• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.577-578
• /
• 2023

외발자전거는 서커스 곡예의 소재로 사용될 정도로 일반인이 타기 어렵다. 하지만, 구조가 단순하고 부피가 작고 가벼워 개인용 이동 수단으로 장점이 많다. 바퀴가 하나이므로 자유도가 높아서 좁거나 곡선반지름이 작은 길에서도 유리하다. 최근 전기자전거뿐만 아니라 전동보드, 전동휠 등 다양한 형태의 전력 구동형 개인 이동 수단들이 많이 등장하고 이용되고 있는데 스스로 균형을 유지하여 안전하고 쉽게 탈 수 있는 외발 전동차를 개발을 위해 인공지능 강화학습을 적용한 자동제어장치를 시뮬레이션을 통해 구현하고자 한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.497-499
• /
• 2005

정성적 추론은 자연 세계에 대한 정성적, 직관적인 지식을 밝혀내어 코드화하는 목표를 갖고 연구되어왔다. 정성적 추론은 전자, 기계 등의 도메인에서 성공적으로 사용되어 그 실효성을 입증할 수 있었으나, 대부분의 추론은 시뮬레이션에 집중되어 왔다. 본 연구에서는 주어진 상황에서 변화가 발생했을 때, 이 변화가 어떻게 영향을 미치며 파급되는지를 예측할 수 있는 정성적 비교분석 기법을 소개하고지 한다. 주어진 상황에 대한 인과모델이 정성적 분야 모델로부터 형성되고 여기에 비교분석 추론 기법을 적용하여 변화의 연쇄적인 인과 관계를 추적하게 된다. 이러한 기법은 변화의 예측 뿐 아니라, 이런 변화를 이끌어낸 인과 관계를 설명하는 기능을 제공하게 되어, 디자인, 진단, 지능형 교육 시스템, 환경 영향평가 등에 이용되리라 기대된다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.205-212
• /
• 2021

본 연구는 가상현실(VR) 기술에 대한 초등학생의 흥미, 사용성, 학습매체의 가능성을 파악함으로써 향후 인공지능 교육을 위한 콘텐츠 제작에 활용하는 것을 목적으로 한다. 국외 연구 분석을 통해 가상현실 기술을 활용한 초등 교육의 효과성을 확인하였으며, 본 연구에서는 국내에서 초등학생에게 적용 가능한지 분석하였다. 이를 위해 초등학교 5학년 학생들에게 다양한 가상현실 콘텐츠를 제공한 후, 흥미, 사용성, 유용성, 수업과 학습에 활용 가능성을 설문하였다. 연구결과, 가상현실 콘텐츠에 대한 학생들의 흥미가 매우 높았으며, 학습 매체로서도 충분히 활용 가능함을 확인하였다. 이러한 결과를 토대로 볼 때, 최근 중요성이 강조되는 인공지능 교육과 데이터과학 교육에서 추상적인 데이터와 인공지능 시뮬레이션을 가상현실을 활용하여 충분히 학습으로 이어질 수 있음을 시사한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.427-429
• /
• 2023

인공지능 기술의 발전에 따라 유체 시뮬레이션 분야에서는 복잡한 액체의 흐름을 모사하기 위해 기계학습 기술이 많이 활용되고 있다. 이러한 시뮬레이션에서 성능 향상의 가장 중요한 요소는 학습 데이터다. 이 논문에서는 기계학습 기반 유체 시뮬레이션의 학습 데이터 생성 단계 중 기존의 방법보다 효율적으로 비말(splash) 탐색하는 방법을 제안한다. 기존 방법에서는 CPU 환경에서 큐(queue)를 이용하는 너비우선탐색(breadth first search) 기법을 사용하기 때문에 처리속도가 느리다. 반면에 제안하는 기법에서는 배열로 되어 있는 해시 테이블(hash table)을 이용해 충돌 문제를 해결해 GPU 환경에서 비말을 신속하게 검출하도록 하기 때문에 빠른 학습 데이터 생성이 가능하도록 했다. 이 알고리즘의 유효성을 확인하기 위하여 정확성과 수행시간을 확인하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.132-133
• /
• 2023

