• 대한지리학회:학술대회논문집
• /
• 대한지리학회 2004년도 춘계학술대회
• /
• pp.35-35
• /
• 2004

본 발표의 주요 내용은 강화도의 수리와 지형에 관한 것이다. 강화도의 면적은 302㎢로 91㎞의 해안선으로 둘러 싸여 있으며, 농경지면적은 약 120㎢(논이 86㎢)이다. 강화도는 한반도가 전장으로 유린당하거나 왕도나 수도가 위기에 처할 때마다 그 존재가 크게 부각되었다. 반면에 국가가 평온한 시기에는 크게 주목을 끌지는 못했던 것 같다. 이것은 강화도가 '삶의 터전'이라는 측면에서 보면 호감을 줄 수 있는 여건이 많지는 않았음을 반증하는 것일 수도 있다. (중략)

• KAPE누리
• /
• 통권254호
• /
• pp.13-14
• /
• 2017

인천광역시 북서부에 위치한 강화군은 한국에서 다섯 번째로 큰 섬인 강화도가 있다. 사면이 바다로 둘러싸인 섬으로 그곳에 위치한 우성한우농장을 방문하여 강화도의 바닷바람으로 키우고 있는 박종덕 대표의 한우들을 보고 왔다.

• 건강소식
• /
• 제35권11호
• /
• pp.44-45
• /
• 2011

강화도는 '지붕없는 박물관'이라 불릴 만큼 선사시대부터 조선 시대까지 많은 문화유산과 역사적 유적지가 보존된 곳이다. 선사시대의 고인돌과 단군왕검께서 하늘에 제를 올리던 참성단을 비롯되어 고려 시대에는 대몽항쟁 39년간의 도읍지로서 팔만대장경판각, 고려청자, 금속활자 주조 등 민속 문화의 황금기를 꽃 피워 온 산실이며, 조선 말기에는 병인양요, 신미양요, 운양호 사건과 강화도 조약 체결 등 외세 열강의 침입에 의연히 맞서 싸웠던 국난극복의 현장이기도 하며 방위를 위한 5진7보53 돈대(墩臺)가 강화도 해안가 전 지역에 분포되어 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.360-363
• /
• 2018

본 논문에서는 계층적 RNN의 성능 향상을 위하여 강화학습을 통한 계층적 RNN 내 파라미터를 효율적으로 찾는 방법을 제안한다. 계층적 RNN 내 임의의 파라미터에서 학습을 진행하고 얻는 분류 정확도를 보상으로 하여 간소화된 강화학습 네트워크에서 보상을 최대화하도록 강화학습 내부 파라미터를 수정한다. 기존의 강화학습을 통한 내부 구조를 찾는 네트워크는 많은 자원과 시간을 소모하므로 이를 해결하기 위해 간소화된 강화학습 구조를 적용하였고 이를 통해 적은 컴퓨터 자원에서 학습속도를 증가시킬 수 있었다. 간소화된 강화학습을 통해 계층적 RNN의 파라미터를 수정하고 이를 행동 인식 데이터 세트에 적용한 결과 기존 알고리즘 대비 높은 성능을 얻을 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제14권1호
• /
• pp.423-434
• /
• 2014

본 연구는 종업원들의 고객 서비스 행동을 향상시키기 위한 정적강화기법과 부적강화기법의 상대적인 효과를 비교하였다. 그리고 두 강화 조건에서 처치를 받은 목표 행동 외에 처치를 받지 않은 비목표 행동에까지 처치 효과가 확산되어 반응일반화가 일어나는지를 추가적으로 검증하였다. 세 곳의 편의점에서 근무하는 5명의 종업원이 연구에 참가하였으며, ABC/ACB 피험자 내 역균형 설계가 적용되었다. 기저선(A 단계) 측정이 끝난 후 세 명의 참가자들에게는 정적강화를 제공 하였으며(B 단계), 그 후 부적강화를 제공하였다(C 단계). 나머지 두 명의 참가자들에게는 기저선(A 단계) 이후 부적강화를 먼저 적용 한 후(C 단계), 정적 강화를 적용하였다(B 단계). 연구 결과, 처치를 받은 목표 서비스 행동에서는 정적강화가 부적강화에 비하여 종업원들의 서비스 행동을 더 향상시킨 것으로 나타났다. 그러나 비목표 행동에 있어서는, 두 강화 조건모두 대부분의 행동에서 반응일반화를 유발하였지만 강화 조건에 따른 비목표 행동의 차이는 각 행동별로 상이하였다. 사후 인터뷰결과 정적강화 조건에서는 긍정적 정서를 그리고 부적강화 조건에서는 부정적 정서를 경험한 것으로 나타났다. 이러한 연구 결과는 근로자의 직무수행 향상을 위해 정적강화 기법이 더 효과적이고 효율적이라는 것을 시사한다.

