군의 스마트 VR 교육 시스템을 위한 딥러닝 적용 방안
A study on military smart VR training system using Deep learning algorythm
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
이 연구를 통해서, 우리는 딥러닝을 활용한 맞춤형 스마트 VR 교육훈련 시스템 운용 시나리오를 구성한다. VR훈련에 있어 단순히 가상현실 속 임무를 완수하는 것이 아닌 사용자의 행동 패턴과 훈련 결과를 16가지의 항목으로 세분화하여 분석하고 사용자의 단점이 어떤 항목에 해당되는지 측정하고, 해당 데이터를 저장하는 것에 주안을 둔다. 이후에는 저장된 데이터를 바탕으로 GAN과 RNN 개념을 활용하여 인공지능 신경망이 실시간으로 사용자의 미흡한 점을 보완할 수 있는 개개인을 위한 맞춤형 콘텐츠를 제공한다. 이러한 교육훈련 시스템을 운용함으로써 사용자로 하여금 지속적으로 향상되는 전투능력을 경험할 수 있게 하고, 육군의 전투력 향상에도 크게 기여할 수 있다.
Abstract
The purpose of this study is to propose the process and concept to develop customized training simulation using deep learning. Using the VR training simulation part(or module), we analyze the behavior pattern and the training result of the user in 16 types of items to assess the user's weakness instead of accomplishing tasks under the virtual combat situation. Then, based on the stored data, the artificial intelligence computer automatically generates contents for individual users by utilizing deep learning technology such as Generative Adversarial Networks(GAN) and Recurrent Neural Networks(RNN). Through this process, the artificial intelligence computer provides a virtual training model that can intensively train the users' deficiencies.
참고문헌 (17)
- 김환희, "딥러닝으로 게임 콘텐츠 제작하기", 넥슨 신규개발본부팀, 2~128 (2017)
- 이민기, "모션캡쳐 기술 동향. ｢전자통신동향분석 제 22권 제 4호｣", ~ (2007)
- 장병준, "장교수의 딥러닝. chapter 7", pp.3~36 (2017)
- 장준혁, "새로운 인공지능 기술 GAN ① - 스스로 학습하는 인공지능", 삼성 SDS, ~ (2018)
- 장준혁, "새로운 인공지능 기술 GAN ② - GAN의 개념과 이해", 삼성 SDS, ~ (2018)
- 가상현실을 통한 교육과 문화 산업의 미래, "최재홍", ~, pp.미래연구 포커스 29호 (2016)
- 국내 AR VR 산업 현황 및 시사점, "현대경제연구원", 2~3, pp.한반도 르네상스를위한 VIP리포트 687호 (2017)
- Adam Geitgey, "Abusing Generative Adversarial Networks to Make 8-bit Pixel Art", Machine Learning is Fun Part 7, ~ (2017)
- Geoffrey Hinton, "A fast learning algorithm for deep benefit nets", Neural computation, pp.7~9 (2006)
- Ian Goodfellow, "Generative Adversarial Nets", 2~3 (2014)
- Ian Goodfellow, "Generative Adversarial Netwo-rks", NIPS 2016 Tutorial, ~ (2016)
- Michael Copeland, "What is the deference between AI, Machine Learning and Deep Learning", Inside Big Data, ~ (2016)
- LG CNS 정보기술 연구소, "소량의 데이터로 학습하는 최신 딥러닝기술", GAN, ~ (2018)
- Michael Nielsen, "Image of book on neural networks and deep learning", ~ (2013)
- Quoc v.Le, "Building High-level Features Using Large Scale Unsupervised Learning", 29th International Conference on Machine Learning, pp.2~9 (2012)
- Yann Lecun, "Deep Learning Review", Nature, 521, pp.436~441 (2015), University of Toronto Computer Sience
- Y. Bengio, "Quickly Generating Representative Samples from an RBM-Derived Process", Neural computation, 23, pp.2068~2071 (2011)