디지털 라이브러리[ 검색결과 ]
UnityPGTA : 강화학습을 이용한 유니티 플랫포머 게임의 테스팅 자동화 도구
http://doi.org/10.5626/JOK.2024.51.2.149
수십억 명 규모의 거대한 비디오 게임 산업에서 게임 테스트 비용은 절반에 달할 정도로 상당하여 테스팅 비용 절감을 위한 자동화 연구들이 이루어지고 있다. 그러나 기존 테스트 자동화 기존 연구들은 스크립트 작성 등의 사람의 개입을 요구하는 수동 작업이 남아 있어 테스트 비용이 많이 든다. 또는 VGDL과 GVG-AI의 가상 환경으로 구현되어 실제 게임 테스팅에 활용하기 어렵다. 본 논문에서는 유니티 플랫포머 게임을 대상으로 유니티와 유니티 머신러닝 에이전트를 활용하여 시스템 결함 탐지를 목적으로 게임 테스팅을 자동화하는 도구를 제안한다. 제안하는 도구는 실제 상용 게임 엔진 기반이며 사람의 개입 없이 게임을 스스로 분석하여 게임 자동 테스팅 환경을 구축한다. 그리고 실제 오픈소스 게임들을 대상으로 제안하는 도구와 랜덤 베이스라인 모델의 에러 탐지 결과를 비교 분석하여 제안하는 도구가 효율적으로 자동 게임 분석과 테스팅 환경 구축을 수행하여 테스트 비용을 줄이고 품질과 안정성을 개선할 수 있음을 보인다.
링크 속성 기반 분류를 통한 커뮤니티 발견
http://doi.org/10.5626/JOK.2021.48.8.959
빠르고 복잡하게 진화하는 세상을 이해하기 위하여 데이터를 통해 지식을 발견하는 시도는 점차 다양화되고 있다. 개체들이 관계를 갖고 얽혀있는 데이터를 그래프로 모델링하고 분석하는 그래프 데이터 분석은 최신 기계학습 기법과 접목되면서 많은 관심을 끌고 있다. 본 논문에서는 그래프 커뮤니티 구조를 발견하기 위한 새로운 방법론을 제안한다. 커뮤니티 내부 및 외부에 존재하는 링크들이 다른 속성값을 갖도록 하는 유사도, 곡률 기반 속성들에 대해 분석하고, 이를 활용하여 커뮤니티 구조에 영향을 덜 끼치는 링크를 제거하여 더 희소한 그래프에서 더 향상된 커뮤니티 구조를 찾아내는 알고리즘을 설계 및 분석한다.
OpenViBE2Unity: Unity3D 기반 뇌-컴퓨터 인터페이스를 위한 오픈소스 API
http://doi.org/10.5626/JOK.2019.46.11.1157
뇌-컴퓨터 인터페이스는 많은 관심을 받으며 사람의 의도, 인지, 느낌 등을 정량화하여 활용하고자 하는 연구 및 개발에 사용되고 있다. 하지만 뇌파를 측정하고 분석하여 결과를 활용하는 애플리케이션을 제작하는 것은 상당한 노력이 요구되며, 실제로 연구 및 개발보다는 상대적으로 플랫폼간의 연동에 적지 않은 시간을 투자하게 된다. 이에 따라, 뇌-컴퓨터 인터페이스 어플리케이션 개발을 용이하게 하고자 대표적인 게임 개발 플랫폼인 Unity3D와 뇌 신호의 실시간 수집, 처리, 시각화 기능을 제공하는 OpenViBE를 연결하는 Application Programming Interface(API), OpenViBE2Unity(O2U)를 개발하였다. 개발된 API는 두 오픈소스 플랫폼간의 연동을 쉽게 할 수 있도록 몇 가지 함수들을 제공하며 주요 코드 및 사용설명서는 Github를 통해 공개되어 있다. 본 논문에서는 개발한 OpenViBE2Unity의 구조 및 사용법 그리고 OpenViBE2Unity를 활용하여 개발 된 애플리케이션을 소개한다.
안구 운동의 원리를 적용한 이중 응시의 안정적 시점 뷰 구현
http://doi.org/10.5626/JOK.2019.46.5.419
1인칭 게임에서 안구운동을 적용한 이중 응시를 이용하면 영상의 흔들림을 최소화하면서 안정적인 시점 뷰를 제공할 수 있다. 1인칭 시점으로 제작된 FPS게임에서 플레이어의 시선을 담당하는 카메라와 게임 속 캐릭터가 결합되어 있기 때문에 캐릭터의 움직임이 발생하면 시점 뷰도 함께 움직이게 된다. 이는 사람의 경우 눈동자가 머리가 고정된 상태로 바라보는 것과 동일한 원리이다. 하지만 눈과 머리는 분리되어 있고 복수의 안구운동이 적용되어 사물을 먼저 응시한 후 머리가 따라서 움직인다. 이를 통해 몸의 움직임이 발생하여도 사물을 응시하는 시선은 흔들리지 않고 안정적으로 응시할 수 있게 된다.
