• 지능정보연구
• /
• 제13권4호
• /
• pp.121-135
• /
• 2007

문제의 제약조건을 명확히 표현하고 휴리스틱 탐색에 의하여 스케쥴링을 형성하는 제약조건 중심의 스케쥴링 기법은 실세계의 스케쥴링 문제에 성공적으로 적용되어 왔다. 하지만, 기존의 제약조건 중심의 스케쥴링 연구에서 스케쥴링의 목적을 표현하고 최적화하는데 관련된 연구는 부족한 상황이다. 특히 비용 목적함수는 다양한 비즈니스 계획의 효과를 분석하는 기업의사결정에서 매우 중요 하다고 평가된다. 이 연구의 목적은 자원 용량이나 일시적인 제약조건을 만족하면서 지연비용 및 재고비용을 포함한 스케쥴링의 전체 비용을 명확하게 표현하고 최적화하는 것이다. 비용기반 스케쥴링 프레임워크에서, 동일한 작업 내에 일시적인 제약조건을 만들어 가면서 비용함수를 개선해 나가는 비용 전파 알고리즘을 제시하였다.

• 정보보호학회논문지
• /
• 제29권1호
• /
• pp.225-234
• /
• 2019

비트코인은 탈중앙화와 분산원장을 특징으로 하는 암호화폐로서 "작업증명"이라는 채굴시스템을 통해 유지된다. 채굴 시스템에서는 블록 생성시간을 일정하게 유지하기 위해 채굴 난이도를 조정하게 되는데, 기존의 채굴 난이도 변경 방식은 미래의 해시파워를 반영할 수 없다는 문제가 있다. 따라서 실제시간과 예정시간 사이에 발생하는 오차로 인해 블록생성과 실세계 시간의 불일치를 가중시키게 되고, 결국 거래 기한을 맞추지 못하거나 코인 호핑 공격에 취약점을 노출시키게 된다. 블록 생성시간을 일정하게 유지시키기 위한 기존 연구도 여전히 오차 문제를 갖는다. 본 연구에서는 이러한 오차를 줄이기 위한 기계학습 기반 채굴 난이도 예측 방안을 제시한다. 이전 해시파워를 학습하여 미래의 해시파워를 예측하고 예측한 값을 이용하여 채굴 난이도를 조정한다. 우리의 실험 결과는 이와 같은 경우 기존 채굴 난이도 조정방식보다 오차율을 약 36% 더 줄일 수 있음을 보여준다.

• 한국산업정보학회논문지
• /
• 제14권4호
• /
• pp.37-48
• /
• 2009

가정용 서비스 로봇들은 사용자들에게 다양한 시간 추론 서비스들을 제공할 수 있어야 한다. 본 논문에서는 영역-독립적인 인공지능 계획기를 이용하여 이러한 시간 추론 서비스를 효과적으로 구현하는 방법을 제안한다. 영역-독립적인 인공지능 계획기를 이용하여 시간 추론 서비스를 개발하기 위해서는 다양한 실세계 시간 제약들을 어떻게 하나의 계획 영역 정의 언어로 표현하느냐 하는 지식 공학적 문제뿐만 아니라, 인공지능 계획기와 서비스 소비자 사이의 인터페이스를 어떻게 구현하여야 하느냐 하는 시스템 설계 문제를 함께 해결하여야 한다. 본 논문에서는 가정용 서비스 로봇이 고려해야 하는 하나의 예제 시나리오와 전형적인 시간 제약들을 제시하고, 이들을 표준 계획 영역 정의 언어로 표현하는 방법을 제시한다. 또한 본 논문에서는 새로운 시간 추론 서비스를 효율적으로 생성하고 제공하기 위해, 인공지능 계획기를 기초로 하나의 서비스 에이전트를 구현하는 방법에 대해서도 설명한다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.51-57
• /
• 2021

근래에 초등학교에서 맞춤형 지능 정보 시스템 서비스를 학생들에게 제공하기 위하여 인공지능 기술을 활용하는 사례가 늘고 있다. 그러나 인공지능의 원리를 학습하는 것도 활용만큼 중요하다고 볼 수 있는데, 그 이유는 인공지능의 원리를 터득함으로써 고도 기술사회의 변화에 대한 적응력을 길러 줄 수 있기 때문이다. 본 논문에서는 초등학생들에게 적합한 실세계의 문제를 인공지능 기반의 예측 시스템으로 해결하는 경험을 통하여 선형회귀 알고리즘의 작동원리를 이해하도록 하였다. 이를 위하여 스크래치로 만든 시뮬레이션 프로그램을 사용하여 학생들이 선형 회귀 모델을 찾도록 하였다. 이 과정을 통하여 학생들은 데이터를 분석하고, 예측 모델의 정확도를 비교하였고, 적합한 예측 모델을 발견함으로써 생활주변의 문제를 해결하는 능력을 보여주었다.

