• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 ICEIC The International Conference on Electronics Informations and Communications
• /
• pp.119-121
• /
• 2004

Video event detection has become an essential application in multimedia computing. For sports video, salient events are usually detected by analyzing video sequence by specific decision rules. However in many kinds of sports video (e.g. soccer), the game contains continuous actions, in which the boundaries of shots, scenes are uncertain. So the conventional analyzing methods using crisp decisions are not efficient. Fuzzy logic is a natural approach that can tackle this problem. In this paper, we present a new approach using fuzzy technique for event detection in soccer video. The experiment shows encouraging results for this method

• 한국게임학회 논문지
• /
• 제3권1호
• /
• pp.18-23
• /
• 2003

Internal organs are in a game paduk[go] to play on a printing, and a poker, Korean playing cards having cards we. And I am with all kinds of electronic amusements to do a computer with a partner and baseball, soccer, golf, tennis, several hundred to enjoy in a stadium. Most games except a computer game are local, and a case to receive a courtship is in a game during this because I need time, personnel (the other party)? and a game tool. But a computer game is single, and a game is possible, and a number for the merit that can easily play a game by an offer of all tools is, and for this reason a lot of games to enjoy in a computer please be, and it has been transplanted. I do I in order to announce that interface of a game studied a problem and an improvement plan to have let there be a few I (to game interface) if a game is ported with a computer in this study by this.

• 한국게임학회 논문지
• /
• 제17권6호
• /
• pp.129-138
• /
• 2017

축구 시뮬레이션 게임에서 축구 선수들의 능력치를 현실에 가깝게 만드는 것은 게임의 흥미를 위해 매우 중요한 요소이다. 스포츠 시뮬레이션 게임에 경영 개념이 도입되면서 장시간 게임을 플레이하게 되면 기존 선수 캐릭터의 은퇴문제가 발생하고 새로운 선수 캐릭터를 생성하여 게임의 환경을 유지하게 된다. 본 연구에서는 새로운 선수 캐릭터를 생성할 때 유전 알고리즘을 활용하여 기존의 선수와 유사하면서 최적의 능력을 갖추게 하는 방식을 제안한다. 기존의 랜덤 생성방식, 보정 랜덤방식과 제안한 알고리즘으로 선수 캐릭터를 생성하여 비교, 평가하여 제안한 방식의 유효성을 검증한다.

• Communications for Statistical Applications and Methods
• /
• 제8권2호
• /
• pp.557-564
• /
• 2001

The objective of he study is to record the real conditions along with the soccer ball that is, each player's ball keeping time, the number football keeping, accuracy of passing to other player, direction, etc., on a real-time basis, measure them in numbers and get necessary analyzed output as much as one needs. The study consists of the following stages: (1) Record the data by drawing through Visual Interface on a real-time basis; (2) Graphic windows to display the recorded data item by item in graphic; (3) Form windows to display the individual or team scores anytime when needed; (4) Windows to display the analyzed data in visualized form. The effect of the study is threefold: (1) It inputs all the game-related data on a real-time basis, which was impossible before and shows analyzed contents during the game enabling each tea manager o use; (2) In cse of TV broadcasting or newspaper articles, it explains objectively the situations of he game to the TV viewers or readers; (3) After the game, it provides importance information on each team's playing ability and individual player's technical improvement through data analysis.

• 대한정형외과스포츠의학회지
• /
• 제11권2호
• /
• pp.92-95
• /
• 2012

장골근 파열은 매우 드물게 발생하는 손상으로 고에너지 외상이나 혈액 응고 기능 장애, 항혈액응고제 사용자, 혈우병 환자 등 출혈경향이 있는 환자에서 저에너지 손상을 받는 경우에 발생할 수 있다. 장골근의 파열로 인한 혈종의 압박에 의해 발생한 대퇴 신경 마비가 국내에도 드물게 보고된 바가 있다. 자기공명영상 검사로 병변 부위를 확진하고 신경전도 검사 및 근전도 검사로 대퇴신경 마비의 범위를 평가할 수 있고 혈액응고 기능에 문제가 있거나 출혈경향이 있는 환자를 선별하기 위해 반드시 혈액학적인 검사가 선행되어야 한다. 저자들은 정상적인 32세 남자가 축구 경기 도중 공을 차는 동작에서 발생한 장골근 파열 및 혈종의 압박으로 인한 부분적인 대퇴신경 마비의 증례를 경험하고 6개월간 추시 관찰하였으며, 양호한 결과를 얻었기에 문헌고찰과 함께 보고하는 바이다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.59-64
• /
• 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 chose 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 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 it can learn the optimal policy if the agent can visit every state- action pair infinitely. However, the biggest problem of monolithic reinforcement learning is that its straightforward applications do not successfully scale up to more complex environments due to the intractable large space of states. In order to address this problem. we suggest Adaptive Mediation-based Modular Q-Learning (AMMQL)as an improvement of the existing Modular Q-Learning (MQL). While simple modular Q-learning combines the results from each learning module in a fixed way, AMMQL combines them in a more flexible way by assigning different weight to each module according to its contribution to rewards. Therefore in addition to resolving the problem of large state effectively, AMMQL can show higher adaptability to environmental changes than pure MQL. This paper introduces the concept of AMMQL and presents details of its application into dynamic positioning of robot soccer agents.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권7호
• /
• pp.712-722
• /
• 2000

