• 한국지능시스템학회논문지
• /
• 제18권5호
• /
• pp.712-717
• /
• 2008

군집 로봇시스템에서 개개의 로봇은 스스로 주위의 환경과 자신의 상태를 스스로 판단하여 행동하고, 필요에 따라서는 다른 로봇과 협조를 통하여 어떤 주어진 일을 수행할 수 있어야 한다. 따라서 개개의 로봇은 동적으로 변화하는 환경에 잘 적응할 수 있는 학습과 진화능력을 갖는 것이 필수적이다. 본 논문에서는 구조적 위험 최소화를 기반으로 한 SVM을 이용 한 강화학습과 분산유전알고리즘을 이용한 새로운 자율이동로봇의 행동학습 및 진화방법을 제안한다. 또한 개개의 로봇이 통신을 통하여 염색체를 교환하는 분산유전알고리즘은 각기 다른 환경에서 학습한 우수한 염색체로부터 자신의 능력을 향상시킨다. 특히 본 논문에서는 진화의 성능을 향상시키기 위하여 SVM을 기반으로 한 강화학습의 특성을 이용한 선택 교배 방법을 채택하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국제학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.312-317
• /
• 1992

This paper proposes a new framework of an autonomous and distributed flexible manufacturing system - Multi Client Robot Groups(MCR) - and describes a stochastic learning scheme applied to managerial problems of the system. The MCR is composed of groups of manufacturing robots, named Client Robots (CRs), which are capable of both versatility and independence in their performances. The MCR is expected to have high performance because the MCR can perform concurrent and corporative processing. However, the system performance is determined by the organizations of the CR groups. Therefore the treatment of the managerial problems and organizations of the system are important problems. In this paper, it is assumed that CR groups being able to processing tasks are selected stochastically based on the strengths of the robot groups. The learning scheme adjusting the strength is introduced to organize the groups in the system and control the each performance of the groups according to the total system performance. Finally, some experimental results of the learning scheme are shown.

• 전자공학회논문지S
• /
• 제35S권3호
• /
• pp.1-8
• /
• 1998

In this paper, we propose a Neural Call Admission Control (CAC) method using a Sparse Distributed Memory(SDM). CAC is a key technology of TM network traffic control. It should be adaptable to the rapid and various changes of the ATM network environment. conventional approach to the ATM CAC requires network analysis in all cases. So, the optimal implementation is said to be very difficult. Therefore, neural approach have recently been employed. However, it does not mett the adaptability requirements. because it requires additional learning data tables and learning phase during CAC operation. We have proposed a neural network CAC method based on SDM that is more actural than conventioal approach to apply it to CAC. We compared it with previous neural network CAC method. It provides CAC with good adaptability to manage changes. Experimenatal results show that it has rapid adaptability and stability without additional learning table or learning phase.

• 대한임베디드공학회논문지
• /
• 제17권3호
• /
• pp.139-148
• /
• 2022

In this paper, we implement a distributed FMCW MIMO radar system to obtain Micro Doppler signatures of target motions. In addition, we also develop federated learning based motion recognition algorithm based on the Micro-Doppler radar signature collected by the implemented FMCW MIMO radar system. Through the experiment, we have verified that the proposed federated learning based algorithm can improve the motion recognition accuracy up to 90%.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권12호
• /
• pp.291-306
• /
• 2020

