• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.32 no.3D
• /
• pp.259-267
• /
• 2012

The development of construction automation systems is proposed as a potent solution to the difficulties encountered by the construction industry and the preparation for the rapidly changing construction environment. A research concerning an intelligent excavation system has taken place since 2006. The intelligent excavation system has several functions for environment sensing, 3D site modeling, work planning, work path generation, unmaned control, and information management. This paper presents a space information model and a work path simulator for work planning and work path generation which is one of key technologies required to apply the earthwork system to the real world. A data structure for an earthwork site is suggested. It overcomes the limitations of previous data structures such as Quadtree and Octree. The work path simulator can generate an effective work path with considering information on work environment, equipment and operator's heuristic. The work path generated by the simulator is compared with that suggested by human operators.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.24 no.1
• /
• pp.175-180
• /
• 2024

This paper investigates the effect of a deep learning-based system on data labeling task productivity by individuals with developmental disabilities. It was found that interventions, particularly those using AI, significantly improved productivity compared to self-serving task. AI interventions were notably more effective than job coach-led approaches. This research underscores the positive role of AI in enhancing task efficiency for those with developmental disabilities. This study is the first to apply AI technology to the data labeling tasks of individuals with developmental disabilities and highlighting deep learning's potential in vocational training and productivity enhancement for this group.

• Journal of the Korean Society of Manufacturing Technology Engineers
• /
• v.11 no.2
• /
• pp.49-57
• /
• 2002

본 연구에서는 전자부품의 자동조립라인에서 매우 중요한 작업인 열코킹 검사, 납땜 및 납땜검사 작업공정을 보다 더 정밀하고 유연하게 수행할 수 있도록 오프라인 프로그램에의 자동교시기능을 갖는 지능형 로봇 제어 시스템 개발에 대한 연구를 수행하였다. 카메라 백 카바등의 전자부품의 자동조립라인은 작업의 난이도가 매우 높고, 고정밀도가 요구되고, 특히, 납펌 및 납땜 불량검사 작업의 셀은 전체 작업 셀 공정중에서 가장 불량률이 높다. 따라서 본 연구는 기존의 납땜 및 검사공정 셀의 구조를 개선하여 보다 더 높은 정밀도를 유지할 수 있고, 모델 변경에 대한 유연성 향상 및 불량율의 감소를 통한 시스템의 신뢰성을 증대시키기 위한 목적으로 수행된다. 이의 실현을 위한 세부내용으로는 셀의 구조개선, 로봇의 모델교체 및 성능향상, 고정도의 납땜 및 검사 기술, 오프라인 프로그래밍 (off-line programming, OLP)을 이용한 자동교시기법을 개발하여 지능형 시스템으로 새로운 셀을 구성하고, 이를 실제 카메라 백 카바등의 전자부품 조립 라인에 설치하여 실시간 구현을 실현하고자 한다.

• The Journal of Bigdata
• /
• v.7 no.1
• /
• pp.1-14
• /
• 2022

The proof-of-work consensus algorithm used by most blockchains is causing a massive waste of computing resources in the form of mining. A useful proof-of-work consensus algorithm has been studied to reduce the waste of computing resources in proof-of-work, but there are still resource waste and mining centralization problems when creating blocks. In this paper, the problem of resource waste in block generation was solved by replacing the relatively inefficient computation process for block generation with distributed artificial intelligence model learning. In addition, by providing fair rewards to nodes participating in the learning process, nodes with weak computing power were motivated to participate, and performance similar to the existing centralized AI learning method was maintained. To show the validity of the proposed methodology, we implemented a blockchain network capable of distributed AI learning and experimented with reward distribution through resource verification, and compared the results of the existing centralized learning method and the blockchain distributed AI learning method. In addition, as a future study, the thesis was concluded by suggesting problems and development directions that may occur when expanding the blockchain main network and artificial intelligence model.

