• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.1367-1370
• /
• 2011

u-learning은 학습자들의 개별화 욕구에 따라 다양한 학습이 가능하며 학습자의 수준 정보나 주변의 상황 정보를 결합하여 학습자에게 필요한 학습상황과 내용을 추정하고, 최적의 학습 환경 및 학습 콘텐츠를 제공할 수 있다. 본 논문에서는 기존의 e-learning과 m-learning의 특징을 추출하여 유비쿼터스 교육에 적합한 환경을 분석하여 u-learning을 효율적으로 지원하기 위한 에이전트를 식별 설계하고 학습자로 하여금 최상의 학습 콘텐츠를 제공 받을 수 있도록 퍼지 기반 지능형 에이전트 시스템을 설계 구현한다. 또한 학습의 효율성을 향상시키기 위한 개념으로 이들 모바일 지능 에이전트 시스템 통합하여 응용 예를 제시한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2004년도 추계 종합학술대회 논문집
• /
• pp.21-25
• /
• 2004

현재 고속망의 보급과 멀티미디어기술의 발달로 이에 인터넷 방송이나 원격 화상교육 등 질적으로 높은 서비스를 받을 수 있게 되었다. 그러나 멀티캐스트를 중심으로 개발되었을 경우 대부분의 라우터에서 지원하지 못하는 단점이 있으며 멀티캐스트를 지원하는 라우터로 교환할 경우 추가적인 비용부담이 있게 된다. 본 논문에서는 이러한 단점을 극복하기 위해 원격화상교육을 위한 에이전트와 CSplayer를 설계 및 구현하였다.

• 한국멀티미디어학회논문지
• /
• 제6권4호
• /
• pp.650-657
• /
• 2003

We describe a scheme for developing character-based interface within the context of an agent-based tutoring system in the Web environment. The ideas in this paper stem from original work representing aspects of human emotion in tutoring computer models, where may provide mote natural ways for students to communicate with digital learning materials. The proposed system model is a set of software services that enable developers to incorporate interactive animated characters into their Web pages designed for on-line lectures. The prototypical application is developed and shown for validating the applicability and the effectiveness of this model in real tutoring settings.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.255-263
• /
• 2003

A multi-agent system designed to represent newly deregulated electricity markets in the USA is aimed at testing the capability of the multi-agent model to replicate the observed price behavior in the wholesale market and developing a smart business intelligence which quickly searches the optimum offer strategy responding to the change in market environments. Simulation results show that the optimum offer strategy is to withhold expensive generating units and submit relatively low offers when demand is low, regardless of firm size; the optimum offer strategy during a period of high demand is either to withhold capacity or speculate for a large firm, while it is to be a price taker a small firm: all in all, the offer pattern observed in the market is close to the optimum strategy. From the firm's perspective, the demand-side participation as well as the intense competition dramatically reduces the chance of high excess profit.

• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.164-171
• /
• 2006

최근에 서비스되기 시작한 디지털 멀티미디어 방송은 다양한 종류의 수많은 컨텐츠를 제공하기 때문에 고객은 때로 자신이 선호하는 컨텐츠를 찾는데 많은 시간을 소비한다. 심지어는 선호 컨텐츠를 찾는 동안 이미 방송이 끝날 수도 있다. 이와 같은 문제를 해결하기 위해서는 고객이 필요로 하는 최소 정보만을 추천하기 위한 방법이 필요하다. 본 논문에서는 고객이 시청한 컨텐츠 선호도 전이 확률을 이용하여 고객이 선호하는 컨텐츠를 미리 예측하여 추천하기 위한 알고리즘과 시스템을 제안한다. 제안하는 시스템은 클라이언트 관리자 에이전트, 모니터링 에이전트, 러닝 에이전트, 그리고 추천 에이전트 모듈로 구성된다. 클라이언트 관리자 에이전트는 다른 모듈과 상호 작용을 하면서 조정자 역할을 한다. 모니터링 에이전트는 컨텐츠에 대한 고객의 선호도를 분석하기 위해 고객이 이용했던 usage history 데이터를 수집하기 위한 에이전트이다. 러닝 에이전트는 고객으로부터 수집된 usage history 데이터를 정제하여 시간 변화에 따른 상태 전이 행렬로 모델링하기 위한 에이전트이다. 추천 에이전트는 고객의 상태 전이 행렬로 구성된 모델링 데이터에 본 논문에서 제안하는 선호도 전이 확률 모델을 이용하여 고객이 바로 다음에 선호하게 될 컨텐츠를 추천하기 위한 에이전트이다. 추천 에이전트 모듈에서 컨텐츠에 대한 고객의 선호도 전이 확률을 이용하는 추천 알고리즘을 제안한다. 제안하는 추천 시스템은 무선 인터넷 표준 플랫폼인 WIPI(Wireless Internet Platform for Interoperability) 플랫폼에서 프로토타입 시스템을 설계, 구현하였으며, 실험결과 제안된 선호도 전이 확률 모델의 추천 정확도가 전형적인 방법에 비해 효과적임을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제23권2호
• /
• pp.63-70
• /
• 2018

