• 한국산업융합학회 논문집
• /
• 제26권6_3호
• /
• pp.1205-1213
• /
• 2023

This study delves into methods for enhancing the power efficiency of air compressor systems, with the primary objective of significantly impacting industrial energy consumption and environmental preservation. The paper scrutinizes Shinhan Airro Co., Ltd.'s power efficiency optimization technology and employs machine learning ensemble models to simulate power efficiency optimization. The results indicate that Shinhan Airro's optimization system led to a notable 23.5% increase in power efficiency. Nonetheless, the study's simulations, utilizing machine learning ensemble techniques, reveal the potential for a further 51.3% increase in power efficiency. By continually exploring and advancing these methodologies, this research introduces a practical approach for identifying optimization points through data-driven simulations using machine learning ensembles.

• 정보학연구
• /
• 제8권1호
• /
• pp.119-124
• /
• 2005

Learning procedure in the neural network is updating of weights between neurons. Unadequate initial learning coefficient causes excessive iterations of learning process or incorrect learning results and degrades learning efficiency. In this paper, adaptive learning algorithm is proposed to increase the efficient in the learning algorithms of Kohonens Self-Organization Neural networks. The algorithm updates the weights adaptively when learning procedure runs. To prove the efficiency the algorithm is experimented to clustering of the random weight. The result shows improved learning rate about 42~55% ; less iteration counts with correct answer.

• 로봇학회논문지
• /
• 제18권2호
• /
• pp.225-232
• /
• 2023

With the recent increase of multiple robots cooperating in smart manufacturing logistics environments, it has become very important how to predict the safety and efficiency of the individual tasks and dynamically assign them to the best one of available robots. In this paper, we propose a novel task policy learner based on deep relational reinforcement learning for predicting the safety and efficiency of tasks in a multi-robot manufacturing logistics environment. To reduce learning complexity, the proposed system divides the entire safety/efficiency prediction process into two distinct steps: the policy parameter estimation and the rule-based policy inference. It also makes full use of domain-specific knowledge for policy rule learning. Through experiments conducted with virtual dynamic manufacturing logistics environments using NVIDIA's Isaac simulator, we show the effectiveness and superiority of the proposed system.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2016년도 제54차 하계학술대회논문집 24권2호
• /
• pp.253-255
• /
• 2016

본 연구에서는 컴퓨터 프로그래밍 학습자들의 학습 성향을 조사하고 그들의 평소 학습 성향이 어떤 평가로 이어지는지에 대해 관찰한다. 또한 학습 성향과 이전 평가 결과가 다음 학기 프로그래밍 수업에 어느 정도 동기 부여가 되는지를 분석하여 학습자들의 성향과 능력에 맞는 방법으로 학습 동기를 부여할 수 있는 방법을 모색하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제51차 동계학술대회논문집 23권1호
• /
• pp.293-294
• /
• 2015

본 논문에서는 컴퓨터 프로그래밍 수업에 피어 튜터링을 적용할 때 팀 구성 방법을 다르게 하여 참여 학습자들의 성적 변화를 비교해보았다. 그 결과 팀 구성시 친분보다는 수준을 고려할수록 성적 상승에 긍정적으로 작용했으며 특히 친분에 의한 팀 구성시 학습자들의 학습 수준 차이가 크면 상위 학습자 성적 하력이 더 큰 것으로 분석되었다.

• 정보학연구
• /
• 제7권3호
• /
• pp.11-18
• /
• 2004

신경회로망의 학습은 신경사이의 연결강도 갱신과정으로 이루어진다. 이때, 학습계수를 잘못 설정하였을 경우, 과도한 학습 횟수를 요하거나, 올바른 학습을 수행하지 못하게 된다. 패턴분류에 자주 이용되는 코호넨 신경회로망의 경우 고정된 학습계수를 사용하여 연결강도를 일률적으로 갱신하는 방식을 취함으로서 학습효율을 저하시키는 문제점이 발생한다. 본 논문에서는 코호넨 신경회로망의 학습효율을 향상시키기 위하여 학습계수를 입력벡터와 연결강도 벡터의 차에 따라 가변적으로 적응하는 자율학습 알고리즘을 제안하였다. 제안된 학습 알고리즘의 검증을 위하여 온라인 필기체의 표준 획 분류에 적용하였다. 그 결과 약 1.44~3.65% 정도의 학습 효율이 향상됨을 고찰하였다.

• 디지털융복합연구
• /
• 제14권3호
• /
• pp.135-141
• /
• 2016

이 연구의 목적은 융복합 e-비즈니스 평가요소인 학습이해도, 서비스품질, 효율성의 관계를 분석하는 것이다. 표본은 2015년 11월 2일부터 30일까지 수도권지역의 e-비즈니스 학과 179명을 대상으로 SPSS 22.0 통계 프로그램을 사용하여 ANOVA, t-test 분석을 하였다. 주요 연구의 결과는 다음과 같다. 첫째, 융복합 e-비즈니스 평가요소인 학업이해도, 서비스품질, 효율성에서 성별에 따른 유의한 차이가 발견되었다. 둘째, 학년에 따른 학업이해도, 서비스품질, 효율성에도 유의한 차이가 있는 것으로 나타났다. 이 연구에 대한 시사점으로는 성별, 학년 등 일반적인 특성에 따라 융복합 e-비즈니스에 대한 평가요인에 차이가 있다는 것이고 추후의 연구에서는 일반적 특성에 대한 다양한 변수를 개발할 필요가 있으며, e-비즈니스가 개설된 전국 대학의 일반적 특성에 대한 차이분석을 하여 연구를 보완할 필요성이 있다는 것을 제언한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제45차 동계학술발표논문집 20권1호
• /
• pp.243-244
• /
• 2012

본 논문에서는 단계별 학습이 필요한 컴퓨터 프로그래밍 수업에 피어 튜터링 제도를 적용하여 정규 수업과 병행하여 운영하고 피어 튜터링에 참여한 학습자들의 참여 전과 후의 성적 변화를 비교해봄으로써 피어 튜터링 제도가 단계별 학습에 얼마나 효과적인지를 분석해본다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.417-418
• /
• 2012

본 논문에서는 학습자의 수준에 따라 맞춤형 학습이 필요한 컴퓨터 프로그래밍 수업에서 학습자들에게 다양한 형태의 맞춤형 학습 사례들을 적용해보고 각 사례에 참여한 학습자들의 프로그램 영역별 학습 효과를 분석하여 학습자들에게 효과적인 맞춤형 학습 유형이 어떤 것인지를 분석해보았다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 춘계정기학술대회 e-Business를 위한 지능형 정보기술 / 한국지능정보시스템학회
• /
• pp.365-373
• /
• 2000

Data Envelopment Analysis (DEA), a non-parametric productivity analysis tool, has become an accepted approach for assessing efficiency in a wide range of fields. Despite of its extensive applications and merits, some features of DEA remain bothersome. DEA offers no guideline about to which direction relatively inefficient DMUs improve since a reference set of an inefficient DMU, several efficient DMUs, hardly provides a stepwise path for improving the efficiency of the inefficient DMU.In this paper, we aim to show that DEA can be used to evaluate the efficiency of life insurance companies while overcoming its limitation with the aids of machine learning methods.