• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.379-390
• /
• 2005

In this paper, we introduce a new combinatorial auction mechanism - N-Bilateral Optimized Combinatorial Auction (N-BOCA). N-BOCA is a flexible iterative combinatorial auction model that offers optimized trading for multi-suppliers and multi-purchasers in the supply chain. We design the N-BOCA system from the perspectives of architecture, protocol, and trading strategy. Under the given N-BOCA architecture and protocol, auctioneers and bidders have diverse decision strategies for winner determination. This needs flexible modeling environments. Hence, we propose an optimization modeling agent for bid and auctioneer selection. The agent has the capability to automatic model formulation for Integer Programming modeling. Finally, we show the viability of N-BOCA through prototype and experiments. The results say both higher allocation efficiency and effectiveness compared with I-to-N general combinatorial auction mechanisms.

• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.29-37
• /
• 2015

Nowadays, the user-centric application based web 2.0 has replaced the web 1.0. The users gain and provide information by interactive network applications. As a result, traditional approaches that only extract and analyze users' local document operating behavior and network browsing behavior to build the users' preference profile cannot fully reflect their interests. Therefore this paper proposed a preference analysis and indicating approach based on the users' communication information from MicroBlog, such as reading, forwarding and @ behavior, and using the improved PersonalRank method to analyze the importance of a user to other users in the network and based on the users' communication behavior to update the weight of the items in the user preference. Simulation result shows that our proposed method outperforms the ontology model, TREC model, and the category model in terms of 11SPR value.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.853-873
• /
• 2021

In recent years, deep reinforcement learning (DRL) models are enjoying great interest as their success in a variety of challenging tasks. Deep Q-Network (DQN) is a widely used deep reinforcement learning model, which trains an intelligent agent that executes optimal actions while interacting with an environment. This model is well known for its ability to surpass skilled human players across many Atari 2600 games. Although DQN has achieved excellent performance in practice, there lacks a clear understanding of why the model works. In this paper, we present a visual analytics system for understanding deep Q-network in a non-blind matter. Based on the stored data generated from the training and testing process, four coordinated views are designed to expose the internal execution mechanism of DQN from different perspectives. We report the system performance and demonstrate its effectiveness through two case studies. By using our system, users can learn the relationship between states and Q-values, the function of convolutional layers, the strategies learned by DQN and the rationality of decisions made by the agent.

• ETRI Journal
• /
• 제45권5호
• /
• pp.862-873
• /
• 2023

Determining whether an autonomous self-driving agent is in the middle of an intersection can be extremely difficult when relying on visual input taken from a single camera. In such a problem setting, a wider range of views is essential, which drives us to use three cameras positioned in the front, left, and right of an agent for better intersection recognition. However, collecting adequate training data with three cameras poses several practical difficulties; hence, we propose using data collected from one camera to train a three-camera model, which would enable us to more easily compile a variety of training data to endow our model with improved generalizability. In this work, we provide three separate fusion methods (feature, early, and late) of combining the information from three cameras. Extensive pedestrian-view intersection classification experiments show that our feature fusion model provides an area under the curve and F1-score of 82.00 and 46.48, respectively, which considerably outperforms contemporary three- and one-camera models.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권2호
• /
• pp.161-168
• /
• 2024

As the size of big data models grows, distributed training is emerging as an essential element for large-scale machine learning tasks. In this paper, we propose ParamHub for distributed data training. During the training process, this agent utilizes the provided data to adjust various conditions of the model's parameters, such as the model structure, learning algorithm, hyperparameters, and bias, aiming to minimize the error between the model's predictions and the actual values. Furthermore, it operates autonomously, collecting and updating data in a distributed environment, thereby reducing the burden of load balancing that occurs in a centralized system. And Through communication between agents, resource management and learning processes can be coordinated, enabling efficient management of distributed data and resources. This approach enhances the scalability and stability of distributed machine learning systems while providing flexibility to be applied in various learning environments.

• 디지털융복합연구
• /
• 제18권6호
• /
• pp.17-32
• /
• 2020

본 연구는 주인-대리인 모델을 적용하여 데이터 산업의 이해관계자인 정부, 개인, 기업의 규제 이슈를 분석해내는 데 목적이 있다. 데이터 산업은 거대한 딜레마적 상황에 직면해 있다. 데이터 경제의 중요성이 빠르게 부상하고 있으나, 데이터 사용에 대한 국가의 규제로 인해 산업 발전이 저해되는 한편, 데이터의 무분별한 활용으로 인한 개인의 프라이버시 역시 침해받고 있다. 본 연구에서는 기술적 사례연구의 방식을 이용하여 딜레마적 상황에서 각각의 행위자들의 이해관계에 기반한 규제 이슈를 분석하고, 그에 대응할 수 있는 전략을 제시하였다. 사례분석 결과 첫째, 국내 데이터 산업의 주요 정책행위자는 데이터 회사와 정부이다. 둘째, 데이터 기반 사회에서 가장 우려스러운 두 가지 문제점은 기업이 빈번하게 개인정보를 침해한다는 것과 국제적 기업의 데이터 독과점 현상이 나타난다는 점이다. 이러한 규제 이슈를 해결하기 위해 본 논문에서는 이에 대한 전략을 다음과 같이 제시하고 있다. 정부는 글로벌 기업의 감독을 위한 국내 대리인제도를 활성화하고 데이터 보호를 증대해야 한다. 기업은 차별적인 규제환경을 해결하고 합법적인 데이터 활용기준을 확장해야 한다. 마지막으로 개인은 능동적인 동의 행태를 구현해야 한다.

