• Journal of Internet Computing and Services
• /
• v.21 no.5
• /
• pp.149-157
• /
• 2020

Recently, as interest in artificial intelligence has increased, many studies have been conducted to implement AI processors. However, the AI processor requires functional verification as well as performance verification on whether the AI processor is suitable for the application. In this paper, We propose an AI processor performance analyzer that can verify the application performance and explore the limitations of the processor. By Using the performance analyzer, we explore the limitations of the AI processor and optimize the AI model to fit an AI processor in image recognition and speech recognition applications.

• Journal of the Korea Society for Simulation
• /
• v.30 no.3
• /
• pp.1-9
• /
• 2021

Commander and staffs on the battlefield are aware of the situation and, based on the results, they perform military activities through their military decisions. Recently, with the development of information technology, the demand for artificial intelligence to support military decisions has increased. It is essential to identify, collect, and pre-process the data set for reinforcement learning to utilize artificial intelligence. However, data on enemies lacking in terms of accuracy, timeliness, and abundance is not suitable for use as AI learning data, so a training model is needed to collect AI learning data. In this paper, a methodology for learning artificial intelligence was presented using the constructive wargame model exercise data. First, the role and scope of artificial intelligence to support the commander and staff in the military decision-making process were specified, and to train artificial intelligence according to the role, learning data was identified in the Chang-Jo 21 model exercise data and the learning results were simulated. The simulation data set was created as imaginary sample data, and the doctrine of ROK Army, which is restricted to disclosure, was utilized with US Army's doctrine that can be collected on the Internet.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.345-348
• /
• 2022

본 논문에서는 유체 시뮬레이션(Fluid simulation)중 화염에서 표현되는 불똥 입자(Fire-flake particle)의 생성, 움직임과 삭제를 효율적으로 학습하고 표현할 수 있는 인공지능 기법에 대해 소개한다. 유체 시뮬레이션을 계산하기 위해서는 일반적으로 수치해석학과 같은 학문의 이해가 필요하며 불똥이나 거품과 같은 유체의 2차 효과(Secondary effect)는 기반유체(Underlying fluids)를 통해 추출되기 때문에 복잡하고 계산양이 많아진다. 이러한 문제를 완화하고자 본 논문에서는 인공신경망을 이용한 분류 모델 학습을 통해 격자 내에서 표현되어야 하는 불똥 입자의 생성을 학습하고, 다항 회귀 모델 학습을 통해 불똥 입자의 움직임을 예측한다. 또한, 불똥 입자가 삭제되어야하는 상태를 네트워크 학습을 통해 얻어내며, 수명(Lifespan) 임계값 조절하여 다양한 장면에서 불똥을 제어할 수 있다. 결과적으로 화염의 움직임을 기반으로 불똥의 움직임을 복잡한 수학식이나 디자이너에게 의존하지 않고 인공지능 학습을 통해 쉽게 제어하고 예측하는 결과를 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.156-156
• /
• 2021

본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.1
• /
• pp.26-32
• /
• 2012

In this study, we proposed an intelligent algorithm for the performance improvement of ASK system for giga-bit modem in millimeter band. The proposed intelligent algorithm is a fuzzy logic system. The inputs to the fuzzy logic system are the remainder and integral of remainder that occurred counter of receiver, and the output is bandwidth of LPF. In order to verify the effectiveness of the proposed method, simulation is performed to the proposed system and the fixed bandwidth system, and is confirmed to the BER performance.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.267-268
• /
• 2009

많은 컴퓨터들이 기존의 단일코어 컴퓨터에서 벗어나 멀티코어를 장착한 컴퓨터로 변화하는 과정에서 기존의 단일 스레드 프로그래밍에서 다중처리가 중요해지는 세상이 되었다. 이러한 다중처리는 지능로봇 시뮬레이션 교육에 창의적 학습방법을 아주 잘 지원하고 있다. 지능로봇의 형태나 모형 그리고 센서 융합분야에서 동시처리는 중요한 역할을 하고 있다. 본 논문에서는 다중처리 기반 지능로봇 시뮬레이션 환경을 통해 창의적 학습방법에 관한 연구를 제안한다. 무한한 상상력과 창의성을 발휘하여 지능로봇의 모형 설계부터 직접 인공지능 프로그램까지 구현할 수 있는 방법을 소개한다.

