http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
강화학습 게임에서 높은 보상 수렴속도 개선을 위한 가상환경 기반의 DQN 모델
이성준(Sung-Joon Lee),온병원(Byung-Won On),최규상(Gyu Sang Choi),이성원(Sungwon Yi) 한국정보기술학회 2020 Proceedings of KIIT Conference Vol.2020 No.10
강화학습 연구에서 연속적인 데이터들을 바로 학습에 이용할 경우 특정한 학습 패턴에 갇히게 되는 문제가 발생한다. 이를 해결하기 위해 심층 큐 네트워크(Deep Q-Network; DQN)알고리즘에서는 리플레이 메모리를 이용하여 데이터를 바로 학습시키지 않고 메모리에 저장해 두었다가 랜덤으로 꺼내서 학습하는 방식으로 해결하였다. 이 논문은 DQN 알고리즘을 기반으로 단일 환경이 아닌 가상의 환경을 추가로 구축하고 이로부터 얻은 데이터들을 학습에 이용함으로써 높은 보상에 빠르게 수렴한다.
최용성(Yongsung Choi),온병원(Byung-Won On),최규상(Gyu Sang Choi),이인규(Ingyu Lee) 한국정보과학회 2015 정보과학회논문지 Vol.42 No.3
Phase Change Memory (PCM 또는 PRAM), Magneto Resistive RAM (MRAM)과 같은 차세대 비휘발성 메모리가 등장하면서, Dynamic Random-Access Memory (DRAM)을 PRAM으로 대체하는 연구가 활발히 진행되고 있다. 본 논문에서는 PRAM을 메인 메모리로 사용하는 시스템에서 지금까지 널리 사용되고 있는 기존의 조인 알고리즘(블록 네스티드 조인, 소트-머지 조인, 그레이스 해시 조인, 하이브리드 해시 조인)들을 사용했을 때 발생하는 내구성과 성능 문제를 비교, 분석한다. 본 연구의 실험결과에 의하면 기존의 조인 알고리즘들을 PRAM에 맞게 재설계해야 하는 필요성이 제기되었다. 특히, 본 연구는 조인 알고리즘들을 PRAM에 적용했을 때 발생하는 이슈들을 과학적으로 규명한 첫 시도이다. 그리고 기존의 조인 알고리즘들을 PRAM에 적용했을 때 발생하는 내구성과 성능을 비교하기 위한 PRAM 기반의 시스템을 모델링하고 시뮬레이터를 구현한 것에 연구의 의의를 둘 수 있다. With the advent of non-volatile memories such as Phase Change Memory (PCM or PRAM) and Magneto Resistive RAM (MRAM), active studies have been carried out on how to replace Dynamic Random-Access Memory (DRAM) with PRAM. In this paper, we study both endurance and performance issues of existing join algorithms that are based on PRAM-based computer systems and have been widely used until now: Block Nested Loop Join, Sort-Merge Join, Grace Hash Join, and Hybrid Hash Join. Our experimental results show that the existing join algorithms need to be redesigned to improve both the endurance and performance of PRAMs. To the best of our knowledge, this is the first research to scientifically study the results of the four join algorithms running on PRAM-based systems. In this work, our main contribution is the modeling and implementation of a PRAM-based simulator for a comparative study of the existing join algorithms.
이현재,신현광,최규상,진성일,Lee, Hyunjae,Shin, Hyunkwang,Choi, Gyu Sang,Jin, Seong-Il 대한임베디드공학회 2020 대한임베디드공학회논문지 Vol.15 No.2
Convolutional Neural Networks (CNN) have been used extensively in recent times to solve image classification and segmentation problems. However, the use of CNNs in image super-resolution problems remains largely unexploited. Filter interpolation and prediction model methods are the most commonly used algorithms in super-resolution algorithm implementations. The major limitation in the above named methods is that images become totally blurred and a lot of the edge information are lost. In this paper, we analyze super resolution based on CNN and the wavelet transform super resolution method. We compare and analyze the performance according to the number of layers and the training data of the CNN.
