http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 오병화 ( Byong Hwa Oh ) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
-
평가의 시간 순서를 고려한 강화 학습 기반 협력적 여과
이정규,오병화,양지훈,Lee, Jung-Kyu,Oh, Byong-Hwa,Yang, Ji-Hoon 한국정보처리학회 2012 정보처리학회논문지B Vol.19 No.1
최근 사용자의 흥미에 맞는 아이템이나 서비스를 추천해 주는 추천 시스템에 대한 관심이 높아지고 있다. 최근 종료된 Netflix 경연대회(Netflix Prize)가 이 분야에 대한 연구자들의 연구 의욕을 고취시켰고, 특히 협력적 여과(Collaborative Filtering) 방법은 아이템의 종류에 상관없이 적용 가능한 범용성 때문에 활발히 연구되고 있다. 본 논문은 강화 학습을 이용해서 추천 시스템의 협력적 여과 문제를 푸는 방법을 제안한다. 강화 학습을 통해, 영화 평점 데이터에서 각 사용자가 평점을 매긴 순서에 따른 평점 간의 연관 관계를 학습하고자 하였다. 이를 위해 협력적 여과문제를 마르코프 결정 과정(Markov Decision Process)로 수학적으로 모델링하였고, 강화 학습의 가장 대표적인 알고리즘인 Q-learning을 사용해서 평가의 순서의 연관 관계를 학습하였다. 그리고 실제로 평가의 순서가 평가에 미치는 영향이 있음을 실험을 통해서 검증하였다. In recent years, there has been increasing interest in recommender systems which provide users with personalized suggestions for products or services. In particular, researches of collaborative filtering analyzing relations between users and items has become more active because of the Netflix Prize competition. This paper presents the reinforcement learning approach for collaborative filtering. By applying reinforcement learning techniques to the movie rating, we discovered the connection between a time sequence of past ratings and current ratings. For this, we first formulated the collaborative filtering problem as a Markov Decision Process. And then we trained the learning model which reflects the connection between the time sequence of past ratings and current ratings using Q-learning. The experimental results indicate that there is a significant effect on current ratings by the time sequence of past ratings.
-
$CHF_3/C_2F_6$ 반응성이온 건식식각에 의해 변형된 실리콘 표면의 열적 거동에 관한 연구
박형호,권광호,곽병화,이중환,이수민,권오준,김보우,성영권,Park, Hyung-Ho,Kwon, Kwang-Ho,Koak, Byong-Hwa,Lee, Joong-Whan,Lee, Soo-Min,Kwon, Oh-Joon,Kim, Bo-Woo,Seong, Yeong-Gwon 한국재료학회 1992 한국재료학회지 Vol.2 No.1
실릴콘 산화막을 $CHF_3/C_2F_6$ 혼합가스를 사용하여 반응성이온 건식식각을 행할 때 실리콘 표면에 형성되는 잔류막과 손상충의 열적 거동을 X-선 광전자 분광기(XPS)와 이차이온 질량 분석기 (SIMS)를 사용, 연구하였다. 저항가열을 통한 in-situ 분석에 의해 폴리머 잔류막은 $200^{\circ}C$부터 분해가 시작되고 $400^{\circ}C$ 이상의 가열에서는 graphite 형태의 탄소 결합체를 형성하며 분해됨을 알았다. 질소 분위기하의 급속 열처리를 통해 잔류막의 열분해는 $800^{\circ}C$ 이상에서 완료되고 손상층을 형성하는 침투 불순원소의 기판 외부로의 확산이 관찰되었다. Thermal behavior of residue and damaged layer formed by reactive ion etching (RIE) in $CHF_3/C_2F_6$ were investigated using X-ray photoelectron spectroscopy(XPS) and secondary ion mass spec-trometry(SIMS) techniques. Decomposition of polymer residue film begins at $200^{\circ}C$ and above $400^{\circ}C$ carbon compound as graphite mainly forms by in-situ resistive heating. It reveals that thermal decomposition of residue can be completed by rapid thermal anneal treatment above $800^{\circ}C$ under nitrogen atmosphere and out-diffusion of carbon and fluorine of damaged layer is observed.
-
김상기,이상환,이원형,권오준,곽병화,Kim, Sang-Ki,Lee, Sang-Hwan,Lee, Won-Hyong,Kwon, Oh-Joon,Koak, Byong-Hwa 한국전자통신연구원 1988 전자통신 Vol.10 No.4
엘립소메츠리를 이용하여 $B^+$ 및 $As^+$ 이온이 주입된 실리콘층의 굴절률과 소멸계수를 도우즈 및 열처리 조건의 함수로 조사하였다. $B^+$ 이온주입된 실리콘의 경우 n은 $10^13$ 도우즈 이상에서 증가하고, k는 도우즈 증가에 따라 단조 증가를 나타내었다. RTA 열처리가 furnace 열처리 보다 결정성 회복이 우수하였으며, 등온 열처리 시 약 30분이상에서 거의 완전하게 재결정됨을 볼 수 있었다. $As^+$ 이온주입의 경우 $10^15$이상에서 복소굴절률의 변화를 나타내었으며, 열처리에 대해 k가 n보다 민감하였다.
-
인공지능 : 강화학습을 이용한 무인 자율주행 차량의 지역경로 생성 기법
김문종 ( Moon Jong Kim ),최기창 ( Ki Chang Choi ),오병화 ( Byong Hwa Oh ),양지훈 ( Ji Hoon Yang ) 한국정보처리학회 2014 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.3 No.9
무인 자율주행 차량에서의 경로 생성 기법은 차량이 자동적으로 안전하고 효율적인 경로를 생성하고 주행할 수 있도록 해 준다. 경로에는 크게 전역경로와 지역경로가 있다. 전역경로는 차량이 출발점으로부터 도착점까지 가기 위해 주행해야 하는 구간을, 지역경로는 전역경로에서 얻은 구간을 주행하기 위해서 차량이 실제로 주행해야 할 경로를 의미한다. 본 논문에서는 지역경로 생성을 위하여 효율성 높은 곡선 함수를 사용하는 기존연구에서 더 나아가 학습을 통해 경로를 생성하는 방법을 제안한다. 먼저 강화학습을 통해서 후보경로에 대한 예측 보상 값을 얻고 보상 값이 최고가 되는 경로를 찾는 작업을 한다. 또한 인공 신경망을 통해서는 생성된 경로에 최적화된 조향 명령을 주기 위해 조향 각을 학습하는 작업을 한다. 더 나아가 주행하는 경로에 장애물이 발견되더라도 이를 효율적으로 회피하는 최적의 경로를 학습기법을 통해 만들어낸다. 본 논문에서 제안된 알고리즘의 우수성은 실제 주행 환경으로 모델링한 시뮬레이션 실험을 통해 검증되었다. Path generation methods are required for safe and efficient driving in unmanned autonomous vehicles. There are two kinds of paths: global and local. A global path consists of all the way points including the source and the destination. A local path is the trajectory that a vehicle needs to follow from a way point to the next in the global path. In this paper, we propose a novel method for local path generation through machine learning, with an effective curve function used for initializing the trajectory. First, reinforcement learning is applied to a set of candidate paths to produce the best trajectory with maximal reward. Then the optimal steering angle with respect to the trajectory is determined by training an artificial neural network. Our method outperformed existing approaches and successfully found quality paths in various experimental settings, including the cases with obstacles.
ScienceON
코리아스칼라연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
