• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.49-52
• /
• 2007

전략 게임은 여러 종류의 유닛 (Unit)이 존재한다. 각각의 유닛은 특정 유닛에 대해 강한 면모를 보이기도 하고, 또 다른 종류의 유닛에게는 약한 면모를 가지고 있다. 이를 유닛간의 상성이라고 한다. 상성은 전략적 선택을 하는데 기반이 되고, 심리전을 유발하여 보다 게임에 몰입할 수 있게 해준다. 게임 인공지능이 상성을 고려하도록 하기 위해 각각의 유닛 간에 수치화된 상성 정보가 필요하다. 그리고 생성된 수치 자료를 토대로 유닛의 행동방법을 결정할 인공 지능도 필요하게 된다. 다음 행동 및 이동을 위해 주로 사용되는 방법은 영향력 분포도(influence map)이다. 영향력 분포도는 자신과 상대방의 세력을 수치적으로 파악하는 것이다. 하지만 일반적인 형태의 영향력 분포도로는 각 유닛간의 상성을 표현하기 힘들다. 따라서 본 논문에서는 영향력 분포도를 상성에 맞게 보정할 수 있는 방법을 제시하여 인공지능이 지능적인 행동을 하도록 돕는 방법을 제안한다. 이를 길 찾기 문제에 적용하여 전략적 이동경로를 선택하는 방법을 제시하였다.

• 한국환경농학회지
• /
• 제15권3호
• /
• pp.335-340
• /
• 1996

인공산성비가 배추, 무, 콩의 생육과 토양의 화학성에 미치는 영향을 구명코저 인공산성비(pH 2.7)와 자연비(pH 6.0)를 10mm씩 2일 간격으로 살수(撒水)와 분무(噴霧) 처리하였다. 배추와 무는 30회, 콩은 62회 처리하였으며, 가시적 피해증상과 피해율, 엽록소 함량, 수량 및 수량관련특성, 식물체 무기양분 함량, 시험 후 토양의 화학성 등을 분석한 결과는 다음과 같다. 1. 인공산성비에 의한 가시적 피해증상은 배추는 담갈색 혹은 적갈색 반점이 생기고, 잎은 윤기가 없었다. 무는 잎 가장자리가 다소 위축되고, 담갈색의 반점이 생기며, 잎에 윤기가 없었다. 콩은 담갈색과 적갈색의 반점이 생기면서 잎의 가장자리가 위축되었다. 2. 인공산성비에 의한 피해정도는 3작물 모두 인공산성비 처리횟수가 증가할수록, 살수(撒水)보다 분무(噴霧)에서 다소 더 컸다. 3. 엽록소 함량은 인공산성비에 의하여 감소되었으나 인공산성비의 살수와 분무간에는 차이가 없었다. 4. 인공산성비 처리는 3작물의 수량을 모두 감소시켰으나 인공산성비를 처리할 때 살수와 분무간에는 차이가 없었다. 5. 수확기 배추, 무, 콩의 식물체 칼리, 석회, 고토 함량은 감소하였으나 황 함량은 증가되었고, 인공산성비를 처리할 때 살수와 분무간에는 차이가 없었다. 6. 시험후 토양의 화학성은 인공산성비 처리로 토양 pH, 석회, 고토, 칼리 함량은 감소시켰으나 황 함량은 증가하였고, 유기물, 전질소, 인산 함량은 차이가 없었다. 인공산성비를 처리할 때 살수와 분무간 토양의 화학성은 차이가 없었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.6-8
• /
• 1998

전기실험 관련 인공과학 실험실은 중.고등학교 교과과정의 전기실험을 중심으로 한 임의의 모의 실험을 컴퓨터 상에서 가상적으로 진행 할 수 있도록 한 기존의 인공화학실험실에 기반한 시스템이다. 본 논문에서는 실험 진행을 위해 사용되는 도구 지식을 구조적으로 표현하였으며 실험 진행을 위한 도구간의 공간관계를 정의하였다. 그리고 실험의 전체상태를 나타내는 실험실 상황판의 도구간 관계정보를 통해 생성되는 계산 모델을 설계하였다. 계산 모델은 추론 진행의 조건이 되는 도구의 속성값을 결정하며, 이를 통해 추론을 효율적으로 진행 할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1141-1144
• /
• 2009

