http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
AI World Cup 환경을 이용한 멀티 에이전트 기반 지능형 가상 축구 에이전트 구현
이은후 ( Eunhoo Lee ),성현아 ( Hyeon-ah Seong ),정민지 ( Minji Jung ),이혜인 ( Hye-in Lee ),정진우 ( Jinoo Joung ),이의철 ( Eui Chul Lee ),이지항 ( Jee Hang Lee ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
AI World Cup 환경은 다수 가상 에이전트들이 팀을 이뤄서 서로 상호작용하며 대전이 가능한 가상 축구 환경이다. 본 논문에서는 AI World Cup 환경에서 멀티 에이전트기반 학습/추론 기술을 사용하여 다양한 전략과 전술을 구사하는 가상 축구 에이전트 구현과 시뮬레이션 결과를 소개한다. 먼저, 역할을 바탕으로 협동하여 상대방과 대전할 수 있는 논리 기반 추론형 멀티 에이전트 기술이 적용된 Dynamic planning 축구 에이전트 9 세트를 구현하였다. 이후, 강화학습 에이전트 기반, 단일 에이전트를 조합한 Independent QLearning 방식의 학습형 축구 에이전트를 구현한 후, 이를 멀티 에이전트 강화학습으로 확장하여 역할 기반 전략 학습이 가능한 가상 축구 에이전트를 구현하고 시뮬레이션 하였다. 구현된 가상 축구 에이전트들 간 대전을 통해 승률을 확인하고, 전략의 우수성을 분석하였다. 시뮬레이션 예제는 다음에서 확인할 수 있다(https://github.com/I-hate-Soccer/Simulation).
이원욱(Won Ouk Lee),이연주(Yeon Joo Lee),임동현(Dong Hyun Lim),최성호(Sung Ho Choi),이채원(Chae Won Lee),김현주(Hyun Ju Kim),원종서(Jong Seo Won),김현동(Hyun Dong Kim),국중진(Joong Jin Kook),이지항(Jee hang Lee),김진우(Jin Woo Kim) 한국HCI학회 2018 한국HCI학회 학술대회 Vol.2018 No.1
다양한 형태의 소셜 로봇들이 출시 되고 있다. 하지만 운동을 보조하는 로봇은 아직 비용적 문제와 여러 한계점으로 출시가 되지 않고 있다. 이에 본 연구는 실제 사용자들이 쉽게 사용할 수 있는 운동 로봇FUFU 를 시뮬레이터 단계부터 실제 로봇까지 개발하였다. 운동 맥락에 있어 집에서도 쌍방향 소통을 하여 실제 운동 성과를 얻게끔 개발하였다.
김지훈,이지항,Kim, Ji Hun,Lee, Jee Hang 한국정보처리학회 2022 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.11 No.10
Korea Trade-Investment Promotion Agency (KOTRA) annually publishes the trade data in South Korea under the guidance of the Ministry of Trade, Industry and Energy in South Korea. The trade data usually contains Gross domestic product (GDP), a custom tariff, business score, and the price of export items in previous and this year, with regards to the trading items and the countries. However, it is challenging to figure out the meaningful insight so as to predict the future price on trading items every year due to the significantly large amount of data accumulated over the several years under the limited human/computing resources. Within this context, this paper proposes a multi layer perception that can predict the future price of potential trading items in the next year by training large amounts of past year's data with a low computational and human cost. 산업통상자원부에서 제공하는 KOTRA 무역 데이터는 해당 품목과 해당 국가에 대하여 GDP, 관세율, 비즈니스 점수, 과/차년도 수출금액 등을 제공한다. 그러나 무역 수출품목은 수없이 많을뿐더러 그에 따른 대량의 데이터를 매년 수작업 기반 분석을 통해 유의미한 결과를 이끌어내는 것은 상당히 큰 시간과 비용을 요구한다. 따라서 이번 연구에선 대량의 데이터를 학습하여 단기간에 저비용으로 결과 예측이 가능한 다층 퍼셉트론 모델을 구현하고 성능을 평가하였다. 먼저 딥러닝 기반 무역 수출 가격 예측 모델을 일반적 다변량 회귀 모델과 비교하였을 때, 예측 오류와 학습 시간 측면에서 통계적으로 우수한 성능을 보였다. 수출 가격 데이터는 시계열 속성이 있을 것으로 예상하는 바, 은닉 노드들이 모두 연결된 다층 퍼셉트론과 순환 신경망을 이용하여 수출 가격 데이터를 예측하였다. 그 결과 새로운 데이터에 대해 수출 가격 예측을 위한 일반화 능력은 순환 신경망이 우수한 성능을 보였으나, 다층 퍼셉트론이 무역 수출 가격 예측에서 더 뛰어난 성능을 보였다. 추후 장기간 데이터를 확보한다면, 순환 신경망 혹은 트랜스포머 기반 딥러닝 모델을 이용하여 더 뛰어난 수출 가격 예측이 가능할 것으로 사료된다.
