• 한국정보처리학회논문지
• /
• 제6권11호
• /
• pp.3001-3010
• /
• 1999

The most of intrusion detection methods do not detect intrusion on real-time because it takes a long time to analyze an auditing data for intrusions. To solve the problem, we are studying a real-time intrusion detection. Therefore, this paper proposes an agent model using multi warning level for real-time intrusion detection. It applies to distributed environment using an extensibility and communication mechanism among agents, supports a portability, an extensibility and a confidentiality of IDS.

• Journal of Information Processing Systems
• /
• 제6권3호
• /
• pp.385-402
• /
• 2010

Most of the data warehouse (DW) requirements engineering approaches have not distinguished the early requirements engineering phase from the late requirements engineering phase. There are very few approaches seen in the literature that explicitly model the early & late requirements for a DW. In this paper, we propose an AGDI (Agent-Goal-Decision-Information) model to support the early and late requirements for the development of DWs. Here, the notion of agent refers to the stakeholders of the organization and the dependency among agents refers to the dependencies among stakeholders for fulfilling their organizational goals. The proposed AGDI model also supports three interrelated modeling activities namely, organization modeling, decision modeling and information modeling. Here, early requirements are modeled by performing organization modeling and decision modeling activities, whereas late requirements are modeled by performing information modeling activities. The proposed approach has been illustrated to capture the early and late requirements for the development of a university data warehouse exemplifying our model's ability of supporting its decisional goals by providing decisional information.

• 지능정보연구
• /
• 제28권3호
• /
• pp.45-55
• /
• 2022

최근 자연어 처리 분야에서 대규모 사전학습 언어모델(Large-scale pretrained language model, LPLM)이 발전함에 따라 이를 미세조정(Fine-tuning)한 의도 분류 모델의 성능도 개선되었다. 하지만 실시간 응답을 요하는 대화 시스템에서 대규모 모델을 미세조정하는 방법은 많은 운영 비용을 필요로 한다. 이를 해결하기 위해 본 연구는 저성능 자원에서도 멀티에이전트 운영이 가능한 의도 분류 모델 경량화 방법을 제안한다. 제안 방법은 경량화된 문장 인코더를 학습하는 과제 독립적(Task-agnostic) 단계와 경량화된 문장 인코더에 어답터(Adapter)를 부착하여 의도 분류 모델을 학습하는 과제 특화적(Task-specific) 단계로 구성된다. 다양한 도메인의 의도 분류 데이터셋으로 진행한 실험을 통해 제안 방법의 효과성을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권12호
• /
• pp.33-40
• /
• 2009

다중에이전트 시스템의 분석에 중요한 시간, 지식, 그리고 전략에 관한 개념들을 구체화하기 위해 번역시스템(Interpreted Systems)과 ATL및 ATEL을 살펴보고, 특히 ATEL의 문제점, 즉 하나의 에이전트는 그 자신의 상태에 대해 확실한 정보를 갖지 못하더라도 전략을 구성함에 있어서 전체 시스템의 현재 상태에 접근할 수 있으며, 또한 ATEL의 불명확한 행위들에 대한 표현은 일반적인 상황을 모델링하는 것을 어렵게 하는 문제점들을 해결하기 위한 방안으로 게임이론의 서브게임 완전한 나쉬평형 (subgame perfect Nash equilibrium)에 기초한 전략적 제한(strategic constraints)을 그 문제의 해결책으로 제안한다. 또한, 전략적 제한에 기초한 번역시스템을 다중에이전트 시스템에서의 모델체킹 (model checking)을 위한 하나의 방법으로 제안한다.

• 품질경영학회지
• /
• 제42권2호
• /
• pp.221-234
• /
• 2014

Purpose: The Purpose of this study is to develop a model for predicting agent churn group in the cosmetics industry. We develope two models, pattern model and matrix model, which are compared regarding the prediction accuracy of churn agents. Finally, we try to conclude if there is statistically significant difference between two models by empirical study. Methods: We develop two models using the part of RFM(Recency, Frequency, Monetary) method which is one of customer segmentation method in traditional CRM study. In order to ensure which model can predict churn agents more precisely between two models, we used CRM data of cosmetics company A in China. Results: Pattern model and matrix model have been developed. we find out that there is statistically significant differences between two models regarding the prediction accuracy. Conclusion: Pattern model and matrix model predict churn agents. Although pattern model employed the trend of monetary mount for six months, matrix model that used the amount of sales per month and the duration of the employment is better than pattern model in prediction accuracy.