오늘날 데이터 네트워크 AI (DNA) 기반 지능형 서비스 및 애플리케이션은 비즈니스의 삶의 질과 생산성을 향상시키는 새로운 차원의 서비스를 제공하는 것이 현실이 되었다. 인공지능(AI)은 IoT 데이터(IoT 장치에서 수집한 데이터)의 가치를 높이며, 사물 인터넷(IoT)은 AI의 학습 및 지능 기능을 촉진한다. 딥러닝을 사용하여 대량의 IoT 데이터에서 실시간으로 인사이트를 추출하려면 데이터가 생성되는 IoT 단말 장치에서의 처리능력이 필요하다. 그러나 딥러닝에는 IoT 최종 장치에서 사용할 수 없는 상당 수의 컴퓨팅 리소스가 필요하다. 이러한 문제는 처리를 위해 IoT 최종 장치에서 클라우드 데이터 센터로 대량의 데이터를 전송함으로써 해결되었다. 그러나 IoT 빅 데이터를 클라우드로 전송하면 엄청나게 높은 전송 지연과 주요 관심사인 개인 정보 보호 문제가 발생한다. 분산 컴퓨팅 노드가 IoT 최종 장치 가까이에 배치되는 엣지 컴퓨팅은 높은 계산 및 짧은 지연 시간 요구 사항을 충족하고 사용자의 개인 정보를 보호하는 실행 가능한 솔루션이다. 본 논문에서는 엣지 컴퓨팅 내에서 딥러닝을 활용하여 IoT 최종 장치에서 생성된 IoT 빅 데이터의 잠재력을 발휘하는 현재 상태에 대한 포괄적인 검토를 제공한다. 우리는 이것이 DNA 기반 지능형 서비스 및 애플리케이션 개발에 기여할 것이라고 본다. 엣지 컴퓨팅 플랫폼의 여러 노드에서 딥러닝 모델의 다양한 분산 교육 및 추론 아키텍처를 설명하고 엣지 컴퓨팅 환경과 네트워크 엣지에서 딥러닝이 유용할 수 있는 다양한 애플리케이션 도메인에서 딥러닝의 다양한 개인 정보 보호 접근 방식을 제공한다. 마지막으로 엣지 컴퓨팅 내에서 딥러닝을 활용하는 열린 문제와 과제에 대해 설명한다.

• 응용통계연구
• /
• 제29권6호
• /
• pp.1107-1116
• /
• 2016

최근의 탐사 천문학 관측으로부터 대용량 관측 자료가 획득되면서, 기존의 일상적인 자료 분석 방법에 큰 변화가 있었다. 고전적인 통계적인 추론과 더불어 기계학습 방법들이, 자료의 표준화로부터 물리적인 모델을 추론하는 단계까지 자료 분석의 전 과정에서 활용되어 왔다. 적은 비용으로 대형 검출 기기들을 이용할 수 있게 되고, 더불어서 고속의 컴퓨터 네트워크를 통해서 대용량의 자료들을 쉽게 공유할 수 있게 되면서, 기존의 다양한 천문학 자료 분석의 문제들에 대해서 기계학습을 활용하는 것이 보편화되고 있다. 일반적으로 대용량 천문학 자료의 분석은, 자료의 시간과 공간 분포가 가지는 비 균질성 때문에 야기되는 효과를 고려해야 하는 문제를 가진다. 오늘날 증가하는 자료의 규모는 자연스럽게 기계학습의 활용과 더불어 병렬 분산 컴퓨팅을 필요로 하고 있다. 그러나 이러한 병렬 분산 분석 환경의 일반적인 자료 분석에서의 활용은 아직 활발하지 않은 상황이다. 천문학에서 기계학습을 사용하는데 있어서, 충분한 학습 자료를 관측을 통해 획득하는 것이 어렵고, 그래서 다양한 출처의 자료를 모아서 학습 자료를 수집해야 는 것이 일반적이다. 따라서 앞으로 준 지도학습이나 앙상블 학습과 같은 방법의 역할이 중요해 질 것으로 예상된다.

• 한국학교수학회논문집
• /
• 제9권3호
• /
• pp.265-286
• /
• 2006

본 논문은 수학 교사 학습 및 교수법 변화에 관한 이론적 고찰을 추구하기 위한 노력으로 먼저 교사교육 프로그램의 저변에 암묵적으로 반영되어 있는 지식과 교수 관행간의 관계를 분석하여 교사 학습을 세 가지 개념으로 정리한 후, 각각의 모델이 교사교육에 제공하는 시사점을 고려해보았다. 또한 최근에 새롭게 부각되는 인지의 상황적 사회적 분배적 본질의 핵심적인 아이디어를 바탕으로 각각의 관점이 수학교사 교육에 제공하는 구체적인 시사점을 도출하였다.

