• 대한지리학회지
• /
• 제47권4호
• /
• pp.606-624
• /
• 2012

이 논문의 연구 목적은 한국 지리학계에서 이루어진 지리공간분석 및 모델링 분야의 연구를 개관하는 것이다. 여기에서 지리공간분석과 모델링이라는 분야는 공간데이터분석 및 공간통계학, 공간최적화, 지오시뮬레이션 관련 연구를 의미하는 것으로 한정한다. 한국의 지리공간분석과 모델링 분야는 컴퓨터 혹은 분석 지도학과 GIS가 도입된 1990년대의 초기 단계를 거쳐, 관련 연구 논문이 쏟아진 2000년대의 성장 단계로 이행했으며, 현재 성숙 단계를 향해 진화하고 있다. 공간데이터분석과 공간통계학 분야에서는 공간적 포인트 패턴 데이터, 에이리어 데이터, 지구통계학적 데이터, 공간적 상호작용 데이터에 대한 다양한 연구가 이루어져 왔다. 공간최적화 분야에서는 시설물 입지문제, 구획문제, 경로설정 문제 등에 대한 모델의 개발 및 적용과 관련된 연구가 활발하게 진행되어 왔다. 지오시뮬레이션 분야에서는 셀룰라 오토마타와 관련된 연구가 대부분을 차지하고 있는 것에 비하여, 에이전트 기반 모델링은 이제 시작단계에 있다. 이 모든 연구 성과들 중 몇몇은 표준 기법의 단순한 적용을 넘어 방법론적 진보를 이끌어 낸 것으로 평가된다.

• 대한산업공학회지
• /
• 제32권3호
• /
• pp.172-179
• /
• 2006

Over the past few years, a considerable number of studies have been conducted on modeling the bargaining game using artificial agents on within-model interaction. However, very few attempts have been made at study on between-model interaction. This paper investigates the interaction and co-evolutionary process among heterogeneous artificial agents in the bargaining game. We present two kinds of the artificial agents participating in the bargaining game. They play some bargaining games with their strategies based on genetic algorithm (GA) and reinforcement learning (RL). We compare agents' performance between two agents under various conditions which are the changes of the parameters of artificial agents and the maximal number of round in the bargaining game. Finally, we discuss which agents show better performance and why the results are produced.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (D)
• /
• pp.453-457
• /
• 2007

응급환자의 생존 가능성은 응급의료체계가 얼마나 잘 갖추어져 있느냐에 따라 결정된다. 과거의 응급체계가 가장 빠른 시간에 환자의 이송함으로서 치료를 받게 하는데 초점을 두었다면 최근은 RFID등의 기술을 이용하여 환자의 상태를 빨리 파악하여 최적의 치료를 받을 수 있는 병원으로 이송할 수 있는 시스템 도입에 초점을 두고 있다. 따라서 응급 환자의 기본적인 정보를 수집한 후 최적의 병원 전 단계(pre-hospital phase)를 수립하기 위해서는 다양하고 이질적인 정보 자원들을 접근할 수 있어야 한다. 또한 응급환자의 기본적인 사고정보를 가지고 최적의 치료를 받을 수 있는 정책을 수립하기 위해 자율적으로 서로 커뮤니케이션을 할 수 있는 시스템이 필요하다. 본 논문에서는 멀티에이전트 기반의 응급 의료 시스템 모델링을 제시하고, 응급환자에 대한 최적의 병원 전 단계를 수립하기 위한 시퀀스를 설명한다.

• Journal of Construction Engineering and Project Management
• /
• 제8권1호
• /
• pp.10-21
• /
• 2018

Many construction projects involve a plethora of safety-related problems that can cause loss of productivity, diminished revenue, time overruns, and legal challenges. Incorporating data collection and analytics methods can help overcome the root causes of many such problems. However, in a dynamic construction workplace collecting data from a large number of resources is not a trivial task and can be costly, while many contractors lack the motivation to incorporate technology in their activities. In this research, an Android-based mobile application, Preemptive Construction Site Safety (PCS2) is developed and tested for real-time location tracking, trajectory prediction, and prevention of potential collisions between workers and site hazards. PCS2 uses ubiquitous mobile technology (smartphones) for positional data collection, and a robust trajectory prediction technique that couples hidden Markov model (HMM) with risk-taking behavior modeling. The effectiveness of PCS2 is evaluated in field experiments where impending collisions are predicted and safety alerts are generated with enough lead time for the user. With further improvement in interface design and underlying mathematical models, PCS2 will have practical benefits in large scale multi-agent construction worksites by significantly reducing the likelihood of proximity-related accidents between workers and equipment.

