• Journal of the Korean Society of Safety
• /
• v.37 no.6
• /
• pp.174-174
• /
• 2022

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.524-527
• /
• 2022

본 연구에서는 머신러닝(Machine Learning, ML)과 딥러닝(Deep Learning, DL) 모델을 앙상블(Ensemble)하여 어떠한 주가 예측 방법이 우수한지에 대한 연구를 하고자 한다. 연구에 사용된 모델은 하이퍼파라미터(Hyperparameter) 조정을 통하여 최적의 결과를 출력한다. 앙상블 방법은 머신러닝과 딥러닝 모델의 앙상블, 머신러닝 모델의 앙상블, 딥러닝 모델의 앙상블이다. 세 가지 방법으로 얻은 결과를 평균 제곱근 오차(Root Mean Squared Error, RMSE)로 비교 분석하여 최적의 방법을 찾고자 한다. 제안한 방법은 주가 예측 연구의 시간과 비용을 절약하고, 최적 성능 모델 판별에 도움이 될 수 있다고 사료된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.447-450
• /
• 2021

시뮬레이션을 비롯한 많은 다중 에이전트 환경에서는 중앙 집중 훈련 및 분산 수행(centralized training with decentralized execution; CTDE) 방식이 활용되고 있다. CTDE 방식 하에서 중앙 집중 훈련 및 분산 수행 환경에서의 다중 에이전트 학습을 위한 상태 행동 가치 기반(state-action value; Q-value) 다중 에이전트 알고리즘들에 대한 많은 연구가 이루어졌다. 이러한 알고리즘들은 Independent Q-learning (IQL)이라는 강력한 벤치 마크 알고리즘에서 파생되어 다중 에이전트의 공동의 상태 행동 가치의 분해(Decomposition) 문제에 대해 집중적으로 연구되었다. 본 논문에서는 앞선 연구들에 관한 알고리즘들에 대한 분석과 실용적이고 일반적인 도메인에서의 실험 분석을 통해 검증한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.41-42
• /
• 2020

머신러닝이 보편화되면서 모델 학습을 돕기 위한 머신러닝 및 데이터과학 도구의 수요가 증가하고 있다. 머신 러닝을 사용하는 연구에서는 다양한 파라미터에 대한 실험이 진행되어 많은 학습 부산물이 생성 된다. 하지만 기존의 학습 부산물을 관리하는 프레임워크는 하나의 실험을 진행하는데 모든 경우의 수를 진행해 그 규모가 크다. 본 연구는 기존의 도구가 가지는 규모 문제를 개선하고, 주기적으로 메일을 사용자에게 전송해 실험과정을 보고하는 새로운 도구를 제안한다. 이러한 시스템은 학습과정에서 사용자가 의도한 파라미터의 학습이 진행되는지 추적가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.181-184
• /
• 2021

자율주행 기술이 고도화됨에 따라 사용자가 주행 상황을 실시간으로 모니터링하고 주행을 제어할 수 있는 자율주행 서비스가 필요하다고 생각했다. 또한, 돌발 장애물을 고려하며 정해진 경로로 주행하는 자율주행을 구현하고자 해당 시스템을 설계하게 되었다. 해당 시스템은 차량, 서버, 애플리케이션으로 구성되어있으며 구성요소 간의 실시간 통신을 통해 차량 주행 상황 및 사용자 제어 명령을 자유롭게 전달하고자 했다. 차량의 자율주행 알고리즘을 구현하기 위해 이미지 데이터 처리에 효과적인 CNN을 활용하여 장애물 회피 모델과 라인 트레이서 모델을 구현하여 해당 모델들을 하나의 솔루션으로 통합하였다. 해당 솔루션 구현을 통해 차량이 마주할 수 있는 돌발 상황에 대처하는 자율주행의 안전성을 높이고자 했으며 자율주행 환경에서 사용자 조작을 용이하게 하고자 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.75-76
• /
• 2022

