선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 탐색작업에서는 적은 탐색시간에 많은 표적을 찾는 것이 목적함수가 될 수 있다. 그리고 최적화된 목적함수를 만족 시키는 탐색시간이 최적의 탐색정지시점이 될 것이다세 개의 표적을 포함하는 탐색공간에서의 예를 들어 최적의 탐색정 지시점을 결정하는 방법을 제안하고자 한다. 탐색작업에 따른 이익은 발견되는 표적의 수의 증가에 따라 생기는 이득이 될 것이고 비용은 투자된 시간과 표적을 찾지 못함으로써 생기는 손해가 될 것이다.
- 여기서 제시하는 모델은 인간이 Random Search 전략을 사용한다는 전제하에 탐색능력을 모델 화한 Random search 모델이다 그리고 실험을 통하여 얻어진 인간의 실제 탐색능력 데이터와 그 모델을 비교하고자 한다. 마지막으로 여기서 제시한 모델을 활용한 탐색작업의 최적 정 지시점을 설정하는 방법을 제시하고자 한다
- 본 연구는 인간의 탐색작업의 성과를 탐지시간과 표적 발견 확률의 관계로 표현하는 수학적 모델에 관심이 있다. 즉, 탐색 속도와 정확성 사이의 상호절충관계SATO: Speed and accuracy trade-off) 모델을 제시하고자 한다.
- 제품검사의 경우 과 거에는 마지막 공정 에서 양 . 불량품을 판별하는데 목적을 두 었다. 그래서 한 제품/부품에 하나의 결함이 발견되면 이 제품/ 부품은 불량품으로 처리되었다(단일표적 탐색).
- Drury and Hong(2001)은 또한 다수표적 탐색에서 발견되는 표적들 사이의 시간 간격에 관한 모델을 제시하였 다 그러나 이러한 모델들은 시간의 경과에 따른 인간의 탐색 성과를 예측하거나 묘사하지는 못했다(SATO 모델이 아님). 이 모델들은 단지 평균 또는 분산만을 제시하기 때문에 그 유 용성은 제한적이었다 본 연구에서는 다수표적을 위한 SATO 모델을 제시하고자 한다. 여기서 제시하는 모델은 인간이 Random Search 전략을 사용한다는 전제하에 탐색능력을 모델 화한 Random search 모델이다 그리고 실험을 통하여 얻어진 인간의 실제 탐색능력 데이터와 그 모델을 비교하고자 한다.
- 본 연구는 인간의 탐색작업의 성과를 탐지시간과 표적 발견 확률의 관계로 표현하는 수학적 모델에 관심이 있다. 즉, 탐색 속도와 정확성 사이의 상호절충관계SATO: Speed and accuracy trade-off) 모델을 제시하고자 한다. 지금까지 이러한 SATO 관계를 나타내는 탐색능력 모델은 단일표적에 의한 탐색능력만 을 대상으로 해왔다(e.
- 지금까지 인간의 표적탐지능력에 대한 SATO 모델은 하나의 탐색공간에서 하나의 표적을 발견하는 상황만을 묘사해 왔 다 이 연구에서는 저지수분포(Hypo-Exponential Distribution) 를 사용하여 단일표적은 물론 다수표적의 경우에서도 활용할 수 있는 보다 일반화된 탐지능력 모델을 제시하였다. 한편 이 탐지능력 모델의 활용분야로서 최적 탐지정지시점의 설정방법을 소개하였다.
가설 설정
- 인간은 fixation 동안 그 주위 의 정보를 습득하게 된다. 본 연구에서 제시되는 Random Search 모델은 탐색 중 fixation 의 위치가 랜덤하게 움직인다는 가정하에 개발되었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.