• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.104-106
• /
• 2021

도시의 인구 밀집도가 증가함에 따라 도시의 단위 면적당 건물 밀집도 역시 증가하고 있으며, 이에 도시 화재는 대규모 화재로 발전할 가능성이 높다. 도시 내 대규모 화재로 인한 인명 및 경제적인 피해를 최소화하기 위해 시뮬레이션 기반의 화재 대응 방안들이 널리 연구되고 있으며, 최근에는 시뮬레이션에서 효과적인 화재 대응 방안을 탐색하기 위해 강화학습 기술을 활용하는 연구들이 소개되고 있다. 그러나, 시뮬레이션의 규모가 커지는 경우, 상태 정보 및 화재 대응을 위한 행위 공간의 크기가 증가함으로 인해 강화학습의 복잡도가 증가하며, 이에 따라 학습 확장성이 저하되는 문제가 발생한다. 본 논문에서는 시뮬레이션 규모 증가 시 강화학습의 학습 확장성을 유지하기 위해, 화재 상황 정보와 재난 대응을 위한 행위 공간을 변환하는 기법을 제안한다. 실험 결과를 통해 기존에 강화학습 모델의 학습이 어려웠던 대규모 도시 재난시뮬레이션에서 본 기법을 적용한 강화학습 모델은 학습 수행이 가능하였으며, 화재 피해가 없는 상황의 적합도를 100%로 하고, 이것 대비 99.2%의 화재 대응 적합도를 달성했다.

• 컴퓨터교육학회논문지
• /
• 제10권4호
• /
• pp.61-71
• /
• 2007

평생학습도시 사업은 지역의 인적 물적 자원을 재구조화하여 지역주민의 평생학습 지원을 통한 지역 발전과 혁신을 도모하는 사업이다. 우리나라에서는 2001년부터 평생학습도시 조성사업이 시작되어 2006년 현재 전국적으로 57개의 평생학습도시가 선정되어 주민의 평생학습 지원을 위한 사업을 활발히 전개하고 있다. 평생학습도시 사업은 지역의 지속가능 발전의 주요한 전략으로 인식하면서 질적 양적으로 어떻게 발전시켜 나갈 것인가에 대해 많은 관심을 모으고 있다. 이러한 맥락에서 본 논문은 평생학습도시의 발전 전략의 하나로 사이버네트워크시스템 구축을 제시하면서 사이버네트워크 시스템 구축 방향을 탐색하는데 목적을 두고 평생학습도시 학습자를 대상으로 요구조사를 실시하고, 향후 평생학습도시 사이버네트워크 시스템 구축 방향을 제시하였다.

• 대한토목학회논문집
• /
• 제38권1호
• /
• pp.141-148
• /
• 2018

최근 개인의 자아실현을 도모하고 삶의 질을 높여 도시 전체의 경쟁력을 향상시키고 도시와 도시 주민이 함께 성장 발전 할 수 있도록, 언제, 어디서나, 누구든 원하는 것을 배우고 즐길 수 있는 학습도시를 만들고자 하는 움직임이 활발해 지고 있다. 세계 많은 선진국들은 학교와 공공시설을 활용하여 학습도시를 만드는 프로젝트를 지원하고 있는데, 이를 통해 지역주민들에게 자기 성장의 기회를 제공하고, 지역사회의 문제를 해결하고자 하고 있다. 우리나라 역시 학교 유휴시설을 활용하여 다양한 프로그램을 제공하고 있지만, 지역 주민들을 대상으로 하는 교육 프로그램이나, 지역 공동체와의 파트너쉽에 의한 학습 프로그램 제공이 부족한 실정이다. 성공적인 학습도시 구현을 위해 공간적 소프트웨어적 전략이 필요한 때이다. 따라서 학습 가능한 시설의 공간 데이터를 체계적으로 정리하고, 현재의 문제점을 분석하여 다양하게 활용할 수 있는 방안을 모색하고자 한다. 또한 주민들이 필요로 하는 프로그램을 분석하여 실질적이고 효율적인 학습도시를 구현하고자 한다.

