소듐붕규산염 유리의 표면 구조에 대한 분자 동역학 시뮬레이션 연구

권기덕 ( Ki Deok Kwon ),( Louise J. Criscenti ) 한국광물학회 2013 광물과 암석 (J.Miner.Soc.Korea) Vol.26 No.2

핵폐기물을 고화시키는 재료로 사용하는 붕규산염, borosilicate, 유리의 용해는 지충 처분장에 처리된 고준위 방사성 폐기물의 생태적 유출을 결정할 수 있는 중요한 화학반응이다. 습식 실험에서 유리의 용해속도, dissolution rate, 는 유리 화학조성에 의해 크게 좌우되는 것이 관찰된다. 유리의 bulk 구조의 규명한 분광분석 실험에 의하면 유리의 화학조성과 분자수준, molecular-level, 구조, 예: SiO4사면체의 연결구조와 B 원소의 배위구조, 사이의 상관관계가 존재한다. 따라서 화학조성에 따른 유리 용해도의 차이는 조성에 따른 bulk 내부구조의 변화로 이해되어 왔다. 그런데 유리표면은 수용액과 계면을 이루면서 용해과정에서 가장 직접적으로 반응하는 부분이기 때문에, 화학조성에 따른 표면구조 변화에 대한 지식 또한 필요하다. 본 논문에서는 분자 동역학, mo;ocu;ar dynamics, MD, 시뮬레이션을 사용하여 4가지의 다른 화학조성을 가지는 소듐붕규산염 유리, xNA2O.B2O3.ySiO2 화학조성, 에 대하여 bulk구조와 실험으로 얻기 어려운 표면, surface, 구조를 연구하였다. MD 시뮬레이션은 유리표면의 화학조성과 분자수준 구조가 bulk의 것과 매우 상이한 결과를 보여준다. 본 연구의 MD 시뮬레이션 결과는 화학조성에 따른 유리 용해도, 특히 초기 용해과정, 는 bulk구조의 변화보다 유리 표면구조의 변화에 의해 크게 좌우될 수 있다는 표면구조에 대한 이해의 중요성을 역설한다. Borosilicate glass dissolution is an important chemical process that impacts the glass durability as nuclear waste form that may be used for high-level radioactive waste disposal. Experi-ments reported that the glass dissolution rates are strongly dependent on the bulk composition. Because some relationship exists between glass composition and molecular-structure distribution, eg, non-brid-ging oxygen content of SiO4 unit and averaged coordination number of B), the composition-dependent dissolution rates are attributed to the bulk structural changes corresponding to the compesitional variation, We examined Na borosilicate glass structures by performing classical molecular dynamics, MD, simulations for four different chemical compositions, xNa2O.B2O3.ySiO2, Our MD simulations de-monstrate that glass surfaces have significantly different chemical compositions and structures from the bulk glasses. Because glass surfaces forming an interface with solution are most likely the first dissolution-reaction occurring areas, the current MD result simply that composition-dependent glass dissolution behaviors should be understood by surface structural change upon the chemical composition change.

