• 제목/요약/키워드: learning with a robot

검색결과 491건 처리시간 0.025초

다변량 데이터와 순환 신경망을 이용한 젖소의 유방염 진단예측 방법 (Method for predicting the diagnosis of mastitis in cows using multivariate data and Recurrent Neural Network)

  • 박기철;이성훈;박재화
    • 한국소프트웨어감정평가학회 논문지
    • /
    • 제17권1호
    • /
    • pp.75-82
    • /
    • 2021
  • 젖소에 있어 유방염은 농가의 낙농 생산성을 저해하는 주된 요인이며 이를 해결하기 위해 지난동안 폭넓은 연구가 이루어졌다. 하지만 유방염에 대한 연구는 사후 진단에 국한되어왔으며 이마저도 단일 센서를 활용하는 것이 주류이다. 본 연구에서는 생체 데이터와 환경 데이터를 이용하여 다음 날의 유방염 발병여부를 예측하는 모델을 개발하였다. 데이터는 충청남도 농가에 설치된 착유기와 센서들로부터 수집되었으며 3주간의 데이터를 다변량 데이터로 구성하였다. 유방염 진단예측을 위해 순환 신경망 모델을 사용하였고, 그 결과 유방염을 82.9%의 정확도로 예측하였다. 데이터 수집 기간을 다양하게 하여 예측 성능을 비교하였고 여러 모델과 성능을 비교하여 모델의 우수성을 확인하였다.

드론과 지상로봇 간의 협업을 위한 광학흐름 기반 마커 추적방법 (Optical Flow-Based Marker Tracking Algorithm for Collaboration Between Drone and Ground Vehicle)

  • 백종환;김상훈
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제7권3호
    • /
    • pp.107-112
    • /
    • 2018
  • 본 논문에서는 드론과 지상 로봇 간 효과적인 협업을 위하여 광학 흐름 기술 기반의 특징점 추적 알고리즘을 제안하였다. 드론의 비행 중 빠른 움직임에 의하여 많은 문제점이 발생하여 지상물체를 성공적으로 인식하기 위해 직관적이면서도 식별자를 가지고 있는 마커를 사용했다. 특징점 추출이 우수한 FAST알고리즘과 움직임 감지가 우수한 루카스-카나데 광학흐름 알고리즘의 장점들을 혼합하여 기존 특징점-특징량 기반 객체 추적 방법보다 개선된 속도의 실험결과를 보여준다. 또한 제안한 마커의 검출방법에 적절한 이진화 방법을 제안하여 주어진 마커에서의 검출 정확도를 개선하였으며, 추적속도는 유사한 환경의 기존연구보다 40% 이상 개선됨을 확인하였다. 또한 비행드론의 경량화와 속도개선에 문제가 없도록 최소형 고성능의 임베디드 환경을 선택하였으며, 제한된 개발환경에서도 물체검출과 추적 등 복잡한 연산이 가능하도록 동작환경에 대하여 연구하였다. 향후에는 다른 환경에서 빠르게 움직이는 두 로봇 간의 협업의 정확도를 향상시키기 위해 지능적 비전기능에 대해 추가할 예정이다.

확장 칼만 필터 학습 방법 기반 웨이블릿 신경 회로망을 이용한 비선형 시스템의 간접 적응 제어 (Indirect Adaptive Control of Nonlinear Systems Using a EKF Learning Algorithm Based Wavelet Neural Network)

  • 김경주;최윤호;박진배
    • 한국지능시스템학회논문지
    • /
    • 제15권6호
    • /
    • pp.720-729
    • /
    • 2005
  • 본 논문에서는 미지의 비선형 시스템을 제어하기 위해 웨이블릿 신경 회로망을 이용한 간접 적응 제어기를 설계한다. 제안 된 간접 적응 제어기는 웨이블릿 신경 회로망을 이용한 동정 모델과 제어기로 구성된다. 여기서 동정 모델과 제어기에 사용되는 웨이블릿 신경 회로망은 시간과 주파수에 대한 정보를 동시에 포함하는 웨이블릿의 특성을 가지고 있기 때문에 다층구조 신경회로망과 방사 기저 함수 신경회로망에 보다 더 빠른 수렴특성을 보인다. 웨이블릿 신경 회로망의 학습방법은 경사 하강법, 유전알고리듬, DNA 기법등 여러 가지가 있으나, 본 논문에서는 확장 칼만 필터를 기반으로 한 학습 방법을 제안한다. 확장 칼만 필터 학습 방법은 계산이 복잡하기는 하지만 학습되어 갱신되는 파라미터의 이전 데이터 정보를 이용하는 특성 때문에 매우 빠른 수렴 특성을 보인다. 본 논문에서는 Buffing 시스템과 1축 머니퓰레이터에 대한 컴퓨터 모치실험을 통해 제안한 확장 칼만 필터 학습 방법을 이용한 간접 적응 제어기가 일반적인 경사 하강법을 이용한 경우보다 우수함을 보인다.

