• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.619-624
• /
• 2024

스케일링 작업은 치과 잇몸치료 가운데 가장 기본적인 작업 중 하나로 치아에 붙어 굳은 치석을 제거하는 것이다. 그러나 미숙하고 전문적이지 못한 치석 제거로 잇몸에 손상을 입어 피가 다량 발생하거나, 치아에 타격을 줄 수도 있다. 이러한 이유로 스케일링의 경우 다양한 사람들의 잇몸 구조에 따라 섬세하게 작업해 주어야 하며, 충분한 실습이 이루어져야 한다. 대학의 관련 학과에서는 스케일링 실습을 진행하고 있다. 하지만, 충분한 실습을 해보지 못한 학생들의 관점에서 대상자를 선정하여 실습을 진행하는 일이 결코 쉬운 일이 아니며, 실습 대상자 역시 불편하고 불안하여 실습 참여를 피할 수 있다. 이에 본 연구에서는 가상현실을 이용해 실제 대상자가 아닌 가상의 환자를 제작하여 다양한 잇몸의 형태를 단계별로 구현하여 반복적인 실습과 다양한 스케일링 경험을 쌓을 수 있도록 가상현실 실습 시스템을 설계 및 구현하였다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.15-20
• /
• 2024

무인 항공기의 경로 계획은 고정 및 동적 장애물을 포함하는 복합 환경에서 장애물 충돌을 회피하는 것이 중요하다. RRT나 A^*와 같은 경로 계획 알고리즘은 고정된 장애물 회피를 효과적으로 수행하지만, 고차원 환경일수록 계산 복잡도가 증가하는 한계점을 가진다. 강화학습 기반 알고리즘은 복합적인 환경 반영이 가능하지만, 기존 경로 계획 알고리즘과 같이 고차원 환경일수록 훈련 복잡도가 증가하여 수렴성을 기대하기 힘들다. 본 논문은 셀 분해 알고리즘을 활용한 강화학습 모델을 제안한다. 제안한 모델은 학습 환경을 세부적으로 분해하여 환경의 복잡도를 감소시킨다. 또한, 에이전트의 유효한 행동을 설정하여 장애물 회피 성능을 개선한다. 이를 통해 강화학습의 탐험 문제를 해결하고, 학습의 수렴성을 높인다. 시뮬레이션 결과는 제안된 모델이 일반적인 환경의 강화학습 모델과 비교하여 학습 속도를 개선하고 효율적인 경로를 계획할 수 있음을 보여준다.

• 한국공간구조학회논문집
• /
• 제24권3호
• /
• pp.43-51
• /
• 2024

Dynamic responses of nuclear power plant structure subjected to earthquake loads should be carefully investigated for safety. Because nuclear power plant structure are usually constructed by material of reinforced concrete, the aging deterioration of R.C. have no small effect on structural behavior of nuclear power plant structure. Therefore, aging deterioration of R.C. nuclear power plant structure should be considered for exact prediction of seismic responses of the structure. In this study, a machine learning model for seismic response prediction of nuclear power plant structure was developed by considering aging deterioration. The OPR-1000 was selected as an example structure for numerical simulation. The OPR-1000 was originally designated as the Korean Standard Nuclear Power Plant (KSNP), and was re-designated as the OPR-1000 in 2005 for foreign sales. 500 artificial ground motions were generated based on site characteristics of Korea. Elastic modulus, damping ratio, poisson's ratio and density were selected to consider material property variation due to aging deterioration. Six machine learning algorithms such as, Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), Artificial Neural Networks (ANN), eXtreme Gradient Boosting (XGBoost), were used t o construct seispic response prediction model. 13 intensity measures and 4 material properties were used input parameters of the training database. Performance evaluation was performed using metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analysis results show that neural networks present good prediction performance considering aging deterioration.

