• 제목/요약/키워드: prompt learning

검색결과 67건 처리시간 0.028초

조선시대 배경의 게임에서 Chat-GPT API를 사용한 NPC 대화체 표현 연구 (A Study on Expression of NPC Colloquial Speech using Chat-GPT API in Games against Joseon Dynasty Settings)

  • 이진석;최인철;김정이
    • 한국인터넷방송통신학회논문지
    • /
    • 제24권3호
    • /
    • pp.157-162
    • /
    • 2024
  • 본 연구는 조선시대 게임의 몰입감을 향상시키기 위해 ChatGPT API를 활용한 조선시대 대화체 구현을 위해 진행되었다. 연구는 중인계급 플레이어와 다른 계급과의 대화에 중점을 둔다. 조선시대 배경의 드라마 대사를 학습시키는 방법과 대화체의 종결어미를 학습시키는 두 방법으로 연구를 진행하였다. 종결어미를 학습시키는 방법이 자체 평가 기준에서 더 높이 평가되었다. 이를 반영하여 프롬프트를 구성해서 조선시대 게임에서의 설정을 반영한 NPC 프롬프트를 구상하였고, 추가적으로 프롬프트 조합 방식을 활용하여 다양한 NPC의 프롬프트를 구성하는 방법을 제안하였다. 본 연구는 조선시대 게임 제작 시 NPC 대화체의 참고 자료로 활용될 수 있다.

Deep Learning 기반 공동주택 마감공사 단위작업별 생산성 예측모델 개발 - 내장공사를 중심으로 - (The Development of Productivity Prediction Model for Interior Finishes of Apartment using Deep Learning Techniques)

  • 이기륜;한충희;이준복
    • 한국건설관리학회논문집
    • /
    • 제20권2호
    • /
    • pp.3-12
    • /
    • 2019
  • 국내 건설산업에서 생산성 정보는 중요성과 그 기능에도 불구하고 생산성 데이터의 수집 및 분석 방법이 체계화되어 있지 못하다. 또한 생산성 관리는 대부분 현장관리자의 경험과 직관에 의존하고 있으며 생산성 데이터를 공사계획 및 관리에 적극 활용하지 못하고 있는 상황이다. 따라서 본 연구에서는 공동주택 마감공사의 생산성 예측 및 생산성 영향요인을 분석할 수 있는 기반을 마련하기 위해 단위작업별 생산성 관련 데이터를 수집하여 딥러닝 기반의 생산성 예측모델을 개발하고자 한다. 연구결과인 딥러닝 기반의 공동주택 단위작업별 생산성 예측모델은 신뢰할 수 있는 생산성 정보 데이터에 딥러닝을 적용하여 향후 데이터가 축적될수록 발전되는 기술로 공동주택 프로젝트 관리시스템의 기본 모듈이 될 수 있다. 또한 과거 유사한 프로젝트의 생산성 데이터를 통한 개산견적, 공정계획을 위한 작업일수 산정, 투입인원 산정 등과 같은 프로젝트 엔지니어링 과정에 활용 가능하며 공사 진행 중 예측과 다른 생산성 발견 시 원인 분석에 용이하여 신속한 대응 및 향후 예방이 가능할 것으로 기대된다.

KMTNet Supernova Project : Pipeline and Alerting System Development

  • Lee, Jae-Joon;Moon, Dae-Sik;Kim, Sang Chul;Pak, Mina
    • 천문학회보
    • /
    • 제40권1호
    • /
    • pp.56.2-56.2
    • /
    • 2015
  • The KMTNet Supernovae Project utilizes the large $2^{\circ}{\times}2^{\circ}$ field of view of the three KMTNet telescopes to search and monitor supernovae, especially early ones, and other optical transients. A key component of the project is to build a data pipeline with a descent latency and an early alerting system that can handle the large volume of the data in an efficient and a prompt way, while minimizing false alarms, which casts a significant challenge to the software development. Here we present the current status of their development. The pipeline utilizes a difference image analysis technique to discover candidate transient sources after making correction of image distortion. In the early phase of the program, final selection of transient sources from candidates will mainly rely on multi-filter, multi-epoch and multi-site screening as well as human inspection, and an interactive web-based system is being developed for this purpose. Eventually, machine learning algorithms, based on the training set collected in the early phase, will be used to select true transient sources from candidates.

