• 전자통신동향분석
• /
• 제35권6호
• /
• pp.1-11
• /
• 2020

Recently, autonomous things, which are pieces of equipment or devices that grasp the context of circumstances on their own and perform actions appropriate for the situation in the surrounding environment, are attracting much research interest. This is because autonomous things are expected to be able to interact with humans more naturally, supersede humans in many tasks, and further solve problems by themselves by collaborating with each other without human intervention. This prospect leans heavily on AI as deep learning has delivered astonishing breakthroughs recently and broadened its range of applications. This paper surveys application trends in deep learning-based AI techniques for autonomous things, especially autonomous driving vehicles, because they present a wide range of problems involving perception, decision, and actions that are very common in other autonomous things.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.839-841
• /
• 2017

일반적으로 자율 주행에 딥러닝을 적용하기 위해서 실제 차량에 관련 장비를 설치하고 테스트 한다. 본 논문에서는 The Open Racing Car Simulator(TORCS)에서 다양한 신경망 구조를 적용하도록 Convolutional Neural Network(CNN)을 통하여 학습 및 테스트할 수 있는 시스템을 제안한다. 가상 환경에서 테스트함으로써 하드웨어를 구매하거나 제작하지 않아도 되며 신경망 구조를 선택후 학습함으로써 다양한 데이터에 적합한 신경망 구조를 적용할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.745-748
• /
• 2021

가상 환경의 시뮬레이션을 이용해 지능형 로봇에 강화 학습 기법을 적용하는 접근법은 실제 세계의 로봇들의 학습에 유용하다. 우리는 이러한 방법을 적용해서 장애물을 회피하고, 로봇이 특정 목표물을 인식하면 목표물로 자율적으로 이동하는 알고리즘을 개발하였다. 제안된 방법의 유용성 검증은 구현과 실험으로 확인하였다.

• 한국정보통신학회논문지
• /
• 제22권9호
• /
• pp.1199-1207
• /
• 2018

핵심기본간호술의 교육효과를 높이기 위한 방법으로 스마트폰 동영상을 활용한 자가관찰 방법의 자율실습이 간호학생의 자기주도적 학습능력, 핵심간호술기 수행능력, 수행자신감 및 실습만족도에 미치는 효과를 규명하기 위해 비동성 대조군 사후설계의 유사실험연구를 수행하였다. 대상자는 P대학교 간호학과 4학년을 대상으로 하였으며, 실험군 54명, 대조군 51명이었다. 연구결과 자기주도적 학습능력은 두 군간에 유의한 차이가 없었으나 실험군의 사전- 사후점수 차이에는 유의하게 향상되었다(p=<.001). 수혈간호, 수술전간호의 핵심간호술기 능력과 수행자신감, 실습 만족도는 두 군간의 유의한 차이가 없었다. 결론적으로 스마트폰 동영상촬영을 활용한 자가평가 학습법은 자기주도적 학습능력을 향상시켜 술기의 정확성과 숙련성을 갖출 수 있는 동기부여에 효과적인 방법이라 사료된다.

• 한국정보통신학회논문지
• /
• 제25권3호
• /
• pp.377-383
• /
• 2021

최근 4차 산업혁명에 따라 공장, 물류창고, 서비스영역에서 유연한 물류이송을 위한 자율 이동형 모바일 로봇의 사용이 증가하고 있다. 대규모 공장에서는 Simultaneous Localization and Mapping(SLAM)을 수행하기 위하여 많은 수작업이 필요하기 때문에 개선된 모바일 로봇 자율 주행에 대한 필요성이 대두되고 있다. 이에 따라 본 논문에서는 고정 및 이동 장애물을 피해 최적의 경로로 주행하는 Mapless Navigation에 대한 알고리즘을 제안하고자 한다. Mapless Navigation을 위하여 Deep Q Network(DQN)을 통해 고정 및 이동 장애물을 회피하도록 학습하였고 두 종류의 장애물 회피에 대하여 각각 정확도 90%, 93%를 얻었다. 또한 DQN은 많은 학습 시간을 필요로 하는데 이를 단축하기 위한 목표의 크기 변화 알고리즘을 제안하고 이를 시뮬레이션을 통하여 단축된 학습시간과 장애물 회피 성능을 확인하였다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.274-286
• /
• 2022