2015 개정 교육과정의 컴퓨팅 시스템 단원의 집필에 대한 시사점 (Implication for Construction Computing System Unit of the 2015 Revised Curriculum)

  • 유병건;김자미;이원규
    • 컴퓨터교육학회논문지
    • /
    • 제19권2호
    • /
    • pp.31-40
    • /
    • 2016
  • 교과서는 교육과정 내용을 토대로 학습 목표 달성에 도움을 주는 도구이다. 2015 개정 교육과정이 발표되었기 때문에 교과서의 내용도 새롭게 구성될 것이다. 본 연구는 교과서 집필에 대한 시사점을 제공하기 위한 목적이 있다. 목적 달성을 위해, 현재 사용되고 있는 중학교 정보 교과서의 내용요소 분석과 새롭게 구성되는 피지컬 컴퓨팅 영역에 대한 접근방향을 도출하기 위해 파일럿 스터디를 진행하였다. 내용의 탐구적 경향은 Romey 분석을 사용하였고, 파일럿 스터디는 로봇을 활용하여 H/W와 S/W의 조화로운 수업이 될 수 있도록 하였다. 분석 결과, 현재 사용 중인 교과서 중에 학생들의 사고력 신장 도움에 적합한 교과서는 한 권이었으며, 피지컬 컴퓨팅 영역의 경우 탐구적 수업이 긍정적으로 나타났다. 본 연구는 교과서 구성에서 활동을 중시하는 형태의 집필이 필요할 것을 시사하였다.

내러티브-종이아트 활동 기반 로봇활용 SW교육 효과성 비교 (Comparison on Effectiveness of SW Education using Robots based on Narrative-Paper Art Activities)

  • 손경진;한정혜
    • 정보교육학회논문지
    • /
    • 제22권4호
    • /
    • pp.419-425
    • /
    • 2018
  • 2015 교육과정에는 SW교육의 문제해결과정, 알고리즘 및 프로그래밍 교육을 포함하고 있는데, 컴퓨터에 능숙하지 않거나 흥미가 없는 학생을 대상으로 직접 만지고 체험함으로써 보다 효과적으로 역량을 강화할 수 있도록 로봇활용교육도 이루어지고 있다. 이러한 로봇활용교육에서 로봇을 제작하는 시간제한을 극복하면서도 창의적 활동을 할 수 있는 내러티브 종이아트 활동을 기반으로 하는 로봇활용 SW교육 프로그램을 개발하였다. 초등학교 3학년을 대상으로 창의적 문제해결력에 대해 사전-사후 검사를 실시한 결과, 창의적 문제해결의 하위 요소 4가지는 모두 유의미한 상승을 보여주었다. 또한 로봇에 대한 이해력과 학습태도도 유의미한 효과를 가지는 것으로 나타났다.

음색 기반 뇌파측정 및 분석기법 개발 (Development of EEG Signals Measurement and Analysis Method based on Timbre)