  • PDF

의과대학 임상실습에서의 학생평가방법: 과거, 현재 및 제언 (Assessment of Medical Students in Clinical Clerkships)

  • 이상엽;임선주;윤소정;백선용;우재석
    • 의학교육논단
    • /
    • 제15권3호
    • /
    • pp.120-124
    • /
    • 2013
  • The clinical clerkship focuses students on developing their ability to perform comprehensive diagnosis and management of patients with common undifferentiated problems by the integration of knowledge and clinical reasoning. Therefore, the clerkship evaluation system should assess their actual problem solving and professional behavior. However, concern remains that clerkship evaluations are imprecise and highly variable. This review is designed to provide faculty members with concepts, options, and a methodology to actively teach and evaluate the clinical clerkship, as well as offer encouragement and inspiration to medical students. We reviewed past and current clinical clerkship evaluations and discuss several tips to improve clinical excellence such as continuity, transparency of the evaluation process, a faculty development program, practical examination of clinical skills, implementation of a checklist for recording exposure and skills, providing prompt and constructive feedback to students, self-evaluation of professional performance, varying multi-faceted assessment combinations, being outpatient clinic-centered, and having dedicated faculty members who give students one-on-one contact with a preceptor.

Exploring How Gamification Design Drives Customers' Co-Creation Behavior in Taiwan

  • CHEN, Tser-Yieth;HUANG, Yu-Chen;LI, Pei-Fang
    • The Journal of Asian Finance, Economics and Business
    • /
    • 제9권4호
    • /
    • pp.109-120
    • /
    • 2022
  • This study has incorporated the mechanics-dynamics-emotions (MDE) and two behavioral learning paths to investigate the customers' co-creation behavior in Taiwan. The intuitive path begins with a gamification design that reflects the customers' proactive and innovative behavior; the cognitive path begins with persuasion knowledge remarks based on rational and reactive reasoning. These two paths conclude what forms user co-creation. The study collects data of 505 active social media users in Taiwan and employs structural equation modeling. The empirical findings demonstrate persuasive knowledge and gamification design are significantly associated with self-reference, and in turn, positively associated with co-creation. It indicates that cognitive behavior plays the main role in forming co-creation. Participants are more drawn to co-creation behaviors by the marketing contents that prompt reactive behaviors than proactive ones. Therefore, marketing managers can use appropriate stimuli to enhance co-creation behavior. Companies can design activities related to users, and more accessible for reactive, instead of proactive behavior, i.e., asking for their initiatives. It also suggests that companies' marketing campaigns should involve key opinion leaders matching the product image and the target audience's preferences. The novelty of this study is to introduce a novel augmented MDE framework to extend the "dynamics" into the incubation and implementation stage.

다중 카메라 네트워크 가상의 관심선(Line of Interest)을 활용한 건물 내 재실자 인원 계수 방법론 개발 (Developing an Occupants Count Methodology in Buildings Using Virtual Lines of Interest in a Multi-Camera Network)