• 해양환경안전학회지
• /
• 제21권1호
• /
• pp.40-46
• /
• 2015

지구 온난화로 인해 북극해에 얼음이 빠르게 해빙되어 상업적 운항이 진행되고 있다. 극한의 조건에서도 북극해 항로를 개척하는 이유는 기존 항로보다 운항거리 단축되어 경제적으로 이익을 가지고 오기 때문이다. 이에 국제해사기구(IMO)에서는 북극해 항로를 안전하게 운항하기 위해 극지운항선박 안전기준(Polar Code)이 제정하였다. 본 연구에서는 북극해 안전 운항을 위해 항해사가 반드시 알아야 하는 얼음의 종류 및 극지운항선박 안전기준에 대해 설명하였다. 그리고 북극해를 운항하는 통항선의 안전 운항에 대한 이론적 지식을 시뮬레이션을 통해 검증하였다. 그 결과 안전 운항을 위해서 통항선들은 얼음 진입 전 감속을 통해 얼음을 분석하고 얼음을 안전하고 효율적으로 쇄빙하기 위해 직각으로 진입해야 함을 알 수 있었다. 또한, 얼음에 진입 후 항로(lead)운항에 대하여 시뮬레이션을 실시한 결과 변침이 곤란하여 전방의 통항선에 대한 긴급상황 대처 훈련이 필요한 것으로 판단된다. 향후 다양한 조건의 시나리오를 통해 면밀한 분석이 필요할 것으로 본다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제24권3호
• /
• pp.73-81
• /
• 2018

본 논문은 다중의 플레이어들이 단합된 동작을 통해 노를 저어 보트를 이동시키도록 하기 위해 동작에 의해 구동되는 조정(rowing) 시뮬레이션 프레임워크를 제안한다. 실제 조정 경기에서 보트를 가속하기 위해서는 선수들이 시간과 자세에 대해 노 젓는 동작을 동기화 시키는 것이 매우 중요하다. 조정의 이러한 흥미로운 특징을 이용하여, 본 논문에서는 다중 플레이어들이 노 젓는 동작을 수행하는 동안 그들 사이의 동작 유사도를 실시간으로 측정하고 그 유사도에 기반하여 가상 환경에서 보트의 속도를 제어한다. 또한 제안된 프레임워크에 아이템 획득과 같은 게임적인 요소들을 추가하여 플레이어들의 조화된 행동에 의해 아이템을 획득한 경우 아이템 종류에 따라 배의 속도가 증가하거나 감소하도록 한다. 이러한 게임적인 요소들은 플레이어들이 단합된 조정 동작을 생성하기 위한 좋은 팀워크를 훈련할 때 좀더 적극적으로 참여하도록 장려한다. 노 젓는 동작과 아이템을 획득하는 동작을 인식하기 위해 본 논문에서 제안하는 방법은 머리와 양손에 대한 추적 데이터만을 필요로 하며 실시간에 동작할 정도로 충분히 빠르다. 몰입감을 높이기 위해 조정 시뮬레이션 결과를 대형 곡면 스크린에 프로젝션 한다.

• 한국화재소방학회논문지
• /
• 제26권5호
• /
• pp.41-47
• /
• 2012

첨단산업기술인 반도체, LCD 등 제조의 핵심공정인 클린룸은 생산제품의 성능 및 품질에 절대적인 영향을 미치는 가장 중요한 공정이다. 그러나 국내는 방화공학적인 측면에서 과학적이고 종합안전대책에 대한 체계적인 연구가 제대로 이루어지지 않고 있다. 본 연구는 LCD 제조공정 클린룸에 설치하는 제연시스템의 성능 및 문제점을 파악하여 이에 대한 개선방안을 도출하기 위하여 여러 시나리오를 고려한 화재시뮬레이션과 피난시뮬레이션을 통하여 분석하였다. LCD 제조공정의 클린룸 화재 및 연기확산에 대하여 분석한 결과 화재시 공조기의 연동정지는 반드시 필요하며 연기의 부력을 고려하여 FAB 상부에 배연을 할 수 있도록 하여야 한다. 또한 대규모 클린룸의 경우 화재특성상 스프링클러헤드의 집열 성능이 떨어지므로, 조기반응형 헤드의 설치 및 작동시간을 빠르게 하기 위한 보조장치를 설치하여야 한다. 특히, 대공간 클린룸은 자동화 공정으로 거주밀도가 낮지만, 복잡한 생산장비의 배치와 방진복을 착용하고 근무해야하는 환경특성 때문에 화재시 피난안전성능 확보가 어렵기 때문에 공정 내 위험요소의 철저한 관리 및 주기적인 교육과 훈련이 필요하며, 방재선진국의 기준에 준하는 수준의 국내 관련기술 기준을 정립할 필요가 있다.

