• Proceedings of the Korean Nuclear Society Conference
• /
• 2001.05a
• /
• pp.539.1-539
• /
• 2001

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.33 no.6
• /
• pp.1055-1065
• /
• 2023

Recently, various studies using deep reinforcement learning (deep RL) technology have been conducted to solve complex problems using big data collected at industrial internet of things. Deep RL uses reinforcement learning"s trial-and-error algorithms and cumulative compensation functions to generate and learn its own data and quickly explore neural network structures and parameter decisions. However, studies so far have shown that the larger the size of the learning data is, the higher are the memory usage and search time, and the lower is the accuracy. In this study, model-agnostic learning for efficient federated deep RL was utilized to solve privacy invasion by increasing robustness as 55.9% and achieve 97.8% accuracy, an improvement of 5.5% compared with the comparative optimization-based meta learning models, and to reduce the delay time by 28.9% on average.

• KIPS Transactions on Computer and Communication Systems
• /
• v.11 no.4
• /
• pp.105-112
• /
• 2022

Recently, many studies using reinforcement learning-based autoscaling have been performed to make autoscaling policies that are adaptive to changes in the environment and meet specific purposes. However, training the reinforcement learning-based Horizontal Pod Autoscaler(HPA) policy in a real environment requires a lot of money and time. And it is not practical to retrain the reinforcement learning-based HPA policy from scratch every time in a real environment. In this paper, we implement a reinforcement learning-based HPA in Kubernetes, and propose a transfer leanring technique using a queuing model-based simulation to accelerate the training of a reinforcement learning-based HPA policy. Pre-training using simulation enabled training the policy through simulation experience without consuming time and resources in the real environment, and by using the transfer learning technique, the cost was reduced by about 42.6% compared to the case without transfer learning technique.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.20 no.4
• /
• pp.275-283
• /
• 2019

The purpose this study is to analyze how human resources in culture and arts education use the contents of Arts Academy training program in the field, and to suggest implications and improvements of the training for strengthening the competence of professional manpower. For this purpose, an online survey was conducted for the participants of the Arte Academy training program to investigate the actual application rate. As a result of the analysis, overall application of the training was high. However, the work-site application was divided into indirect and direct applications. Indirect application showed higher results than direct application. This shows that the training is effective in terms of strengthening the participants' personal competence, but they are somewhat lacking in applying the contents learned in the training directly in the field. Indirect application is a result of training and is a necessary part of strengthening competence. However, considering that culture and arts education is a consumer-oriented policy that enjoys culture and art, it needs to be strengthened more directly in the field, and the competence of the applicant should be applied to the field more smoothly. The Korea Arts & Culture Education Service needs to review and implement such a training that has a higher direct application than indirect application.

• Atmosphere
• /
• v.12 no.4
• /
• pp.43-55
• /
• 2002

기상청의 위성기상업무는 위성자료를 취득하여 위성영상 및 기상분석정보를 생산하고, 예보관을 비롯한 자료 사용자들에게 자료를 신속하게 제공함으로써 체계적인 위성자료 활용서비스를 수행하는 것이다. 최근 외국의 우주개발 동향과 관련하여 활용 가능한 위성자료가 증가함에 따라 위성자료 활용시스템 개선을 추진해 왔으며, 2002년 현재 종래의 GMS, NOAA 이외에 Meteosat-5, FY-2B, FY-1C, Terra, QuickScat, DMSP, TRMM, SeaWiFS 등의 다양한 위성자료를 활용하고 있다. 예보현업에 대한 원격탐사자료 지원업무는 24시간 근무체계로 위성수신분석장비를 안정적으로 운영하면서 각종 위성정보를 종합적으로 활용하여 기상실황의 변화를 감시하고, 특히 전선, 저기압, 태풍에 동반된 구름의 변화상황, 황사의 발생 및 이동 등에 대한 상황을 파악하고 있다. 또한 위성자료의 보존관리 및 외부기관으로부터의 위성자료 요청에 대한 지원업무도 중요한 업무의 하나로 수행하고 있다. 위성정보 활용체계를 강화하기 위해, GMS-5호 위성의 관측임무를 대체하게 될 GOES-9, MTSAT-1R 위성의 자료수신 및 활용체계 구축을 준비하고 있으며, Terra, Aqua와 같은 첨단 지구관측위성자료를 이용한 기상정보 산출기술의 개발을 단계적으로 추진할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1607-1610
• /
• 2012

국제 무역의 활성화와, 운송수단의 기술적 발전은 국가 간 교역을 증대시키게 되었다. 특히 해상 무역 물동량의 증가는 국제항을 다양한 재화 및 여객 소통의 중심으로 만들었고, 경제적 관문으로써의 중요성이 높아지고 있으며 점차 국가 주요 기반 시설로 자리 잡고 있다. 즉, 원활한 교역을 위한 물류 효율화 달성과 안전한 항만 운영을 위한 보안 제도 강화의 필요성이 증대됨에 따라, 이를 효과적으로 관리 유지할 필요가 있게 되었다. 이에 본 논문은 자동화 고부가가치 서비스가 가능한 정보 중심의 u-Port(Ubiquitous Port)를 국가 전략적 차원에서 육성한 대한민국 사례를 기반으로 효율적인 항만물류를 위한 기반 시스템으로 활용될 수 있도록 해운물류표준화 기구인 IMO(International Maritime Organization)에 선진 사례로 소개하고 활용할 수 있는 방안을 제시하고자 한다. u-Port는 수출입 화물 관리가 용이하며 항만 보안을 강화하는 등 항만 업무 효율화를 제공할 수 있다는 장점으로 향후 개발도상국 또는 후진국의 항만 업무 생산성 및 투명성을 높일 수 있는 기반을 지원할 수 있을 것이다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2008.10b
• /
• pp.341-361
• /
• 2008