  • 천휘경;박찬혁;지석호;노명일
    • 대한토목학회논문집
    • /
    • 제43권5호
    • /
    • pp.667-674
    • /
    • 2023
  • 건물에서 재난이 발생할경우, 건물 내 인원을 신속히 구조하여 사상자를 최소화하는 것은 단연 최우선순위가 된다. 이러한 구조활동을 위해서는 건물내 어디에 몇 명이 있는지를 알아야 하는데, 실시간으로 알기가 어렵다보니 주로 건물주나 경비원 등 관계자의 진술이나 층별 면적, 수용 인원과 같은 기초자료에 의존하는 실정이다. 따라서 빠르고 정확하게 재실인원 정보를 파악하여 현장에 대한 불확실성을 낮추고 골든타임내 효율적인 구조활동을 지원하는 것이 반드시 필요하다. 본 연구는 컴퓨터 비전 알고리즘을 활용하여 이미 건물에 설치되어 있는 여러대의 CCTV 가 촬영한 이미지 로부터 건물 위치별 재실인원을 계수하는 방법론을 제시한다. 계수 방법론은 (1)카메라별 관심선(LOI) 설정을 통한 다중카메라 네트워크 환경구축, (2)딥러닝을 활용한 모니터링 구역내 사람 탐지 및 추적, (3)다중 카메라 네트워크 환경을 고려한 인원 합산 세단계로 구성된다. 제안된 방법론은 5층 건물을 대상으로 세 개의 시간대 별로 수행된 현장 실험을 통해 검증되었다. 최종 결과는 89.9%의 정확도로 재실자를 인식하는 것으로 나타났으며, 층별, 구역별 합산결과도 93.1%, 93.3%의 정확도로 우수했다. 층별 평균MAE와 RMSE는 각각 0.178과 0.339이었다. 이 처럼 실시간으로 제공하는 건물내 재실자 정보는 초기 재난 대응단계에 신속하고 정확한 구조활동을 지원 할 수있다.

액티브 러닝을 위한 스마트 클리커의 설계 및 구현 (Design and Implementation of the Smart Clicker for Active Learning)

  • 김은경;구본철;김영진;김진환;박제영;정세희
    • 실천공학교육논문지
    • /
    • 제5권2호
    • /
    • pp.101-107
    • /
    • 2013
  • 개인 응답 시스템인 클리커는 액티브 러닝을 촉진하기 위해 사용하는 기법으로, 클리커 사용의 장점에 관한 대부분의 연구에서 학생들이 클리커 사용에 적극적이고 즐거워하는 것으로 보고되었다. 하지만 하드웨어 단말기와 집계 프로그램으로 구성된 기존 클리커는 단순 응답 및 집계 기능만 제공하며, 비용도 많이 소요된다. 본 논문에서는 기존 클리커의 문제점을 해결하기 위해서 학생용 스마트폰 앱과 교수용 웹 페이지 및 MFC 프로그램으로 구성된 스마트 클리커를 설계 및 구현하였다. 본 논문에서 개발한 스마트 클리커를 활용하면 학생은 교수의 질문에 O/X나 숫자 및 텍스트로 응답하거나 텍스트 질문도 가능하다. 또한 교수는 학생들의 응답이나 질문을 바로 확인할 수 있을 뿐만 아니라, 웹 페이지에서 학생들의 응답 참여율을 확인하는 것이 가능하다. 게다가 학생들을 전체 수업 시간 동안 몰두시킬 수 있으며, 교수가 학생들의 이해 정도를 확인하고, 학생 질문에 즉각 피드백할 수 있으므로 보다 활발한 수업 운영이 가능하며, 결과적으로 교육의 질을 향상시킬 수 있을 것으로 기대된다.

수온 데이터 예측 연구를 위한 통계적 방법과 딥러닝 모델 적용 연구 (Statistical Method and Deep Learning Model for Sea Surface Temperature Prediction)

  • 조문원;최흥배;한명수;정은송;강태순
    • 해양환경안전학회지
    • /
    • 제29권6호
    • /
    • pp.543-551
    • /
    • 2023
  • 기후변화 영향으로 이상고수온, 태풍, 홍수, 가뭄 등 재난 및 안전 관리기술은 지속적으로 고도화를 요구받고 있으며, 특히 해수면 온도는 한반도 주변에서 발생되는 여름철 적조 발생과 동해안 냉수대 출현, 소멸 등에 영향을 신속하게 분석할 수 있는 중요한 인자이다. 따라서, 본 연구에서는 해수면 온도 자료를 해양 이상현상 및 연구에 적극 활용되기 위해 통계적 방법과 딥러닝 알고리즘을 적용하여 예측성능을 평가하였다. 예측에 사용된 해수면 수온자료는 흑산도 조위관측소의 2018년부터 2022년까지 자료이며, 기존 통계적 ARIMA 방법과 Long Short-Term Memory(LSTM), Gated Recurrent Unit(GRU)을 사용하였고, LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence(s2s) 구조에 Attention 기법을 추가한 Attention Long Short-Term Memory (LSTM)기법을 사용하여 예측 성능 평가를 진행하였다. 평가 결과 Attention LSTM 모델이 타 모델과 비교하여 더 좋은 성능을 보였으며, Hyper parameter 튜닝을 통해 해수면 수온 성능을 개선할 수 있었다.