• Korean Journal of Construction Engineering and Management
• /
• v.10 no.1
• /
• pp.136-145
• /
• 2009

The objective of the Intelligent Excavation System (IES) is to recognize the work environment and produce work plan and automatically control the excavator through integrating sensor and robot technologies. This paper discusses one of the core technologies of IES development project, development of 3D work environment modeling. 3D laser scanner is used for 3-dimensional mathematical model that can be visualized in virtual space in 3D. This paper describes (1) how the most appropriate 3D imaging system has been chosen; (2) the development of user interface and customization of the s/w to control the scanner for IES project; (3) the development of the mobile station for the scanner; (4) and the algorithm for the automatic registration of laser scan segments for IES project. The development system has been tested on the construction field and lessons learned and future development requirements are suggested.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.24 no.2
• /
• pp.119-125
• /
• 2024

This paper investigates the effect of an artificial intelligence attention redirection compensation strategy system on the data labeling work attention concentration by individuals with developmental disabilities. Task accuracy and task performance for each session were used as measures of attention concentration. As a result of the study, after the intervention was applied, a significant improvement in attention concentration was observed in all study subjects compared to self-serving task. These results mean that artificial intelligence technology can have a positive effect on improving the attention span of people with developmental disabilities during data labeling tasks. This study shows that the application of artificial intelligence technology can improve the quality of learning data by improving the accuracy of data labeling tasks for people with developmental disabilities, and is expected to provide important implications for vocational training programs related to data labeling for people with developmental disabilities.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.05a
• /
• pp.189-196
• /
• 2007

본 논문에서는 다인수 학급에서 한계를 나타내고 있는 교육현장에서의 협력작업을 학급 및 학생 개인별 블로그 운영을 통해 해결하는 방안을 제시한다. 이를 위해 우선 학급 홈페이지 등 기존 협력작업 웹사이트의 문제점을 분석하고, 도출된 문제점을 해결하기 위 한 블로 그의 기능과 특징 등 을 도입하여 보다 효율 적인 협력 작업 시스템을 설 계 및 구현하고자 한 다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.4
• /
• pp.361-365
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 꿈은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한 단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planning) 작업은 한정된 리소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra s algorithm과 A*algorithm이 있다. 이 두 방법은 최적의 경로를 찾아낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야 하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.6-9
• /
• 2002

오랜 세월동안 위대한 이동수단을 만들어내고자 하는 인간의 끓은 오늘날 눈부신 각종 운송기구를 만들어 내는 결실을 얻고 있다. 자동차 네비게이션 시스템도 그러한 결실중의 한 예라고 할 수 있을 것이다. 지능적으로 판단하고 정보를 처리할 수 있는 자동차 네비게이션 시스템을 부착함으로써 한단계 발전한 운송수단으로 진화할 수 있을 것이다. 이러한 자동차 네비게이션 시스템의 단점이라면 한정된 리 소스만으로 여러 가지 작업을 수행해야만 하는 어려움이다. 그래서 네비게이션 시스템의 주요 작업중의 하나인 경로를 추출하는 경로추출(Route Planing) 작업은 한정된 리 소스에서도 최적의 경로를 찾을 수 있는 지능적인 방법이어야만 한다. 이러한 경로를 추출하는 작업을 하는 데 기존에 일반적으로 쓰였던 두 가지 방법에는 Dijkstra's algorithm과 A* algorithm이 있다. 이 두 방법은 최적의 경로를 찾아 낸다는 점은 있지만 경로를 찾기 위해서 알고리즘의 특성상 각각, 넓은 영역에 대하여 탐색작업을 해야하고 또한 수행시간이 많이 걸린다는 단점과 또한 경로를 계산하기 위해서 Heuristic function을 추가적인 정보로 계산을 해야 한다는 단점이 있다. 본 논문에서는 적은 탐색 영역을 가지면서 또한 최적의 경로를 추출하는 데 드는 수행시간은 작으며 나아가 동적인 교통환경에서도 최적의 경로를 추출할 수 있는 최적 경로 추출방법을 강화학습의 일종인 Q- Learning을 이용하여 구현해 보고자 한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.05a
• /
• pp.357-364
• /
• 2007

장치장 재정돈이란 장치장 크레인의 유휴시간을 활용하여 최대의 효율로 적하작업을 할 수 있도록 장치장의 컨테이너들을 미리 재배치하는 작업을 말한다. 본 논문에서는 수직 배치 자동화 컨테이너 터미널의 장치장을 대상으로 블록 내 재정돈 작업 계획을 수립하는 알고리즘을 제안한다. 제안된 알고리즘은 장치장 재정돈 작업 계획을 목표 장치형태 결정 및 크레인 작업 계획의 2단계로 나누어 수립한다. 시뮬레이션 시스템을 이용하여 재정돈을 수행하기 전과 후의 장치장에 대해 적하 작업 효율을 비교한 결과 재정돈 후 안벽 크레인의 대기 시간이 감소하고, 장치장의 재취급 작업 수가 줄어드는 등 적하 작업 효율이 향상되는 것을 확인하였다.