• 비교교육연구
• /
• 제26권4호
• /
• pp.105-124
• /
• 2016

평생학습이 하나의 전 사회적 문화로 형성되고 일상에서 향유되는 사회가 평생학습 사회이다. 평생학습도시 사업은 그러한 사회를 구현하기 위한 세부적인 단위라는 점에서 중요하다. 본 연구는 초중등학생 참여의 관점에서 독일의 평생학습도시 프로젝트의 내용을 고찰하고 우리의 평생학습도시 프로그램에 주는 시사점을 고찰하는데 연구의 목적이 있다. 초중등학생 참여의 관점에서 독일의 평생학습도시 프로젝트에서는 개인학습지원, 다음 학제 단계로의 전환과정 지원, 직업 및 진로 지도라는 세 가지 방향에서 초 중 고등학생의 참여를 위한 프로그램이 활발하게 진행되고 있다. 이러한 독일의 사례는 평생학습도시 프로젝트가 급변하는 사회적 상황에서, 평생교육의 실질적인 대상을 확장하고 초 중등학생이 필요로 하는 다양한 학습 관련 필요를 충족하는 동시에 전통적인 학교가 가지고 있는 한계를 보완하는 역할을 충실하게 수행하고 있다는 것을 시사한다.

• 전자통신동향분석
• /
• 제34권4호
• /
• pp.1-14
• /
• 2019

Recent trends in deep reinforcement learning (DRL) have revealed the considerable improvements to DRL algorithms in terms of performance, learning stability, and computational efficiency. DRL also enables the scenarios that it covers (e.g., partial observability; cooperation, competition, coexistence, and communications among multiple agents; multi-task; decentralized intelligence) to be vastly expanded. These features have cultivated multi-agent reinforcement learning research. DRL is also expanding its applications from robotics to natural language processing and computer vision into a wide array of fields such as finance, healthcare, chemistry, and even art. In this report, we briefly summarize various DRL techniques and research directions.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.97-97
• /
• 2022

AI 모형을 적용한 도시지역 침수예측에 대한 연구는 꾸준히 수행되어 왔다. AI 모형을 이용해 도시침수예측을 하기 위해서는 모형에 강우자료를 학습시키게 되는데, 시계열 강우분포 자료를AI 모형의 학습자료로 사용하기에 자료의 양이 너무 많기 때문에 총 강우량만을 이용하여 도시침수예측을 수행한 바 있다(Kim et al., 2021). 하지만 총 강우량만을 AI 모형에 학습시킬 경우, 지속기간 동안 강우가 고르게 분포하는지 불규칙적으로 분포하는지에 대한 정보가 포함되지 않았기 때문에 침수예측력이 떨어질 수 있다. 따라서 본 연구에서는 시계열 강우자료의 통계치를 산정하여 AI 모형에 학습시킴으로써 강우분포특성을 고려한 침수예측을 통해 예측력을 높이고자 한다. 총 강우량만을 학습시킬 경우, 같은 지속시간에 같은 양의 강우가 내리더라도 고른 분포를 가진 강우에 의해서는 실제 침수는 작게 일어나므로 과대예측을, 전체 지속시간 중 특정 시간대에 편향된 분포를 가진 강우에 의해서는 실제 침수가 크게 일어나므로 과소예측을 하는 문제가 발생할 수 있다. 따라서 표준편차를 평균 강우량으로 나눈 값인 변동계수, 강우분포의 뾰족한 정도를 나타내는 첨도, 평균값에 대해 어느 방향으로 비대칭인지를 나타내는 왜도 값을 추가로 학습시킴으로써 시계열 강우자료 전체를 학습시키지 않고도 강우분포를 학습시키지 않았을 때 발생하는 과소·과대예측 문제를 해결할 수 있다. 또한 변동계수 대신 표준편차를 학습시키는 모형, 변동계수와 표준편차를 모두 학습시키지 않는 모형, 변동계수와 표준편차를 모두 학습시키는 모형과의 침수예측 결과 비교를 통해 표준편차와 변동계수 중 어떤 통계치를 학습시키는 것이 적합한지와 비슷한 통계치 자료를 모두 학습시켰을 때의 과적합 문제 등에 대한 결론를 얻을 수 있다.