퍼지 멤버쉽 함수와 신경망을 이용한 이상 침입 탐지 (Anomaly Intrusion Detection using Fuzzy Membership Function and Neural Networks)

  • 차병래
    • 정보처리학회논문지C
    • /
    • 제11C권5호
    • /
    • pp.595-604
    • /
    • 2004
  • 컴퓨터 네트워크의 확대 및 인터넷 이용의 급격한 증가에 따른 최근의 정보통신 기반구조는 컴퓨터 시스템의 네트워크를 통한 연결로 다양한 서비스를 제공하고 있다. 특히 인터넷은 개방형 구조를 가지고 있어 서비스 품질의 보장과 네트워크의 관리가 어렵고, 기반구조의 취약성으로 인하여 타인으로부터의 해킹 및 정보유출 둥의 위협으로부터 노출되어 있다. 보안 위협에 대한 능동적인 대처 및 침입 이후에 동일한 또는 유사한 유형의 사건 발생에 대해 실시간 대응할 수 있는 방법이 중요하게 되었으며 이러한 해결책으로서 침임 탐지 시스템에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 지도학습 알고리즘이 의한 침입탐지 시스템의 성능을 향상시키기 위해서 불확실성을 해결하기 위한 방법인 퍼지를 적용한 뉴로-퍼지 모델의 이상 침입 탐지 시스템에 대해서 연구한다. 즉, 신경망 학습의 전달함수를 불확실성을 해결하기 위한 퍼지 멤버쉽 함수로 수정하여 지도학습을 수행하였다. 제안한 뉴로-퍼지기법을 DARPA 침입 데이터를 이용하여 오용 탐지의 한계성을 극복한 네트워크기반의 이상침입 탐지에 적용하여 성능을 검증하였다.

실시간 범죄 예측을 위한 랜덤포레스트 알고리즘 기반의 범죄 유형 분류모델 및 모니터링 인터페이스 디자인 요소 제안 (Classification Model of Types of Crime based on Random-Forest Algorithms and Monitoring Interface Design Factors for Real-time Crime Prediction)

  • 박준영;채명수;정성관
    • 정보과학회 컴퓨팅의 실제 논문지
    • /
    • 제22권9호
    • /
    • pp.455-460
    • /
    • 2016
  • 최근 강도, 성폭력과 같은 중범죄들의 수위가 높아짐에 따라 범죄 예측 및 예방에 대한 중요성이 강조되고 있다. 정확한 범죄예측을 위해서는 과거 범죄기록 데이터를 기반으로 정확도 높은 범죄분류모델을 만드는 작업이 필요하며, 신속한 범죄 대응을 위한 시스템 인터페이스가 요구된다. 그러나 기존의 범죄 요소 분석 연구는 데이터 전처리에 대한 난해함으로 인해 정확도 측면에서 한계를 보이며, 범죄 모니터링 시스템은 방대한 양의 범죄 사건기록 분석 결과를 단순 제공함으로써 사용자에게 효과적인 모니터링 기능을 제공하지 못하고 있다. 따라서 본 연구는 실시간 범죄 예측을 위한 랜덤 포레스트 알고리즘 기반의 범죄 유형 분류모델 및 시스템 인터페이스 디자인 요소를 제안한다. 실험을 통해 본 연구는 제안하는 모델이 단순히 범죄기록 데이터만으로 범죄유형을 분류하는 모델 보다 우수함을 입증하였고, 기존의 범죄 모니터링 시스템 분석을 통해 실시간 범죄 모니터링을 위한 시스템 인터페이스를 설계 및 구현하였다.