• 한국음향학회지
• /
• 제24권2호
• /
• pp.103-110
• /
• 2005

음악연주공간의 음향계획에 있어서 적절한 공간감의 확보는 매우 중요한 설계요소가 되었으며, 측면음에너지비율(LEF)이나 IACC 등의 공간감 지표를 활용한 평가는 음향성능 평가의 필수적인 요소 중의 하나가 되었다. 그러나 이 지표값들을 얻기 위해서는 모노채널 무지향성 마이크를 이용한 측정과 함께, 양지향성 마이크 (figure of eight microphone)나 토르소 시뮬레이터 (head and torso simulator)를 통한 측정을 별도로 수행하여야 하는 번거로움이 있다. 본 연구는 공간상의 일정한 좌표를 차지하도록 설계된 5채널 마이크로폰 시스템을 이용하여 공간감 지표들을 예측해낼 수 있는지 확인하고자 하는 것이다. 이를 위해 신경망 (neural network)의 학습된 예측능력을 활용하였으며, 신경망의 훈련을 위해서는 많은 데이터가 필요하므로 현장에서의 측정보다는 다양한 가상공간에 대한 컴퓨터 시뮬레이션 (CATT-Acoustic V.7.2)의 결과를 활용하였다. 다양한 상황의 가상공간에서 계산된 공간감 지표와 같은 가상공간에서 5채널 마이크로폰을 통해 얻어진 공간음향 정보의 신경망 분석 결과, 계산값과 예측값 사이에 매우 높은 상관관계(correlation)가 있음이 밝혀졌다. 이 결과에 따르면 양지향성 마이크나 토르소 시뮬레이터 등 복잡한 측정장치 대신5채널 마이크로폰 시스템을 사용하여 공간감 지표를 예측하는 것이 가능하다.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.139-146
• /
• 2002

로봇 축구 시뮬레이션 게임은 하나의 동적 다중 에이전트 환경이다. 본 논문에서는 그러한 환경 하에서 각 에이전트의 동적 위치 결정을 위한 새로운 강화학습 방법을 제안한다. 강화학습은 한 에이전트가 환경으로부터 받는 간접적 지연 보상을 기초로 누적 보상값을 최대화할 수 있는 최적의 행동 전략을 학습하는 기계학습 방법이다. 따라서 강화학습은 입력-출력 쌍들이 훈련 예로 직접 제공되지 않는 다는 점에서 교사학습과 크게 다르다. 더욱이 Q-학습과 같은 비-모델 기반의 강화학습 알고리즘들은 주변 환경에 대한 어떤 모델도 학습하거나 미리 정의하는 것을 요구하지 않는다. 그럼에도 불구하고 이 알고리즘들은 에이전트가 모든 상태-행동 쌍들을 충분히 반복 경험할 수 있다면 최적의 행동전략에 수렴할 수 있다. 하지만 단순한 강화학습 방법들의 가장 큰 문제점은 너무 큰 상태 공간 때문에 보다 복잡한 환경들에 그대로 적용하기 어렵다는 것이다. 이런 문제점을 해결하기 위해 본 연구에서는 기존의 모듈화 Q-학습방법(MQL)을 개선한 적응적 중재에 기초한 모듈화 Q-학습 방법(AMMQL)을 제안한다. 종래의 단순한 모듈화 Q-학습 방법에서는 각 학습 모듈들의 결과를 결합하는 방식이 매우 단순하고 고정적이었으나 AMMQL학습 방법에서는 보상에 끼친 각 모듈의 기여도에 따라 모듈들에 서로 다른 가중치를 부여함으로써 보다 유연한 방식으로 각 모듈의 학습결과를 결합한다. 따라서 AMMQL 학습 방법은 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 동적인 환경변화에 보다 높은 적응성을 제공할 수 있다. 본 논문에서는 로봇 축구 에이전트의 동적 위치 결정을 위한 학습 방법으로 AMMQL 학습 방법을 사용하였고 이를 기초로 Cogitoniks 축구 에이전트 시스템을 구현하였다.