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.287-294
• /
• 2007

실세계의 문제에서 많은 기계학습의 알고리즘들은 데이터의 클래스 불균형 문제에 어려움을 겪는다. 이러한 클래스 불균형 문제를 해결하기 위하여 데이터의 비율을 변경하거나 좀 더 나은 샘플링 전략으로 극복하려는 연구들이 제안되었다. 그러나 데이터의 비율을 변경하는 연구에서는 전체 데이터 분포의 특성을 고려하지 못하고, 샘플링 전략을 제안하는 연구에서는 여러 가지 제한 조건을 고려해야만 한다. 본 논문에서는 위의 두가지 방법의 장점을 모두 포함하는 개선된 집중 샘플링 방법을 제안한다. 제안된 방법에서는 클래스 불균형 문제를 해결하기 위해 학습에 유용한 데이터들을 샘플링하는데 스코어링에 기반한 데이터 분할 방법을 이용한다. 즉, 입력 데이터들에 대해 SOM(Self Organizing Map)의 학습 결과로 얻은 BMU(Best Matching Unit)와의 거리를 계산하고, 이 거리론 스코어라 한다. 측정된 스코어는 오름차순으로 정렬되며, 이 과정에서 입력 데이터의 분포가 재 표현되고, 재 표현된 분포는 전체 데이터의 특성을 대표하게 된다. 그 결과로 얻은 데이터들 중에서 유용하지 못한 데이터들에 대해 제거하는 과정을 수행하여 새로운 학습 데이터 셋을 얻는다. 새로운 학습 데이터 생성 과정에서는 재 표현된 분포의 결과를 두 구간(upper, lower)으로 분할하는데, 두 추간 사이의 데이터들은 유용하지 못한 패턴들로 간주되어 학습에 이용되지 않는다. 본 논문에서 제안한 방법은 클래스 불균형의 비율 감수 훈련 데이터의 크기 감소, 과적합의 방지 등 몇 가지 장점을 보인다. 제안한 방법으로 샘플링된 데이터에 kNN 을 적용하여, 분류 실험한 결과 심한 불균형이 있는 ecoli 데이터의 분류 성능이 최대 2.27배 향상되었다.

• 한국정보통신학회논문지
• /
• 제7권6호
• /
• pp.1304-1311
• /
• 2003

실세계환경에서 물체를 추적하는 기술은 영상의 지속적인 변화 및 영상데이터 방대함과 처리속도의 문제로 인하여 해결하기 어려운 문제이다. 특히 해상과 같은 환경에서는 더욱 어려운 현실이다. 본 논문에서는 복잡한 환경에서 물체를 추적하고 탐지하기 위한 방법으로 자기조직화 신경망을 사용하여 구성하였다. 본 논문에서의 접근 방법은 코호넨의 자기 조직화 신경망 분석 기법과 영역확장 기법 및 에너지 최소화함수를 이용하여 물체 추적시스템을 구성하였다. 자기조직화 신경망은 하나의 프레임 내에서 이동하는 물체의 중심점을 탐지할 수 있다. 그리고 연속적인 영상에서 이전에 탐지되어진 뉴런의 위치를 이용하여 물체를 추적할 수 있다. 자기조직화 신경망을 이용한 물체 추적의 실험결과 다양한 환경의 변화에서도 물체의 추적이 가능함을 알 수 있었다.

• 대한화장품학회지
• /
• 제37권3호
• /
• pp.247-256
• /
• 2011

기존의 유기계 자외선차단제는 피부투과 및 자극으로 인한 안전성의 문제가 제기되었으며, 무기계 자외선차단제는 나노화에 따른 안전성 문제가 제기되고 있다. 이로 인하여, 최근의 자외선차단제 연구는 유효성뿐만 아니라 안전성이 우수한 다양한 형태의 자외선차단제가 연구되고 있으며, 그 중의 하나가 유기-무기 결합구조의 자외선차단제에 관한 연구이다. 본 연구진은 가교된 고분자 입자 타입의 신규 자외선차단제로서 메톡시신나미도프로필실세스퀴옥산의 제조, 물성 및 유효성 평가에 대하여 보고한 바가 있다. 본 연구는 신규 자외선차단제인 메톡시신나미도프로필실세스퀴옥산의 랫드에 대한 배 태자 발생독성 연구에 관한 것으로서, 이러한 평가는 본 시험물질이 임상에서 임신 전 후에 노출 되었을 경우 불임 및 배 태아의 이상에 대한 구체적인 정보를 제공해줄 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.41-51
• /
• 2018