24주간의 라인댄스 참여가 조현병환자의 우울증 및 대인관계변화에 미치는 영향
이선영 ( Lee Sun-young ),이지항 ( Lee Jee-hang ),장채욱 ( Jang Chae-ouk ) 한국무용과학회 2017 한국무용과학회지 Vol.34 No.2
본 연구는 24주간의 라인댄스활동 및 무대경험이 조현병환자 상태에 호전적인 효과가 나타나는지 살펴보기 위해 실시되었다. 실험은 두 집단(실험집단 n=15, 통제집단 n=12)으로 구분된 연구 참여자를 대상으로 처치 프로그램 적용 후, 조현병환자의 상태가 호전되었는지 확인하기 위하여 우울증 및 대인관계변화 검사지를 이용하여 사전, 12주, 24주에 걸쳐3회 반복 측정하였다. 수집된 자료는 (2×3) RG*RM ANOVA를 적용하였으며, 그 결과는 다음과 같다. 첫째, 우울증 검사결과, 집단*반복의 상호작용효과는 통계적으로 유의미한 차이가 나타나지 않았으며(p= .681), 주효과 검증의 경우 반복 요인만이 유의미한 차이를 나타내었다(p= .001). 둘째, 대인관계변화 검사결과, 집단*반복의 상호작용효과는 유의미한 차이가 나타났으며(p= .001), 또한 주효과 검증결과에서도 집단(p= .017)과 반복(p= .001)요인 모두 통계적으로 유의하게 나타났다. 따라서 조현병환자를 대상으로 실시된 라인댄스 및 무대경험의 처치프로그램은 조현증 호전을 위한 치료 목적으로 활용될 수 있다는 가능성 보여주었다. This study conducted for the positive effect to chronic schizophrenia patients with 24 weeks the line dance and performance. For seeing their improvement, Interpersonal Relationships and Depression Questionnaire were using. There were chosen 15 number for experimental group and 12 number for control group and we measured the pre-experimental, after 12 and 24 weeks. After experimental and statistic analysis, we could get a meaningful result with (2×3) RG*RM ANOVA: First, the interaction effect of group*repeated was not shown a significance(p=.681), but only repeat was shown(p=1) in depression. The post-hoc comparison analysis of Scheffe was reduced in 12 weeks but there was noting in 24 weeks. Second, the interaction effect of group*repeated was shown a significant difference and the post-hoc comparison analysis of Scheffe was shown the difference pre-experimental, after 12 and 24 weeks. Therefore we prove using the line dance and performance as a therapy for chronic schizophrenia patients.
딥러닝 기반 과년도 무역 데이터를 이용한 차년도 품목별 수출가 예측 모델 구현
김지훈 ( Ji-hun Kim ),이지항 ( Jee Hang Lee ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
산업통상자원부에서 제공하는 KOTRA 무역 데이터는 해당 품목과 해당 국가에 대하여 GDP, 관세율, 비즈니스 점수, 과/차년도 수출금액 등을 제공한다. 그러나 무역 수출품목은 수 없이 많을 뿐더러 그에 따른 대량의 데이터를 매년 인간의 분석을 통해 유의미한 결과를 이끌어내는 것은 상당히 큰 시간과 비용을 요구한다. 따라서 이번 연구에선 대량의 데이터를 학습하여 단기간에 저비용으로 결과를 예측할 수 있는 심층신경망 모델을 구현해 보았다.