재난 상황에서 사람을 안전하게 피난시키는 것은 매우 중요하다. 인명 안전을 위한 다양한 피난 시뮬레이션 툴이 개발되어 사용되고 있지만, 대부분의 툴에 적용된 방식은 Map을 분석하여 최단 경로를 추출해 Agent를 결정된 경로를 따라 이동시키는 알고리즘으로 구현되었다. 이 방법은 재난 환경에 변화가 없는 조건에서 피난경로를 빠른 시간에 예측하기에 적합하다. 그러나 재난상황은 시시각각으로 변화하기 때문에 피난알고리즘은 이에 대응할 수 있어야 하지만 기존 알고리즘으로는 대응이 곤란한 실정이다. 강화학습을 기반으로 한 인공지능 기술을 활용하면 변화하는 재난에 대응 가능한 피난경로 알고리즘의 개발 가능할 것으로 예상된다. 이에 본 연구에서는 알고리즘 개발의 기초단계로서, 강화학습 기법으로 개발된 피난 알고리즘이 IMO MSC.1/Circ1533에서 요구하는 피난시뮬레이션 툴의 성능조건을 만족하는지 여부를 평가하였다.

• 조명전기설비학회논문지
• /
• 제23권1호
• /
• pp.116-124
• /
• 2009

본 논문은 이산웨이블렛 변환, 푸리에 변환 및 실효값의 연산 결과를 이용하여 전력품질을 진단하는 인공지능형 진단기법을 제안한다. 제안된 진단기법을 채택한 인공지능형 전력품질 진단기는 과도현상, 순간전압강하, 순간전압상승, 순간정전 및 전고조파 외형률의 진단 및 분류가 가능하다. 신호처리를 위한 데이터 샘플링주파수는 15.36[kHz]가 사용되었으며 샘플링된 이산데이터는 이산웨이블렛변환, 고속푸리에변환, 실효값의 연산에 사용되어진다. 효율적인 인공지능형 전력품질 진단을 위해서, 진단하고자 하는 전력품질 요소에 맞추어 간단한 다층구조의 인공신경망을 설계하였다. 제안된 인공신경망은 C++ 언어로 프로그램되어 PSIM 시뮬레이션 연구에 사용되었으며, TI DSP 320C6713 마이크로프로세서를 사용한 MP PQ+256 하드웨어에서 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.305-308
• /
• 2003

요즘 사람들이 많이 즐기는 전략 게임은 전략 시뮬레이션이라는 말이 무색할 정도로 장르가 가지는 특성 을 이행하지 못하고 있다. 그래서 게이머들은 별다른 전략 없이 쉽게 컴퓨터를 상대로 쉽게 게임을 승리 할 수 있게 됐다. 이것은 게임의 재미를 크게 반감시키는 한 요인이 된다. 전략 게임의 컴퓨터 플레이어에게 상황 판단과 학습 능력을 갖게 하면, 게이머가 보다 재미있게 컴퓨터와 대전을 할 수 있다. 본 논문에서는 인공지능을 가지는 컴퓨터 플레이어에 사용될 Default 추론 엔진과 컴퓨터 플레이어의 작전과 행동을 결정하기 위한 action & strategy generator 시스템을 연구한다. Default 추론 엔진은 귀납적 학습방법을 통 해서 컴퓨터 플레이어가 추론 및 학습을 할 수 있는 정보를 생성하게 된다. 이렇게 생성된 정보를 바탕으로 컴퓨터 캐릭터의 행동과 전략을 결정한다. 이에 본 논문에서는 전략 게임에 인공 지능으로 machine leaning 기법 중의 하나인 decision Tree 틀 사용하였다. decision Tree를 적용하여 기존 컴퓨터 플레이어의 행위와 어떻게 다른지 차별성을 밝혀내고, 컴퓨터 플레이어가 향상된 전략을 구사할 수 있게 하는 것이 주된 목표다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.305-313
• /
• 2021