최근 영상 감시 분야에서는 지능형 영상 감시 시스템에 딥 러닝 기반 학습 방법이 적용되어 범죄, 화재, 이상 현상과 같은 다양한 이벤트들을 강건하게 탐지 할 수 있게 되었다. 그러나 3차원 실세계를 2차원 영상으로 투영시키면서 발생하는 3차원 정보의 손실로 인하여 폐색 문제가 발생하기 때문에 올바르게 객체를 탐지하고, 자세를 추정하기 위해서는 폐색 문제를 고려하는 것이 필요하다. 따라서 본 연구에서는 기존 RGB 정보에 깊이 정보를 추가하여 객체 탐지 과정에서 나타나는 폐색 문제를 해결하여 움직이는 객체를 탐지하고, 탐지된 영역에서 컨볼루션 신경망을 이용하여 인간의 관절 부위인 14개의 키포인트의 위치를 예측한다. 그 다음 자세 추정 과정에서 발생하는 자가 폐색 문제를 해결하기 위하여 2차원 키포인트 예측 결과와 심층 신경망을 이용하여 자세 추정의 범위를 3차원 공간상으로 확장함으로써 3차원 인간 자세 추정 방법을 설명한다. 향후, 본 연구의 2차원 및 3차원 자세 추정 결과는 인간 행위 인식을 위한 용이한 데이터로 사용되어 산업 기술 발달에 기여 할 수 있다.

• 컴퓨터교육학회논문지
• /
• 제5권3호
• /
• pp.89-106
• /
• 2002

본 연구의 목적은 네트웍 기반 협력학습(CSCL)에서 학습자의 성찰을 지원하는 인지적 도구를 설계하는 주요전략과 도구의 구성요소를 탐색해 보는데 있다. CSCL에서는 실세계에서 직면하는 복잡한 문제를 해결하기 위한 방안으로 학습자가 다양한 관점에서 의견을 교환하고 협력하는 활동을 강조한다. 학습경험을 유의미한 의미생성과 지식구성으로 확장하기 위해서는 학습자의 성찰이 필수적이며, 따라서 학습자가 자신 또는 그룹의 학습과정과 결과를 지속적으로 모니터링할 수 있는 기제가 제공될 필요가 있다. 이에 본 연구에서는 학습자 성찰의 중요성을 이론적으로 탐색하고 네트웍 기반 성찰지원 도구에 대한 선행연구들을 분석하여 시사점을 도출하였다. 나아가 사회문화적 인지 이론을 토대로, 협력학습과정을 지원하고 그룹인지를 확장시킬 수 있도록 협력적 성찰지원 도구를 설계하였다. 구체적으로는 (1)학습자의 협력적 인식, (2)사고의 시각화, (3)대화(협상) 촉진, (4)메타타인지적 단서로 세분화하였으며, 성찰지원 도구의 구성요소로서 추석달기, 협력노트 및 메타인지 프롬프트 등의 적용을 제안하였다.

• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.672-678
• /
• 2008

실세계의 객체들은 서로 직접적인 관계를 맺고 있고, 이러한 직접적인 관계를 통해 연결되는 새로운 간접적인 관계를 가진다. 온톨로지는 객체들 사이의 관계에 대한 의미를 명시적으로 표현한다. 따라서, 온톨로지를 이용함으로써 객체간의 새로운 관계를 발견할 수 있다. 새롭게 발견된 객체들 간의 관계는 커뮤니티를 찾거나 소셜네트워크를 구축하는데 활용된다. 이러한 응용에서 두 객체간에 관계 정도를 측정하는 것은 중요한 문제이다. 본 논문은 온톨로지에 기반하여 객체들 간의 관계 정도를 측정하는 방법을 제안한다. 기존 연구에서는 주로 객체들 간의 연결되는 패스를 주요하게 다루어 왔지만 두 객체 사이에 연결된 패스는 없더라도, 온톨로지의 스키마를 통해 의미를 가지는 관계가 있다. 본 논문에서 제안한 방법은 객체들 간에 패스로 연결되는 관계는 물론 객체가 속하는 스키마를 통해 관계하는 정보들도 활용해서 두 객체간의 관계정도를 측정한다. 실험 결과 두 객체 사이에 스키마를 통한 관계에서 많은 의미 관계가 있음을 보였다.