2-stage 마르코프 의사결정 상황에서 Successor Representation 기반 강화학습 알고리즘 성능 평가
김소현 ( So-hyeon Kim ),이지항 ( Jee Hang Lee ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
Successor representation (SR) 은 두뇌 내 해마의 공간 세포가 인지맵을 구성하여 환경을 학습하고, 이를 활용하여 변화하는 환경에서 유연하게 최적 전략을 수립하는 기전을 모사한 강화학습 방법이다. 특히, 학습한 환경 정보를 활용, 환경 구조 안에서 목표가 변화할 때 강인하게 대응하여 일반 model-free 강화학습에 비해 빠르게 보상 변화에 적응하고 최적 전략을 찾는 것으로 알려져 있다. 본 논문에서는 SR 기반 강화학습 알고리즘이 보상의 변화와 더불어 환경 구조, 특히 환경의 상태 천이 확률이 변화하여 보상의 변화를 유발하는 상황에서 어떠한 성능을 보이는 지 확인하였다. 벤치마크 알고리즘으로 SR 의 특성을 목적 기반 강화학습으로 통합한 SR-Dyna 를 사용하였고, 환경 상태 천이 불확실성과 보상 변화가 동시에 나타나는 2-stage 마르코프 의사결정 과제를 실험 환경으로 사용하였다. 시뮬레이션 결과, SR-Dyna 는 환경 내 상태 천이 확률 변화에 따른 보상 변화에는 적절히 대응하지 못하는 결과를 보였다. 본 결과를 통해 두뇌의 강화학습과 알고리즘 강화학습의 차이를 이해하여, 환경 변화에 강인한 강화학습 알고리즘 설계를 기대할 수 있다.
딥러닝 기반 기계번역 개념을 활용한 Text-to-Ontology 변환 사례
신유진 ( Yu-jin Shin ),이지항 ( Jee Hang Lee ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
온톨로지(Ontology)는 사람과 컴퓨터, 또는 컴퓨터 간의 개념 및 개념 표현을 공유하기 위한 개념화의 명시적 규약을 의미한다. 기존의 온톨로지 생성은 전문가에 의한 수작업에 의존되어 비용과 시간이 많이 드는 한계가 있다. 이에 본 논문에서는 딥러닝(Deep learning)기반의 기계번역 개념을 적용한 사례를 활용하여, 수작업의 의존성이 감소한 방법으로 텍스트로부터 온톨로지를 생성하는 방법을 구현하였다. 특히 기존 연구에서 제안한, 딥러닝을 이용해 텍스트로부터 지식 표현 시퀀스를 추출한 정보를 활용하여, 지식 표현 구조를 온톨로지로 변환하고 지식 베이스로 확장하는 과정을 통해 자동화 된 Text-to-Ontology 변환 방법론을 제안하고자 한다.
사전학습 기반 생성모델을 이용한 정서적 지지형 디지털 휴먼 프로토타입 구현
송채정 ( Chejung Song ),이지항 ( Jee Hang Lee ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
메타버스의 산업적/학술적 가치가 증대되면서, 실세계 인간과 메타버스 내 디지털 휴먼과의 상호작용 시스템 또한 큰 조명을 받고 있다. 본 논문에서는 인간과 디지털 휴먼이 상호작용할 때, 인간의 발화에 대해 감성적 지지가 가능한 디지털 휴먼 프로토타입을 소개한다. 대화의 의미에 따른 동작 생성이 가능한 아바타 구축 공개 프레임워크를 도입하고, 사전학습모델을 바탕으로 감성적 지지가 가능한 심층 대화 생성 모델 기반 대화 시스템을 여기에 통합하여 인간의 감성 상태에 따른 동작과 대화를 진행하는 감성 지지형 디지털 휴먼 프로토타입을 구현하였다. 이러한 프로토타입을 고도화 하면, 향후 메타버스 기반 정신 건강 케어 및 디지털 치료제로의 확장이 가능할 것으로 사료된다.
홍성준 ( Seong-jun Hong ),이민희 ( Min-hee Lee ),장재리 ( Jae-ri Jang ),정하은 ( Ha-eun Jeong ),홍유리 ( Yu-ri Hong ),이지항 ( Jee-hang Lee ),김진 ( Jin Kim ) 한국정보처리학회 2022 한국정보처리학회 학술대회논문집 Vol.29 No.2
최근 현대인의 영양불균형이 점점 심화됨에 따라 영양결핍과 비만의 위험도가 점점 증가하고 있다. 이에 따라 건강기능식품에 대한 관심이 증가하여 일반인들의 건강기능식품 소비가 증가하고 있지만, 적정섭취량에 비해 영양소를 과도하게 섭취 중이거나 영양제를 먹지만 정작 필요한 영양소를 섭취하지 못하는 경우가 빈번히 나타나고 있다. 이러한 문제를 해소하고자 본 논문에서는 7 일간 사용자가 섭취한 식단을 기반으로 부족한 영양소를 수치상으로 계산하여 개인 맞춤 영양제를 추천하는 시스템을 제안한다.