인공신경망(artificial neural network) 기법은 인간의 두뇌 신경세포의 활동을 모형화한 것으로 오랜 시간동안 발전해 왔으며 여러 분야에서 활용되고 있고 수문분야에서도 인공신경망을 이용한 연구가 활발히 진행되어 왔다. RDAPS와 같은 단기수치예보 자료는 강우의 유무 판단과 같은 정성적인 분석에서 비교적 정확도가 높지만 정확한 강우량의 추정과 같은 정량적인 부분에서는 정확도가 매우 낮으므로 인공신경망 기법과 같은 후처리 기법을 통해서 정확도를 높이게 된다. 인공신경망 기법을 수행할 때, 가장 중요한 것은 입력변수선택(input variable selection)으로 입력 변수의 적절한 선택이 결과값에 큰 영향을 주게 된다. 본 연구에서는 mutual information을 입력 변수 선택 기법으로 채택하여, 인공신경망의 입력변수 선정의 정확도를 알아보고자 한다. Mutual information은 주어진 자료의 엔트로피값을 이용하여 변수들 간의 독립과 종속의 관계를 나타내는 기법으로서, MI값은 '0'에서 '1'의 값을 가지며 '0'에 가까울수록 변수들 간의 관계가 독립적이고 '1'에 가까울수록 종속적인 관계를 나타낸다. 인공신경망의 입력변수선정에 대한 mutual information의 정확도를 알아보기 위해, 기존 입력변수선택 기법과 mutual information을 이용했을 경우의 인공신경망의 처리능력, 정확도를 비교 검토하였다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2009년도 추계학술대회
• /
• pp.91-94
• /
• 2009

인공감정에 관련된 기존의 연구는 대부분 감정의 인식과 물리적 표현에 중점 되어 연구되었다. 하지만 감정은 성격에 따라 달리 표출되고, 시간에 따라 변화 양상을 갖는다. 또한 새로운 감정자극을 받기 이 전의 감정상태에 따라서 표출 될 감정은 달라진다. 본 논문은 감정을 성격, 시간, 감정간의 관계에 따라 관리하여 현재 표출될 감정을 시각화 해주는 인공감정을 제안한다. 감정을 시각화하기 위해서 본 논문의 인공감정은 감정그래프와 감정장을 갖는다. 감정그래프는 특정 감정을 성격과 시간에 따라 표현하는 2차원 형태의 그래프 이다. 감정장은 감정그래프에서 표현된 서로 다른 종류의 감정들을 시간과 감정간의 관계에 따라 시각화 해주는 3차원 형태의 모델이다. 제안된 인공감정을 통해 감정을 시각화해 보기 위해, 감정의 인식과 물리적 표현을 텍스트 기반으로 간소화시킨 시뮬레이터에 적용했다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.23-26
• /
• 2009

효과적인 저수지 운영을 위해 가장 중요한 절차는 저수지 유입량을 적절하게 모의하는 것이다. 실시간 저수지 운영의 경우 기존의 물리적인 강우-유출현상에 기초한 수학적인 모형을 이용해서 유입량을 예측하는데 한계가 있으므로 인공신경망과 같이 자료의 특성에 기반한 모형이 효율적인 대안이 될 수 있다. 본 연구에서는 인공신경망(Artificial neural network, ANN)을 이용하여 실시간 저수지 운영을 위해 현재시간을 기준으로 3시간 후, 6시간 후, 9시간 후, 12시간 후의 유입량을 예측하였다. 본 연구의 대상지역은 한강수계의 화천댐 유역으로 기상청 수치예보자료인 RDAPS(Regional Data Assimilation and Prediction System)자료 중에서 강우예측자료를 사용하였다. RDAPS 강우예측자료를 이용한 예측값 결과와 비교하기 위해 지점 강우자료를 사용하였으며, 이 지점 강우자료는 화천댐 유역에 있는 AWS, 기상청, 국토해양부의 지점자료을 이용하였다. RDAPS 강우예측값만을 이용한 유입량 예측결과가 과거 12시간 강우 누적값을 이용한 유입량 예측값과 비슷한 정확도를 가지는 것을 알 수 있었으며, 자료의 효율적인 취득을 고려해야만 하는 실시간 운영의 경우, RDAPS 강우예측자료와 인공신경망을 이용한 모형이 충분히 효과적인 대안이 될 수 있음을 알 수 있다.