Safety management agent manages the risk behavior of the worker with the naked eye, but there is a real difficulty for one the agent to manage all the workers. In this paper, IoT device is attached to a harness safety belt that a worker wears to solve this problem, and behavior data is upload to the cloud in real time. We analyze the upload data through the deep learning and analyze the risk behavior of the worker. When the analysis result is judged to be dangerous behavior, we designed and implemented a system that informs the manager through monitoring application. In order to confirm that the risk behavior analysis through the deep learning is normally performed, the data values of 4 behaviors (walking, running, standing and sitting) were collected from IMU sensor for 60 minutes and learned through Tensorflow, Inception model. In order to verify the accuracy of the proposed system, we conducted inference experiments five times for each of the four behaviors, and confirmed the accuracy of the inference result to be 96.0%.

• 인터넷정보학회논문지
• /
• 제10권6호
• /
• pp.123-143
• /
• 2009

본 연구는 실험처치방법을 사용해 프레젠스의 요인들을 측정하기 위한 연구이다. 본 연구의 디자인은 새로운 기술 기반의 콘텐츠를 사용하는 온라인 강의 플랫폼을 위한 에이전트의 차원들(자막, 음성, 2D, 3D, 실사, 캐릭터 성별)을 통해 제시되는 프레젠스 분석에 있다. 이를 위해 232명에게 실험을 실시하였고, 에이전트 차원과 이용자 유형에 의한 프레젠스 인지적 의식을 측정하였다. 연구 결과, 이용자 유형과 프레젠스의 상관관계는 유의미한 것으로 나타났지만, 차원에 대해서는 통계적으로 유의미한 결과가 나타나지 않았다. 그러나 응답자의 성별에 따라 캐릭터의 성별, 음성 여부, 자막 여부, 캐릭터의 차원에서 어느 정도 유의미한 차이가 나타났다.

• Nuclear Engineering and Technology
• /
• 제55권9호
• /
• pp.3277-3290
• /
• 2023

Nuclear power plant (NPP) operations with multiple objectives and devices are still performed manually by operators despite the potential for human error. These operations could be automated to reduce the burden on operators; however, classical approaches may not be suitable for these multi-objective tasks. An alternative approach is deep reinforcement learning (DRL), which has been successful in automating various complex tasks and has been applied in automation of certain operations in NPPs. But despite the recent progress, previous studies using DRL for NPP operations have limitations to handle complex multi-objective operations with multiple devices efficiently. This study proposes a novel DRL-based approach that addresses these limitations by employing a continuous action space and straightforward binary rewards supported by the adoption of a soft actor-critic and hindsight experience replay. The feasibility of the proposed approach was evaluated for controlling the pressure and volume of the reactor coolant while heating the coolant during NPP startup. The results show that the proposed approach can train the agent with a proper strategy for effectively achieving multiple objectives through the control of multiple devices. Moreover, hands-on testing results demonstrate that the trained agent is capable of handling untrained objectives, such as cooldown, with substantial success.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 춘계정기학술대회 e-Business를 위한 지능형 정보기술 / 한국지능정보시스템학회
• /
• pp.207-216
• /
• 2000

Due to recent growing interest in autonomous software agents and their potential application in areas such as electronic commerce, the autonomous negotiation become more important. Evidence from both theoretical analysis and observations of human interactions suggests that if decision makers have prior information on opponents and furthermore learn the behaviors of other agents from interaction, the overall payoff would increase. We propose a new methodology for a strategy finding process using data mining in autonomous negotiation system ; ANSIA (Autonomous Negotiation System using Intelligent Agent). ANSIA is a strategy based negotiation system. The framework of ANSIA is composed of following component layers : 1) search agent layer, 2) data mining agent layer and 3) negotiation agent layer. In the data mining agent layer, that plays a key role as a system engine, extracts strategy from the historic negotiation is extracted by competitive learning in neural network. In negotiation agent layer, we propose the autonomous negotiation process model that enables to estimate the strategy of opponent and achieve interactive settlement of negotiation. ANISIA is motivated by providing a computational framework for negotiation and by defining a strategy finding model with an autonomous negotiation process.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.274-276
• /
• 2002

With the proliferation of internet, it is increasingly needed to realize personalized news filtering service reflecting user's interest. In this Paper, we implement a filtering agent for Personalized news service. In the proposed system, Kohonen network for an unsupervised learning is used to train keywords provided by users and the personalization is achieved by using the trained neural network. After we trained and tested our filtering agent we could provide users news groups considering their interests.