• 한국지능시스템학회논문지
• /
• 제17권5호
• /
• pp.591-597
• /
• 2007

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 이를 위하여 본 논문에서는 새로운 Polygon 기반의 Q-learning 알고리즘과 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 강화학습의 특성을 이용한 선택 교배방법을 채택하였다. 제안된 방법은 협조탐색 문제에 적용하여 컴퓨터 모의실험을 통하여 그 유효성을 검증한다.

• 한국정보통신학회논문지
• /
• 제24권11호
• /
• pp.1500-1506
• /
• 2020

본 논문에서는 오버레이 단말 간 직접 (Device-to-Device : D2D) 통신 네트워크를 위한 강화학습 기반 스케쥴링 문제를 연구한다. 강화학습 모델 중 하나인 Q-learning을 이용한 D2D 통신 기술들이 연구되었지만, Q-learning은 상태와 행동의 개수가 증가함에 따라서 높은 복잡도를 유발한다. 이러한 문제를 해결하기 위하여 Deep Q Network (DQN) 기반 D2D 통신 기술들이 연구되었다. 본 논문에서는 무선 통신 시스템 특성을 고려한 DQN 모델을 디자인하고, 피드백 및 시그널링 오버헤드를 줄일 수 있는 DQN 기반 분산적 스케쥴링 방식을 제안한다. 제안 방식은 중앙집중식으로 변수들을 학습시키고, 최종 학습된 파라미터를 모든 단말들에게 전달한다. 모든 단말들은 최종 학습된 파라미터를 이용하여 각자의 행동을 개별적으로 결정한다. 제안 방식의 성능을 컴퓨터 시뮬레이션을 통하여 분석하고, 최적방식, 기회주의적 선택 방식, 전체 전송 방식과 비교한다.

• International Journal of Advanced Culture Technology
• /
• 제9권4호
• /
• pp.9-17
• /
• 2021

This is a descriptive investigative study which attempts to confirm the mediating effect of learning motivation in the relationship between self-directed learning, learning commitment, and learning persistence intention of university students in an online learning environment. The questionnaires were randomly distributed online and the agreed questionnaires were retrieved, with a total of 338 copies used for analysis. The following is the summary of the findings. First, there were significant differences in learning persistence intention according to general characteristics depending on age, major, part-time job, and academic level. Second, the results showed a positive correlation between self-directed learning, learning commitment, learning motivation, and learning persistence intentions of the subjects were statistically significant. Third, after checking the mediating effect of learning motivation in relation to self-directed learning, learning commitment and learning motivation, the learning motivation has a partial mediating effect on learning and 23% explanatory power, and the learning commitment was found to have a complete mediating effect on the impact of learning motivation on learning intentions with 21% explanatory power. Based on these results, it is necessary to provide a more diverse educational environment, such as operating a motivation semester program that can improve learning motivations along with learning commitment, and the use of a variety of contents that can focus the learner's interest or attention.

• 정보처리학회논문지A
• /
• 제10A권5호
• /
• pp.559-570
• /
• 2003

본 논문에서는 웹기반 강의 컨텐츠의 문제점을 알아보고 그 문제점을 해결할 수 있는 방법을 제안한다. 다시 말해서, 기존의 웹기반 강의 컨텐츠는 HTML 포멧 기반 코스웨어의 고정되고 획일적인 하나의 큰 파일이거나 미디어 제공 벤더에 종속된 저작도구로 작성된 파일이다. 이러한 강의 컨텐츠는 서로 다른 가상 교육 시스템에서 공유하거나 재사용하기가 어렵고, 학습자의 학습 활동 변경에 따른 적시 적격의 강의 컨텐츠 변경이 어렵다. 따라서 본 논문에서는 분산 컴퓨팅 환경에서 교수 설계자와 다양한 가상 교육 시스템들이 강의 컨텐츠를 공유할 수 있고 재사용할 수 있도록 강의 컨텐츠를 속성을 가진 더 작은 크기로 분해하여 객체화하는 방법을 제시한다. 특히 교수법적인 설계를 근거로 강의 컨텐츠의 재사용 단위를 지도 항목, 테스트, 케이스 예제, 토론, 문제 , 티스커버리, 리소스, 시뮬레이션으로 추정하였다. 이것은 개요, 사실, 해보기, 퀴즈, 평가, 탐구 학습, 토론의 구성 요소로 설정하고 이를 CBD 방법으로 구현하였다. 이것은 웹기반 컨텐츠 시스템의 문제점을 해결할 뿐만 아니라 가상 교육 시스템을 이용하는 교수 설계자와 학습자의 컨텐츠 이해도를 높였다.

• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.131-137
• /
• 2006

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. 이를 위하여 본 논문에서는 지연된 보상능력이 있는 강화학습과 분산유전알고리즘을 이용한 새로운 자율이동로봇의 행동학습 및 진화방법을 제안한다. 지연 보상능력이 있는 강화학습은 로봇이 취한 행동에 대하여 즉각적인 보상을 가할 수 없는 경우에도 학습이 가능한 방법이다. 또한 개개의 로봇이 통신을 통하여 염색체를 교환하는 분산유전알고리즘은 각기 다른 환경에서 학습한 우수한 염색체로부터 자신의 능력을 향상시킨다. 특히 본 논문에서는 진화의 성능을 향상시키기 위하여 강화학습의 특성을 이용한 선택 교배방법을 채택하였다. 제안된 방법은 협조탐색 문제에 적용하여 컴퓨터 시뮬레이션을 통하여 그 유효성을 검증한다.

• 정보보호학회논문지
• /
• 제31권5호
• /
• pp.987-999
• /
• 2021

최근 데이터로 인한 개인정보 침해로 인해 연합학습이 이슈화되고 있다. 연합학습은 학습데이터를 요구하지 않기 때문에 프라이버시 침해로부터 안전하다. 이로 인해 분산된 디바이스, 데이터를 활용하여 효율을 내기 위한 응용 방법에 대한 연구들이 진행되고 있다. 그러나 연합학습과정에서 전송되는 그래디언트로부터 학습데이터를 복원하는 재복원공격에 대한 연구가 진행됨에 따라 더는 연합학습도 안전하다고 볼 수 없다. 본 논문은 다양한 데이터 상황에서 데이터 복원 공격이 얼마나 잘되는지 수치적, 시각적으로 확인하는 것이다. 데이터가 1개만 존재할 때부터 크게는 클래스 안에 데이터가 여러 개 분포해 있을 때로 나누어 재복원공격이 얼마나 되는지 확인을 위해 MSE, LOSS, PSNR, SSIM인 평가지표로 MNIST 데이터를 활용해 수치로 확인한다. 알게 된 사실로 클래스와 데이터가 많아질수록 MSE, LOSS,이 높아지고 PSNR, SSIM이 낮아져 복원성능이 떨어지지만 몇 개의 복원된 이미지로 충분히 프라이버시 침해가 가능하다는 것을 확인할 수 있다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.177-188
• /
• 2022

최근 이산화탄소 지중저장 모니터링 기술 중 하나인 미소진동 모니터링 기술에 대한 관심이 증가하면서 과거에 주로 사용되었던 지오폰이나 지진계가 아닌 분포형 광섬유 센서(distributed acoustic sensing, DAS)의 적용도 증가하고 있다. 특히 DAS를 이용하여 모니터링을 수행하면 시×공간적으로 거의 연속된 자료가 기록되게 되어 자료의 양이 방대해지게 되고 빠르고 정확한 자료 처리가 중요하게 된다. 자료처리 중 이벤트 탐지 및 위상 발췌는 가장 기초적인 과정으로 모든 자료에 대해 필수적으로 수행되어야 한다. 이 논문에서는 기계학습 기반의 P, S파 위상 발췌 알고리즘을 개발하여 전통적인 위상 발췌 방법의 한계를 보완하고, 전이학습 방법을 이용하여 신호 대 잡음비가 낮은 단일 성분 자료만 존재하는 DAS 자료에도 적용이 가능하도록 하였다. 사용된 기계학습 모델은 위상 발췌에 뛰어난 성능을 보이는 합성곱 신경망 기반의 EQTransformer를 ResUNet의 특성을 포함하도록 수정하여 구성하였다. 훈련자료는 전세계적으로 기록된 지진파형 자료인 STEAD자료를 이용하였고 학습 자료에 포함되지 않은 특성들에 대해서도 좋은 성능을 보이도록 기본 자료를 다양하게 변형시킨 자료도 학습에 사용하였다. 개발된 알고리즘은 학습자료와 다른 특성을 갖는 K-net 및 KiK-net 자료에 의해 성능이 검증되었다. 또한, 전이 학습을 통해 DAS 자료의 특성에 맞게 변형시킨 후 포항 장기분지에서 측정된 DAS자료에 적용시켜 그 성능을 검증하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권2호
• /
• pp.119-126
• /
• 2024