강화학습에 기초한 로봇 축구 에이전트의 동적 위치 결정

권기덕(Ki-Duk Kwon),김인철(In-Cheol Kim) 한국정보과학회 2001 한국정보과학회 학술발표논문집 Vol.28 No.2Ⅱ

강화학습은 한 에이전트가 자신이 놓여진 환경으로부터의 보상을 최대화할 수 있는 최적의 행동 전략을 학습하는 것이다. 따라서 강화학습은 입력(상태)과 출력(행동)의 쌍으로 명확한 훈련 예들이 제공되는 교사 학습과는 다르다. 특히 Q-학습과 같은 비 모델 기반(model-free)의 강화학습은 사전에 환경에 대한 별다른 모델을 설정하거나 학습할 필요가 없으며 다양한 상태와 행동들을 충분히 자주 경험할 수만 있으면 최적의 행동전략에 도달할 수 있어 다양한 응용분야에 적용되고 있다. 하지만 실제 응용분야에서 Q-학습과 같은 강화학습이 겪는 최대의 문제는 큰 상태 공간을 갖는 문제의 경우에는 적절한 시간 내에 각 상태와 행동들에 대한 최적의 Q값에 수렴할 수 없어 효과를 거두기 어렵다는 점이다. 이런 문제점을 고려하여 본 논문에서는 로봇 축구 시뮬레이션 환경에서 각 선수 에이전트의 동적 위치 결정을 위해 효과적인 새로운 Q-학습 결과를 단순히 결합하는 종래의 모듈화 Q-학습(Modular Q-Learning)을 개선하여, 보상에 끼친 각 모듈의 기여도에 따라 모듈들의 학습결과를 적응적으로 결합하는 방법이다. 이와 같은 적응적 중재에 기초한 모듈화 Q-학습법(Adaptive Mediation based Modular Q-Learning, AMMQL)은 종래의 모듈화 Q-학습법의 장점과 마찬가지로 큰 상태공간의 문제를 해결할 수 있을 뿐 아니라 보다 동적인 환경변화에 유연하게 적응하여 새로운 행동 전략을 학습할 수 있다는 장점을 추가로 가질 수 있다. 이러한 특성을 지닌 AMMQL 학습법은 로봇축구와 같이 끊임없이 실시간적으로 변화가 일어나는 다중 에이전트 환경에서 특히 높은 효과를 볼 수 있다. 본 논문에서는 AMMQL 학습방법의 개념을 소개하고, 로봇축구 에이전트의 동적 위치 결정을 위한 학습에 어떻게 이 학습방법을 적용할 수 있는지 세부 설계를 제시한다.

자립형 지역공동체 형성 구성요소가 주민참여태도에 미치는 영향 : 서울시 용산구 해방촌 도시재생사업을 중심으로

권기덕(Kwon, Gi Duck),정남식(Jung, Nam Sick) 한국지역개발학회 2020 韓國地域開發學會誌 Vol.32 No.1

In urban regeneration project, the residents voluntary participation is regarded as one of the most important elements to increase the execution, by increasing the residents bond of sympathy and establishing the project plan desired by the residents in the policy-making process. With the increased roles of community, it was needed to form the voluntary community by members, and for the sustainable urban regeneration project, the vitalization of community is emphasized. Thus, this study focused on the concept of the elements of community as the measures for the enhancement of sustainable residents participation in urban regeneration project. In order to perform an empirical research on community mentioned as the measures for vitalizing the residents participation in urban regeneration project, this study examined the elements and meanings of community changed in modern society, and also the influence relations between elements of the re-established modern community and residents participation. The objective of this study was to suggest the measures for the enhancement of sustainable residents participation through the vitalization of community in urban regeneration project. Especially, the significance of this study is to verify the elements for the independence of community by adding the public interest and profitability in the aspect of project and the elements of community changed in modern society for the differentiation from the existing preceding researches. As a result, this study could contribute to the suggestion of diverse theoretical perspectives for the meanings of modern community and the enhancement of residents participation.

방송통신융합 환경에서 영상 서비스 실험 방법을 위한 테스트베드 구축

권기덕(Kwon Ki Deok ),유영환(Young Hwan Yoo) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2D

방송통신융합환경의 영상서비스는 방송망과 통신망의 특성으로 인해 시그널링 문제와 동기화 문제를 야기시킨다. 영상 서비스에 있어서 시그널링과 동기화 오류는 음성과 영상 그리고 3D영상에서는 좌영상과 우영상의 싱크를 맞지 않게 하는 원인이 된다. 본 논문에서는 이러한 문제를 해결하고 시그널링 또는 동기화 문제를 실험할 수 있는 테스트 베드를 제안하고자 한다. 제안하는 테스트 베드는 기존의 상용 네트워크 시뮬레이터를 이용하는 방법이다 이 방법은 기존의 상용 네트워크에서 지원하는 기능을 아무런 수정 없이 사용할 수 있다. 그러나 네트워크 시뮬레이터는 통신 시스템을 위해서 제작되었으므로 직접적으로 방송시스템을 시뮬레이터에 구현할 수 없다. 본 본문은 네트워크 시뮬레이터가 Layered Approach Model를 사용하는 점을 착안하여 방송시스템을 이 모델에 맞게 수정하여 네트워크 시뮬레이터에 구현한다. 이 테스트 구축방법은 방송망과 통신망을 가지는 네트워크 시뮬레이터를 전부 구현할 필요 없이 방송망만을 네트워크 시뮬레이터에 구현함으로써 간단히 시그널링 및 동기화와 관련한 실험을 할 수 있다.