• 대한토목학회논문집
• /
• 제36권1호
• /
• pp.151-156
• /
• 2016

언제, 어디서나, 누구나 원하는 것을 배우고 즐길 수 있는 학습 도시의 구현은 개인의 자아실현을 도모하고 삶의 질을 높여 도시 전체의 경쟁력을 향상시키는데 중요한 역할을 한다. 학습 도시 구현을 위해서는 이를 실현할 수 있는 공간이 필요한데, 현실에서는 그 공간의 부족과 불균형화가 나타나고 있다. 본 연구에서는 평생학습시설의 공간 데이터 분석결과를 바탕으로 공간 서비스 취약지역에 초등학교의 유휴시설을 활용하여 공간적 불균형화를 해소하고자 하였다. 현재는 학교의 소극적인 참여로 그 효과가 미비하긴 하지만, 추후 학교의 적극적인 지원이 뒷받침해준다면 충분히 공간적 불균형을 해결할 수 있을 것이라는 결론을 도출하였다.

• 열린충남
• /
• 통권36호
• /
• pp.90-110
• /
• 2006

• 한국지역지리학회지
• /
• 제16권5호
• /
• pp.572-589
• /
• 2010

본 연구는 평생학습사회의 도래와 함께 국내의 많은 도시들이 평생학습도시를 표방하고 있는 시점에서 지역지리 지식을 중심으로 지역학습 프로그램을 구안하고 그것을 현장에 적용하는 과정을 밝히려한 것이다. 연구의 주요 결과는 다음과 같다; 첫째, 평생학습사회의 지역학습 프로그램의 구성은 학습자, 교수자, 지역의 특징적인 맥락을 중심으로 상황학습론적 접근이 가장 바람직하다. 또한 학습동아리 구성과 같은 지역인적자원의 적극적인 양성과 이들의 참여를 통한 지역사회봉사학습(SERVICE-LEARNING)이 교수법으로 효과적이다. 둘째, 연구자가 직접 구성하고 참여한 지역학습 프로그램인 '지리 탐방대'를 통한 현장중심 체험학습의 결과, 대부분 참가자들이 지역과 지역정체성에 대한 인식 전환이 일어났다. 셋째, 평생학습사회에서 지리교육의 대중화를 위해 지리교사를 비롯하여 지역전문가들의 보다 적극적인 참여가 요구되었다. 현실적으로 지역을 종합적으로 가르칠 수 있는 인적 자원이 부족한 상황에서 지역전문가들의 역할이 긴요하였다. 이후 지역 특성에 맞는 지역학습 프로그램의 개발과 실생활에 적용이 이어진다면 지리교육은 평생학습사회에서 안정적인 토대가 될 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.441-442
• /
• 2021

본 논문에서는 고해상도의 시계열 위성영상을 딥러닝 알고리즘으로 학습하여 도시 변화탐지를 수행한다. 고해상도 위성영상을 활용한 서비스는 4 차 산업혁명 융합 신사업 중 하나인 스마트시티에 적용하여 도시 노후화, 교통 혼잡, 범죄 등 다양한 도시 문제 해결 및 효율적인 도시를 구축하는데 활용이 가능하다. 이에 본 연구에서는 도시 변화탐지를 위한 딥러닝 알고리즘으로 DeepLabV3+를 사용한다. 이는 인코더-디코더 구조로, 공간 정보를 점진적으로 회복함으로써 더욱 정확한 물체의 경계면을 찾을 수 있다. 제안하는 방법은 DeepLabV3+의 레이어와 loss function 을 수정하여 기존보다 좋은 결과를 얻었다. 객관적인 성능평가를 위해, 공개된 데이터셋 LEVIR-CD 으로 학습한 결과로 평균 IoU 는 0.87, 평균 Dice 는 0.93 을 얻었다.