• 한국방사선학회논문지
• /
• 제10권8호
• /
• pp.637-643
• /
• 2016

최근 인공지능에 대중의 관심으로 인해, 인공신경망을 사용한 의료영상 처리가 학계와 산업계에서 관심이 커져가고 있다. 딥러닝을 이용한 컨볼루션 신경망은 영상을 효과적으로 표현할 수 있는 것으로 증명되었다. 그러나 학습을 위해서는 고성능 H/W 플랫폼이 요구된다. 따라서 고차원의 많은 학습 샘플을 저사양 H/W 플랫폼에서 학습하는 것은 매우 도전적인 문제이다. 본 논문에서는 온라인 인공 신경망을 사용해 라즈베리파이에서 동작할 수 있는 실시간 신경망 알고리즘을 제안하고자 한다. 다양한 실험 결과를 통해 제안된 방법은 실시간 학습이 가능함을 보여주었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.53-56
• /
• 2022

본 논문에서는 심전도(ECG) 센서와 에지 컴퓨팅(Edge computing)을 활용하여 실시간 데이터와 Bayesian optimization을 통한 기계학습 알고리즘으로 재활 로봇에서 발목을 제어할 수 있는 Parameter(외골격 관련) 최적값을 출력한다. 심전도 센서 적용을 기반으로 하는 바이오 데이터 기술, 기계 학습(Bayesian optimization) 모델 접근 방식과 하드웨어 결합으로 재활 로봇 모터를 제어할 수 있는 Parameter 제공과 실시간 모터 제어 운영할 수 있도록 분석 플랫폼을 구축한다. 이 플랫폼을 이용해보다 효과적인 이동형 로봇설계 및 처리 방법을 연결할 수 있는 발판을 마련하였고, 로봇제어에 많이 사용하고 있는 매트랩 시뮬링크(Matlab simulink)를 연결할 수 있는 범용 통신 지원한다. 센서-전처리-인공지능 알고리즘-모터 제어 Parameter로 연계되는 데이터 가공과 처리 방법으로 최근 분석 기법을 적용하여 바이오 데이터 연구 활동과 이동형 재활 로봇 관련 데이터 분석 분야를 쉽게 접근할 수 있도록 한다.

• 센서학회지
• /
• 제6권5호
• /
• pp.376-384
• /
• 1997

본 논문에서는 에지 영역을 보상한 원격 센싱된 인공위성 화상의 부호화 기법을 제안하였다. 이 기법에서는 인공위성 화상데이타의 분광적 반사 특성에 따라 각 화소벡터를 분류한 후, 각 분류영역에 대하여 대역내 및 대역간 중복성을 각간 제거하기 위하여 분류영역별 대역내 벡터양자화 및 분류영역별 대역간 예측을 행한다. 에지영역의 경우에 주변블럭의 영역정보 및 양자화된 기준대역의 화소값을 이용하여 에지영역을 보상한다. 그후, 대역간 중복성을 효과적으로 제거하기 위하여 보상된 영역정보를 이용하여 분류영역별 대역간 예측을 행한다. 실제 LANDSAT-TM 인공위성 화상데이타에 대한 실험을 통하여 제안한 기법의 부호화 효율이 기존의 기법에 비하여 우수함을 확인하였다.

• 대한기계학회논문집B
• /
• 제39권2호
• /
• pp.199-206
• /
• 2015

본 연구에서는 인공신경망을 이용하여 배관이나 배관요소의 작동상태를 예측할 수 있는 진단방법을 제안한다. 입자영상유속계 기술을 이용하여 얻어진 배관의 검사부위의 진동에 의한 이동량을 인공신경망의 학습용으로 사용한다. 측정시스템은 카메라, 조명, 인공신경망이 탑재된 호스트컴퓨터로 구성된다. 구축된 모니터링시스템이 제대로 작동하는지 이미 알고 있는 진동원(2개의 휴대폰)에 대하여 적용하였다. 진동가속도의 최소값, 최대값, 평균값을 인공신경망의 학습에 사용해 본 결과, 평균값이 진동상태의 실시간 모니터링에 적합함을 확인하였다. 구축된 진단시스템은 실제 가스배관의 작동상태에 대하여 모니터링 가능함이 확인되었다.