• 한국지능시스템학회논문지
• /
• 제6권2호
• /
• pp.52-56
• /
• 1996

신경망을 학습하는데 있어서, 망의 학습속도는 학습율에 의해 크게 좌우된다. 그러나 대부분의 정적인 학습율 선택 방법들은 몇몇 결정적인 방법들을 제외하곤 경험적인 방식에 의존해 왔다. 경험적인 방식을 사용하여 좋은 학습율을 찾아내는 것은 배우 지류하고 어려운 일이다. 또한 결정적인 방법들은 학습율의 질을 보장하지는 못한다. 본 논문에서 우리는 새로운 학습율 선택 방법을 제안한다. 우리의 방법은 진화 프로그래밍기법을 사용하여 통계적인 방식으로 접근함으로써 좋은 학습율을 찾을 수 있다. 모의 실험을 통하여 우리의 방식이 경험적인 방식들이나 결정적인 방식보다 우수함을 보였다.

• 산업공학
• /
• 제25권4호
• /
• pp.441-449
• /
• 2012

Solar PV(photovoltaic) is paid great attention to as a possible renewable energy source to overcome recent global energy crisis. However to be a viable alternative energy source compared with fossil fuel, its market competitiveness should be attained. Grid parity is one of effective measure of market competitiveness of renewable energy. In this paper, we forecast the grid parity timing of solar PV energy in Korea using two factor learning curve model. Two factors considered in the present model are production capacity and technological improvement. As a result, it is forecasted that the grid parity will be achieved in 2019 in Korea.

• 로봇학회논문지
• /
• 제15권4호
• /
• pp.398-403
• /
• 2020

Robot's throwing control is difficult to accurately calculate because of air resistance and rotational inertia, etc. This complexity can be solved by using machine learning. Reinforcement learning using reward function puts limit on adapting to new environment for robots. Therefore, this paper applied deep reinforcement learning using neural network without reward function. Throwing is evaluated as a success or failure. AI network learns by taking the target position and control policy as input and yielding the evaluation as output. Then, the task is carried out by predicting the success probability according to the target location and control policy and searching the policy with the highest probability. Repeating this task can result in performance improvements as data accumulates. And this model can even predict tasks that were not previously attempted which means it is an universally applicable learning model for any new environment. According to the data results from 520 experiments, this learning model guarantees 75% success rate.

• 컴퓨터교육학회논문지
• /
• 제14권1호
• /
• pp.159-168
• /
• 2011

본 연구에서는 온톨로지기반의 정보검색 모델이 프로젝트를 수행하기 위해 필요한 정보를 학생들이 검색하는데 미치는 효과를 분석하였다. 본 연구의 분석 결과는 온톨로지 기반의 검색에 의해 검색된 관련 정보의 양이 기존의 검색에 의한 것보다 더 많음을 볼 수 있었다. 뿐만 아니라, 온톨로지 기반의 검색에 의해 찾아진 북마크 정보의 관련성 비율이 기존의 검색 방법에 비해 높음을 알 수 있었다. 학생들의 인터뷰 결과에 의하면 온톨로지 기반의 검색 모델은 프로젝트 수행을 위한 자료를 검색하는 데 매우 유용했으며, 이에 따라 그들이 프로젝트를 보다 쉽게 수행할 수 있도록 도움이 되었음을 알 수 있었다. 또한, 온톨로지기반 검색 모델에서 제공하는 학습 개념들간의 관련성 정보는 검색뿐만 아니라 한 학습 주제에 관련된 학습 개념들을 이해하는데도 도움을 주었음을 알 수 있었다.

• 한국융합학회논문지
• /
• 제5권4호
• /
• pp.163-169
• /
• 2014

A stable neural network control scheme for unknown non-linear systems is developed in this paper. While the control variable is optimised to minimize the performance index, convergence of the index is guaranteed asymptotically stable by a Lyapnov control law. The optimization is achieved using a gradient descent searching algorithm and is consequently slow. A fast convergence algorithm using an adaptive learning rate is employed to speed up the convergence. Application of the stable control to a single input single output (SISO) non-linear system is simulated. The satisfactory control performance is obtained.

• International journal of advanced smart convergence
• /
• 제8권3호
• /
• pp.95-101
• /
• 2019

Recently, there have been many issues related to text recognition using Tesseract. One of these issues is that the text recognition accuracy is significantly lower for smaller fonts. Tesseract extracts text by creating an outline with direction in the image. By searching the Tesseract database, template matching with characters with similar feature points is used to select the character with the lowest error. Because of the poor text extraction, the recognition accuracy is lowerd. In this paper, we compared text recognition accuracy after applying various super-resolution methods to smaller text images and experimented with how the recognition accuracy varies for various image size. In order to recognize small Korean text images, we have used super-resolution algorithms based on deep learning models such as SRCNN, ESRCNN, DSRCNN, and DCSCN. The dataset for training and testing consisted of Korean-based scanned images. The images was resized from 0.5 times to 0.8 times with 12pt font size. The experiment was performed on x0.5 resized images, and the experimental result showed that DCSCN super-resolution is the most efficient method to reduce precision error rate by 7.8%, and reduce the recall error rate by 8.4%. The experimental results have demonstrated that the accuracy of text recognition for smaller Korean fonts can be improved by adding super-resolution methods to the OCR preprocessing module.