• Journal of The Korean Association of Information Education
• /
• v.24 no.3
• /
• pp.243-254
• /
• 2020

In order to cultivate AI(artificial intelligence) manpower, major countries are making efforts to apply AI education from elementary school. In order to introduce AI education in elementary school, it is necessary to have a curriculum and educational content for elementary school level. This study developed educational contents to experience the principle of AI learning at the unplugged level for the purpose of AI education for elementary school students. The educational content developed was selected as an AI that evaluates the emotion of sentences. In addition, to solve the problem, data attributes were derived and collected, and the process of AI learning was simulated to solve the problem. As a result of the study, the attitude of elementary school students to AI increased post than before. In addition, the task performance rate was averaged at 85%, showing that the proposed AI education content has educational significance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.309-312
• /
• 2007

최근 시뮬레이션의 분야에 인공지능의 요소가 적용된 연구가 진행되고 있다. 본 연구에서는 다양한 인공지능의 기법들 중에서 FSM을 기반으로 한 자율적 에이전트를 설계하고 이를 핑-퐁 게임에 적용시켜 실험하였다. 이러한 FSM 기반의 에이전트를 이용하게 되면 모델 설계가 용이하며, 시스템을 구성하고 있는 모든 에이전트들의 상태를 쉽게 확인 할 수 있고, 시뮬레이션 모델설계를 단순화할 수 있는 장점이 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.104-106
• /
• 2021

도시의 인구 밀집도가 증가함에 따라 도시의 단위 면적당 건물 밀집도 역시 증가하고 있으며, 이에 도시 화재는 대규모 화재로 발전할 가능성이 높다. 도시 내 대규모 화재로 인한 인명 및 경제적인 피해를 최소화하기 위해 시뮬레이션 기반의 화재 대응 방안들이 널리 연구되고 있으며, 최근에는 시뮬레이션에서 효과적인 화재 대응 방안을 탐색하기 위해 강화학습 기술을 활용하는 연구들이 소개되고 있다. 그러나, 시뮬레이션의 규모가 커지는 경우, 상태 정보 및 화재 대응을 위한 행위 공간의 크기가 증가함으로 인해 강화학습의 복잡도가 증가하며, 이에 따라 학습 확장성이 저하되는 문제가 발생한다. 본 논문에서는 시뮬레이션 규모 증가 시 강화학습의 학습 확장성을 유지하기 위해, 화재 상황 정보와 재난 대응을 위한 행위 공간을 변환하는 기법을 제안한다. 실험 결과를 통해 기존에 강화학습 모델의 학습이 어려웠던 대규모 도시 재난시뮬레이션에서 본 기법을 적용한 강화학습 모델은 학습 수행이 가능하였으며, 화재 피해가 없는 상황의 적합도를 100%로 하고, 이것 대비 99.2%의 화재 대응 적합도를 달성했다.

• 한국정보교육학회:학술대회논문집
• /
• 2021.08a
• /
• pp.51-57
• /
• 2021

Quite a few elementary school teachers began to utilize AI technology in order to provide students with customized, intelligent information services in recent years. However, learning principles of AI may be as important as utilizing AI in everyday life because understanding principles of AI can empower them to buildup adaptability to changes in highly technological world. In the paper, 'Linear Regression Algorithm' is selected for teaching AI-based prediction system to solve real world problems suitable for elementary students. A simulation program written in Scratch was developed so that students can find a solution of linear regression model using the program. The paper shows that students have learned analyzing data as well as comparing the accuracy of the prediction model. Also, they have shown the ability to solve real world problems by finding suitable prediction models.