미래전의 양상은 네트워크 중심전으로 전체계의 연결을 통한 전장상황 정보획득 및 공유가 주를 이룰 것이다. 따라서 전장에서 생성되는 정보의 양은 많아지지만, 정보를 평가하여 전장을 효율적으로 지휘하는 기술은 부족한 것이 현실태이다. 이를 극복하기 위해 대두되는 기술이 전장 위협평가이다. 전장 위협평가는 획득된 정보를 사용하여 지휘관의 신속 결심을 지원하는 기술이지만 획득된 정보에는 표적의 불확실성이 많고 점차 지능화되는 전장상황에 적용하기에 현재 기술수준이 낮은 부분이 있다. 본 논문에서는 표적의 불확실성을 제거하고 고도화되는 전장상황에서도 적용 가능한 인공지능 기반의 전장 위협평가 기법에 대해 제안한다. 사용된 인공지능 시스템으로는 퍼지 추론 시스템과 다층 퍼셉트론을 사용하였다. 퍼지 추론 시스템에 표적의 고유특성을 입력시켜 표적을 분류해내었고 분류된 표적정보를 다른 표적 변수들과 함께 다층 퍼셉트론에 입력하여 해당 표적에 맞는 위협도 값을 산출하였다. 그 결과, 시뮬레이션을 통해 두 가지 시나리오상에서 무작위로 설정된 불확실 표적들을 인공신경망에 훈련시켰고, 훈련된 인공신경망에 시험용 표적을 입력하여 산출되는 위협도 값으로 제안한 기술의 타당성을 검증하였다.

• 기계저널
• /
• 제29권3호
• /
• pp.306-316
• /
• 1989

최근 자동차 업계의 CAE 방향을 하드웨어 측면에서 보면, 대용량의 계산능력을 갖춘 슈퍼 컴 퓨터와 자체 계산능력을 갖춘 워크스테이션의 활용이 점차적으로 확대 되어가고 있다. 이것을 배경으로 크래쉬 시뮬레이션, 자동차 전체 시스템의 진동 및 소음해석, 공기역학적 특성을 고 려한 형상 최적화 등이 행해지고 있다. 이와 같은 해석을 원활히 수행하기 위해서 고려되어야 할 사항은 우선 사용 소프트웨어 상호간의 데이터 인터페이스를 충분히 고려한 체계적인 총합 CAE 시스템의 구축이고, 인공지능(artificial intelligence) 언어를 이용하여 사용이 용이한 해석 경 험(knowhow)의 데이터 베이스를 구축하는 것도 바람직하다. 또한 상용 소프트웨어가 지원하지 못하는 분야에 대한 자체 프로그램의 개발도 필요한 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.404-406
• /
• 2003

행동 기반 인공지능은 기본 행동들의 집합으로부터 적절한 행동을 선택함으로써 복잡한 행동을 하도록 하는 방식이다. 행동 기반 시스템은 1980년대에 시작되어 이제는 많은 에이전트 시스템에 사용되고 있다. 본 논문에서는 기존의 P. Maes가 제안한 행동 선택 네트워크에 Learning Classifier System을 이용한 학습 기능을 부가하여, 변하는 환경에 적절히 적응하여 행동의 시퀀스를 생성할 수 있는 방법을 제안하다. 행동 선택 네트워크는 주어진 문제에 따라 노드 간 연결을 설계자가 미리 설정하도록 하는데, 해결해야 할 문제가 변함에 따라 네트워크에서의 연결 형태가 변형될 필요가 있다. Khepera 로봇을 이용한 시뮬레이션 결과, 행동 선택 네트워크에서의 학습이 유용함을 확인할 수 있었다.