• 정보교육학회논문지
• /
• 제5권3호
• /
• pp.351-363
• /
• 2001

기존의 웹기반 교육의 시스템은 학습자들간의 상호작용을 이루어 내지 못하고 있었다. 이러한 대안으로 다중의 학습자 상호작용을 위한 시스템들이 개발되었다. 현재 이러한 시스템은 웹기반 교육분야에도 널리 활용이 되고 있는 실정이다. 그러나 현재 이루어지고 있는 다중 학습자들간의 상호작용과 피드백은 실제적으로 많은 시간차를 염두 해 두고 있어 그 효과와 신뢰성이 매우 낮은 편이다. 이러한 문제에 대한 해결책으로 본 연구에서는 실시간으로 다중의 학습자가 서로의 의견을 교환하며 상호작용을 할 수 있는 시스템을 개발하고자 한다. 또한 퀴즈학습이라는 게임형 웹기반 교육과 접목시켜 학습자의 문제해결 과정 안에서 이러한 상호작용을 이끌어 내어 학습자에게 학습의 집중도와 흥미를 유발하고 학습 효과의 극대화를 기대할 수 있다. 이에 본 연구에서는 다중 학습자 상호작용을 위한 웹기반 실시간 퀴즈학습 시스템을 설계하고 구현한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권11호
• /
• pp.2866-2879
• /
• 2012

Among the various security threats in online games, the use of game bots is the most serious problem. Previous studies on game bot detection have proposed many methods to find out discriminable behaviors of bots from humans based on the fact that a bot's playing pattern is different from that of a human. In this paper, we look at the chatting data that reflects gamers' communication patterns and propose a communication pattern analysis framework for online game bot detection. In massive multi-user online role playing games (MMORPGs), game bots use chatting message in a different way from normal users. We derive four features; a network feature, a descriptive feature, a diversity feature and a text feature. To measure the diversity of communication patterns, we propose lightly summarized indices, which are computationally inexpensive and intuitive. For text features, we derive lexical, syntactic and semantic features from chatting contents using text mining techniques. To build the learning model for game bot detection, we test and compare three classification models: the random forest, logistic regression and lazy learning. We apply the proposed framework to AION operated by NCsoft, a leading online game company in Korea. As a result of our experiments, we found that the random forest outperforms the logistic regression and lazy learning. The model that employs the entire feature sets gives the highest performance with a precision value of 0.893 and a recall value of 0.965.

• 한국컴퓨터정보학회논문지
• /
• 제17권11호
• /
• pp.53-61
• /
• 2012

코두(Kodu)는 마이크로소프트사에서 개발한 게임 제작용 3D 비주얼 프로그래밍 언어이다. 코두 언어는 창의성, 문제해결 방법, 스토리텔링을 기반으로 하며, 아동들을 대상으로 게임 프로그래밍 학습을 하는데 매우 적합한 언어이다. 본 연구에서는 초등학생의 창의적 사고를 바탕으로 코두 언어를 사용하여 게임을 제작하는 학습방법을 설계하였고, 초등학생 6학년 27명을 대상으로 30차시에 걸쳐 적용하였다. 학습과정에서 나타난 학습자들의 창의적 사고력에 대한 변화와 게임 프로그래밍에 대한 학습효과를 분석하였다.

• 한국게임학회 논문지
• /
• 제10권4호
• /
• pp.35-48
• /
• 2010

본 연구는 모바일의 장점이 영어어휘 학습에 새로운 환경을 제공해 줄 수 있을 것으로 보고 초등영어학습자들을 위한 모바일 게임용 영어어휘 학습 목록과 함께 그 적용 방법을 제시하고자 한다. 이를 위해서, 첫째, 영어교육 과정의 초등 필수 어휘목록, 초등 영어교과서 어휘, 그리고 초등 영어단어집으로부터 초등학교 5, 6학년 학습자들의 어휘학습에 적합한 기본 어휘목록을 선정하였다. 둘째, 기존에 상용화 중인 모바일 게임을 분석하여 영어어휘 학습용 게임으로 적합한 것을 선정하였다. 마지막으로, 선정된 게임에 구축된 어휘목록을 적용해 개발하였다.

• Journal of Platform Technology
• /
• 제9권1호
• /
• pp.3-14
• /
• 2021

Cognitive Radio network (CR) is a promising paradigm that helps the unlicensed user (Secondary User) to analyse the spectrum and coordinate the spectrum access to support the creation of common control channel (CCC). The cooperation of secondary users and broadcasting between them is done through transmitting messages in CCC. In case, if the control channels may get jammed and it may directly degrade the network's performance and under such scenario jammers will devastate the control channels. Hopping sequences may be one of the predominant approaches and it may be used to fight against this problem to confront jammer. The jamming attack can be alleviated using one of the game modelling approach and in this proposed scheme stochastic games has been analysed with more single users to provide the flexible control channels against intrusive attacks by mentioning the states of each player, strategies ,actions and players reward. The proposed work uses a modern player action and better strategic view on game theoretic modelling is stochastic game theory has been taken in to consideration and applied to prevent the jamming attack in CR network. The selection of decision is based on Q learning approach to mitigate the jamming nodes using the optimal MDP decision process

