• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.177-180
• /
• 2001

본 논문에서는 신경망을 이용한 내용 기반 이미지 분류 방법을 제안한다. 분류 대상이미지는 인터넷상의 다양한 이미지들 중 오브젝트 이미지이대 웹 에이전트를 통하여 획득하고 정규화 과정을 거친다. 획득한 이미지를 분류하기 위한 특징은 웨이블릿 변란 후 추출된 질감 특징이다. 추출된 질감 특징을 이용하여 학습패턴을 생성하고 신경망을 학습한다. 그리고 구성된 신경망 분류기로 이미지를 분류한다. 본 연구에서는 다양한 질감 특징들 중에서 대비(contrast), 에너지(energy), 엔트로피(entropy)를 이용하여 특징을 추출한다. 실험에 사용한 데이터는 30종류에 대하여 각각 10개씩, 300개의 이미지들을 학습 데이터, 테스트 데이터로 사용하여 구성된 분류기의 인식률을 실험하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.597-600
• /
• 2001

멀티에이전트 시스템은 분산적이고 개방적인 인터넷 환경에 잘 부합된다. 멀티 에이전트 시스템에서는 각 에이전트들이 자신의 목적을 위해 행동하기 때문에 에이전트간 충돌이 발생하는 경우에 조정을 통해 협력할 수 있어야 한다. 그러나 기존의 멀티 에이전트 시스템에서의 에이전트 간 협력 방법에 관한 연구 방법들은 동적 환경에서 서로 다른 목적을 갖는 에이전트간의 협동 문제를 올바로 해결할 수 없다는 문제가 있었다. 본 논문에서는 신경망과 강화학습을 이용하여 목적 패턴을 정확히 결정할 수 없는 복잡하고 동적인 환경에 멀티 에이전트의 시스템 모델을 제안한다.

• Journal of the Korea Institute of Military Science and Technology
• /
• v.11 no.5
• /
• pp.49-57
• /
• 2008

In this paper, we suggested a methodology that can be used by an agent to learn models of other agents in a multi-agent system. To construct these model, we used influence diagram as a modeling tool. We present a method for learning models of the other agents at the decision nodes, value nodes, and chance nodes in influence diagram. We concentrated on learning of the other agents at the value node by using neural network learning technique. Furthermore, we treated anti-air units in anti-air defense domain as agents in multi. agent system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.401-403
• /
• 2003

최근 네트워크 환경이 고속화 됨에 따라 네트워크 상의 침입 공격이나 인터넷 웹의 활동이 급속도로 증가하고 있다. 이러한 네트워크 상의 침입이나 바이러스를 방어하기 위한 기술적 관건은 침입여부를 판단하기 위한 근거를 어디에서, 얼마나 정확하게, 그리고 신속하게 찾을 수 있느냐에 달려있다. 본 논문에서는 속도 면에서 매우 우수하고 적응력이 뛰어난 신경망 알고리즘인 Fuzzy ART엔진을 탑재한 침입탐지 에이전트를 구성하여 분산된 네트워크 환경에서 협동적인 실시간 침입 탐지와 조기 경보가 가능한 시스템을 제안하고자 한다.

• The KIPS Transactions:PartB
• /
• v.8B no.6
• /
• pp.587-594
• /
• 2001

Multi-agent system fits to the distributed and open internet environments. In a multi-agent system, agents must cooperate with each other through a coordination procedure, when the conflicts between agents arise. Where those are caused by the point that each action acts for a purpose separately without coordination. But previous researches for coordination methods in multi-agent system have a deficiency that they cannot solve correctly the cooperation problem between agents, which have different goals in dynamic environment. In this paper, we suggest the automatic coordination model for multi-agent system using neural network and reinforcement learning in dynamic environment. We have competitive experiment between multi-agents that have complexity environment and diverse activity. And we analysis and evaluate effect of activity of multi-agents. The results show that the proposed method is proper.

• Journal of Korea Multimedia Society
• /
• v.12 no.2
• /
• pp.290-299
• /
• 2009

Evolutionary Artificial Neural Networks (EANNs) has been highly effective in Artificial Intelligence (AI) and in training NPCs in video games. When EANNs is applied to design game NPCs' smart AI which can make the game more interesting, there always comes two important problems: the more complex situation NPCs are in, the more complex structure of neural networks needed which leads to large operation cost. In this paper, the Dynamic State Evolutionary Neural Networks (DSENNs) is proposed based on EANNs which deletes or fixes the connection of the neurons to reduce the operation cost in evolution and evaluation process. Darwin Platform is chosen as our test bed to show its efficiency: Darwin offers the competitive team game playing behaviors by teams of virtual football game players.

• The KIPS Transactions:PartD
• /
• v.11D no.3
• /
• pp.731-740
• /
• 2004

In this paper we propose a fast negotiation agent system that guarantees the reciprocity of the attendants in a bilateral negotiation on the e-commerce. The proposednegotiation agent system exploits the incremental learning method based on an artificial neural network in generating a counter-offer and is trained by the previous offer that has been rejected by the other party. During a negotiation, the software agents on behalf of a buyer and a seller negotiate each other by considering the multi-attributes of a product. The experimental results show that the proposed negotiation system achieves better agreements than other negotiation agent systems that are operated under the realistic and practical environment. Furthermore, the proposed system carries out negotiations about twenty times faster than the previous negotiation systems on the average.

• Journal of Internet Computing and Services
• /
• v.5 no.5
• /
• pp.69-77
• /
• 2004

As the internet is widely distributed. the intelligent search agent is commonly used to meet the needs of user. But these Intelligent multi-agents are so independent each other that they can not give reliability of information and also have difficulty in coping with the dynamic distributed environments due to the short of cooperation abilities among multiagent. To resolve these problems. this paper proposes the mechanism for efficient cooperation and information processing by creating agency within broker agent and clustering multi agent's agency using neural network. For reliability of information. we also propose the multiagent management mechanism that can improve the information update problems which are in existing search systems and evaluate the performance of this research through simulation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.469-472
• /
• 2005

웹 서비스는 XML 기반의 웹을 기반으로 한 대중화된 서비스를 제공하는 기술이며 시맨틱 웹은 온톨로지를 기반으로 하는 웹에 지능을 부여하는 기술을 의미한다. 시맨틱 웹 서비스는 이런 시맨틱 웹과 웹 서비스를 결합한 것으로 본 논문에서는 위와 같은 시맨틱 웹 서비스 워크플로우 생성도구를 제작한다. 또한 전문가 시스템에서 자주 다루었던 신경망 추론 전문가 시스템을 룰렛 휠 선택법과 결합한 모델로 한 추천 에이전트를 제작하여 사용자에게 특화된 서비스를 제공하는 에이전트를 제작한다. 위 에이전트는 패턴 분류에 주로 사용하는 SOM 모델을 사용하여 사용자 프로필에 특화된 서비스의 클러스터링을 제공하고자 한다. 또한 사용자에게 신뢰성 있는 서비스 제공을 위해 룰렛 휠 선택 방법을 이용한 워크플로우 제작을 제공한다.

• Journal of the Korean Society for Railway
• /
• v.10 no.3 s.40
• /
• pp.350-354
• /
• 2007

Intelligent agent is to decide what customers need on the internet and offer them accurate information. In this paper, the system which can recommend the tourism items in terms of customer‘s needs is proposed by appling the intelligent agent to railway tourism system. Most of previous agents are focused on price. But, this study proposes the Railway tourism system which offers each customer the best suitable information based on quality of information and reputation. The customer's needs are analyzed through intelligent agent and the information which is suitable for customer's needs is obtained the Artificial Neural Network Model.