팀 내 과업갈등과 팀 성과간의 관계: 팀 내 관점수용의 조절역할
이찬규(Lee, Chan-Gyu),최규상(Choi, Kyoo-Sang) 한국인사관리학회 2017 조직과 인사관리연구 Vol.41 No.3
팀 내 갈등 연구는 갈등의 유형 별로(과업갈등과 관계갈등) 팀 성과에 미치는 차별적인 영향에 대한 논의를 중심으로 이루어져왔다. 관계갈등과 팀 성과 간의 일관된 연구 결과와는 달리 과업갈등과 팀 성과간의 관계는 혼재된 결과를 제시하고 있다. 이러한 팀 내 과업갈등과 팀 성과간의 혼재된 결과는 상황론적 관점(contingency perspective)에 근거하여 과업갈등이 팀 성과에 도움이되는 상황적 요인을 살펴 보아야한다는 주장과 함께 연구의 필요성이 제기되어왔다. 그러나 과업 갈등과 팀 성과간의 관계에서 상황적 요인을 고려한 연구가 많이 이루어지지 않고 있다. 팀 내구성원들 간에 과업수행과 상호작용 과정에서 흔히 발생하는 과업갈등의 효과를 살펴보고 과업갈등을 어떻게 관리해야하는지에 대한 보다 나은 이해를 위해 상황론적 접근법에 따라 살펴볼 필요가 있다. 이러한 논의의 연장선에서 본 연구는 팀 과업갈등이 팀 성과에 미치는 영향과 과업갈등 이 팀 성과에 미치는 부정적 영향을 최소화할 수 있는 조절변수로서 팀 내 관점수용의 역할을 규명하고자 하였다. 72개의 R&D 팀을 대상으로 설문자료를 수집하여 분석한 결과, 팀 내 과업갈등은 팀 성과에 부정적인 영향을 미치고, 이들 영향관계에서 팀 내 관점수용은 과업갈등이 팀 성과에 미치는 부(-)적인 영향을 감소시키는 것으로 나타났다. 팀 구성원들 간에 과업갈등이 발생하더라도 팀 내 관점수용의 수준이 높다면 다른 구성원의 입장에서 생각해보고 다양한 관점과 아이디어를 수용하려고 노력할 것이다. 이러한 노력은 팀 프로세스에 긍정적으로 작용하여 과업과 관련한 열린 토론이 가능해지고 원활한 조정과 통합으로 과업갈등이 팀 성과에 미치는 부정적인 영향은 줄어들 것이다. 최근 들어 관점수용에 대한 연구는 많은 연구자들에게 관심과 주목을 받고 있지만 실증연구가 아직 많이 부족한 상황이다. 특히 국내 연구의 경우, 관점수용에 관한 연구는 거 의 찾아보기 어렵다. 이러한 시점에 본 연구는 팀 수준에서의 관점수용의 문제를 고찰해보고 팀내 관점수용이 과업갈등과 팀 성과간의 부정적인 관계를 감소시킬 수 있는 상황요인으로서 의미있는 역할을 한다는 결과를 제시했다는 점에서 의의가 있다. A great deal of conflict research has addressed the effects of each types of conflict (e.g., task conflict and relationship conflict) on team performance. According to previous research, there has been considerable consensus on the negative effects of relationship conflict on team performance. In contrast, there has been debate over the positive versus negative effects of task conflict on team performance. Some researchers suggested a contingency approach to solve this debate. Recently, many scholars have focused on specific conditions under which task conflict can improve performance. However, there is a dearth of empirical research. This study has focused on a contextual condition which can reduce the negative effects of task conflict on team performance. In this study, we extend extant research by examining how perspective taking in a team influences the relationship between task conflict and team performance. Data collected from 72 R&D teams of South Korean companies have revealed that task conflict was negatively related to team performance. Moreover, we found that perspective taking reduced the negative effects of task conflict on team performance. When task conflict arises in a team, perspective taking among members helps to understand others’ viewpoints, embrace different ideas, and facilitate open discussion. Thus, a higher level of perspective taking within teams can moderate the effect of task conflict on team performance. Recently although intra-team perspective taking has received considerable attentions, little research has been conducted. In this research, it is noteworthy to identify that intra-team perspective taking is an important moderator of the relationship between task conflict and team performance. Limitations and implications for future research were also discussed.
박웅규,최연규,김현구,최규상,정호열,Park, Woong-Kyu,Choi, Yeongyu,KIM, Hyun-Koo,Choi, Gyu-Sang,Jung, Ho-Youl 대한임베디드공학회 2017 대한임베디드공학회논문지 Vol.12 No.2
In this paper, we present a night-time vehicle detection method using CNN (Convolutional Neural Network) classification. The camera based night-time vehicle detection plays an important role on various advanced driver assistance systems (ADAS) such as automatic head-lamp control system. The method consists mainly of thresholding, labeling and classification steps. The classification step is implemented by existing CIFAR-10 model CNN. Through the simulations tested on real road video, we show that CNN classification is a good alternative for night-time vehicle detection.