세계적인 무역의 흐름은 전자문서교환(EDI), 인터넷 등 정보기술의 빠른 확산에 힘입어 기존 무역거래 형태에서 새로운 형태인 전자무역으로 발전하고 있다 이는 전자무역이 기존 무역거래 방식의 단순한 전자화 수준을 넘어 무역구조와 무역프로세스를 혁신하고 무역부대비용 절감, 시간단축 등을 통해 국제경쟁력을 강화할 수 있는 세계화 정보화 시대에서의 국가와 기업의 생존전략으로 인식되고 있기 때문이다. 선진국들과 주요경쟁국들은 전자무역을 통해 무역거래에 소요되는 시간과 비용 절감을 도모하고 업무 효율성을 증진시켜 나가고 있다. 이에 우리나라도 전자무역 활성화를 통해 국제무역거래에서의 경쟁력을 높이기 위해 노력을 경주하고 있다. 정부와 무역유관기관의 경우 전자무역 활성화를 위한 인프라 구축 및 법적, 제도적 기반 조성을 위해 다양한 지원정책과 제도를 시행하고 있다. 국내 기업들도 기존의 전형적인 무역거래 형태에서 벗어나 전자무역을 구현하기 위해 노력하고 있다. 그러나 아직까지 대부분의 중소기업의 경우 전자무역의 활용은 초보적 단계이다. 우리나라 국가경제에서 중소기업이 차지하는 비중을 고려해보면 중소기업의 전자무역 활용도 제고를 통한 경쟁력 강화는 궁극적으로 국가경쟁력을 높이는 핵심이라 할 수 있다. 따라서 중소기업의 전자무역 활용도 제고를 위해 무엇보다 정부, 무역유관기관, 중소기업 등 3대 주체간에 전자무역구현 필요성에 대한 공감대 형성과 효율적인 인프라 구축 및 전자무역 친화적 환경조성을 위해 노력해야 한다.

• Informatization Policy
• /
• v.18 no.4
• /
• pp.22-41
• /
• 2011

Current socioeconomic condition in South Korea is characterized by growing country with highly unemployment rate. Enhancing service industry, therefore, is one of the important government policy issues. In addition to quantitative growth of service industries, OECD comparisons between countries as shown in the competitiveness of the domestic service industry, followed by a very low-level, enhancing the competitiveness of service industries are also important issues of national policy. In particular, finance, education, insurance industry, such as relatively large enterprises have entered the service industry to remain competitive and comparable, but the case of small service industries, has shown a very low level of competitiveness. Thus, the world's leading technology and IT infrastructure can be applied to small and medium-sized service industry in order to improve productivity, customer satisfaction, and service infrastructure, resulting in improving competitiveness. The purpose of this study is to develop government supporting policy issues by analyzing the current usage of IT, problems and requirement analysis, and critical success factors for applying IT to small and medium-sized service industries. For a survey 2,000 samples are collected from service companies. The results show that IT usage is very important to improve competitiveness in small and medium sized service industry. In addition, customized it solutions are needed to satisfy different characteristics of service industry depends on types of business. Finally, government supporting programs of IT has to be improved. The results would be able to provide directions and guide lines of IT utilization in service industries.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.512-515
• /
• 2020

학습 속도가 느린 강화학습을 범용적으로 활용할 수 있도록 연구가 활발하게 이루어지고 있다. 사전 지식을 제공해서 학습 속도를 높일 수 있지만, 잘못된 사전 지식을 제공했을 위험이 존재한다. 본 연구는 불확실하거나 잘못된 사전 지식이 학습에 어떤 영향을 미치는지 살펴본다. OpenAI Gym 라이브러리를 이용해서 만든 Gamble 환경, Cliff 환경, 그리고 Maze 환경에서 실험을 진행했다. 그 결과 사전 지식을 통해 에이전트의 행동에 경향성을 부여할 수 있다는 것을 확인했다. 또한, 경로탐색에 있어서 잘못된 사전 지식이 얼마나 학습을 방해하는지 알아보았다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.333-334
• /
• 2022

본 논문에서는 대전 격투 게임에서의 AI 개발을 위한 강화학습 사용 방법을 제안한다. 이 방법은 학습 모델에 상대방의 다양한 패턴을 학습시켜 적은 코드로 효율적인 AI 개발을 할 수 있어 개발 시간을 최소화 할 수 있다. 또한, 이 방법은 복잡한 코드를 추가 또는 제거할 필요 없이 보상과 액션을 조정하여 다양한 종류의 AI를 원하는 만큼 생성할 수 있다는 장점이 있다. 본 논문에서는 Unity 사에서 제공하는 머신러닝 툴인 ML-Agents를 활용하여 강화학습을 통한 대전 격투 게임 AI의 가능성을 보인다.