• Journal of Microbiology and Biotechnology
• /
• 제30권12호
• /
• pp.1810-1818
• /
• 2020

Inhibitor K562 (IK) protein was first isolated from the culture medium of K562 cells, a leukemia cell line, and is an inhibitory regulator of interferon-γ-induced major histocompatibility complex class II expression. Recently, exogenous truncated IK (tIK) protein showed potential as a therapeutic agent for inflammation-related diseases. In this study, we designed a novel putative anti-inflammatory peptide derived from tIK protein based on homology modeling of the human interleukin-10 (hIL-10) structure, and investigated whether the peptide exerted inhibitory effects against pro-inflammatory cytokines such as IL-17 and tumor necrosis factor-α (TNF-α). The peptide contains key residues involved in binding hIL-10 to the IL-10 receptor, and exerted strong inhibitory effects on IL-17 (43.8%) and TNF-α (50.7%). In addition, we used circular dichroism spectroscopy to confirm that the peptide is usually present in a random coil configuration in aqueous solution. In terms of toxicity, the peptide was found to be biologically safe. The mechanisms by which the short peptide derived from human tIK protein exerts inhibitory effects against IL-17 and TNF-α should be explored further. We also evaluated the feasibility of using this novel peptide in skincare products.

• Advances in Computational Design
• /
• 제7권4호
• /
• pp.345-369
• /
• 2022

Infectious disease emergency hospitals are usually temporarily built during the pneumonia epidemic with higher requirements regarding diagnosis and treatment efficiency, hygiene and safety, and infection control.This study aims to identify how the Building Information Modeling (BIM) + Industrialized Building System (IBS) approach could rapidly deliver an infectious disease hospital and develop site epidemic spreading algorithms. Coronavirus-19 pneumonia construction site spreading algorithm model mind map and block diagram of the construction site epidemic spreading algorithm model were developed. BIM+IBS approach could maximize the repetition of reinforced components and reduce the number of particular components. Huoshenshan Hospital adopted IBS and BIM in the construction, which reduced the workload of on-site operations and avoided later rectification. BIM+IBS integrated information on building materials, building planning, building participants, and construction machinery, and realized construction visualization control and parametric design. The delivery of Huoshenshan Hospital was during the most critical period of the Coronavirus-19 pneumonia epidemic. The development of a construction site epidemic spreading algorithm provided theoretical and numerical support for prevention. The agent-based analysis on hospital evacuation observed "arched" congestion formed at the evacuation exit, indicating behavioral blindness caused by fear in emergencies.

• 대한임베디드공학회논문지
• /
• 제19권3호
• /
• pp.131-139
• /
• 2024

Crew Transfer Vessels (CTVs) are primarily used for the maintenance of offshore wind farms. Despite being manually operated by professional captains and crew, collisions with other ships and marine structures still occur. To prevent this, the introduction of autonomous navigation systems to CTVs is necessary. In this study, research on the obstacle avoidance system of the autonomous navigation system for CTVs was conducted. In particular, research on obstacle avoidance simulation for CTVs using deep reinforcement learning was carried out, taking into account the currents and wind loads in offshore wind farms. For this purpose, 3 degrees of freedom ship maneuvering modeling for CTVs considering the currents and wind loads in offshore wind farms was performed, and a simulation environment for offshore wind farms was implemented to train and test the deep reinforcement learning agent. Specifically, this study conducted research on obstacle avoidance maneuvers using MATD3 within deep reinforcement learning, and as a result, it was confirmed that the model, which underwent training over 10,000 episodes, could successfully avoid both static and moving obstacles. This confirms the conclusion that the application of the methods proposed in this study can successfully facilitate obstacle avoidance for autonomous navigation CTVs within offshore wind farms.