• 컴퓨터교육학회논문지
• /
• 제10권5호
• /
• pp.43-51
• /
• 2007

본 연구의 목적은 프로그래밍 교육을 지원하기 위한 동료 에이전트를 개발하고, 실제 프로그래밍 교육에 적용하여 동료 에이전트의 교육적 효과를 검증하는 것이다. 학습자와 에이전트 사이의 역할을 동료 프로그래밍 관점에서 Tutor와 Tutee로 정의하고, 에이전트가 학습자의 수준을 진단하기 위한 베이지안 네트워크 학습자 모델을 개발하였다. 이를 기반으로 동료 에이전트는 학습자의 수준에 따라 적절한 피드백이나 학습내용을 제공한다. 개발된 동료 에이전트 시스템을 실제 프로그래밍 교육에 적용한 결과, 학습자의 학업성취도와 자기효능감 증진에 효과가 있는 것으로 나타났다. 이는 동료 에이전트 학습 시스템이 학습자의 인지적 영역과 더불어 정의적 영역에 있어서도 긍정적인 영향을 주는 것을 의미한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 A
• /
• pp.209-211
• /
• 2000

This paper presents a Multi-Agent system for setting and coordination of overcurrent protective devices in the distribution system. The simulation model shows its feasibility in which KQML is used for communication among agents. The proposed system could make it possible to keep the protection system in the optimal state all the time.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.149.5-149
• /
• 2001

The robot soccer simulation game is a dynamic multi-agent environment. In this paper we suggest a new reinforcement learning approach to each agent´s dynamic positioning in such dynamic environment. Reinforcement learning is the machine learning in which an agent learns from indirect, delayed reward an optimal policy to choose sequences of actions that produce the greatest cumulative reward. Therefore the reinforcement learning is different from supervised learning in the sense that there is no presentation of input-output pairs as training examples. Furthermore, model-free reinforcement learning algorithms like Q-learning do not require defining or learning any models of the surrounding environment. Nevertheless ...

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권3호
• /
• pp.277-282
• /
• 2004

This paper outlines our approach and the underlying design principles aimed at the generation of a theory of coordination. Such theory would assist in designing new Multi-Agent Systems(MAS) and provide trouble-shooting tools for suboptimally functioning MAS. This paper also describes the decisions that have been made in this endeavor. We have been able to show via a simplified model that approach is feasible and can produce results.

• 인지과학
• /
• 제10권1호
• /
• pp.1-11
• /
• 1999

최근 에이전트 기반 시스템 기술은 소프트웨어 시스템의 개념화, 설계, 구현을 위한 새로운 패러다임을 제공하며 많은 기대를 받아왔다. 특히 멀티 에이전트 시스템은 분산적이고 개방적인 인터넷 환경에 잘 부합되는 특징을 가지고 있어서 많은 연구가 진행되고 있다. 멀티 에이전트 시스템에서는 각 에이전트들이 자신의 목적을 위해 행동하기 때문에 에이전트간 충돌이 발생하는 경우에 조정을 통해 협력할 수 있어야 한다. 그러나 기존의 멀티 에이전트 시스템에서의 에이전트 간 협력 방법에 관한 연구 방법들은 동적 환경에서 서로 다른 목적을 갖는 에이전트간의 협동 문제를 올바로 해결할 수 없다는 문제가 있었다. 본 논문에서는 강화학습을 이용한 자동 역할 조정 방법을 통하여 에이전트가 처한 동적 환경에서 서로 다른 목적을 갖는 에이전트간의 협력 문제를 해결한다. 이를 위하여 멀티 에이전트 시스템 분야의 전통적인 문제인 추적 문제에 동적 환경과 서로 다른 목표를 갖는 에이전트들을 모델 링 하여, 두 가지 수정된 추적 문제를 제안하고 이 문제의 해결을 통하여 제안한 방법이 타당함을 보였다.