• 한국항해항만학회지
• /
• 제39권1호
• /
• pp.29-35
• /
• 2015

국내 여객선 이용자수는 매년 5% 이상 증가하여 2012년에는 1,453만명이 여객선을 이용하였으며, 동시에 해상재난 건수도 증가하였다. 재난예방단계에서 선내 승객의 피난가능성을 예측하고 재난상황에 대비한 안전피난 관련 기술을 개발하는 것은 매우 중요한 사안이다. 이에 본 연구는 일반 승객의 피난가능성 예측을 위한 선내 피난모델 개발을 위해 승선생활이 익숙하지 않고 재난대응과 관련된 정규교육을 받지 않은 일반인의 피난경로특성을 파악하였다. 본 83명이 참가한 본 실험에는 33가지 경로선택설문이 제시되었고 응답결과를 분석하면 다음과 같다. T, U, Y형의 2 분기경로에서 왼쪽 경로보다 오른쪽 경로를 선택하는 비율이 6~18% 높았다. 그러나 경로 상에 보행자 혹은 주행자가 있으면 보행자 혹은 주행자가 있는 경로를 선택하는 비율이 높아지며, 상대적으로 주행자가 이동하는 경로를 더욱 선호하였다. 'ㅓ', 'ㅏ'형의 2 분기경로, 3 분기경로에서는 직진경로를 선택하는 비율이 높았다. 이 경우에도 다른 사람을 따르는 경향이 나타났지만 그 보다는 직진경로를 선택하는 직진성이 더욱 강한 것으로 조사되었다. 또한 분기경로에서 상대적으로 밝은 경로를 선택하는 비율이 높았다. 계단에서는 같은 조건일 때 우측계단, 하향계단, 가까운 계단을 각각 더 선호하는 것으로 조사되었고, 일반 계단에 비해 에스컬레이터와 엘리베이터를 선택하는 비율은 매우 낮았다.

• 해양환경안전학회지
• /
• 제21권6호
• /
• pp.689-695
• /
• 2015

일반 상선과 달리 해양플랜트 시설은 발주자가 직접 고용한 인원과 조선소에서 파견된 시운전 종사자들은 2교대로 해양플랜트공사가 종료될 때까지 혼재되어 승선한다. 그러므로 많은 인원들이 안전하게 거주할 수 있는 별도의 해양플랜트 전용생활부선을 사용하는 것이 일반적이다. 따라서 이 연구에서는 인명 안전의 관점에서 해양플랜트 전용생활부선 거주자의 생존율 향상을 위한 방법을 제시하고자 한다. 이를 위해 해양플랜트 전용생활부선에서 발생할 수 있는 다양한 종류의 사고 중 가장 많이 발생할 것으로 판단되는 화재 사고를 가정하였다. 이를 위해 국내 외 규정에 근거한 화재시뮬레이션 전산 모형을 제작하여 종사자들에 대한 피난 안전성을 분석하였다. 특히, 해양플랜트 전용생활부선에서 화재가 발생할 경우 지속적으로 훈련을 받은 선원들과는 달리 다양한 직종, 인종, 문화를 갖고 있는 인력들의 비정형화된 피난 행위로 인하여 위험성이 높아질 것으로 판단되므로 생존가능시간인 유효 피난시간을 증가시키고, 실제 피난에 소요되는 필요 피난시간을 감소시켜 생존율을 향상시킬 수 있는 구조개선 및 안전설비 설치에 대해 제안하였다.