• 건강소식
• /
• 제34권5호
• /
• pp.28-31
• /
• 2010

강화의 봄은 고려산에서 완성된다. 선분홍의 진달래가 산천을 물들였다. 한 번 바람이 스쳐 지나가면 고려산에는 선분홍의 붉은 꽃물결이 일렁인다. 고려산 붉은 기운이 강화의 바닷가 초지진에도 이어져 외세 침략에 목숨으로 항거했던 옛 역사가 붉은 진달래꽃으로 피어난다. 자연과 역사가 하나 되는 곳, 강화도에서 봄을 만끽해보자.

• 방송과미디어
• /
• 제27권2호
• /
• pp.26-34
• /
• 2022

강화 학습 기술은 많은 분야에서 매우 적극적으로 활용되는 기계 학습 기술 중의 하나이며 최근 이를 사용한 많은 연구 결과를 다양한 기관에서 활발하게 보여주고 있다. 본 고에서는 이러한 강화 학습 기술에 대한 기본적인 소개와 해당 기술의 심층 강화 학습으로의 발전에 대해서 논한다. 더불어 이러한 심층 강화 학습의 많은 분야 중에서 최근 활발히 논의되는 모방 학습에 대해서 알아보고 그 활용성에 대해서 논한다.

• 한국재료학회:학술대회논문집
• /
• 한국재료학회 2003년도 춘계학술발표강연 및 논문개요집
• /
• pp.27-27
• /
• 2003

무가압침투법으로 제조된 부피분율 10~24% SiC, TiC, B$_4$C 탄화물 입자강화 7075 Al 합금 기지 복합재료의 건식 미끄럼 마멸거동을 강화입자의 종류, 크기 및 부피 분율을 변수로 연구하였다. 미끄럼 마멸 시험은 pin-on-disk 형태의 마멸 시험기를 사용하여, AISI 52100 베어링강을 상대재로 상온 대기 중에서 실시되었다. 마멸특성의 분석과 마멸기구의 규명을 위하여 마멸면과 마멸단면을 SEM, EDS를 이용하여 분석하였다. 제조된 복합재료의 압축 시험을 통하여 측정된 항복강도와 가공경화지수는 서로 반비례하였고, 각 시편간의 경도 차는 크지 않았다. 마멸 시험결과, 크기 및 부피 분율이 7$\mu\textrm{m}$ !0%인 SiC 입자로 강화된 복합재료를 제외하고, 전체 복합재료 시편은 7075 Al 기지 합금에 비해 낮은 마멸 속도를 보였다. 10N 이하의 저하 중에서는 강화상의 종류와 상관없이 복합재료는 낮은 마멸 속도를 보였고, 25N 이상의 고하중에서는 TiC 입자강화 복합재료가 가장 낮은 마멸 속도를, SiC 입자강화 복합재료가 가장 높은 마멸 속도를 나타내었다. 강화 입자의 크기 및 부피 분율이 동일한 경우 SiC 입자로 강화된 복합재료가 가장 낮은 내마멸성을 나타내었다. 강화상의 크기 및 부피 분율이 증가함에 따라 미소 마멸에서 격렬 마멸로의 천이 하중이 증가하였다.

• 유통과학연구
• /
• 제4권1호
• /
• pp.103-120
• /
• 2006

본 연구는 소비자들이 정보탐색을 하는데 있어 초기에 탐색되는 속성정보와 후기에 탐색되는 속성정보를 달리함으로써 소비자들의 최종대안 선택이 어떻게 변하는지를 파악하는데 목적이 있다. 연구결과, 컴퓨터에 대한 초기탐색 속성을 강화한 결과 고관여, 저관여 집단에서 모두 유의하게 최종대안 선택이 증가하는 것으로 나타났고 강화효과가 통계적으로 유의한 효과가 있음을 입증했다. 후기탐색 속성을 강화한 결과도 고관여, 저관여 집단에서 모두 유의하게 최종대안 선택이 증가했으며, 강화효과도 유의한 것으로 나타났다. 청바지 제품에 대한 초기속성을 강화한 결과 고관여집단에서는 최종대안 선택이 증가했으며, 강화효과도 통계적으로 유의한 결과를 보였다. 그러나 저관여집단의 경우는 초기속성 강화에 따른 최종선택 대안이 증가는 하였으나 통계적으로 유의하지는 않았다. 후기탐색 속성에 대한 강화효과는 고관여집단이나 저관여집단 모두에서 최종대안 선택변화의 증가를 가져왔으나, 통계적으로는 유의하지 않다는 사실을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.157-161
• /
• 2003

본 논문에서는 차량의 주행경로 최적화를 위해 강화학습 개념을 적용하고자 한다. 강화학습의 특징은 관심 대상에 대한 구체적인 지배 규칙의 정보 없이도 최적화된 행동 방식을 학습시킬 수 있는 특징이 있어서, 실제 차량의 주행경로와 같이 여러 교통정보 및 시간에 따른 변화 등에 대한 복잡한 고려가 필요한 시스템에 적합하다. 또한 학습을 위한 강화(보상, 벌칙)의 정도 및 기준을 조절해 즘으로써 다양한 최적주행경로를 제공할 수 있다. 따라서, 본 논문에서는 강화학습 알고리즘을 이용하여 다양한 최적주행경로를 제공해 주는 시스템을 구현한다.