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 : 민현정(Min hyeun Jeong) (검색결과 8 건)
- 무료
- 기관 내 무료
- 유료
-
구조적 방향성 그래프와 대화형 유전자 알고리즘을 이용한 3차원 꽃의 생성
민현정(Hyeun-Jeong Min),조성배(Sung-Bae Cho) 한국정보과학회 2004 정보과학회논문지 : 소프트웨어 및 응용 Vol.31 No.3
인공생명기법의 대표적인 응용분야 중 하나인 개체 생성을 위하여 크게 방향성 그래프와 L-system의 두 가지 방법이 사용되고 있다. 두 가지 방법 모두 각기 좋은 특성이 있지만 L-system은 사용자에 의해 내부적인 파라메터로 정의되기 때문에 전체적인 실제 모양을 구조적으로 정의하기 어렵다. 본 논문에서는 이런 단점을 극복하고자 실제 모양을 표현하는데 적절한 구조적 방향성 그래프를 도입하여 꽃을 구조적으로 표현함으로써 실제 개체와 유사한 모양을 생성하고, 이를 대화형 유전자 알고리즘에 적용하여 사용자가 생성하고자 하는 실제 모양의 자연스러운 꽃을 자동으로 생성하게 하였다. 실험결과 감성적인 평가로 자연스러운 모양의 꽃이 생성됨을 알 수 있었다. Directed graph and Lindenmayer system (L-system) are two major encoding methods of representation to develop creatures in application field of artificial life. It is difficult to define real morphology structurally using the L-systems which are a grammatical rewriting system because L-systems represent genotype as loops, procedure calls, variables, and parameters. This paper defines a class of representations called structured directed graph, which is identified by its ability to define structures of the genotype in the translation to the phenotype, and presents an example of creating 3D flowers using a directed graph which is proper method to represent real morphology, and interactive genetic algorithm which decodes the problem with human‘s emotional evaluation. The experimental results show that natural flower morphology can be generated by the proposed method.
-
지능형 에이전트의 움직이는 장애물 충돌 회피를 위한 베이지안 추론 주도형 행동 네트워크 구조
민현정(Hyeun-Jeong Min),조성배(Sung-Bae Cho) 한국정보과학회 2004 정보과학회논문지 : 소프트웨어 및 응용 Vol.31 No.8
본 논문에서는 변화하는 환경에서 에이전트의 인지 정보로부터 움직이는 물체의 운동모델을 미리 알 수 없는 경우에도 적용할 수 있는 적응적인 행동을 생성하는 방법을 제안한다. 전통적인 에이전트의 지능제어 방법은 환경에 대해 알고 있는 정보를 이용한다는 제약 때문에 강건하지만 다양하고 복잡한 환경에 적용할 수 없었다. 환경에 대한 정보가 없는 상황에서 에이전트가 자율적으로 행동하기 위해서는 행동 기반의 방법이 적합하며, 실제와 같은 변화하는 환경에서 에이전트의 적응적 행동을 위해서는 상황을 미리 추론하고 대처하는 능력이 필요하다. 움직이는 장애물 피하기는 변화하는 환경에서의 적응적 행동생성의 가능성을 보여줄 수 있는 문제이기 때문에 다양한 방법으로 연구되고 있다. 본 논문에서는 고정된 장애물뿐만 아니라 움직이는 장애물을 인지하고 피하는 적응적인 행동을 생성하기 위한 2단계의 제어구조를 제안한다. 1단계는 상황을 인지하고 자율적으로 행동을 생성하는 행동 네트워크 구조이고 2단계는 변화하는 상황을 추론하고 제어정보를 1단계로 전달하는 베이지안 네트워크 구조이다. 시뮬레이터를 이용한 실험을 통해 제안한 방법으로 고정된 장애물과 움직이는 장애물을 피하고 목적지를 찾아가는 것을 확인할 수 있었다. This paper presents a technique for an agent to adaptively behave to unforeseen and dynamic circumstances. Since the traditional methods utilized the information about an environment to control intelligent agents, they were robust but could not behave adaptively in a complex and dynamic world. A behavior-based method is suitable for generating adaptive behaviors within environments, but it is necessary to devise a hybrid control architecture that incorporates the capabilities of inference, learning and planning for high-level abstract behaviors. This paper proposes a 2-level control architecture for generating adaptive behaviors to perceive and avoid dynamic moving obstacles as well as static obstacles. The first level is behavior-network for generating reflexive and autonomous behaviors, and the second level is to infer dynamic situation of agents. Through simulation, it has been confirmed that the agent reaches a goal point while avoiding static and moving obstacles with the proposed method.
-
직접조작을 위한 NK-landscape 기반 IGA 인터페이스
민현정(Hyeun-Jeong Min),조성배(Sung-Bae Cho) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B
본 논문에서는 직접조작 방법을 이용하여 대화형 유전자 알고리즘(IGA)의 진화성능을 향상시키고 세대를 반복하면서 다양한 해를 얻을 수 있음을 NK-landscape 를 이용해 분석한다. 또한 NK 모델을 이용하여 직접조작의 진화 과정을 분석하기 위한 IGA 인터페이스를 생성한다. IGA 를 이용한 진화는 특성상 적은 수의 개체와 세대수로 제한되기 때문에 지역해에 빠질 수 있는 문제점이 있다. 이러한 IGA 의 제약사항을 극복하는 방법으로 직접조작을 이용할 수 있으며 이 방법은 사용자가 원하는 개체를 생성할 수 있도록 진화과정에서 유전자를 직접 변경한다. IGA 에서 진화성능의 향상과 다양한 해의 생성을 분석하기 위하여 진화연산자인 교차, 돌연변이와 직접조작 방법의 성능을 비교 분석한다. Kauffman 이 제안한 NK-landscape 로 진화과정에서 해공간이 얼마나 “ruggedness" 한지와 다양한 진화연산자에서 어떤 성능을 갖는지 분석할 수 있다. 실험을 통해 3D 꽃 디자인 문제에서 NK-landscape 기반 IGA 인터페이스를 이용하여 IGA 해공간을 분석하고 교차, 돌연변이와 직접조작 방법의 성능을 비교함으로써 직접조작 방법으로 더 빠른 시간에 다양한 최적해를 찾을 수 있음을 알 수 있었다.
