• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 춘계학술대회 논문집
• /
• pp.262-266
• /
• 1995

This paper presents a new adaptive-neuro control scheme to control the velocity and position of SCARA robot with parameter uncertainties. The adaptive control of linear system found wiedly in many areas of control application. While techniques for the adaptive control of linear systems have been well-established in the literature, there are a few corresponding techniques for nonlinear systems. In this paper an attempt is made to present a newcontrol scheme for theadaptive control of ponlinear robot based on a feedforward neural network. The proposed approach incorporates a neuro controller used within a reinforcement learning framework, which reduces the problem to one of learning a stochastic approximation of an unknown average error surface Emphasis is focused on the fact that the adaptive-neuro controoler dose not need any input/output information about the controlled system. The simulation result illustrates the effectiveness of the proposed adaptive-neuro control scheme.

• 한국지능시스템학회논문지
• /
• 제8권3호
• /
• pp.9-15
• /
• 1998

본 논문은 뉴로제어 및 반복학습 제어기법에 기반한 미지의 비선형시스템의 적응학습제어 방법을 제안한다. 제안된 제어 시스템에서 반복학습제어기는 새로운 기준 궤적에 대해 시스템의 출력이 원하는 궤적으로 정확히 수렴하도록 하는 적응과 단기간 제어정보를 기억하는 기능을 수행한다. 상대차수만 알고 있는 미지 시스템에 대한 박복학습 법칙이 학습이득은 신경회로망을 이용하여 추정된다. 반복학습제어기에 의해 습득된 제어정보는 장기메모리에 기반한 앞먹임 뉴로제어기로 이전되어 누적기억됨으로써 과거에 겸험된 기준 궤적에 대해서는 신속하게 추종할 수 있도록 한다. 2자유도 매니퓰레이터에 적용하여 제안된 기법의 타당성을 검증한다.

• 한국멀티미디어학회논문지
• /
• 제25권9호
• /
• pp.1367-1374
• /
• 2022

In this paper, we propose an automatic cosmetic foundation recommendation system that suggests a good foundation product based on the user's skin color. The proposed system receives and preprocesses user images and detects skin color with OpenCV and machine learning algorithms. The system then compares the performance of the training model using XGBoost, Gradient Boost, Random Forest, and Adaptive Boost (AdaBoost), based on 550 datasets collected as essential bestsellers in the United States. Based on the comparison results, this paper implements a recommendation system using the highest performing machine learning model. As a result of the experiment, our system can effectively recommend a suitable skin color foundation. Thus, our system model is 98% accurate. Furthermore, our system can reduce the selection trials of foundations against the user's skin color. It can also save time in selecting foundations.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.421-428
• /
• 2006

Intelligent Tutoring System(ITS)이 다양한 학습자 변인을 고려한 개별화된 학습 환경을 제공하여 영역 전문가를 대신할 효율적인 대안으로 인식되어짐에 따라, Learning Companion System(LCS)에 대한 연구도 긍정적으로 검토되어지고 있다. 하지만 LCS에서의 원활한 상호작용을 위해서는 동일한 역할을 하는 복수 LC의 결합이 필요하고, 이는 개별적 지식베이스의 확보를 선행 조건으로 요구한다. 따라서 본 연구에서는 인지구조의 연결주의적 관점을 근거로, 지식베이스 자체의 자기 학습(self learning)이 가능하고, 지식베이스 객체의 소유자에 의해 적응적으로 성장 가능한 지식베이스 객체 모형을 설계하고, 이를 검증하였다. 이 지식베이스 객체 모형은 개별적 지식베이스의 구축을 가능하게 하여, 지식베이스 객체를 이용한 적응적 ITS 개발의 기회를 제공한다.

• 한국멀티미디어학회논문지
• /
• 제6권4호
• /
• pp.676-684
• /
• 2003

eLearning can be defined as an approach to teaching and teaming that utilises Internet technologies to communicate and collaborate in an educational context. This includes technology that supplements traditional classroom training with web-based components and learning environments where the educational process is experienced online. The use of hypertext as an educational tool has a very rich history. The advent of the internet and one of its major application, the world wide web (WWW), has given a tremendous boost to the theory and practice of hypermedia systems for educational purposes. However, the web suffers from an inability to satisfy the heterogeneous needs of a large number of users. For example, web-based courses present the same static teaming material to students with widely differing knowledge of the subject. Adaptive hypermedia techniques can be used to improve the adaptability of eLearning. In this paper we report an approach to the design a unified implementation framework suitable for web-based eLearning that accommodates the three main dimensions of hypermedia adaptation: content, navigation, and presentation. The framework externalises the adaptation strategies using XML notation. The separation of the adaptation strategies from the source code of the eLearning software enables a system using the framework to quickly implement a variety of adaptation strategies. This work is a part of our more general ongoing work on the design of a framework for adaptive content delivery. parts of the framework discussed in this paper have been imulemented in a commercial eLearning engine.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 Proceedings of the Korea Automatic Control Conference, 11th (KACC); Pohang, Korea; 24-26 Oct. 1996
• /
• pp.103-106
• /
• 1996