적대적 멀티 에이전트 환경에서 효율적인 강화 학습을 위한 정책 모델링

권기덕(Kiduk Kwon),김인철(Incheol Kim) 한국정보과학회 2008 정보과학회논문지 : 소프트웨어 및 응용 Vol.35 No.3

멀티 에이전트 강화 학습에서 해결해야 할 중요한 문제는 자신의 작업 성능에 영향을 미칠 수 있는 다른 에이전트들이 존재하는 동적 환경에서 한 에이전트가 시행착오적 상호작용을 통해 어떻게 자신의 최적 행동 정책을 학습할 수 있느냐 하는 것이다. 멀티 에이전트 강화 학습을 위한 기존 연구들은 대부분 단일 에이전트 MDP 기반의 강화 학습기법들을 큰 변화 없이 그대로 적용하거나 비록 다른 에이전트에 관한 별도의 모델을 이용하더라도 다른 에이전트에 관해 요구되는 정보나 가정이 현실적이지 못하다는 한계점을 가지고 있다. 본 논문에서는 멀티 에이전트 강화 학습기술에 기초가 되는 기본 개념들을 정형화하고 이들을 기초로 기존 연구들의 특징과 한계점을 비교한다. 그리고 새로운 행동 정책 모델을 소개한 뒤, 이것을 이용한 강화 학습 방법을 설명한다. 본 논문에서 제안하는 멀티 에이전트 강화학습 방법은 상대 모델을 이용하는 기존의 멀티 에이전트 강화 학습 연구들에서 주로 시도되었던 상대 에이전트의 Q 평가 함수 모델 대신 상대 에이전트의 행동 정책 모델을 학습하며, 표현력은 풍부하나 학습에 시간과 노력이 많이 요구되는 유한 상태 오토마타나 마코프 체인과 같은 행동 정책 모델들에 비해 비교적 간단한 형태의 행동정책 모델을 이용함으로써 학습의 효율성을 높였다. 또한, 본 논문에서는 대표적인 적대적 멀티 에이전트 환경인 고양이와 쥐게임을 소개하고, 이 게임을 테스베드삼아 비교 실험들을 수행하고 그 결과를 설명함으로써 본 논문에서 제안하는 정책 모델 기반의 멀티 에이전트 강화 학습의 효과를 분석해본다. An important issue in multiagent reinforcement learning is how an agent should learn its optimal policy through trial-and-error interactions in a dynamic environment where there exist other agents able to influence its own performance. Most previous works for multiagent reinforcement learning tend to apply single-agent reinforcement learning techniques without any extensions or are based upon some unrealistic assumptions even though they build and use explicit models of other agents. In this paper, basic concepts that constitute the common foundation of multiagent reinforcement learning techniques are first formulated, and then, based on these concepts, previous works are compared in terms of characteristics and limitations. After that, a policy model of the opponent agent and a new multiagent reinforcement learning method using this model are introduced. Unlike previous works, the proposed multiagent reinforcement learning method utilize a policy model instead of the Q function model of the opponent agent. Moreover, this learning method can improve learning efficiency by using a simpler one than other richer but time-consuming policy models such as Finite State Machines(FSM) and Markov chains. In this paper, the Cat and Mouse game is introduced as an adversarial multiagent environment. And effectiveness of the proposed multiagent reinforcement learning method is analyzed through experiments using this game as testbed.

