• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.281-282
• /
• 2023

자율주행 자동차 시장 규모 및 기술이 급속도로 성장하고 있음에도 불구하고, 전문가 교육을 위한 높은 하드웨어 비용 때문에 실제로 이 기술을 실험하기 위한 집단 교육 플랫폼의 필요성이 높아졌다. 이에 따라 우리는 자율주행에 사용되는 센서와 액츄에이터, 그리고 자율주행 알고리즘 학습을 위한 1/5 크기의 하드웨어를 포함한 교육 플랫폼을 설계했다. 이 교육 프로그램은 온라인 강의와 실습으로 구성되며, 각각의 모듈은 로봇 운영체제(ROS)를 활용한 C언어로 개발되었다. 이 교육 플랫폼은 언제 어디서나 접근 가능한 온라인 형식으로 제공되므로, 학생들은 이론과 실습을 통해 자율주행 분야의 전문가로 성장할 수 있는 기회를 얻게 되고 혁신과 경쟁력 강화에 기여할 것으로 기대된다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.245-248
• /
• 2000

In this paper we improve the performance of autonomous mobile robot by induction of reinforcement learning concept. Generally, the system used in this paper is divided into two part. Namely, one is neural-fuzzy and the other is dynamic recurrent neural networks. Neural-fuzzy determines the next action of robot. Also, the neural-fuzzy is determined to optimal action internal reinforcement from dynamic recurrent neural network. Dynamic recurrent neural network evaluated to determine action of neural-fuzzy by external reinforcement signal from environment, Besides, dynamic recurrent neural network weight determined to internal reinforcement signal value is evolved by genetic algorithms. The architecture of propose system is applied to the computer simulations on controlling autonomous mobile robot.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.6
• /
• pp.1259-1268
• /
• 2023

This study proposes a throttle and steering control technology using visual sensors based on deep learning's convolutional and recurrent neural networks. It collects camera image and control value data while driving a training track in clockwise and counterclockwise directions, and generates a model to predict throttle and steering through data sampling and preprocessing for efficient learning. Afterward, the model was validated on a test track in a different environment that was not used for training to find the optimal model and compare it with a CNN (Convolutional Neural Network). As a result, we found that the proposed deep learning model has excellent performance.

• The KIPS Transactions:PartB
• /
• v.11B no.3
• /
• pp.387-394
• /
• 2004

In this paper, we propose a modified unsupervised linear alignment algorithm for building an aligned corpus. The original algorithm inserts null characters into both of two aligned strings (source string and target string), because the two strings are different from each other in length. This can cause some difficulties like the search space explosion for applications using the aligned corpus with null characters and no possibility of applying to several machine learning algorithms. To alleviate these difficulties, we modify the algorithm not to contain null characters in the aligned source strings. We have shown the usability of our approach by applying it to different areas such as Korean-English back-trans literation, English grapheme-phoneme conversion, and Korean morphological analysis.

• Smart Media Journal
• /
• v.9 no.4
• /
• pp.9-16
• /
• 2020

Recently, various studies are being conducted to integrate Image Segmentation into smart factory industries and autonomous driving fields. In particular, Image Segmentation systems using deep learning algorithms have been researched and developed enough to learn from large volumes of data with higher accuracy. In order to use image segmentation in the autonomous driving sector, sufficient amount of learning is needed with large amounts of data and the streaming environment that processes drivers' data in real time is important for the accuracy of safe operation through highways and child protection zones. Therefore, we proposed a novel DFCN algorithm that enhanced existing FCN algorithms that could be applied to various road environments, demonstrated that the performance of the DFCN algorithm improved 1.3% in terms of "loss" value compared to the previous FCN algorithms. Moreover, the proposed DFCN algorithm was applied to the existing U-Net algorithm to maintain the information of frequencies in the image to produce better results, resulting in a better performance than the classical FCN algorithm in the autonomous environment.

• Korean Journal of School Psychology
• /
• v.16 no.2
• /
• pp.89-110
• /
• 2019

This study is to verify relative influence of individual, parent, peer, teacher-related variables as protective factors and risk factors of academic hatred. Surveys were conducted with 1,015 (women, 57.3%) high school third grade students across eight schools where are located in Seoul, Incheon, and Geyonggi province. Correlation analysis and hierarchical multiple regression analysis were performed. The findings are summarized as follows. Teacher's academic pressure did not have significant correlation with student's basic psychological needs, teacher's autonomy support, teacher's support, and peer support whereas other variables showed significant correlation each others. The hierarchical multiple regression analysis indicated that student's individual competence and autonomy, parent's academic support, and teacher's emotional support work as protective factors and that parent's academic pressure functions as a risk factor. The effects of peer support disappeared when teacher-related factors were included. In addition, the effects of teacher's autonomy support disappeared, while the effects of teacher's support strengthened when learner's basic psychological needs were input. This study is meaningful in that it clarified academic hatred which had not been studied in other research and that it provided theoretical foundation for subsequent studies on academic hatred by examining relative influence of related variables. Lastly, it presented its limitation, implications on intervening strategies in school counseling, and suggestions for later studies.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.3-5
• /
• 1999

