• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1998.10a
• /
• pp.385-388
• /
• 1998

급격한 경영환경의 변화로 인하여 고객만족을 최우선시하게 됨에 따라, 고객의 다양한 품질 요구를 신속 정확히 만족시키는 것이 주요 경영과제가 되었다. 이러한 상황에 대처 가능한 품질관리가 이루어지기 위해서는 품질기준에 대한 객관적 검증 및 지속적인 보완이 필요하며, 품질설계에 관련된 지식들을 체계적으로 수집하여 공유할 수 있는 체제가 갖추어져야 한다. 이와 같은 목적을 달성하기 위해 인공지능 기법들을 이용한 지능형 품질시스템(Intelligent Quality System, IQS)이 많은 관심을 모으고 있다. 본 연구에서는 일관 제철소의 품질관리를 위해 개발된 IQS중 품질설계 시뮬레이션 지원시스템(Quality Design Simulation Support System, QDSim)에 대해 설명한다. QDSim은 신경망을 기반으로 설계 구현되었는데, 품질설계 시뮬레이션을 지원하기 위해 크게 두가지 기능을 수행한다. 첫째 기능은 주어진 원재료의 구성비와 조업조건에 의해 생산될 제품의 최종 품질특성을 예측하는 것이며, 두 번째는 품질예측치가 고객의 요구 품질, 즉 목표품질을 만족시키는 입력 조건을 찾아가는 것이다. 본 연구에서는 QDSim의 이론적 근거 및 구현내용을 설명한 후, IQS내의 타 시스템과의 관계를 설명한다.

• Journal of Korea Game Society
• /
• v.2 no.2
• /
• pp.37-45
• /
• 2002

Computer games could be regarded as simulation of the real world. Control problems of software agents have long been studied in the field of Artificial Intelligence (AI), resulting in giving a birth to the behavior-based approach. three main approaches might be categorized out of the history of AI study. First, Cognitivists propose that intelligence could be represented and manipulated in terms of symbols. Second, Connectionists claim that symbols could not be isolated but they are embedded in the body structure. Third, the behavior-based approach is an approach to AI which suggests that intelligence is dynamic property that exists nowhere but emerges in the relationship of an agent and the world including observers while the agent performs behavior. This paper explains and compares the three approaches to AI, then discusses the plausibility of the behavior-based approach and problems. Finally, this paper proposes application of behavior-based approach to computer games in terms of agent control.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.254-259
• /
• 2006

전통적인 인공지능 계획방식은 완전한 월드 상태모델과 시스템 동작모델에 기초하여 처음부터 자동으로 작업계획을 생성하려는 접근방식이다. 그러나 지능로봇제어와 같이 불확실성과 가변성이 높은 실 세계 응용분야에서 이와 같은 전통적인 인공지능 계획방식은 효과를 얻기 어렵다. 반면에 많은 실 세계 응용분야에서는 그 분야에서 이미 잘 알려져 있는 작업 영역지식이나 제어지식들이 존재하며, 이들을 효과적으로 이용하는 것이 매우 중요하다. 이러한 방법 중의 하나로서 복잡도가 높은 작업계획을 전문가가 직접 편집해서 입력하는 방식이 널리 쓰인다. 기본 동작모델과는 달리, 일반적으로 작업계획 표현언어는 복잡한 제어구조를 포함하는 하나의 작업 프로세스로 계획을 표현한다. 따라서 이러한 복잡한 절차적 지식인 작업계획을 편집하고 검증하기 위해서는 편리한 모델링 도구의 개발이 필요하다. 본 연구에서는 PRS 계열의 작업계획을 비주얼 환경에서 편집할 수 있고, 가상 시뮬레이션 기능과 작업 계획기와의 연동 기능을 갖춘 PKM시스템의 설계와 구현에 대해 설명한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.325-329
• /
• 2008

최근 게임 산업은 상호 작용 성을 높이는 방향으로 하드웨어와 소프트웨어적으로 접근하고 있다. 그 중 게임 속 캐릭터에 적용되는 인공지능은 소프트웨어적인 접근으로서 게임의 분위기와 특징에 커다란 영향을 미친다. 하지만 기존의 인공지능이 캐릭터의 시시각각 변하는 감정에 따라 변하지 않고, 간략한 메커니즘에 의해 행동이 제어되고, 움직였기 때문에 실제 캐릭터들이 가지는 감정 상태를 제대로 표현하지 못했다. 따라서 본 논문에서는 맥시스사의 'The Sims'의 캐릭터인 sim들이 감정을 표현하지 못하는 한계점을 분석하고, 이를 극복할 수 있는 인공감정을 만들어 시뮬레이션 게임보다 제작하기 간단하고, 비슷하게 환경을 조작할 수 있는 비행 슈팅게임에 적용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.241-243
• /
• 2000

컴퓨터 게임에서의 인공지능은 규칙 기반 추론을 기반으로 한 추론 엔진을 사용하고 있다. 이 규칙 기반 추론 엔진은 비교적 간단하고 구현하기 쉽지만 규칙이 몇 가지 되지 않는다는 것과 규칙 변화가 없는 단점으로 게임 플레이어가 그 규칙들을 쉽게 알아버린다는 문제가 있다. 게임 제작자들은 이런 단점을 극복하고자 게임 플러이어끼리 경쟁을 붙이기 위해서 베틀넷 등 네트워크 쪽으로 그 단점을 보안하려고 하고 있다. 하지만 오히려 네트워크론의 발전은 더욱 더 인간에 가까운 게임 캐릭터 인공지능을 요구하게 되었으며 규칙 기반 추론 방법으로는 이러한 요구를 충족할 수 없기 때문에 새로운 방법이 필요하게 된 것이다. 이 논문에서는 그 새로운 방법에 대한 대책으로 신경망 알고리즘과 유전자 알고리즘을 사용한 인공생명 방법론으로 그 해결책을 모색해려 한다.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2002.05a
• /
• pp.46-50
• /
• 2002