이동객체 추적은 컴퓨터 비전 분야에서 오랜 시간 동안 연구가 진행되어 온 분야로 자율주행이나 운전 보조 시스템 등의 시스템에서 아주 중요한 역할을 수행하고 있다. 이동객체 추적 기술은 일반적으로 객체를 검출하는 검출기와 검출된 객체를 추적하는 추적기의 결합으로 이루어져 있다. 검출기는 다양한 데이터셋이 공개되어 사용되고 있기 때문에 쉽게 좋은 모델을 학습할 수 있지만, 추적기의 경우 상대적으로 공개된 데이터셋도 적고 직접 데이터셋을 구성하는 것도 검출기 데이터셋에 비해 굉장히 오랜 시간을 소요한다. 이에 검출기를 따로 개발하고, 별도의 추적기를 학습 기반이 아닌 방식을 활용하여 개발하는 경우가 많은데 이런 경우 두 개의 시스템이 차례로 작동하게 되어 전체 시스템의 속도를 느리게 하고 앞단의 검출기의 성능이 변할 때마다 별도로 추적기 또한 조정해줘야 한다는 단점이 있다. 이에 본 연구는 검출용 데이터셋만을 사용하여 검출과 추적을 동시에 수행하는 모델을 구성하는 방법을 제안한다. 데이터 증강 기술과 샴 네트워크를 사용하여 단일 이미지에서 객체를 검출 및 추적하는 방법을 연구하였다. 공개 데이터셋에 실험을 진행하여 학습 결과 높은 속도로 작동하는 이동객체 검출 및 추적기를 학습할 수 있음을 검증하였다.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.162-177
• /
• 2020

자율주행시스템에서 다양한 센서를 기반으로 한 외부환경 인지는 주행안전성과 직접적인 관계가 있다. 최근 머신러닝/심층 신경망 기술의 발전으로 심층 신경망 기반의 인지 모델이 사용됨에 따라, 인지 알고리즘의 올바른 학습과 이를 위한 양질의 학습데이터가 필수적으로 요구된다. 그러나 자율주행에 발생할 수 있는 모든 상황을 데이터를 수집하는 것은 현실적인 어려움이 많다. 해외와 국내의 교통 환경의 차이로 인지 모델의 성능이 저하되기도 하며, 센서가 정상동작을 못하는 악천우에 대한 데이터는 수집이 어려우며 질적인 부분을 보장하지 못한다. 때문에, 실제 도로가 아닌 시뮬레이터 내 가상 도로 환경을 구축하여 합성 데이터를 수집하는 접근법이 필요하다. 본 논문에서는 국내 실정에 맞게 국내 도로 상황을 모사한 시뮬레이터 환경 안에 날씨와 조도, 차량의 종류와 대수, 센서의 위치를 다양화하여 학습데이터를 수집하였고, 보다 더 좋은 성능을 위해 적대적 생성 모델을 활용하여 이미지의 도메인을 보다 실사에 가깝게 바꾸고 다양화 하였다. 그리고 위 데이터로 학습한 인지 모델을 실제 도로 환경에서 수집한 시험 데이터에 성능 평가를 진행하여, 실제 환경 데이터만으로 학습한 모델과 비슷한 성능을 내는 것을 보였다.