무인항공기 공통 플랫폼 표준화를 위한 최적 분류 및 할당 모형

권기덕 ( Gi-duck Kwon ),이문걸 ( Moon-gul Lee ) 한국항공경영학회 2021 한국항공경영학회지 Vol.19 No.3

국방 분야에서 표준화의 필요성은 국방자원의 사용을 저비용이면서 고효율 기반으로 보장하므로 매우 중요하다. 군용 무인항공기 분야는 더욱 기술 진보화에 민감한 특성을 보인다. 현재의 우리나라의 산학연의 기술 수준과 소요군 목표 요구성능 간의 차이가 좁혀지지 않으면 획득이 지연되거나 현장 적시 적용성이 현저히 떨어지는 결과로 이어질 것이다. 또한 연구개발을 담당하는 입장에서는 다품종 소량생산이라는 구조 때문에 발생하는 낮은 사업성으로 인해 국가기술의 경쟁력이 저하될 것이다. 따라서 본 연구에서는 이러한 문제점에 대한 대안을 찾기 위하여 무인항공기의 계열화 및 군집화를 전제로 최적화 알고리듬을 적용한 수리모델을 기반으로 하여 공통 플랫폼 최적 분류 및 할당 모형을 개발하였다. 본 모형의 활용을 통해 현재 추진 중인 다양한 무인항공기 개발 및 획득 사업에서 개발하여야 할 대상 체계 범위를 축소하고 공통플랫폼화 및 기술표준화에 기여할 것으로 예상된다. The necessity of defense standardization is very important as it ensures that defense resources can be utilized at low cost and high efficiency. The military unmanned aerial vehicle sector is characterized by being a more sensitive business due to fast technological advancement. If the gap between the performance specifications required by the required military and the position of researching to make an unmanned aerial vehicle that satisfies the conditions is not narrowed, the relevant weapon system cannot be developed and introduced in a timely manner. Eventually, there will be a problem that the utility value of the weapon system is lowered, and the national technological competitiveness will also be deteriorated due to the low business viability arising from the structure of small-scale production of multi-species from the standpoint of research and development. Therefore, in order to solve the problem, this study proposes a common platform optimal classification and matching model based on a mathematical model for applying by basis of the premise of unmanned aerial vehicle sequencing and clustering. Through suggested model, it we can contribute to rearrange and mange to current numerous UAV programs efficiently.

Flanders 언어상요작용 분석법을 이용한 초등학교 우수수업과 일반수업의 비교

권기덕 ( Gi Deok Kwon ),최명숙 ( Myung Sook Choi ) 한국아동교육학회 2013 아동교육 Vol.22 No.2

본 연구의 목적은 Flanders의 언어상호작용 분석법을 이용하여 초등학교 우수교사와 일반교사의 수업간에, 경력교사와 신규교사의 수업간에 언어상호작용과 언어형태에 있어서 어떤 차이가 있는지를 비교 분석하는데 목적이 있다. 이러한 목적을 달성하기 위해서 우수교사의 수업 6편과 경력교사와 신규교사를 포함한 일반교사의 수업 12편을 촬영한 동영상을 분석 대상으로 하였으며 수업의 언어형태와 언어상호작용을 중심으로 비교분석하였다. 분석도구로는 수업행동분석 프로그램 3.54 베타버전(2010)을 사용하였고 新Flanders 언어상호작용 분석법에 따라 분석하였다. 연구 결과를 요약하면, 먼저 수업의 언어형태면에서 교사가 질문하고 학생이 반응하는 형태가 가장 많이 나타났으나 일반 수업에서는 교사의 경력에 상관없이 교사의 질문에 대해 학생들의 단순 반응이 이어지는 형태가 가장 빈번하게 나타난 반면 우수 수업에서는 교사의 질문에 대해 학생들의 주도적이고 적극적인 답변이 이어지는 형태가 더 많았다. 둘째, 언어상호작용에서는 일반교사보다 우수교사의 수업에서 학생에 대한 교사의 지시나 비평의 비율이 낮고 지속되는 경향도 낮은 것으로 나타났다. 신규교사의 경우 비지시적인 수업의 경향이 뚜렷하게 나타났고 학생의 발언비와 질문비가 높게 나타나 학생 중심의 수업을 진행하는 것으로 나타났다. 수업분석프로그램을 이용한 본 연구의 결과는 다른 수업분석기법을 병행함으로써 보다 의미로운 해석이 가능할 것이다. The purpose of this study was to analyze differences in language patterns and interaction types used in elementary classes between model teachers and regular teachers including experienced teachers and novice teachers. The analysis was done by the Classroom Behavior Analysis 3.54 Beta Version (2010) Program, For this study, 6 video recordings form classes taught by model teachers and 12 (6 experienced, 6novice teachers) form classes taught by regular teachers were selected for analysis. For the analysis of the collected data, the Advanced Flanders Interaction Analysis System was used to compare class based on the Flanders Ten Categories. The results were as follows. First, in the aspect of the language pattern, the most common language pattern was teacher` questions followed by student`s reponses, while the model teachers, compared to the regular teachers, drew more self-directed and active responses form students. Second, in language interaction, model teachers were more student-oriented, providing less directions and critics. Novice teachers, also, showed a strong tendency of nondirective and student-focused lessons than experienced teachers.