This paper presents an iterative fuzzy learning control scheme which is applicable to a broad class of nonlinear systems. The control scheme achieves system stability and boundedness by using the linear feedback plus adaptive fuzzy controller and achieves precise tracking by using the iterative learning rules. The switching mode control unit is added to the adaptive fuzzy controller in order to compensate for the error that has been inevitably introduced from the fuzzy approximation of the nonlinear part. It also obviates any supervisory control action in the adaptive fuzzy controller which normally requires high gain signal. The learning control algorithm obviates any output derivative terms which are vulnerable to noise.

• 디지털융복합연구
• /
• 제12권2호
• /
• pp.467-473
• /
• 2014

적응적 학습 시스템은 학습자의 학습 요구에 따라서 학습 자료를 적응적으로 제공해주는 시스템을 의미한다. 적응적 학습 시스템은 전문가 모델, 수업 모델, 학습자 모델로 구성되어있다. 전문가 모델은 가르치는 정보를 저장하고 있다. 학습자 모델은 학생들의 학습 정보와 학습 이력에 대한 데이터를 저장한다. 수업 모델은 실제 학습자에게 필요한 학습 자료를 제공해주는 모델이다. 본 논문에서는 학습자 프로파일 정보를 통하여 학습자 모델을 구성하였으며, 동적 시나리오 구축을 통하여 수업 모델을 구성하였다. 이후 학습자의 프로파일 정보 기반의 동적 시나리오를 구축해줌으로써 학습자에게 적응적으로 학습 콘텐츠를 제공해주는 시스템을 개발하였다. 마지막으로 시스템에 대한 만족도 결과는 88%로 높은 만족도를 보였다.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.297-307
• /
• 2022

The simple procedural segment selection algorithm commonly used in Dynamic Adaptive Streaming over HTTP (DASH) reveals severe weakness to provide high-quality streaming services in the integrated mobile networks of various wired and wireless links. A major issue could be how to properly cope with dynamically changing underlying network conditions. The key to meet it should be to make the segment selection algorithm much more adaptive to fluctuation of network traffics. This paper presents a system architecture that replaces the existing procedural segment selection algorithm with a deep reinforcement learning algorithm based on the Asynchronous Advantage Actor-Critic (A3C). The distributed A3C-based deep learning server is designed and implemented to allow multiple clients in different network conditions to stream videos simultaneously, collect learning data quickly, and learn asynchronously, resulting in greatly improved learning speed as the number of video clients increases. The performance analysis shows that the proposed algorithm outperforms both the conventional DASH algorithm and the Deep Q-Network algorithm in terms of the user's quality of experience and the speed of deep learning.

• Steel and Composite Structures
• /
• 제46권1호
• /
• pp.107-114
• /
• 2023

A new intelligent adaptive control scheme was proposed that combines observer disturbance-based adaptive control and fuzzy adaptive control for a composite structure with a mass-adjustable damper. The most important advantage is that the control structures do not need to know the uncertainty limits and the interference effect is eliminated. Three adjustable parameters in LMI are used to control the gain of the 2D fuzzy control. Binary performance indices with weighted matrices are constructed to separately evaluate validation and training performance using the revalidation learning function. Determining the appropriate weight matrix balances control and learning efficiency and prevents large gains in control. It is proved that the stability of the control system can be ensured by a linear matrix theory of equality based on Lyapunov's theory. Simulation results show that the multilevel simulation approach combines accuracy with high computational efficiency. The M-TMD system, by slightly reducing critical joint load amplitudes, can significantly improve the overall response of an uncontrolled structure.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권1호
• /
• pp.33-40
• /
• 2008

인간은 다른 사람과 대화할 때, 시행착오 과정을 거치면서 상대방에 관한 학습이 일어난다. 본 논문에서는 이런 과정의 강화학습법(Reinforcement Learning)을 이용하여 대화시스템에 적응형 능력의 부여 방법을 제안한다. 적응형 대화 전략이란 대화시스템이 사용자의 대화 처리 습성을 학습하고, 사용자 만족도와 효율성을 높이는 것을 말한다. 강화 학습법을 효율적으로 대화처리 시스템에 적용하기 위하여 대화를 주 대화와 부대화로 나누어 정의하고 사용하였다. 주 대화에서는 전체적인 만족도를, 부 대화에서는 완료 여부, 완료시간, 에러 횟수를 이용해서 시스템의 효율성을 측정하였다. 또한 학습 과정에서의 사용자 편의성을 위하여 시스템 사용 역량에 따라 사용자를 두 그룹으로 분류한 후 해당 그룹의 강화 학습 훈련 정책을 적용하였다. 실험에서는 개인별, 그룹별 강화 학습에 따라 제안한 방법의 성능을 평가하였다.