• Journal of IKEEE
• /
• v.24 no.4
• /
• pp.991-997
• /
• 2020

Reinforcement learning has been applied mainly in sequential decision-making problems. Especially in recent years, reinforcement learning combined with neural networks has brought successful results in previously unsolved fields. However, reinforcement learning using deep neural networks has the disadvantage that it is too complex for immediate use in the field. In this paper, we implemented path planning algorithm for mobile robots using Q-learning, one of the easy-to-learn reinforcement learning algorithms. We used real-time Q-learning to update the Q-table in real-time since the Q-learning method of generating Q-tables in advance has obvious limitations. By adjusting the exploration strategy, we were able to obtain the learning speed required for real-time Q-learning. Finally, we compared the performance of real-time Q-learning and DQN.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.189-189
• /
• 2022

물 공급 시설의 효율적이고 안정적인 운영을 위한 운영 계획의 수립 및 검증을 위해서는 장기간의 유입량 자료가 필요하다. 하지만, 현실적으로 얻을 수 있는 실측 자료는 제한적이며, 유입량이 부족하여 댐 운영에 영향을 미치는 자료는 더욱 적을 수밖에 없다. 이를 개선하고자 장기간의 모의 유입량을 생성해 운영 계획을 수립하는 방법이 종종 사용되지만, 실측 자료를 기반으로 모의하기 때문에 이 역시 가뭄의 빈도가 낮아, 장기 가뭄이나 짧은 간격으로 가뭄이 발생할 시 안정적인 운영이 어렵다. 본 연구에서는 장기 가뭄 발생 시에도 안정적인 물 공급이 가능한 운영 계획 수립을 위해 가뭄 빈도를 증가시킨 유입량 모의 기법을 제안하고자 한다. 제안하는 모의 기법은 최근 머신러닝에서 사용되는 SMOTE 알고리즘을 기반으로 한다. SMOTE 알고리즘은 데이터의 불균형을 처리하기 위한 오버 샘플링 기법으로, 소수 그룹을 단순 복제하지 않고 새로운 복제본을 생성해 과적합의 위험이 적으며, 원자료의 정보가 손실되지 않는 장점이 있다. 본 연구에서는 미국 캘리포니아주에 위치한 Folsom 댐을 대상으로 고빈도 가뭄 유입량을 모의했으며, 고빈도 가뭄 유입량을 사용한 운영 계획을 수립하였다. Folsom 댐의 과거 관측 유입량 자료를 기반으로 고빈도 가뭄 유입량을 사용한 운영 계획과 일반적인 가뭄 빈도의 유입량을 사용한 운영 계획을 적용했을 때 발생하는 공급 부족량과 과잉 방류량의 차이를 비교해 고빈도 가뭄 유입량의 사용이 물 공급 시설의 안정적인 운영에 끼치는 영향을 확인하고자 한다.

• Journal of the Korea Convergence Society
• /
• v.6 no.2
• /
• pp.25-30
• /
• 2015

The purpose of this study was to analyze the factors that affects the participating in a smoking cessation program. Data were from the A Study on the Seoul Welfare Panel Study 2010. Subjects were 1,326 smokers aged 19 and older living in the community. Dependent variable was defined as experience of smoking cessation. Explanatory variables were included as age, gender, level of education, employment status, household income, marital status, drinking, self-reported health status, depression, disease, and physical activity. A prediction model was developed by the use of a Decision Tree and Neural Network Algorithm. In the Prediction model, self reported health status, disease, income, household income were significantly associated with participating in a smoking cessation program. Based this study, systematic education and development of programs are required.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.1190-1195
• /
• 2000

상거래의 의미가 곧 전자상거래로 대변될 만큼 전자상거래의 전성기를 맞이하고 있으며 국내도 예외는 아니다. 전자상거래방식을 기초로 하는 인터넷 경매는 경매인과 입찰자의 상호의사표현을 통한 거래를 인터넷으로 하는 것을 말한다. 인터넷 경매에 있어서 에이전트는 입찰자, 경매인, 중개인의 경매 참여자를 대신하여 업무를 대행해주거나 결정을 도와주는 소프트웨어라고 정의할 수 있다. 기존 인터넷 경매에서의 에이전트는 단순한 검색기능과 광고만을 대행하고 있고, 경매인이 물품등록을 하고자 할 때, 주관적인 가치평가에 의해 경매시작가를 결정해야 한다. 이러한 경매인의 주관적인 경매시작가는 높은 경매시작가로 인해 유찰이 되거나 낮은 경매시작가로 낙찰가가 낮아 불이익을 가져온다. 따라서 본 논문은 경매인이 등록하고자 하는 물품에 대한 사례 경매 데이터베이스의 경매기록을 기초로 경매시작가를 분석된 정보를 제공하는 경매 정보 시스템(Auction Information System)을 제안하고자 한다.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.605-610
• /
• 2007

사례기반추론(CBR)은 많은 장점으로 인해, 생산, 재무, 마케팅 등의 분야의 다양한 경영의사결정문제 해결에 적용되어 왔다. 그러나, 효과적인 CBR 시스템을 설계, 구축하기 위해서는 연구자가 직관적으로 설정해야 할 많은 변수들이 존재한다. 본 연구에서는 이러한 CBR의 여러 설계요소들 중, '결합할 유사사례의 선택' 과 관련해, CBR이 보다 개선된 형태로 경영문제 해결에 응용될 수 있는 모형을 제시하고 있다. 본 연구의 제안모형은 결합할 유사사례를 선택하는 기준으로 특정 사례수(k-NN)나 유사도의 상대적 비율을 사용하는 기존의 CBR과 달리 0에서 1사이의 값을 갖는 절대적 유사 임계치를 적용하고 있다. 다만, 절대적 유사 임계치를 사용할 때, 그 값이 작아질 경우 예측결과의 생성이 과도하게 이루어지지 않을 수 있는 문제를 해결하기 위해, 커버리지를 모형에 함께 반영하여 사용자가 원하는 수준의 커버리지는 유지한 상태에서 가장 효과적인 유사 사례를 찾아, 추론을 수행할 수 있도록 설계하였다. 제안모형을 검증하기 위해, 본 연구에서는 이 모형을 실제 인터넷 쇼핑몰의 고객 발굴 사례에 적용해 보았다. 이를 통해, 제안모형의 적용가능성을 확인하고, 향후 추가연구가 요구되는 개선방향을 고찰해 보았다.