  • 박승민;이영환;고광은;심귀보
    • 한국지능시스템학회논문지
    • /
    • 제20권3호
    • /
    • pp.388-393
    • /
    • 2010
  • 문화콘텐츠기술(CT, Culture Technology)은 문화 산업 발전을 위한 기술로 문화콘텐츠 기획과 상품화, 미디어탑재, 전달의 가치사슬 과정 등 문화상품의 부가가치를 높이기 위해 소용되는 모든 형태의 유무형의 기술이다. 문화콘텐츠 기술(CT)분야에서 음악의 특징을 분석하여 다양한 어플리케이션을 개발하는 연구가 활발히 진행되고 있다. 이와 관련된 연구 중 EEG를 측정하고 그 결과에서 음악적 자극에 대한 반응을 검출하여 활용하는 연구가 주목받고 있다. 본 논문에서는 EEG에서 음악적 자극에 대응되는 반응신호들을 증폭시켜 평균화 하는 방법인 ERP(Event-Related Potentials) 실험을 기반으로 음색을 추출하는 과정에서 노이즈를 제거하기 위한 방법으로 ICA 알고리즘을 적용하여 음색 추출 및 노이즈 제거 결과에 따른 EEG의 특성을 분석하여 적용한다.

뇌파를 BCI 게임 제어에 활용하기 위한 정규화 방법 (A Normalization Method to Utilize Brain Waves as Brain Computer Interface Game Control)

  • 성연식;조경은;엄기현
    • 한국게임학회 논문지
    • /
    • 제10권6호
    • /
    • pp.115-124
    • /
    • 2010
  • 뇌파는 초기에 원숭이가 모터로 팔을 조작하기 위한 방법에 관한 연구로 시작되었다. 최근에는, 측정한 뇌파를 치매 환자의 치매 진행 정도를 늦추거나 집중력결핍 과잉행동장애 아이들의 집중력을 높이기 위한 연구들이 진행되고 있다. 그리고 저가의 뇌파 측정 장치가 출시되면서 게임 인터페이스로도 사용된다. 뇌파로 게임을 제어할 때의 문제점은 사람마다 평균 진폭, 평균 파장 그리고 평균 진동 횟수가 다르다는 것이다. 뇌파 차이는 뇌파로 게임을 제어할 때 형평성 문제를 발생시키기 때문에 뇌파를 정규화해서 사용하는 방법이 필요하다. 이 논문에서는 정규분포를 사용해서 측정한 뇌파를 정규화하고 제어로 사용할 파형을 계산하는 방법을 제안한다. 이를 위해서 뇌파 변환 과정을 7단계로 나누어 처리하는 프레임워크를 제안하고 각 단계에 필요한 계산과정을 기술한다. 실험에서는 BCI 영어단어 학습 프로그램에 제안한 방법을 적용하여 두 피험자 파형을 비교했다. 실험에서는 두 피험자의 파형 유사 정도를 상관계수로 측정했다. 명상 값은 제안한 방법을 적용할 때 약 13%가 증가되었고 집중 값은 약 8%정도 증가되었다. 제안한 정규화 방법은 뇌파에 반영된 개인의 특성을 줄여서 제어에 적합한 파형으로 변환하기 때문에 게임과 같은 응용프로그램에 적합하다.

AI 참모 구축을 위한 의사결심조건의 데이터 모델링 방안 (A Methodology of Decision Making Condition-based Data Modeling for Constructing AI Staff)

  • 한창희;신규용;최성훈;문상우;이치훈;이종관
    • 인터넷정보학회논문지
    • /
    • 제21권1호
    • /
    • pp.237-246
    • /
    • 2020
  • 본 논문에서는 의사결심 지원체계인 전장관리체계의 지능화를 위해 의사결심 조건에 기초한 데이터 모델링 방안을 제시하였다. 인간처럼 보고 식별도 하고, 자유롭게 움직임을 통해 원하는 위치에 도달하는 모습은 쉽게 이해되거나 실생활에서 체감하고 있는데 비해, 원하는 위치에 도달한 이후 인간 인지 행위 중 가장 중요한 하나인 의사 결심 판단을 구현했다거나 혹은 그러한 예제를 아직은 찾아 볼 수 없는 실정이다. 도착을 원했던 회의실에 인간을 대신해 에이전트가 오기는 했지만 판단을 도와주거나 대신 해주어야 할 임무인 예컨대, 가격 정책을 올릴 것인지 내릴 것인지, 지휘관이 심사숙고하고 있는 예컨대, 역습을 하는 것이 현명한지 아닌지에 대한 판단을 지원해 주지 못하고 있다. 군 지휘 통제의 현상과 현안을 고찰하였고, 각 상황에 대한 판단을 내릴 때 기계참모의 조언이 가능하게하기 위한 많은 양의 데이터 확보가 가능하도록, 현 지휘통제 체계를 변경시킬 방안으로 의사결심 조건에 기초한 데이터 모델링 방안을 제시하였다. 또한 제시한 방안에 대해 기계가 하는 의사결정의 한 예시로써 의사결정 트리 방법론을 적용하였다. 이를 통해 향후 AI 상황 판단 참모가 어떠한 모습으로 우리에게 다가올지에 대한 혜안을 제공하고자 하였다.