-
에이전트의 최적 행동 생성을 위한 행동선택 네트워크의 계획 기능
민현정(Hyeun-Jeong Min),김경중(Kyung-Joong Kim),조성배(Sung-Bae Cho) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.1B
최근 빠른 시간에 행동을 표현할 수 있는 장점을 가진 반응형 시스템과 최적화된 시퀀스를 생성할 수 있는 계획에 기반한 시스템을 통합하기 위한 하이브리드 시스템의 연구가 활발히 진행되고 있다. 행동 네트워크 구조는 센서와 목적에 대한 외부연결과 행동들 사이의 내부연결을 통해 수동적으로 설계되지만, 자동적으로 행동을 생성할 수 있고 복잡한 문제에 적용할 수 있는 장점이 있다. 본 논문에서는 이동 에이전트의 행동을 생성하기 위한 최적화된 방법을 찾는 문제에 대해 이 행동 네트워크에 계획 기능을 부가함으로 행동 시퀀스를 최적화하는 방법을 제안한다. 행동 네트워크는 입력된 정보와 목적 정보를 가지고 다음에 수행할 행동을 선택하여 각 상황에 가장 높은 우선순위를 가지는 행동만을 선택한다. 이 행동 네트워크에서 선택된 모든 행동들을 몇 단계 앞서 수행시켜 가장 좋은 결과를 가져올 행동으로 다음의 행동을 선택하는 방법을 통하여 복잡하고 불확실한 환경에서 주어진 목표를 달성하기 위한 전체적인 최적 행동 시퀀스를 생성할 수 있다. Khepera 이동 로봇을 이용한 실험을 통해 제안한 행동 네트워크에 계획을 이용한 방법이 행동 네트워크 구조에서보다 더 적은 행동 시퀀스로 목적을 달성함을 알 수 있었다.
-
에이전트의 움직이는 물체 인지와 행동 생성을 위한 행동 네트워크의 베이지안 추론
민현정(Hyeun-Jeong Min),조성배(Sung-Bae Cho) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅰ
본 논문에서는 실제환경에서와 같이 예측할 수 없는 상황에서 에이전트의 인지와 자동 행동 생성 방법을 제안한다. 전통적인 에이전트의 지능제어 방법은 대해 알고 있는 정보를 이용한다는 제약 때문에 다양하고 복잡한 환경에 적응할 수 없었다. 최근, 미리 알려지지 않은 환경에서 자동으로 행동을 생성할 수 있는 센서와 행동을 연결하는 행동 기반의 방법과 추론, 학습 및 계획 기능의 부여를 위한 하이브리드 방법이 연구되고 있다. 본 논문에서는 다양한 환경조건으로 움직이는 장애물을 인지하고 피할 수 있는 행동을 생성하기 위해 행동 네트워크에 Bayesian 네트워크를 결합한 방법을 제안하다. 행동 네트워크는 입력된 센서 정보와 미리 정의된 목적 정보를 가지고 다음에 수행할 가장 높은 우선순위의 행동 선택한다. 그리고 Bayesian 네트워크는 센서 정보들로부터 상황을 미리 추론하고 이 확률 값을 행동 네트워크의 가중치로 주어 행동 선택을 조정하도록 한다. 로봇 시뮬레이터를 이용한 실험을 통해 제안한 행동 네트워크와 Bayesian 네트워크의 결합 방법으로 움직이는 장애물을 피하고 목적지를 찾아 가는 것을 확인할 수 있었다.
-
Hyeun Jeong Min(민현정) 제어로봇시스템학회 2021 제어·로봇·시스템학회 논문지 Vol.27 No.8
This work proposes a scale-invariant instance segmentation method for images acquired from a real-time camera. It is challenging to detect and segment an exact shape by removing background (named as an instance) of a deformable semi-solid object such as food materials. In this work, we consider the segmentation with the cases of various sizes of an object and multiple objects overlapped with each. To do this, we address an augmented dataset generation method, which extends dataset from small number of base objects, a fundamental dataset. Our method is based upon data augmentation, which is well known that it is an effective way to improve the segmentation performance. Our method addresses the generation of dataset with various scales using small number of original dataset. It is relatively simple in method but provides better performance. We also proposed how to choose a target object(food material) with its centroid for grasping. Through diverse experiments using real-time images, we demonstrate that the proposed algorithm segments scale-invariant object masks and is successfully implemented for a robotic hand to grasp a food material. It is also compared with the state-of-the-art segmentation algorithm. As a result, the proposed method shows 74%, 85%, and 78% in accuracy, recall, and precision while the original dataset shows 67%, 79%, and 70%, respectively.
-
-
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