본 논문에서 전정안반사의 원리를 FPS게임의 시점 카메라에 적용하여 안정적인 시점 뷰를 제공하는 것을 제안하였다. 유니티 게임엔진을 사용하여 게임 환경을 제작하고 눈동자와 머리가 고정된 경우와 전정안반사 원리를 적용한 분리된 경우의 시점 비교를 통해 이중 응시의 안정적 시점 뷰의 생성을 증명하였다.
Reverse Path Activation-based Reverse Influence Maximization in Social Networks
Ashis Talukder, Anupam Kumar Bairagi, Do Hyeon Kim, Choong Seon Hong
http://doi.org/10.5626/JOK.2018.45.11.1203
영향력 극대화(Influence Maximizaion)기법은 소셜 네트워크에서 바이럴 마케팅에 대한 영향력 있는 사용자를 찾는 것을 다루지만, 역방향 영향력 극대화(Reverse Influence Maximizaion) 기법은 영향 비용 극대화 영역의 새로운 연구 방향으로 기회비용을 처리한다. 영향력 극대화 기법은 이러한 시드노드를 대상으로 네트워크에서 영향이 극대화되는 방식으로 작은 시드 집합을 추정한다. 일반적으로 시드노드는 영향력 극대화 문제에서 처음에 활성화되는 노드로 가정한다. 그러나, 우리는 활성화 된 노드가 추후 활성화 될 외부 노드에 영향을 주는 것과 유사한 방식으로 다른 노드의 영향을 받아야한다고 주장한다. 역방향 영향력 극대화 문제는 모든 시드 노드를 활성화하기 위해 활성화해야하는 최소 노드 수로 정의되는 시드 비용을 찾는 문제이다. 이에 본 논문에서는 최소 기회 비용을 찾기 위해 Active Reverse Path 기반 역방향 영향력 극대화 모델을 제안한다. 본 모델은 Voting 모델과 전통적인 Independent Cascade 모델을 기반으로 한다. 아울러 잘 알려진 세 가지 소셜 네트워크의 실제 데이터 셋을 활용하여 모델을 시뮬레이션 하였으며, 그 결과 제안하는 모델이 기존 역방향 영향력 극대화 모델보다 우수한 성능을 보였다.
주제 핵심어 기반 감정 분석을 통한 프로 스포츠 팬 사이트에서의 여론 분류 기술
http://doi.org/10.5626/JOK.2018.45.4.390
본 연구에서는 한국 프로 스포츠 공식 사이트의 팬 게시물을 대상으로, 핵심 키워드를 이용하는 감정 분석 방법에 기반을 둔 여론 분류 방법을 제시하였다. 본 연구팀은 커뮤니티의 특별한 커뮤니케이션 방식이나 단어의 사용을 감안할 수 있는 방법에 대해 연구하였고, 주제의 특징이나 커뮤니티의 은어중 빈도를 기반으로 중요한 단어를 핵심어로 정의하였다. 또한, 우리는 핵심어 단어 풀의 사용 및 핵심어와의 인접 관계를 활용한 새로운 감정 분석 방법을 제시하였고, 실제 커뮤니티의 3년치 데이터셋을 통해 주제 핵심어 기반 감정 분석이 기존의 일반적인 방법에 비해 효과적으로 커뮤니티 환경을 반영하고 있음을 실험을 통해 확인하였다.
온라인 커뮤니티 사용자의 행동 패턴을 고려한 동일 사용자의 닉네임 식별 기법
http://doi.org/10.5626/JOK.2018.45.2.165
온라인 커뮤니티란 SNS와 달리 사용자들이 닉네임을 통해 익명으로 관심사와 취미를 공유하는 가상 그룹 서비스이다. 그런데 이런 익명성을 악의적으로 활용하는 사용자들이 존재하고, 닉네임의 변경으로 인해 동일 사용자의 데이터가 서로 다른 닉네임에 존재하는 데이터 파편화 문제가 발생할 수 있다. 또한 온라인 커뮤니티에서는 닉네임을 변경하는 일이 빈번하므로 동일 사용자를 식별하는데 어려움을 겪는다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 온라인 커뮤니티 특성을 고려한 사용자의 행동패턴 특징 벡터를 제시하며, 관계 패턴이라는 새로운 암시적 행동 패턴을 제안함과 동시에 랜덤 포레스트 분류기를 이용한 동일 사용자의 닉네임을 식별하는 기법을 제안한다. 또한 실제 온라인 커뮤니티 데이터를 수집해 제안한 행동패턴과 분류기를 이용해 동일 사용자를 유의미한 수준으로 식별할 수 있음을 실험적으로 보인다.