전산 고체물리를 이용한 바이오 산화망간 광물의 금속흡착과 광화학 반응도의 이해

권기덕 ( Ki Deok D. Kwon ),( Garrison Sposito ) 한국광물학회 2010 광물과 암석 (J.Miner.Soc.Korea) Vol.23 No.2

다중 에이전트 강화 학습을 위한 상태 공간 타일링과 확률적 행동 선택

권기덕(Kwon Ki Duk),김인철(Kim In Cheol) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.1

강화 학습은 누적 보상 값을 최대화할 수 있는 행동 선택 전략을 학습하는 온라인 학습의 한 형태이다. 효과적인 강화 학습을 위해 학습 에이전트가 매 순간 고민해야 하는 문제가 탐험(exploitation)과 탐색(exploration)의 문제이다. 경험과 학습이 충분치 않은 상태의 에이전트는 어느 정도의 보상 값을 보장하는 과거에 경험한 행동을 선택하느냐 아니면 보상 값을 예측할 수 없는 새로운 행동을 시도해봄으로써 학습의 폭을 넓힐 것이냐를 고민하게 된다. 특히 단일 에이전트에 비해 상태공간과 행동공간이 더욱 커지는 다중 에이전트 시스템의 경우, 효과적인 강화학습을 위해서는 상태 공간 축소방법과 더불어 탐색의 기회가 많은 행동 선택 전략이 마련되어야 한다. 본 논문에서는 로봇축구 Keepaway를 위한 효율적인 다중 에이전트 강화학습 방법을 설명한다. 이 방법의 특징은 상태 공간 축소를 위해 함수근사방법의 하나인 타일코딩을 적용하였고, 다양한 행동 선택을 위해 룰렛 휠 선택 전략을 적용한 것이다. 본 논문에서는 이 방법의 효과를 입증하기 위한 실험결과를 소개한다.

비주기 태스크를 위한 동적 가변 전압 스케쥴링

권기덕(Kwon, Ki-Duk),정준모(Jung, Jun-Mo),권상홍(Kwon, Sang-Hong) 한국산학기술학회 2006 한국산학기술학회논문지 Vol.7 No.5

본 논문은 비주기 태스크에 대한 저전력 스케줄링을 달성하기 위한 새로운 동적 전압 조절(DVS) 알고리즘을 제안한다. 벼주기 태스크는 주기(period)가 없고 발생시간(release time)과 최악실행시간(WCET) 예측이 불가능하기 때문에 기존의 DVS 알고리즘으로 스케줄링 할 수 없으므로 전력소모가 많이 발생하는 단점이 있다. 본 논문에서는 일정한 크기의 주기와 최악수행시간을 갖는 주기적인 가상태스크를 정의하고, 발생한 비주기 태스크를 가상태스크에 할당하여 이미 존재하는 주기 태스크들과 합께 DVS 스케줄링을 수행하는 알고리즘을 제안한다. 가상태스크의 주기와 최악수행 시간은 이미 존재하는 주기태스크들과 가상태스크를 모두 포함한 태스크 활용률을 계산하여, 그 값이 1에 가장 근접하는 값으로 설정한다. 제안하는 알고리즘은 기존의 주기 태스크에 대한 DVS 알고리즘보다 11%의 전력 감소 효과가 있음을 시뮬레이션을 통해 확인하였다. This paper proposes a new Dynamic Voltage Scaling(DVS) algorithm to achieve low-power schedulingof aperiodic hard real-time tasks. Aperiodic tasks schedulingcannot be applied to the conventional DVS algorithm and result in consuming energy more than periodic tasks because they have no period, non predictable worst case execution time, and release time. In this paper, we defined Virtual Periodic Task Set(VTS) which has constant period and worst case execution time, and released aperiodic tasks are assigned to this VTS. The period and worst case execution time of the virtual task can be obtained by calculating task utilization rate of both periodic and aperiodic tasks. The proposed DVS algorithm scales the frequency of both periodic and aperiodic tasks in VTS. Simulation results show that the energy consumption of the proposed algorithm is reduced by 11% over the conventional DVS algorithm for only periodic task.