• 한국멀티미디어학회논문지
• /
• 제24권6호
• /
• pp.796-804
• /
• 2021

In computer vision, visual tracking method addresses the problem of localizing an specific object in video sequence according to the bounding box. In this paper, we propose a tracking method by introducing the feature correlation comparison into the siamese network to increase its matching identification. We propose a way to compute location of object to improve matching performance by a correlation operation, which locates parts for solving the searching problem. The higher layer in the network can extract a lot of object information. The lower layer has many location information. To reduce error rate of the object center point, we built a siamese network that extracts the distribution and location information of target objects. As a result of the experiment, the average center error rate was less than 25%.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2086-2097
• /
• 2021

The current cultural assets are being restored depending on the opinions of experts (craftsmen). We intend to introduce digitalized artificial intelligence techniques, excluding the personal opinions of experts on reconstruction of such cultural properties. The first step toward restoring digitized cultural properties is separation. The restoration of cultural properties should be reorganized based on recorded documents, period historical backgrounds and regional characteristics. The cultural properties in the form of photographs or images should be collected by separating the background. In addition, when restoring cultural properties most of them depend a lot on the tendency of the restoring person workers. As a result, it often occurs when there is a problem in the accuracy and reliability of restoration of cultural properties. In this study, we propose a search method for learning stored digital cultural assets using AI technology. Pagoda was selected for restoration of Cultural Properties. Pagoda data collection was collected through the Internet and various historical records. The pagoda data was classified by period and region, and grouped into similar buildings. The collected data was learned by applying the well-known CNN algorithm for artificial intelligence learning. The pagoda search used Yolo Marker to mark the tower shape. The tower was used a total of about 100-10,000 pagoda data. In conclusion, it was confirmed that the probability of searching for a tower differs according to the number of pagoda pictures and the number of learning iterations. Finally, it was confirmed that the number of 500 towers and the epochs in training of 8000 times were good. If the test result exceeds 8,000 times, it becomes overfitting. All so, I found a phenomenon that the recognition rate drops when the enemy repeatedly learns more than 8,000 times. As a result of this study, it is believed that it will be helpful in data gathering to increase the accuracy of tower restoration.

• 디지털융복합연구
• /
• 제15권7호
• /
• pp.27-39
• /
• 2017

본 연구의 목적은 스마트 캠퍼스 실현을 위해 캠퍼스 내 다양한 활동에 있어서 대학생들의 디지털 기기/서비스 활용성 및 유용성을 파악하는 것이다. 문헌고찰과 심층면접을 통해 설문문항을 개발하고 대학생 580명을 대상으로 온라인 설문조사를 실시하였다. 주요 결과는 다음과 같다. 첫째, 대학생들의 디지털 기기 보유율은 스마트폰, 노트북, 데스크톱pc, 디지털 카메라 순이며, 향후 구매의향이 높은 디지털 기기는 가상현실 기기, 스마트워치/밴드, 태블릿 순으로 나타났다. 둘째, 스마트 캠퍼스의 세 영역 중 '생활'에서는 스마트폰을 중심으로 한 모바일화가 실현되고 있으나 '교육'에서는 여전히 데스크톱pc와 같은 고정형 기기의 활용성이 높은 것으로 나타났다. 특히 정보를 탐색하거나 공유할 때 디지털 기기 활용을 유용하게 지각하였다. 셋째, 대학생들은 학습 시 검색엔진, 메신저, 온라인 도서관 등의 서비스를 많이 이용하며, 생활에 있어서는 메신저, 음악 및 비디오 서비스 등을 많이 이용하였다. 서비스 활용률과 지각된 유용성이 비례하지는 않는 것으로 나타났다.

• 방송공학회논문지
• /
• 제19권3호
• /
• pp.396-404
• /
• 2014

의류 검색 분야는 의류의 비정형 특성으로 인해 매우 어려운 분야로 인식 오류 및 연산량을 줄이기 위한 노력이 많이 진행되어 왔으나 이를 위한 학습 및 인식 과정 전체에 대한 구체적인 사례가 없고 일부 관련 기술들은 아직 많은 한계를 보이고 있다. 이에 본 논문에서는 입력된 영상에서 사람 객체를 파악하여 착용한 의상으로부터 색상, 무늬, 질감 등 의상이 가질 수 있는 특성 정보를 분석하여, 이를 분류하고 검색하는 방법에 대한 전 과정을 구체적으로 보였다. 특히, 의류의 패턴 및 무늬 등을 구분하기 위한 비정형 의류 검색을 위한 LBPROT_35 디스크립터를 제안하였다. 이 제안 방식은 영상의 통계적 특징을 분석하는 기존의 LBP_ROT(Local Binary Pattern with ROTation-invariant) 방식에 추가로 원 영상에 크기 변화가 생겨도 검색해 낼 수 있도록 하는 특성이 추가된 것이며, 이를 통해 비정형 의류 검색 시 옷이 회전되어 있거나 스케일에 변화가 있어도 높은 검색율을 얻을 수 있게 되었다. 또한 색 공간을 11개의 구간으로 양자화 하는 방식을 이용하여 컬러 분류를 구현하여, 의류 검색에 있어서 중요한 컬러 유사성을 상실하지 않도록 하였다. 한편, 인터넷 상의 의류 사진들로부터 추출한 총 810장의 트레이닝 이미지로 데이터베이스를 구축하고 이들 중 36장을 질의영상으로 테스트 한 결과, 94.4%의 인식률을 보이는 등 Dense-SIFT 대비 높은 인식률을 보였다.