인간의 지식 표상 규명에 대한 연구는 인간을 대상으로 연구하는 심리학에서뿐만 아니라 인간의 지능을 컴퓨터를 이용하여 구현하고자 하는 인공지능 학문에서도 오래 전부터 매우 중요한 화두가 되고 있다. 특히 인간의 지식 중 언어 지식에 대한 연구는 인간의 언어처리 과정 및 현상을 규명하고 이해하고자 하는 심리언어학에서뿐만 아니라 인간의 언어를 컴퓨터를 이용하여 처리하고자 하는 전산언어학 연구에 있어서도 매우 중요하다. 본 논문은 피험자를 대상으로 한 어절 재인 시 관찰되었던 언어 현상을 설명할 수 있는 시뮬레이션 모델과 이에 근거한 심성어휘집내에서의 한국어 어절의 표상 구조를 제안한다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.81-86
• /
• 1999

본 연구는 DEVS 모델링 및 시뮬레이션을 이용한 침입 탐지 기법의 성능평가를 주목적으로 한다. 최근 컴퓨터망의 확대와 컴퓨터 이용의 급격한 증가에 따른 부작용으로 컴퓨터 보안 문제가 중요하게 대두되고 있으며 이러한 추세에 따라 해커들로부터의 침입을 줄이기 위한 침입 탐지 시스템에 관한 연구가 활발히 진행되고 있다. 한편, 침입 탐지 기법으로 전문가 시스템, 신경망, 유전자 알고리즘 등 인공지능 기법을 이용한 다양한 시도가 이루어지고 있으나 이러한 기법들에 대한 성능평가는 대부분 실제 시스템의 구축을 통해서만 다루어 왔다. 따라서, 이를 극복하기 위하여 시뮬레이션 기법의 도입을 통한 성능평가 방법이 요청된다. 따라서, 본 연구에서는 엔진 베이스 모델링을 통하여 일반적인 침입 탐지 시스템을 설계하고 침입 탐지 기법의 하나인 유전자 알고리즘을 적용하여 시뮬레이션 테스트를 수행함으로써 DEVS 모델링 및 시뮬레이션을 이용한 성능평가의 타당성을 검증한다.

• Convergence Security Journal
• /
• v.23 no.5
• /
• pp.3-8
• /
• 2023

The Fourth Industrial Revolution is bringing about great changes in many industrial fields, and among them, active research is being conducted on convergence technology using artificial intelligence. Among them, the demand is increasing day by day in the field of object recognition using artificial intelligence and digital transformation using recognition results. In this paper, we proposed an optimal learning model construction method to accurately recognize letters, symbols, and lines in images and save the recognition results as files in a standardized format so that they can be used in simulations. In order to recognize letters, symbols, and lines in images, the characteristics of each recognition target were analyzed and the optimal recognition technique was selected. Next, a method to build an optimal learning model was proposed to improve the recognition rate for each recognition target. The recognition results were confirmed by setting different order and weights for character, symbol, and line recognition, and a plan for recognition post-processing was also prepared. The final recognition results were saved in a standardized format that can be used for various processing such as simulation. The excellent performance of building the optimal learning model proposed in this paper was confirmed through experiments.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.611-616
• /
• 2007

반도체 패키징 공장에서 싸이클타임(Cycle-time)을 정확히 예측하는 것은 납기일 준수를 통해 고객만족도를 향상시킬 수 있고, 보다 효율적인 스케쥴링을 가능하게 하여 공장 가동률을 높일 수 있게 한다. 그러나 반도체 패키징은 제품 종류가 다양하고 제품마다 특화된 기술을 사용할 뿐만 아니라 공정 순서나, WIP에 따라 싸이클타임이 크게 영향을 받아 그 정확한 예측이 매우 어렵기 때문에 현장 전문가의 판단에 의존하는 경우가 많았다. Fab공정의 경우 전문가를 도와 좀 더 정확한 예측에 도움을 주기 위해 그 동안 전통적 통계 기법 및 시뮬레이션에 기반한 의사결정 모형이 많이 연구되었는데, 최근에는 기계학습 및 인공지능 기법을 사용한 연구가 눈에 띄고 있으며 기존의 방법보다 우수한 성능을 보여 주는 것으로 나타났다. 하지만 아직 기계학습 및 인공지능을 이용한 충분한 연구가 진행되지 못하고 있는 실정이다. 따라서 본 연구에서는 사례기반 추론을 사용하여 패키징 공정의 싸이클타임을 예측하고자 하였으며 그 성능을 인공신경망 모형, 의사결정나무 모형, 그리고 해당 분야 전문가의 예측치와 비교하였다. 실험결과에 따르면 사례기반추론 모형이 가장 뛰어난 성능을 보이는 것으로 나타났다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.4
• /
• pp.476-480
• /
• 2012

In this paper, artificial potential field(APF) is applied to formation control for the leader-following swarm robot. Furthermore, APF is constructed by applying the electrical field model. Moreover, to model the obstacle effectively, each obstacle has different form due to the electrical field equation. The proposed method is formed as two sub-objective: path planning for the leader-robot and following-robots following the leader-robot. Finally, simulation example is given to prove the validity of proposed method.