명세 기반 인공지능 학습 데이터 수집 방법
A Specification-Based Methodology for Data Collection in Artificial Intelligence System
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
최근 기계학습 기술이 빠르게 발전함에 따라 지능형 시스템을 구성하는 여러 기술 중에서 인지, 추론 및 판단, 행위와 같은 분야에서 기계학습을 활용한 연구가 활발히 이루어지고 있다. 이러한 기계학습을 활용하기 위해서는 학습을 위한 데이터의 구축이 필수적이다. 하지만 데이터가 생성되는 환경에 따라 생성되는 데이터의 종류가 다양하고, 기계학습에 활용할 학습모델에 따라 요구되는 데이터의 종류와 양식이 다르다. 이로 인해 새로운 환경에서 기존의 데이터 수집 방법을 재사용하지 못하고 매번 특화된 데이터 수집 모듈을 개발해야 한다는 문제가 있다. 본 논문에서는 위와 같은 문제를 해결하기 위해 명세 기반 인공지능 데이터 수집 방법을 제안하여 데이터 수집 환경에 따른 데이터 수집 방법의 재사용성을 확보하고, 데이터 수집 기능 구현을 자동화할 수 있는 방법을 제시하고자 한다.
Abstract
In recent years, with the rapid development of machine learning technology, research utilizing machine learning has been activelyconducted in fields such as cognition, reasoning and judgment, and action among various technologies constituting intelligent systems. In order to utilize this machine learning, it is indispensable to collect data for learning. However, the types of data generated vary accordingto the environment in which the data is generated, and the types and forms of data required are different depending on the learningmodel to be used for machine learning. Due to this, there is a problem that the existing data collection method cannot be reused ina new environment, and a specialized data collection module must be developed each time. In this paper, we propose a specification-basedmethology for data collection in artificial intelligence system to solve the above problems, ensure the reusability of the data collectionmethod according to the data collection environment, and automate the implementation of the data collection function.
참고문헌 (10)
- A. Goldhoorn, "Searching and tracking people with cooperative mobile robots", Autonomous Robots, 42(4), pp.739~759 (2018)
- P. Rani, "An empirical study of machine learning techniques for affect recognition in human-robot interaction", Pattern Analysis and Applications, 9(1), pp.58~69 (2006)
- 박찬영, "사용자 데모를 이용한 관계적 개체 기반 정책 학습", 정보과학회논문지 : 소프트웨어 및 응용, 37(5), pp.363~369 (2010), 한국정보과학회
- J. G. C. Zuluaga, "Deep reinforcement learning for autonomous search and rescue", NAECON 2018-IEEE National Aerospace and Electronics Conference, pp.521~524 (2018)
- J. G. C. Zuluaga, "Deep reinforcement learning for autonomous search and rescue", NAECON 2018-IEEE National Aerospace and Electronics Conference, pp.521~524 (2018)
- Y. S. Ko, "Guideline of quality control for AI learning data v1.0", Ministry of Science and ICT, ~ (2021)
- A. S. Rao, "BDI agents : From theory to practice", ICMAS, 95, pp.312~319 (1995)
- H. K. Bui, "CREME : A toolchain of automatic dataset collection for machine learning in intrusion detection", Journal of Network and Computer Applications, 193, pp.103212~ (2021)
- J. Liu, "Automatic data acquisition for deep learning", Proceedings of the VLDB Endowment, 14(12), pp.2739~2742 (2021)
- 최병기, "지능형 서비스 로봇을 위한 모델 기반 클라우드 서비스 인터페이스", 정보처리학회 논문지, 9(1), pp.1~10 (2020), 한국정보처리학회[DOI]