본 논문에서는 진화 하드웨어에 기반한 자율 이동 로봇의 온라인 학습 기법에 관하여 소개하고자 한다. 진화 하드웨어는 실행 시간중에 하드웨어 회로 구성을 변경시킬 수 있는 새로운 개념의 FPGA이다. 제어 프로그램은 진화 하드웨어상에 트리 형식으로 구현되며 유전자 프로그래밍을 이용하여 학습하게 된다. 로봇의 환경 탐사가 진행됨에 따라 입력되는 센서 정보에 기반하여 제어 프로그램은 학습을 수행하게 되며, 노드 돌연변이의 유전 연산자를 이용하여 진화한다. 제어 프로그램의 게이트 회로는 학습의 진행에 맞추어 실행 시간중에 보다 적합도가 높은 방향으로 발전한다. 본 논문에서는 진화 하드에어를 이용한 학습 방식과 FPGA 구현 및 로봇 제어에의 응용에 대한 실험 결과 등을 설명할 것이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.431-435
• /
• 2005

학습과 감정은 지능형 시스템을 구현하는데 있어 가장 중요한 요소이다. 본 논문에서는 강화학습을 이용하여 사용자와 상호작용을 하면서 학습을 수행하고 내부적인 감정모델을 가지고 있는 지능적인 가상 캐릭터를 구현하였다. 가상 캐릭터는 여러 가지 사물들로 이루어진 3D의 가상 환경 내에서 내부상태에 의해 자율적으로 동작하며, 또한 사용자는 가상 캐릭터에게 반복적인 명령을 통해 원하는 행동을 학습시킬 수 있다. 이러한 명령은 인공신경망을 사용하여 마우스의 제스처를 인식하여 수행할 수 있고 감정의 표현을 위해 Emotion-Mood-Personality 모델을 새로 제안하였다. 그리고 실험을 통해 사용자와 상호작용을 통한 감정의 변화를 살펴보았고 가상 캐릭터의 훈련에 따른 학습이 올바르게 수행되는 것을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.88-90
• /
• 2001

정보여과 에이전트는 자체의 적응성(adaptability)과 자율성(autonomy)을 특징으로 사용자의 선호도와 관심을 학습하여 사용자 프로파일을 지식베이스의 일부로 구축하는 기능을 수행한다. 이러한 사용자 프로파일은 사용자의 학습의도에 맞게 지식을 탐색하고 축적하는 적응성(adaptability)을 가져야 한다. 본 논문에서는 지능적 정보여과 에이전트가 사용자의 선호도와 관심을 학습하여 적응적인 사용자 프로파일을 구축하기 위한 기법으로서, 사용자가 제시한 학습예제로써의 웹 문서들로부터 사용자의 학습의도를 내포한 질의어를 중심으로 연관 지식을 탐색하여 추출하는 웹 도큐먼트 기반 사용자 중심 연된 객체 추출과 만유인력 모델을 기반으로 한 연관 객체 관계성 가중치 기법을 제시한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2000.05a
• /
• pp.268-273
• /
• 2000

기존의 웹 기반 학습 평가 시스템은 학습자의 선택 기회가 없는 상태에서 일방적으로 제시된 문제지로 평가하게 되거나, 문제 은행에서 임의로 추출한 문제도 단순히 무작위로나 난이도만을 고려하여 문제지를 구성하였고, 그 결과에 대한 성취도의 분석도 한 문제지에 대한 정오표 또는 점수로 단순하게 제시하기 때문에 학습자의 지속적인 학습 관리가 이루어지지 못하고 있다. 본 논문에서는 문제유형, 과목 및 단원 난이도, 문항 형태, 문항당 배점, 문항당 배당 시간등의 다양한 정보를 가진 유형별 문제 은행을 구축하였다. 학습자는 마치 문제집을 풀고 싶은 유형의 문제를 선택하듯이 문제 은행에서 문제를 자율적으로 구성하여 평가할 수 있는 유형별 문제지나 대학수학능력시험의 기준에 맞추어 자동 구성되는 종합 문제지로 다양하게 평가할 수 있다. 또한, 한문제지에 대한 결과뿐만 아니라 유형별, 월별 성취도 분석을 통하여 평가한 총점에 대한 획득한 점수의 누적 통계를 그래프로 일목요연하게 보여주어 한 학습자에 대한 지속적인 성취도 분석이 가능하도록 구축하였다.