• The Transactions of the Korea Information Processing Society
• /
• v.4 no.1
• /
• pp.161-166
• /
• 1997

The blocks world is the primary problem domain in the artificial intelligence. Many planners have been developed in domain-independent. Gupta de fined the deadlock in the blocks world, and he proved that decision making in t he blocks world is NP-Complete problem. In this paper the properties of the dea dlock are analyzed, and a heuristic algorithms which can handle the deadlock of the Gupta's nondeterministic algorithm is proposed.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.932-935
• /
• 2017

최근 인공지능은 딥러닝, 기계학습 등 인공지능 기술이 발전되면서 기술 상용화가 가시화되고 있다. 이에 따라 인공지능분야는 다른 산업의 핵심 기술로 급부상과 함께 여러 글로벌 기업들이 적극적 투자를 실시하고 있는 추세이다. 이렇게 인공지능 기술이 발전하면서 인공지능 기반 기술 개발에서 타산업의 핵심기술로 프레임이 변화 되고 있으며 차세대 ICT 핵심 기술로 인식이 확산되고 있다. 따라서 본 논문에서는 이러한 인공지능 방법중 지도 학습의 의사 결정 트리 알고리즘을 사용하여 AWS(Amazone Web Service) EMR 서버에서 이를 알까기에 적용하여 알까고 게임 시스템을 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.478-479
• /
• 2017

인공지능이란 기계가 사람처럼 생각하고 인식하여 행동할 수 있도록 설계된 알고리즘 체계이다. IT 시장조사기관인 가트너는 2017년을 이끌 '10대 전략 기술 트렌드' 중 가장 첫 번째로 인공지능과 고급 머신 러닝을 선정하였다. 현재 인공지능의 기술은 텍사스 홀덤 대회나 바둑과 같은 전략적 의사 결정을 필요로 하는 게임에서도 뛰어난 기술을 선보이고 있으나, 한편으로는 인공지능 기술을 탑재한 자율주행차의 사고가 일어나는 민완성적인 부분이 존재한다. 본 논문에서는 현재까지 진행되어온 인공지능 기술의 동향을 살펴보고 나아가 인공지능이 안정적으로 서비스가 적용될 수 있는지 알아보고자 한다.

• Journal of the Korea Computer Graphics Society
• /
• v.11 no.2
• /
• pp.1-8
• /
• 2005

하나의 치아가 일부 파손되어 수복되어야 할 보철물을 인레이/온레이(Inlay/Onlay)라 한다. 본 논문에서는 3차원 메쉬 기반 모델에서 보다 정확한 인레이/온레이를 효과적으로 모델링하기 위한 기법을 제안한다. 인레이/온레이는 지대치와 접하는 내면과 밖으로 들어나는 외면으로 구성된다. 인레이/온레이의 내면 모델링은 2차원 다각선상의 Minkowski Sum 알고리즘을 이용하여 지대치와의 접합력을 확보한다. 그리고 미리 데이터베이스에 저장된 표준 치아 모델, 치과의사에 의해 만들어진 FGP(functionally guided plane) 및 메쉬의 변형 기법인 DMFFD(direct manipulation free-form deformation) 기법[16]과 MWD(multiple wires deformation) 기법[24]을 이용하여 외면을 모델링한다. 데이터베이스에 저장된 표준 치아는 인레이/온레이 외면의 형태를 결정하기 위해 사용되며, FGP는 환자의 인접면과 교합면의 특성을 반영하기 위해 사용되었다. 마지막으로 3차원 메쉬의 두 변형 기법인 DMFFD와 MWD 기법은 환자의 인접면과 교합면을 반영한 치아의 형태를 만들어 내기 위해 사용된다. 본 논문에서 제안한 방법은 인레이/온레이의 내면과 외면을 설계할 때 필요한 정보를 미리 설정하여 처리하므로 기존의 방법에 비해 짧은 시간에 보다 정확한 인레이/온레이를 설계할 수 있었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.217-220
• /
• 2003

본 논문에서는 특정 매개변수의 입력 없이 속성(attribute)에 따른 목적속성(class)값의 분포를 고려하여 연속형(conti-nuous) 값을 범주형(categorical)의 형태로 변환시키는 새로운 방법을 제안하였다. 각각의 속성에 대해 목적속성의 분포를 1차원 공간에 사상(mapping)하고, 각 목적속성의 밀도, 다른 목적속성과의 중복 정도 등의 기준에 따라 구간을 군집화 한다. 이렇게 생성된 군집들은 각각 목적속성을 예측할 수 있는 확률적 수치에 기반한 것으로, 각 속성이 제공하는 정보의 손실을 최소화하는 이산화 경계선을 갖고 있다. 제안된 데이터 이산화 방법의 향상된 성능은 C4.5 알고리즘과 UCI Machine Learning Data Repository 데이터를 사용하여 확인할 수 있다.