• 대한지구과학교육학회지
• /
• 제13권1호
• /
• pp.110-120
• /
• 2020

과학교과의 지질단원 학습은 야외학습과 지역의 자료를 활용한 수업이 학습 동기를 유발하고 학습에 긍정적인 영향을 미치는 것으로 알려졌다. 이 연구에서는 전라남도 자은도를 중심으로 과학교과 지질단원 학습을 위한 지역화 자료를 개발하고 그 사례를 제시하였다. 연구결과는 다음과 같다. 연구지역의 3개 장소(남진 선착장 부근, 양산 해변 지역, 둔장 해변 지역)를 중심으로 지질관련 지역화 자료를 개발하였다. 남진선착장 부근지역에는 해식애, 모래해안, 갯벌이 분포하고 있다. 해식애 노두에서는 퇴적암인 역암, 사암, 이암이 분포하며, 암석의 풍화 현상 그리고 끊어진 지층 및 휘어진 지층을 관찰할 수 있다. 양산 해변 지역에서는 약 1.5km 길이의 모래해안과 해식애가 발달하며 역암, 사암, 이암의 퇴적암과 화성암인 유문암 그리고 풍화에 의한 풍화혈이 발달한다. 둔장 해변 지역에선 약 2km 길이의 모래해안과 해식애 그리고 퇴적암과 다양한 지층이 분포하고 있다. 또한 해식동굴이 긴 시간의 침식으로 인해 변화해 가는 과정을 이해할 수 있는 시스택이 분포하고 있다. 3개의 장소에 분포하는 지형 및 지질현상은 자은도에 분포하는 독특한 현상으로 과학 교과서의 지질단원에 제시된 지질현상을 이해할 수 있는 지역화 자료로 활용할 수 있다. 이러한 지역화 자료는 사진으로 제작하여 교과서 사진과 비교하여 학습에 이용할 수 있으며 더 나아가 야외지질학습장으로서 활용할 만하다.

• 센서학회지
• /
• 제31권1호
• /
• pp.24-30
• /
• 2022

Distributed fiber-optic acoustic·vibration sensing technology is becoming increasingly popular in many industrial and academic areas such as in securing large edifices, exploring underground seismic activity, monitoring oil well/reservoir, etc. Long-range perimeter intrusion detection exemplifies an application that not only detects intrusion, but also pinpoints where it happens and recognizes kinds of threats made along the perimeter where a single fiber cable was installed. In this study, we developed a distributed fiber-optic sensing device that measures a distributed acoustic·vibration signature (pattern) for intrusion detection. In addition, we demontrate the proposed deep learning algorithm and how it classifies various intrusion events. We evaluated the sensing device and deep learning algorithm in a practical testbed setup. The evaluation results confirm that the developed system is a promising intrusion detection system for long-distance and seamless recognition requirements.

• 정보교육학회논문지
• /
• 제9권1호
• /
• pp.79-86
• /
• 2005

컴퓨터와 통신 기술이 발전함에 따라 네트워크를 통한 일반 사용자들의 컴퓨터 활용 빈도와 요구하는 데이터의 양이 급격히 증가되었다. 이에 따라 최근의 교육 시스템들은 정보의 활용성을 향상시키기 위하여 이질적인 시스템들을 의미상으로 연결하고 있다. 따라서 최근의 웹 기반 교수-학습은 학습자 스스로 학습 내용, 학습 시간 및 학습 순서를 선택하고 조직하는 유비쿼터스 학습방향으로 나아가고 있다. 즉, 학습자 개개인의 특성(선수 지식, 학습 양식, 흥미, 관심)에 맞는 적응적인 교수-학습 환경을 제공하는 방향으로 변화되고 있다. 본 논문은 유비쿼터스 학습 환경에서 다양한 분산정보의 통합을 위하여 사용자들이 요구하는 학습내용을 각 지역서버의 자치성을 유지하면서 효과적으로 학습하기 위한 미디에이터내의 처리방법에 대해 제안한다. 또한 과거와 최근의 학습내용의 활용형태가 다양하게 변할 수 있으므로 시간에 따른 감쇄율을 활용빈도에 적용하여 최근의 활용빈도의 변화에 민감하게 반응하고 활용형태의 변화에 따라 적응적으로 학습내용을 사용할 수 있는 방법을 제안한다.