시한다. 시뮬레이션 결과 본 논문에서 제시하는 방법이 기존의 방법보다 delay jitter와 bandwidth를 우선으로 하는 real-time application에 대한 가장 최적화된 route을 보다 효과적이고 보다 네트워크 환경에 적응적으로 찾아내는 것을 확인하였다.

• 한국게임학회 논문지
• /
• 제8권1호
• /
• pp.79-90
• /
• 2008

본 논문에서는 동기 기반의 계층적 행동 계획 시스템을 제안한다. 가상 시뮬레이션 게임 환경에서 에이전트는 행동 계획 시스템을 통해 적합한 행동을 선택하게 된다. 행동 선택 시스템은 동기를 추출하고 목표를 선택하고 행동을 생성하고 최적화를 수행한다. 동기를 평가할 때 갑작스럽게 발생하거나 누적된 이벤트에 대해 계산한다. 동기를 선택할 때는 확률 분포를 사용하여 무작위로 선택한다. 계층적 목표 트리를 탐색한 후에 목표를 실행할 수 있다. 행동들을 비교한 후 가장 적합한 행동을 선택하게 된다. 선택을 할 때 안전도 값과 만족도 값을 비교하여 최적화된 행동을 선택한다. 본 연구에서 제안한 시스템을 식당경영 게임에 적용했다.

• 한국컴퓨터정보학회논문지
• /
• 제8권2호
• /
• pp.129-134
• /
• 2003

본 논문은 액티브네트워크 상의 웹 캐싱을 위한 서비스 컴포지션에 관하여 언급하였다. 액티브네트워크에서는 사용자의 요구사항에 맞게 서비스들을 빠르게 재구성하기 위한 서비스 컴포지션에 대한 요구사항이 대두되고 있다. 이러한 요구사항을 지원하기 위해서 우리는 액티브 네트워크상에서 웹 캐싱을 위한 서비스 컴포지션의 설계 및 구현에 관하여 언급하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.672-680
• /
• 2003

shopbot이란 온라인상의 판매자로부터 상품에 대한 가격과 품질에 관한 정보를 자동적으로 수집함으로써 소비자의 만족을 최대화하는 소프트웨어 에이전트이다 이러한 shopbot에 대응해서 인터넷상의 판매자들은 그들에게 최대의 이익을 가져다 줄 수 있는 에이전트인 pricebot을 필요로 할 것이다. 본 논문에서는 pricebot의 가격결정 알고리즘으로 비 모델 강화 학습(model-free reinforcement learning) 방법중의 하나인 Q-학습(Q-learning)을 사용한다. Q-학습된 에이전트는 근시안적인 최적(myopically optimal 또는 myoptimal) 가격 결정 전략을 사용하는 에이전트에 비해 이익을 증가시키고 주기적 가격 전쟁(cyclic price war)을 감소시킬 수 있다. Q-학습 과정 중 Q-학습의 수렴을 위해 일련의 상태-행동(state-action)을 선택하는 것이 필요하다. 이러한 선택을 위해 균일 임의 선택방법 (Uniform Random Selection, URS)이 사용될 경우 최적 값의 수렴을 위해서 Q-테이블을 접근하는 회수가 크게 증가한다. 따라서 URS는 실 세계 환경에서의 범용적인 온라인 학습에는 부적절하다. 이와 같은 현상은 URS가 최적의 정책에 대한 이용(exploitation)의 불확실성을 반영하기 때문에 발생하게 된다. 이에 본 논문에서는 보조 마르코프 프로세스(auxiliary Markov process)와 원형 마르코프 프로세스(original Markov process)로 구성되는 혼합 비정적 정책 (Mixed Nonstationary Policy, MNP)을 제안한다. MNP가 적용된 Q-학습 에이전트는 original controlled process의 실행 시에 Q-학습에 의해 결정되는 stationary greedy 정책을 사용하여 학습함으로써 auxiliary Markov process와 original controlled process에 의해 평가 측정된 최적 정책에 대해 1의 확률로 exploitation이 이루어질 수 있도록 하여, URS에서 발생하는 최적 정책을 위한 exploitation의 불확실성의 문제를 해결하게 된다. 다양한 실험 결과 본 논문에서 제한한 방식이 URS 보다 평균적으로 약 2.6배 빠르게 최적 Q-값에 수렴하여 MNP가 적용된 Q-학습 에이전트가 범용적인 온라인 Q-학습이 가능함을 보였다.

• 한국통신학회논문지
• /
• 제27권12C호
• /
• pp.1265-1275
• /
• 2002

네트워크 관리시스템에서는 SNMP를 기반으로 하는 중앙 집중형 방법과 모빌 에이전트를 사용하는 분산형 방법으로 나눌 수 있다. 네트워크 정보가 시간에 따라 변하는 경우 매니저는 실시간으로 이를 관찰할 필요가 있으며, 이 경우 SNMP에서는 매니저가 주기적으로 에이전트에 질의를 보낼 수 있어 주로 폴링을 사용한다. 그러나 폴링에서는 정보 전송을 위해서 매번 요구와 응답의 두 메시지 전송이 필요하여 네트워크 트래픽이 증가한다. 본 논문은 SNMP 기반 네트워크 관리에서 기존의 폴링 방법과 비교하여 트래픽을 줄이면서 여러 에이전트를 충실히 모니터링할 수 있는 적응형 방법을 제안하였다. 제안된 방법에서는 각 에이전트가 정보의 시간적 변화량에 따라 최적의 에이전트 모니터링 주기를 결정하고, 매니저는 이 주기들을 취합하여 모니터링에 의한 부하가 전체 네트워크 트래픽의 일정 부분 이하가 되도록 모니터링 주기를 결정한다. 에이전트는 매니저로부터 받은 모니터링 주기에 따라 스스로 정보를 전송함으로써 기존의 폴링 방법보다 상대적으로 적은 트래픽 부하로 네트워크 관리가 가능하다. 제안된 방법의 성능을 평가하기 위하여 그 기능을 구현하였으며, 모니터링의 충실도와 트래픽 면에서 일반적인 폴링방법과 비교하였다.