• 한국인터넷방송통신학회논문지
• /
• 제11권2호
• /
• pp.261-267
• /
• 2011

분산 시스템을 위한 강력한 소프트웨어 패러다임 중 하나가 이동 에이전트 시스템이다. 이동 에이전트의 사용이 증가하고 있으므로 이 시스템을 효율적으로 구축하기 위한 소프트웨어 개발 모델이 필요하다. 현재 소프트웨어 개발 모델로서 널리 사용되고 있는 것이 UML이다. 그러나 기존의 UML은 이동 에이전트 기반 소프트웨어 시스템을 개발하는 모델로 사용하고자 할 때 이동성을 명시적인 방식으로 기술할 수 없다. 본 논문에서는 UML 다이어그램 중 상호 작용 다이어그램(즉 순차 다이어그램과 통신 다이어그램)을 확장하여 세 가지 방법으로 이동 에이전트의 이동성을 명시적으로 표현하였는데 이동 에이전트를 위한 플랫폼의 기능도 포함하였다. 확장한 다이어그램의 표현법을 사용한 사례연구로 이동 에이전트를 이용한 분산형 파일 검색에 적용하였으며 이동 에이전트의 기능과 이동성을 잘 표현할 수 있음을 확인하였다.

• 정보처리학회논문지D
• /
• 제13D권1호
• /
• pp.37-50
• /
• 2006

최근 무선인터넷의 중요성이 강조되면서 모바일 단말 장치는 모바일 비즈니스 프로세스에서 중요한 역할을 담당한다. 특히, 모바일 단말 장치는 차세대 기술인 임베디드와 유비쿼터스 컴퓨팅의 주요 단말 장치이며 개발 대상이기도 하다. 또한, 모든 환경이 무선 인터넷 환경으로 이동되면서 무선 컴퓨팅 환경으로 도입하기 위한 서비스 기술에 많은 관심을 갖게 되었다. 그 중에서도 모바일 에이전트는 기존 인터넷 하부 구조상에 기능들을 전개하는 새로운 추상화 개념을 제공하며, 이러한 시스템은 융통성, 적용성, 확장성, 자율성 등을 요구하고 있다. 그러므로 이를 위해서는 새로운 소프트웨어 개발 방법론의 적용을 통해 해결하는 것이 중요하다. 따라서, 본 논문에서는 플러그 가능하고 독립성이 보장되는 조립 가능한 컴포넌트를 기반으로 에이젼트 아키텍처 모델을 작성한다 이러한 접근은 서블릿으로 컴포넌트 랩핑을 전개할 수 있으며, 이는 PDA 모바일 에이젼트를 개발하기 위한 모델과 컴포넌트에 대한 연구로 행해진다.

• 지능정보연구
• /
• 제11권3호
• /
• pp.1-23
• /
• 2005

개인화된 상기 시스템은 사용자의 현재 상황 정보를 토대로 현재 욕구를 동적이며 선응적으로 파악하여야 한다. 하지만 기존의 욕구 인식 방법론 및 상기시스템 아키텍처들은 이러한 요구 사항을 잘 반영하지 못해왔다. 따라서 본 논문은 에이전트, 시맨틱 웹, 그리고 RFID기반의 상황인지를 활용한 선응적인 욕구 인지 메커니즘을 유력한 유비쿼터스 서비스 지원환경의 하나인 개인화된 상기 시스템에 적용하는 것을 목적으로 한다. 이를 위하여 주된 욕구 인지 이론으로 Rescorla-Wagner 모형을 채택하였다. 또한 본 논문에서 제안하는 방법론의 실현 가능성을 보이기 위해 NAMA (Need Aware Multi-Agent)-RFID라고 하는 프로토타입 시스템을 개발하였다. NAMA는 사용자의 욕구를 인지하기 위해 상황 정보 및 사용자 프로파일과 선호도, 가용 서비스 관련 정보 등을 고려할 수 있으며, 웹 서비스의 형태로 구현된 서비스 집합들을 사용자에게 연결시켜준다. 더욱이 범위성 측면에서의 시스템 성능을 보이기 위해 시뮬레이션을 수행하였으며, 그 결과를 보였다.

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.643-648
• /
• 2003

웹 기반하에서 사용자의 질의에 대한 효율적인 검색결과를 제공하기 위하여 다양한 검색 알고리즘들이 개발되어 왔으며, 이러한 알고리즘들의 대부분은 사용자의 선호도나 편의성을 고려하였다. 그러나 지금까지 개발된 검색 알고리즘들은 일반적으로 웹이라는 수평의 비계층적인 웹 환경에서 개발된 것으로서 기업의 전사적 네트워크와 같이 계층적이고 기능적으로 복잡하게 구성되어 있는 웹 기반 환경에서는 적용하기가 힘든 실정이다. 본 논문에서는 이러한 특수한 웹 기반 환경하에서 사용자에게 효율적으로 마이닝 결과를 제공할 수 있는 멀티-에이전트 기반의 웹 마이닝 시스템을 제안한다. 이를 위해 우리는 계층적 웹 기반 환경이라는 네트워크 모델을 제시하며, 제시된 웹 환경에서 적용할 수 있는 4개의 협력 에이전트와 14개의 프로세스 모듈을 가진 멀티-에이전트 기반의 웹 마이닝 시스템을 설계한다. 그리고 각 에이전트에 대한 세부기능을 계층적 환경을 고려하여 모듈별로 설명하며 특히, 새로운 머징 에이전트와 개선된 랭킹 알고리즘을 그래프 이론을 적용하여 제안한다.