• 한국통신학회논문지
• /
• 제36권11B호
• /
• pp.1363-1372
• /
• 2011

본 논문에서는 기존 HubNet 기반의 참여 모의실험의 한계를 극복하기 위한 능동형 참여 모의실험 (Active Participatory Simulation; APS) 학습 구조를 제시하고, 이를 위한 고고보도용 NetLogo 확장 모듈을 자바로 개발한다. NetLogo는 복잡하게 보이는 과학현상의 이면에 존재하는 복잡계를 모델링할 수 있는 에이전트 기반 모델링 (Agent Based Modeling) 언어다. 이것과 HubNet을 이용하면 모의실험이 수행되는 동안 학생은 하나의 에이전트로서 이 실험에 참여할 수 있다. 하지만 HubNet에서는 서버만이 외부장치와 연결된다. 따라서 고고보드를 이용한 환경 데이터 및 사용자 입력을 다수의 클라이언트를 통하여 수신할 수 없어 이중초점 모델링 기반 학습이 불가능하다. 이에 클라이언트에 연결된 고고보드의 입력 정보를 TCP/IP 소켓을 이용하여 수신하고 보드를 제어하는 자바 확장 모듈을 개발한다. 또한 HubNet과 이 확장 모듈을 사용한 APS 학습 구조 모델링 방법과 이를 위한 NetLogo 프로그래밍을 소개한다. 마지막으로 다양한 APS 학습 구조에 따른 예시를 제시하고 응답처리지연 시간 관점에서 평가하여 과학분야에 활용될 수 있는 방안을 모색한다.

• 전자공학회논문지
• /
• 제50권12호
• /
• pp.98-106
• /
• 2013

에너지 수확 모바일 센서 망에서 센서 노드간의 듀티-사이클 동기화는 매우 중요한 의미를 갖는다. 제한된 에너지를 효율적으로 사용하여 협력해야 하기 때문에 각 노드의 듀티-사이클이 서로 유사하게 동작되어야 한다. 이때 망을 구성하는 노드분포는 노드간의 연결뿐만 아니라 동기화에 의한 노드의 활동 시간, 그리고 망의 수명에 영향을 준다. 본 논문에서는 자기-동기화 듀티-사이클 기법을 적용한 에너지 수확 모바일 센서 망에서 망의 토폴로지를 변화시킨다. 단순 랜덤 토폴로지 망보다는 망이 담당하는 영역과 노드 밀집도에 따라서 노드의 분포를 균일하게 유지하는 알고리즘을 제시한다. 제시된 토폴로지 변환 알고리즘을 위하여 유체 흐름과 군집 분산 모델을 적용하고 에이전트 기반 모델링을 이용하여 성능분석을 시행한다. 또한 제안된 알고리즘을 자기-동기화 듀티-사이클 기반 모바일 센서 망에 적용하여 노드 간 동기화 특성이 강화되고 에너지 소비 편차의 감소를 확인한다.

• Genomics & Informatics
• /
• 제19권1호
• /
• pp.11.1-11.8
• /
• 2021

For the novel coronavirus disease 2019 (COVID-19), predictive modeling, in the literature, uses broadly susceptible exposed infected recoverd (SEIR)/SIR, agent-based, curve-fitting models. Governments and legislative bodies rely on insights from prediction models to suggest new policies and to assess the effectiveness of enforced policies. Therefore, access to accurate outbreak prediction models is essential to obtain insights into the likely spread and consequences of infectious diseases. The objective of this study is to predict the future COVID-19 situation of Korea. Here, we employed 5 models for this analysis; SEIR, local linear regression (LLR), negative binomial (NB) regression, segment Poisson, deep-learning based long short-term memory models (LSTM) and tree based gradient boosting machine (GBM). After prediction, model performance comparison was evelauated using relative mean squared errors (RMSE) for two sets of train (January 20, 2020-December 31, 2020 and January 20, 2020-January 31, 2021) and testing data (January 1, 2021-February 28, 2021 and February 1, 2021-February 28, 2021) . Except for segmented Poisson model, the other models predicted a decline in the daily confirmed cases in the country for the coming future. RMSE values' comparison showed that LLR, GBM, SEIR, NB, and LSTM respectively, performed well in the forecasting of the pandemic situation of the country. A good understanding of the epidemic dynamics would greatly enhance the control and prevention of COVID-19 and other infectious diseases. Therefore, with increasing daily confirmed cases since this year, these results could help in the pandemic response by informing decisions about planning, resource allocation, and decision concerning social distancing policies.