• 한국게임학회 논문지
• /
• 제20권6호
• /
• pp.63-74
• /
• 2020

최근, 사람 대신 인공지능 에이전트를 이용하여 게임 테스트를 자동화하는 연구가 관심을 모으고 있다. 본 논문은 게임 밸런싱 자동화를 위한 선행 연구로써 사람과 인공지능으로부터 플레이 데이터를 수집하고 이들의 유사도를 분석하고자 한다. 이때, 사람과 유사한 플레이를 할 수 있는 인공지능의 생성을 위해 학습 단계에서 제약사항을 추가하였다. 플레이 데이터는 14명의 사람과 60개의 인공지능을 대상으로 플리피버드 게임을 각각 10회 실시하여 획득하였다. 수집한 데이터는 코사인 유사도 방법으로 이동 궤적, 액션 위치, 죽은 위치를 비교 분석하였다. 분석 결과 사람과의 유사도가 0.9 이상인 인공지능 에이전트를 찾을 수 있었다.

• 한국게임학회 논문지
• /
• 제13권1호
• /
• pp.61-74
• /
• 2013

본 논문에서는 한국어 교육에 효과적으로 활용 할 수 있는 게임화 방법론을 제안하였다. 게임화 성공사례들을 분석하여 재미요소를 증가시키고 몰입을 유도할 수 있는 게임화 요소들을 도출하였으며 운영적 측면, 실행적 측면, 자기 표현적 측면의 세 가지로 분류하였다. 그리고 한국어 학습이론과 다양한 한국어 교수법들을 분석하여 한국어 학습 8기능 중 듣기, 말하기, 어휘, 문화를 게임화 적용을 위한 우선요소로 선별하였다. 선별된 기능들을 최근의 한국의 문화를 대표하는 한류 콘텐츠위에 순환 구조의 학습틀로 구성하고 앞에서 도출한 게임화 요소들을 적용한 게임화 방법론을 제시하였다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.644-649
• /
• 2021

Self-Imitation Learning은 간단한 비활성 정책 actor-critic 알고리즘으로써 에이전트가 과거의 좋은 경험을 활용하여 최적의 정책을 찾을 수 있도록 해준다. 그리고 actor-critic 구조를 갖는 강화학습 알고리즘에 결합되어 다양한 환경들에서 알고리즘의 상당한 개선을 보여주었다. 하지만 Self-Imitation Learning이 강화학습에 큰 도움을 준다고 하더라도 그 적용 분야는 actor-critic architecture를 가지는 강화학습 알고리즘으로 제한되어 있다. 본 논문에서 Self-Imitation Learning의 알고리즘을 가치 기반 강화학습 알고리즘인 DQN에 적용하는 방법을 제안하고, Self-Imitation Learning이 적용된 DQN 알고리즘의 학습을 다양한 환경에서 진행한다. 아울러 그 결과를 기존의 결과와 비교함으로써 Self-Imitation Leaning이 DQN에도 적용될 수 있으며 DQN의 성능을 개선할 수 있음을 보인다.

• 한국멀티미디어학회논문지
• /
• 제13권12호
• /
• pp.1820-1831
• /
• 2010

When interacting with unknown environments, an autonomous agent needs to decide which action or action order can result in a good state and determine the transition probability based on the current state and the action taken. The traditional multiple sequential learning model requires predefined probability of the states' transition. This paper proposes a multiple sequential learning and prediction system with definition of autonomous states to enhance the automatic performance of existing AI algorithms. In sequence learning process, the sensed states are classified into several group by a set of proposed motivation filters to reduce the learning computation. In prediction process, the learning agent makes a decision based on the estimation of each state's cost to get a high payoff from the given environment. The proposed learning and prediction algorithms heightens the automatic planning of the autonomous agent for interacting with the dynamic unknown environment. This model was tested in a virtual library.

• 한국멀티미디어학회논문지
• /
• 제21권5호
• /
• pp.626-637
• /
• 2018

Human exchanges information not only through words, but also through body gesture or hand gesture. And they can be used to build effective interfaces in mobile, virtual reality, and augmented reality. The past 2D gesture recognition research had information loss caused by projecting 3D information in 2D. Since the recognition of the gesture in 3D is higher than 2D space in terms of recognition range, the complexity of gesture recognition increases. In this paper, we proposed a real-time gesture recognition deep learning model and application in 3D space using deep learning technique. First, in order to recognize the gesture in the 3D space, the data collection is performed using the unity game engine to construct and acquire data. Second, input vector normalization for learning 3D gesture recognition model is processed based on deep learning. Thirdly, the SELU(Scaled Exponential Linear Unit) function is applied to the neural network's active function for faster learning and better recognition performance. The proposed system is expected to be applicable to various fields such as rehabilitation cares, game applications, and virtual reality.