Positive Random Forest 기반의 강건한 객체 추적 (Positive Random Forest based Robust Object Tracking)

  • 조윤섭;정수웅;이상근
    • 전자공학회논문지
    • /
    • 제52권6호
    • /
    • pp.107-116
    • /
    • 2015
  • 고성능 컴퓨터와 디지털 카메라의 보급으로 컴퓨터를 이용한 객체 탐지 및 추적은 컴퓨터 비전의 다양한 응용분야에서 중요한 문제로 대두 되고 있다. 또한, 지능형 자동화 감시 장치, 영상 분석 장치, 자동화된 로봇 분야 등에서 그 필요성이 점점 부각 되고 있다. 객체 추적은 카메라를 이용하여 움직이는 객체의 위치를 찾는 처리 과정을 의미 하며, 강건한 객체 추적을 위해서는 객체의 스케일, 형태 변화, 회전에 강건하고 정확한 객체의 위치를 파악할 수 있어야한다. 본 논문에서는 랜덤 포레스트를 이용한 강건한 객체 추적에 대한 알고리즘을 제안하였다. 정확한 객체의 위치를 찾기 위해 지역 공분산과 ZNCC (Zeros Mean Normalized Cross Correlation)를 사용하여 객체를 검출하고 검출된 객체를 5개의 부분으로 나누어 랜덤 포레스트로 객체가 잘 검출 되었는지 검증 한다. 검증된 객체 중 모델을 선택하여 객체 검출이 잘못 되었다고 판단된 경우 입력 모델을 변경하여 정확한 객체를 찾도록 하였다. 제안된 알고리즘과 기존의 알고리즘들을 비교 하였을 때 비교적 정확한 객체의 위치를 잘 찾아 가는 것을 확인하였다.

작물의 병충해 분류를 위한 이미지 활용 방법 연구 (Study on Image Use for Plant Disease Classification)

  • 정성호;한정은;정성균;봉재환
    • 한국전자통신학회논문지
    • /
    • 제17권2호
    • /
    • pp.343-350
    • /
    • 2022
  • 서로 다른 특징을 가지는 이미지를 통합하여 작물의 병충해 분류를 위한 심층신경망을 훈련하는 것이 학습 결과에 어떤 영향을 미치는지 확인하고, 심층신경망의 학습 결과를 개선할 수 있는 이미지 통합방법에 대해 실험하였다. 실험을 위해 두 종류의 작물 이미지 공개 데이터가 사용되었다. 하나는 인도의 실제 농장 환경에서 촬영된 작물 이미지이고 다른 하나는 한국의 실험실 환경에서 촬영한 작물 이미지였다. 작물 잎 이미지는 정상인 경우와 4종류의 병충해를 포함하여 5개의 하위 범주로 구성되었다. 심층신경망은 전이학습을 통해 사전 훈련된 VGG16이 특징 추출부에 사용되었고 분류기에는 다층퍼셉트론 구조를 사용하였다. 두 공개 데이터는 세 가지 방법으로 통합되어 심층신경망의 지도학습에 사용되었다. 훈련된 심층신경망은 평가 데이터를 이용해 평가되었다. 실험 결과에 따르면 심층신경망을 실험실 환경에서 촬영한 작물 이미지로 학습한 이후에 실제 농장 환경에서 촬영한 작물 이미지로 재학습하는 경우에 가장 좋은 성능을 보였다. 서로 다른 배경의 두 공공데이터를 혼용하여 사용하면 심층신경망의 학습 결과가 좋지 않았다. 심층신경망의 학습 과정에서 여러 종류의 데이터를 사용하는 방법에 따라 심층신경망의 성능이 달라질 수 있음을 확인하였다.