본 논문은 팀 스포츠(team sports)의 일종인 축구경기 하이라이트 장면의 자동색인을 위해 뉴럴네트워크 기법을 이용하여 그룹 포메이션(group formation) 중의 공격패턴 자동분류 기법을 개발하고 이를 검증하였다. 본 연구에서는 축구경기의 대표 프레임 상에서 선수들과 공의 위치정보를 추출하고 그룹 포메이션 정보를 기초로 뉴럴네트워크의 BP(Back-propagation) 알고리즘을 사용하여 축구경기 하이라이트 장면의 자동추출을 위한 공격패턴 자동분류 기법을 개발 및 검증하였다. 또한, 실험에는 ‘98 프랑스 월드컵 축구경기의 다양한 공격패턴에 대한 비디오 영상에서 각각 좌측공격 60개, 우측공격 74개, 중앙공격 72, 코너킥 39, 프리킥 52개의 총 297 개의 데이타를 추출하여 사용하였다. 실험결과는 좌측공격 91.7%, 우측공격 100%, 중앙공격 87.5%. 코너킥 97.4%, 프리킥 75% 로서 매우 양호한 인식율을 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제15권5호
• /
• pp.631-642
• /
• 2014

메인 메모리 DBMS는 구동과 동시에 디스크에 존재하는 테이블의 내용이 메모리로 모두 올라가는 구조로 운영된다. 그러나, 메인메모리 DMBS도 디스크 파일시스템을 사용하여 데이터를 저장하고 트랜잭션 로그파일을 파일 시스템에 유지하여야 하기 때문에 CPU가 메모리에 접근하여 처리하는 속도에는 한계가 있게 마련이다. 본 논문에서는 메인메모리 DBMS인 Altibase 시스템에서 구현된 기술들이 디스크기반 DBMS인 Sybase와 얼마나 차이가 있는지를 어플리케이션 측면에서 성능분석을 통하여 평가하였다. 메인메모리 DBMS의 어플리케이션 성능이 디스크기반 DBMS에서의 어플리케이션 성능과 비교하면, 메인 메모리 DBMS의 성능이 축구승무패 단일게임에서는 1.24배 ~ 3.36배, 축구승무패와 축구 스페셜 두 게임에 동시 발매시 1.29배 ~ 7.9배의 성능향상이 있었으며, 발매 트랜잭션의 응답시간 시험결과 1.78배 ~ 6.09배의 빠른 응답시간을 보였다.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.139-146
• /
• 2002

로봇 축구 시뮬레이션 게임은 하나의 동적 다중 에이전트 환경이다. 본 논문에서는 그러한 환경 하에서 각 에이전트의 동적 위치 결정을 위한 새로운 강화학습 방법을 제안한다. 강화학습은 한 에이전트가 환경으로부터 받는 간접적 지연 보상을 기초로 누적 보상값을 최대화할 수 있는 최적의 행동 전략을 학습하는 기계학습 방법이다. 따라서 강화학습은 입력-출력 쌍들이 훈련 예로 직접 제공되지 않는 다는 점에서 교사학습과 크게 다르다. 더욱이 Q-학습과 같은 비-모델 기반의 강화학습 알고리즘들은 주변 환경에 대한 어떤 모델도 학습하거나 미리 정의하는 것을 요구하지 않는다. 그럼에도 불구하고 이 알고리즘들은 에이전트가 모든 상태-행동 쌍들을 충분히 반복 경험할 수 있다면 최적의 행동전략에 수렴할 수 있다. 하지만 단순한 강화학습 방법들의 가장 큰 문제점은 너무 큰 상태 공간 때문에 보다 복잡한 환경들에 그대로 적용하기 어렵다는 것이다. 이런 문제점을 해결하기 위해 본 연구에서는 기존의 모듈화 Q-학습방법(MQL)을 개선한 적응적 중재에 기초한 모듈화 Q-학습 방법(AMMQL)을 제안한다. 종래의 단순한 모듈화 Q-학습 방법에서는 각 학습 모듈들의 결과를 결합하는 방식이 매우 단순하고 고정적이었으나 AMMQL학습 방법에서는 보상에 끼친 각 모듈의 기여도에 따라 모듈들에 서로 다른 가중치를 부여함으로써 보다 유연한 방식으로 각 모듈의 학습결과를 결합한다. 따라서 AMMQL 학습 방법은 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 동적인 환경변화에 보다 높은 적응성을 제공할 수 있다. 본 논문에서는 로봇 축구 에이전트의 동적 위치 결정을 위한 학습 방법으로 AMMQL 학습 방법을 사용하였고 이를 기초로 Cogitoniks 축구 에이전트 시스템을 구현하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권5호
• /
• pp.837-844
• /
• 2009

본 연구는 1950년부터 2008년까지의 유럽 5대 리그 축구경기 5170게임의 자료에서 승점이 2점인 시즌과 승점이 3점인 시즌으로 나누어 각 리그의 경기당 득점을 비교하였고, 또한 각국 리그에서 승점이 2점인 시즌과 승점이 3점인 시즌의 경기당 득점 평균을 비교하였다. 경기 당 승점을 추정하기 위하여 경기 당 득점과 경기 당 실점을 독립변수로 하여 추정된 회귀식을 유도하였다. 마지막으로 추정된 회귀식을 한국축구 리그에 적용시켰다.