• 영재교육연구
• /
• 제22권3호
• /
• pp.575-596
• /
• 2012

본 연구에서는 서울에 위치한 G 영재원의 과학영재학생들을 위하여 제공된 영재교육 프로그램에 대한 학생들의 인식을 조사하였다. 이 프로그램은 Betts와 Kercher(1999)에 의해 제안된 자율학습자 모형을 기반으로 설계된 통합적인 프로그램이라는 점에서 독특하다. 프로그램의 효과를 알아보고자 영재원의 교육목표들이 내재된 항목들에서 긍정적 영향이 있었는지 묻는 설문을 제작하여 프로그램에 참여한 중학교 1학년부터 중학교 3학년까지의 학생들을 대상으로 실시하였다. 설문 결과 거의 모든 학생들이 긍정적 영향에 강한 동의를 나타냈다. 학생들은 유용하고 흥미로운 과학 내용물을 배웠고, 소그룹 내에서 동료들과 함께 협력하는 의미 있는 경험을 즐겼으며, 탐구과제에 의해 많은 도전을 받았다고 응답하였다. 학생들은 또한 스스로 학습하는 방법을 익히게 되었고, 또한 자신들의 선택과 결정이 존중되었다는 사실이 동료와의 의견 조율이나 능동적인 탐색 등에 긍정적인 영향을 미쳤다고 했다. 이는 자율학습자 모형이 성공적으로 구현되고 있으며 학생들이 자율학습자로써 성장하고 있음을 시사한다. 프로그램에 처음 참여한 학생보다 참여한 기간이 길었던 학생들이 좀 더 긍정적인 반응을 보였으며, 이것은 시간이 지나면서 프로그램의 일관성으로 인한 축적된 효과를 기대할 수 있음을 시사한다. 또한 세부 프로그램들, 특히 ALM 수업, 분과 수업, 학술대회가 과학적 탐구의 과정과 자율학습자 특성에 기여하는 비중이 비슷하여, 과학적 탐구과정과 자율학습자 교육을 위한 전략이 프로그램 전체에 내재하고 있으며 서로 유기적으로 긍정적 상호작용을 하여 시너지 효과를 내는 통합적 접근이 이루어지고 있는 것으로 판단된다. 본 연구의 결과는 영재들을 위한 특정 교육 모델에 기초한 프로그램의 일관성이 영재학생들을 위한 더 나은 교육환경을 제공할 수 있다는 점을 제안한다.

• 융합신호처리학회논문지
• /
• 제4권4호
• /
• pp.58-65
• /
• 2003

기존의 횡 방향제어 알고리즘은 도로에서 발생할 수 있는 변수를 고려하여 알고리즘을 작성해야 했다. 이러한 제어 알고리즘을 작성하기 위해서는 주행해야 하는 도로에 따라 파라미터를 재조정해야 하는 문제와 대량의 계산이 요구되는 모델링 문제가 있었다. 본 논문에서는 지능적 횡 방향제어가 가능한 학습알고리즘에 관해 연구하였다. 학습알고리즘은 인공지능 알고리즘 중 자기구성 알고리즘을 사용하였으며 학습데이터는 도로의 특징점을 이용하였다. 컴퓨터를 이용한 시뮬레이션 결과 본 논문의 학습알고리즘에 의한 조향제어가 가능한 것을 알 수 있었고 실제로 주행이 가능한 자율이동로봇에 적용하여 학습에 의한 횡 방향제어가 가능한 것을 확인하였다.

• 대한수학교육학회지:학교수학
• /
• 제16권1호
• /
• pp.157-180
• /
• 2014

본 연구에서는 중학생의 학업스트레스와 수학 학습 동기의 관계를 분석하고, 이를 바탕으로 중학생들의 학업동기유형이 학업스트레스와 매개하여 수학 학습 동기에 어떠한 영향을 미치는지를 구조모형분석을 통해 확인하였다. 상관분석 결과, 학업스트레스는 수학 학습 동기와는 부적 상관을 보였고, 학업동기유형 중 무동기와 통제동기와는 정적 상관을, 자율동기와는 부적 상관을 보였다. 또한 수학 학습 동기는 무동기와 통제동기와는 각각 부적 상관을, 자율동기와는 정적 상관을 보였다. 그러나 성취수준별 상관분석 결과, 수학 학습 동기와 통제동기는 상집단에서만 부적 상관을 보였고 하집단에서는 상관이 유의하지 않았다. 구조모형분석 결과, 중학생들의 학업스트레스와 수학 학습 동기는 학업동기유형에 의해 완전매개되는 것으로 나타났다. 이때 성취수준 상집단, 하집단, 남학생 집단, 여학생 집단 모두에서 학업동기유형 중 통제 동기는 수학 학습 동기에 영향을 미치지 않는 것으로 나타났다. 또한 학업스트레스가 학업동기유형을 매개하여 수학 학습 동기에 미치는 영향은 성취수준 상, 하 집단, 남녀 학생 집단에서 설명력의 차이가 나타났다. 성취수준 상집단에서 하집단보다 학업스트레스가 모든 학업동기유형을 더 많이 설명하는 것으로 나타났고, 하집단은 상집단보다 학업스트레스와 학업동기유형이 수학 학습 동기를 더 많이 설명하는 것으로 나타났다. 남학생보다 여학생 집단에서 학업스트레스가 무동기와 자율동기를 더 많이 설명하고, 학업스트레스와 학업동기유형이 수학 학습 동기를 설명하는 정도도 더 큰 것으로 나타났다.