• 제목/요약/키워드: 숙명

검색결과 703건 처리시간 0.032초

강화 학습을 이용한 출퇴근 시간대 열차 정차 시간 최적화 (Optimizing Train Dwell Times during Commuter Hours using Reinforcement Learning)

  • 최수정;임유진
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 추계학술발표대회
    • /
    • pp.530-533
    • /
    • 2023
  • 대중교통은 현대 사회에서 필수적인 요소이며 특히 출퇴근 시간대에는 도로 교통 상황에 영향을 덜 받는 지하철의 수요가 높은 편이다. 그러나 제한된 물리적 자원으로 인해 열차 내 혼잡도 증가와 열차 운행 지연은 불가피한 상황이다. 본 논문에서는 이를 해결하기 위한 한 가지 방법으로 강화학습기반 DQN 알고리즘을 이용한 열차 정차 시간 최적화 기법을 제안했다. 열차 정차 시간과 승차 인원 모두 고려하면서 최적화를 진행했을 때와 그렇지 않았을 때를 비교하면서 실험을 진행하여 성능을 분석했다.

ShipMate: 딥러닝을 이용한 해상물류 전문상담 챗봇 (ShipMate: Marine Logistics Specialist Consultation Chatbot using Deep Learning)

  • 유현수 ;남서연 ;백주영 ;안소영 ;황세진 ;이규영
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 추계학술발표대회
    • /
    • pp.1092-1093
    • /
    • 2023
  • 본 논문에서는 한국무역협회(KITA)의 오픈상담 자료들을 바탕으로, 딥러닝 기술을 이용하여 구현한 해상물류 대화형 챗봇 ShipMate를 제안한다. 챗봇 ShipMate는 KoGPT2를 활용한 답변과 Doc2Vec 기반의 유사 상담사례 추천이 가능하고, 무역상담을 시간제약 없이 진행할 수 있기 때문에, 기존 해상물류 서비스의 접근성을 한층 더 높일 수 있으며 이를 실험을 통해 입증하였다.

CTGAN기반 데이터 증강 비율 최적화 연구 (A Study on the Optimization of Data Augmentation Ratio using CTGAN)

  • 성다훈;임유진
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 추계학술발표대회
    • /
    • pp.327-330
    • /
    • 2023
  • 머신러닝과 딥러닝 모델의 사용이 급증함에 따라 충분한 데이터 확보의 중요성이 부각되고 있다. 이에 따라 생성 모델을 통한 데이터 증강 기술이 주목받고 있으나, 증강 데이터를 활용했을 때 학습의 성능 분석은 아직 부족하다. 따라서 본 연구에서는 데이터 증강 시나리오에 따라 증강 비율별 합성 데이터의 유용성을 조사하고자 한다. 본 연구에서는 테이블 데이터를 증강하는 것에 초점을 맞추었으며, 이를 위해 테이블 데이터를 합성할 때 유용한 성능을 보이는 딥러닝 모델 CTGAN을 활용하였다. 실험에서 데이터를 증강하는 두 가지 다른 시나리오를 고려한 결과, 두 시나리오에서 모두 실험에서 설정한 증강 비율까지의 합성 데이터가 유용한 결과를 보임을 확인할 수 있었다.

지진 데이터를 이용한 건물 피해 예측 모델의 성능 분석 (Performance Analysis of Building Damage Prediction Models using Earthquake Data)

  • 채송화;임유진
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2023년도 추계학술발표대회
    • /
    • pp.547-548
    • /
    • 2023
  • 내진 설계가 되어있지 않은 건물의 경우, 지진으로 인해 건물 붕괴 가능성이 높아지며 이로 인해 많은 인명 피해가 발생할 수 있다. 지진으로 인한 건물의 피해를 예측하고 이를 기반으로 취약점을 보완한다면 인명 피해를 줄일 수 있으므로 건물 피해 예측 모델에 대한 연구가 필요하다. 본 논문에서는 2015 년 네팔 대지진으로 인해 손상된 건물 데이터를 활용하여 Random Forest 와 Extreme Gradient Boosting 기계학습 분류 알고리즘을 사용하여 지진 피해 예측 모델의 정확도를 비교하였다.

고무 부품의 신뢰성 평가

  • 김완두
    • 기계저널
    • /
    • 제43권6호
    • /
    • pp.62-65
    • /
    • 2003
  • 이 글에서는 가속 열노화시험을 통하여 노화수명을 예측하고 방법을 고무 재료의 수평 선도와 유한요소해석 결과로 부터 고무부품의 피로숙명을 예측하여 신뢰성을 평가하는 방법을 소개하였다.

  • PDF

한국과 일본, 그 숙명적 관계-고대부터 개항기.식민지 시기, 미래의 전망까지

  • 손승철
    • 출판저널
    • /
    • 통권236호
    • /
    • pp.8-9
    • /
    • 1998
  • 한국과 일본, 두 나라의 역사는 서로 어떻게 관계를 정립하는냐에 따라 결정된다 해도 지나치지 않는다. 우리의 역사 현실과 이렇듯 밀착돼 있는 한일관계의 연구는 주로 일본인에게서 시작돼 왔다. 이러한 연구의 불균형이 객관적인 이해를 더욱 어렵게 한다.

  • PDF

산학협동의 측면에서 본 우리나라 공업교육의 문제점

  • 지철근
    • 전기의세계
    • /
    • 제23권6호
    • /
    • pp.5-6
    • /
    • 1974
  • 산업계가 손쉬운 기술도입에만 의존해서 근시적 효과만을 기대하고 장기적 안목에서 기술개발을 등안시하고 학계에의 재정지원을 일종의 시혜로 생각하는 한 산학협동은 이뤄지기 힘들것이다. 한마디로 산학협동은 산업계와 학계의 공존공영을 위한 숙명적인 과제이며 착실한 국가발전의 밑거름이 된다고 본다.

  • PDF