현재 산업용 로봇 팔의 경로 계획을 생성할 때, 로봇 팔 경로 계획은 로봇 엔지니어가 수동으로 로봇을 제어하며 최적 경로 계획을 탐색한다. 미래에 고객의 다양한 요구에 따라 공정을 유연하게 변경하는 대량 맞춤 시대에는 기존의 경로 계획 수립 방식은 부적합하다. 심층강화학습 프레임워크는 가상 환경에서 로봇 팔 경로 계획 수립을 학습해 새로운 공정으로 변경될 때, 최적 경로 계획을 자동으로 수립해 로봇 팔에 전달하여 빠르고 유연한 공정 변경을 지원한다. 본 논문에서는 심층강화학습 에이전트를 위한 학습 환경 구축과 인공지능 모델과 학습 환경의 연동을 중심으로, 로봇 팔 경로 계획 수립을 위한 심층강화학습 프레임워크 구조를 설계한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.485-487
• /
• 2023

컴퓨터 비전의 하위 태스크(Task)인 의미론적 분할(Semantic Segmentation)은 자율주행, 해상에서 선박찾기 등 다양한 분야에서 연구되고 있다. 기존 FCN(Fully Conovlutional Networks) 기반 의미론적 분할 모델은 다운샘플링(Dowsnsampling)과정에서 공간정보의 손실이 발생하여 정확도가 하락했다. 본 논문에서는 공간정보 손실을 완화하고자 PSA(Polarized Self-attention)의 공간정보 강조 모듈을 HRNet(High-resolution Networks)의 합성곱 블록 사이에 추가한다. 실험결과 파라미터는 3.1M, GFLOPs는 3.2G 증가했으나 mIoU는 0.26% 증가했다. 공간정보가 의미론적 분할 정확도에 영향이 미치는 것을 확인했다.

• Journal of Convergence for Information Technology
• /
• v.7 no.6
• /
• pp.19-24
• /
• 2017

The purpose of this study is to investigate the relationship among the Clinical learning environment, clinical practice course satisfaction and the major satisfaction of nursing students. The subjects of this study were included 118 nursing students in one area. Data collection was conducted in September 20 17, and data analysis was descriptive statistics and Pearson's correlation. The results of the study showed that the average of the Clinical learning environment was $3.32{\pm}0.41$, the average clinical practice course satisfaction was $3.88{\pm}0.55$ and the average level of satisfaction was $3.99{\pm}2.30$. Clinical Practice Environment and Clinical Practice Course Satisfaction was (r=.586, p=.000), and the Clinical Practice Course Satisfaction with Major satisfaction was (r=.560, p=.000), Clinical Learning Environment and Major Satisfaction significant positive correlation (r=.530, p=.000). In order to increase resilience, it is necessary to improve the clinical practice environment and the major satisfaction through a detailed study.

• Journal of the Korea Convergence Society
• /
• v.8 no.4
• /
• pp.207-218
• /
• 2017

This study examines the effect of the satisfaction with major on career exploration behavior focused on the comparison between 2year and 4year colleges in a sample of 550 of college students majoring in airline service in Choong Chung province. The data was analyzed descriptive analysis, t-test, ANOVA, multiple regression analysis, hierarchical analysis. As a result, first, class/curriculum satisfaction had positive effect on self exploration while relationship satisfaction and pride major had positive effects on job exploration and self exploration. Second, the effect of satisfaction with major on career exploration behavior was different depending on school system. Accordingly it is suggested that different approaches are required in career counselling for 2year and 4year college students.

• Journal of Convergence for Information Technology
• /
• v.9 no.6
• /
• pp.183-193
• /
• 2019

This study aimed to investigate the effects of work value and major satisfaction of dental hygiene students on career decision self-efficacy. A survey was conducted on dental hygiene students of a university in B area, and data were analyzed by using SPSS 24.0 and AMOS 24.0 program. The extrinsic work value had a positive effect on the career decision self-efficacy directly and a negative effect on the major satisfaction, a mediator. The intrinsic work value had a positive effect on the major satisfaction directly. Additionally, extrinsic and intrinsic work values had an indirect effect on career decision self-efficacy through major satisfaction. The results suggest that it is necessary to form desirable work values and increase the level of major satisfaction in order to improve career decision self-efficacy and could be used as fundamental data for setting a career and education direction of dental hygiene students.