소셜 네트워크에서 효율적인 영향력 최대화 방안
http://doi.org/10.5626/JOK.2017.44.10.1105
영향력 최대화란 소셜 네트워크에서 최대의 영향력을 갖는 k개의 시드(seed) 노드로 이루어진 집합을 선출하는 문제이다. 이 문제를 해결한 기존 방법들이 갖는 가장 큰 문제는 시드 집합을 선출하는데 너무 많은 시간이 소요된다는 점이다. 이러한 성능 문제는 미시적, 거시적 두 가지 측면에서 발생한다. 본 논문은 미시적, 거시적 측면의 성능 문제 동시에 해결하는 효율적인 영향력 최대화 방안을 제안한다. 또한, 양질의 시드 집합을 선출하기 위한 새로운 경로 기반 커뮤니티 탐지 기법을 제안한다. 네 가지 실세계 데이터를 이용한 실험을 통해, 제안하는 방안이 미시적, 거시적 측면의 문제를 모두 해결하는 동시에 양질의 시드 집합을 선출함을 확인하였다.
다중 기계학습 방법을 이용한 한국어 커뮤니티 기반 질의-응답 시스템
커뮤니티 기반 질의 응답 시스템은 사용자 질의에 대한 정답을 인터넷 커뮤니티에 사용자들이 게시했던 문서 중에서 선택하여 제공하는 시스템이다. 기존 방법들은 질의 분석의 성능 향상을 위하여 목적 영역에 적합한 규칙을 구축하거나 일부 처리 과정에 기계 학습을 적용하였다. 하지만 기존 방법들은 적용 영역을 확장하거나 수정하는 경우 많은 비용이 소요되며 경우에 따라서는 시스템이 특정 영역에 과적합되는 경우가 발생한다. 본 논문에서는 커뮤니티 기반 질의-응답 시스템의 효과적인 처리를 위해서 시스템의 각 과정에 적합한 기계 학습 방법을 적용하여 전체 과정을 자동화하는 다중 기계학습 방법을 제안한다. 제안 시스템은 사용자 질의를 분석하는 부분과 정답 문서를 선택하는 부분으로 나눌 수 있다. 질의 분석 과정은 질의의 초점 구문을 분석하는 질의 핵심부 추출기와 질의의 주제를 분류하는 질의 유형 분류기로 구성하였으며, 전자는 조건부 무작위장을 사용하고 후자는 지지 벡터 기계를 사용한다. 정답 문서 선택에서는 유사도 측정에서 사용하는 가중치를 인공 신경망으로 학습한다. 또한 인터넷에 커뮤니티에 게시된 데이터는 형태소 분석 결과를 신뢰할 수 없는 경우가 많이 발생한다. 따라서 음절 자질을 사용하여 질의를 분석 단계에서 형태소 분석의 영향을 최소화하는 방법을 제안한다. 제안하는 시스템은 Mean Average Precision 기준으로 0.765, R-Precision 기준으로 0.872의 성능을 보여 기존 시스템보다 성능이 우수하다.
유사 단어 커뮤니티 기반의 질의 확장
질의 확장은 입력된 질의와 관련된 키워드를 사용자에게 제시하여 검색 활동에 도움을 주는 방법이다. 최근에는 사용자가 검색한 내용에서 군집화 방법을 이용하여 도메인을 찾고 키워드를 제시하는 연구가 많이 이루어졌다. 하지만 군집화 방법은 군집의 개수를 정해야하기 때문에 다양한 도메인을 나타내는데 적절하지 않다. 따라서 본 논문은 커뮤니티 인지 알고리즘으로 검색 문서에서 질의마다 다양한 수의 도메인을 찾고 키워드로 선택하여 제시하는 방법을 제안한다. 이를 위해 사용자가 검색한 결과 중 상위 30개 문서를 대상으로 단어를 추출하여 그래프 기반의 커뮤니티를 만들고, 각 커뮤니티에서 키워드를 추출하여 이를 질의 확장에 이용하였다. 본 논문에서 제안한 방법은 구글 검색 엔진과 검색된 문서의 tf-idf 를 이용한 키워드 추천 방법과 비교하였다. 제안한 방법이 다른 비교 대상들에 비해 더 다양한 키워드를 추천할 수 있었다.
