http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
드라이빙 게임 환경에서의 효과적인 학습 데이터 수집 및 컨볼루셔널 뉴럴 네트워크 기반의 자율주행
김준태,배창석 한국차세대컴퓨팅학회 2019 한국차세대컴퓨팅학회 논문지 Vol.15 No.1
Remarkable achievements in modern artificial intelligence researches encourage a lot of researches in self-driving cars. However, there are two big problems in the process for collecting training data used in the autonomous driving. First, construction of huge amounts of training data requires a lot of time and cost. In addition, high risk for representing various driving environments is inevitable problem as well. In order to solve these two problems, this paper proposes a scheme for collecting a training data set from a driving game environment and applying the data set to train a neural network model for self-driving car. The proposed scheme stores monitor screen images and control keys for the corresponding images as training data. After finishing construction of the training data set, we apply the data set to train AlexNet, a well known CNN model. Experimental results show about 92% accuracy in the driving game environment. In the next step, a children’s toy car is used to evaluate the performance of our scheme in real world. A raspberry pi based wheel control and communication module is developed to replace the existing control module. Real world experiments reveals the performances between the virtual and real world environments are quite similar without any compensation for mapping differences between two environments. 최근 인공지능 연구가 활발하게 진행이 되면서 자율주행에 대한 연구도 많이 진행되고 있다. 하지만 자율주행에서 사용할 학습 데이터를 수집하는 과정에서 크게 두 가지 문제를 고려할 수 있다. 첫 번째는 방대한 규모의 학습 데이터 구축에 많은 시간과 비용이 요구되며, 두 번째로는 위험 상황, 사고 상황 등을 포함하는 다양한 주행환경을 반영하는 데이터 수집이 어렵다. 본 논문에서는 이러한 두 가지 문제를 해결하기 위해 현실세계와 매우 유사한 주행 환경을 제공하는 게임에서 주행 학습 데이터를 수집하고 이를 신경망 학습에 활용하는 방법에 대해 제안한다. 학습 데이터 수집 과정에서는 모니터 화면과 동시에 해당하는 방향키 값을 해당 화면에 대한 자율주행 제어키로 저장한다. 이와 같이 수집된 학습 데이터를 시각 처리에서 뛰어난 성능을 보이는 CNN (Convolutional Neural Network) 모델중 하나인 AlexNet에 적용한 결과 약 91.9%의 정확도를 보였다. 학습이 완료된 CNN 모델을 이용해서 가상환경에서 자율주행이 가능하다는 걸 확인을 한 후 실세계에 적용한 실험도 수행하였다. 이를 위해 유아용 전동차를 사용하여 기존에 있던 컨트롤러를 제거 후 라즈베리파이 기반의 자동차 바퀴 컨트롤과 서버와의 통신 모듈을 개발했다. 실세계에서 실험한 결과 가상환경과 실세계의 차이를 맞춰주기 위한 추가적인 보정 작업을 하지 않았음에도 불구하고 가상환경과 유사한 수준의 주행 성능을 확인할 수 있었다.
안전효능감과 산업재해의 관계에 대한 분석 : 제조업을 중심으로
박동현,임수정,최순영 대한안전경영과학회 2011 대한안전경영과학회지 Vol.13 No.1
본 논문에서는 자기효능감(Self-efficacy belief)과 산업재해의 관계에 대한 분석을 수행하였다. 먼저 연구의 예비 단계에서는 크게 세 그룹 즉, 현장의 작업자, 현장 및 안전관련 자문업체에 근무하는 안전 관리자, 그리고 산업안전에 관계되는 정부기관 종사자 등을 대상으로 집중면접(Focus group interview)을 실시하였고, 이 집중면접의 결과를 근거로 하여 연구의 본 단계에서 적용될 설문지를 개발하였다. 본 설문지는 산업안전, 산업