The volume of genomic data is constantly increasing in various modern industries and research fields. This growth presents new challenges and opportunities in terms of the quantity and diversity of genetic data. In this paper, we propose a distributed cloud system for integrating and managing large-scale gene databases. By introducing a distributed data storage and processing system based on the Hadoop Distributed File System (HDFS), various formats and sizes of genomic data can be efficiently integrated. Furthermore, by leveraging Spark on YARN, efficient management of distributed cloud computing tasks and optimal resource allocation are achieved. This establishes a foundation for the rapid processing and analysis of large-scale genomic data. Additionally, by utilizing BigQuery ML, machine learning models are developed to support genetic search and prediction, enabling researchers to more effectively utilize data. It is expected that this will contribute to driving innovative advancements in genetic research and applications.

• The Journal of Korean Physical Therapy
• /
• 제26권4호
• /
• pp.234-239
• /
• 2014

Purpose: The purpose of this study is to use P300 latency to determine whether methods of motor learning in terms of massed and distributed practice can affect motor sequential learning in healthy adults. Methods: Twenty-four healthy subjects participated in this study. They were randomly allocated into three groups: a 10 minute, a 12 hour, and a 24 hour group. In the SRT task, eight numbers were adopted as auditory stimuli. During an experiment, participants were instructed to press the matching key as quickly and accurately as possible when one of the eight numbers was presented randomly. The subjects practiced for three sessions, each of which comprised five blocks of 40 serial reaction time tasks. While they practiced during these three sessions, P300 latency was measured. The data were analyzed using ANCOVA. Results: The P300 latency of Fz, Cz, and Pz decreased in all groups except for the Fz area of the 10 min group. Overall, the P300 latency of the 10 min group showed a smaller decrease compared with the 12 hr and 24 hr groups. Statistically, no significant differences in the Fz and Cz areas were observed among the three groups. The P300 latency in the Pz area of the 10 min group showed a significantly smaller decrease compared with the other groups. Conclusion: These findings suggest that short-term sequential motor training can alter brain functions such as the P300 latency. We also found that better acquisition of a motor skill was obtained with distributed practice of a task than with massed practice.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권2호
• /
• pp.199-212
• /
• 2023

본 연구의 목적은 수학교과에서 학습하는 내용이 영역과 유형의 차이에 따라 구획연습과 교차연습의 성취도 차이가 나는지 알아보고 이 결과를 통해 수학학습에서의 교차연습의 효과가 '분산-연습 가설'에 의한 것인지 혹은 '구분-대조 가설'에 의한 것인지를 확인하는 것이다. 교차연습이 구획연습보다 효과적이라는 연구가 대부분이지만 그 원인에 대해서 선행 연구들은 일관된 결과를 보이고 있지 않다. 이에 본 연구에서는 D광역시 중학교 1학년 103명을 구획연습, 교차연습, 먼-구획연습, 먼-교차연습 집단으로 무작위 배치하여 4회에 걸쳐 학습활동을 하였고 일주일의 파지간격을 둔 후 최종검사를 실시하였다. 그 결과, 동일한 영역에서의 유사한 유형에서는 교차연습의 효과가 나타났고, 서로 다른 영역의 다른 유형에서는 교차연습의 효과가 나타나지 않았다. 또한, 이 결과를 통해 교차연습의 효과는 '분산-연습 가설'보다는 '구분-대조 가설'에 의한 것임을 확인할 수 있었다. 연구결과와 연구방법에 대한 논의를 통해 후속 연구가 필요한 연구문제를 제안하였다.