최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.23 no.8, 2020년, pp.1075 - 1087
김희주 (Department of Computer Engineering, Dankook University) , 이원진 (Research Institute of Information and Culture Technology, Dankook University) , 이재동 (Department of Software Engineering, Dankook University)
Aviation ICT technology is a convergence technology between aviation and electronics, and has a wide variety of applications, including navigation and education. Among them, in the field of aerial pilot training, there are many problems such as the possibility of accidents during training and the la...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
추천 시스템이란? | 추천 시스템이란 정보 필터링(Information Filtering, IF) 기술의 일종으로, 특정 사용자가 관심을 가질만한 정보를 추천하는 것을 말한다[9]. 추천 시스템에 사용되는 알고리즘은 콘텐츠 기반 필터링, 협업 필터링, 규칙 기반 필터링, 협업 필터링과 콘텐츠 기반 필터링을 조합하여 상호 보완적으로 개발된 하이브리드 필터링 등이 있다[10]. | |
Collaborative Deep Learning은 어떠한 것을 기반으로 하였는가? | 둘째, 협업 딥러닝 기반의 맞춤형 조종사 훈련 추천 시스템은 VR 비행 시뮬레이터를 통해 수집되는 조종사 훈련 데이터를 프로파일 처리하여 최적의 훈련 코스를 추천하는 시스템이다. 협업 딥러닝 기반의 맞춤형 조종사 훈련 추천 시스템에서 사용되는 추천 알고리즘은 기존에 존재하는 추천 필터링 방식인 협업 필터링과 규칙기반 필터링을 사용하며 추천의 정확도를 향상시키기 위해 RNN을 기반으로 한 Collaborative Deep Learning을 혼합한 기법을 사용한다. | |
비행 조종 시뮬레이터를 이용한 항공 조종 훈련 시스템은 어떠한 것을 중점으로 개발이 되고 있는가? | 특히 VR/AR기반 비행 조종 시뮬레이션의 경우, 공군 조종사 양성에 많이 활용되고 있으나, 현재 초기단계에 머물러 있어 아직 실질적인 효과를 나타내지 못하고 있다[1,2]. 이러한 시뮬레이터를 이용한 항공 조종 훈련 시스템의 경우 돌발 상황이 발생하는 경우에 대비하여 이뤄지는 훈련인 비정상상황 회복훈련(Upset Prevention Recovery Training, UPRT[3])을 중점으로 개발이 되고 있으며, 안정적인 훈련 시스템 구축을 목표로 하고 있다. |
K. Lee and H. Lee, "A Study on the Airline Pilot Recruitment for a Effective Utilization," Journal of Aerospace Industry, Vol. 74, pp. 1-19, 2011.
J. Choi, “Domestic Aviation Manpower Training Program Policy Status and Performance,” Journal of Aviation Development of Korea, Vol. 1, No. 60, pp. 41-51, 2013.
What is UPRT?(2018), https://www.easa.europa.eu/faq/44870 (accessed July 08, 2020).
R.T. Hays, J.W. Jacobs, C. Prince, and E. Salas, “Flight Simulator Training Effectiveness: A Meta-analysis,” Military Psychology, Vol. 4, No. 2, pp. 63-74, 2009.
V. Socha, L. Socha, S. Szabo, K. Hana, J. Gazda, M. Kimlickova, et al., "Training of Pilots Using Flight Simulator and its Impact on Piloting Precision," Proceeding of International Conference Transport Means, 2016. (pp. 374-379)
J. Chae, “Study on Firefighting Education and Training Applying Virtual Reality,” Fire Science and Engineering, Vol. 32, No. 2, pp. 108-115, 2018.
S. Park, J. Kim, K. Kim, and H. Kim, “AR Based Field Training System Algorithm for Small Units,” Convergence Security Journal, Vol. 18, No. 4, pp. 81-87, 2018.
R. Francesco, L. Rokach, and B. Shapira, Recommender Systems Handbook, Springer, Boston, 2011.
H.H. Lee and W.J. Lee, “Desgin and Implementation of Agent-recruitment Service System Based on Collaborative Deep Learning for the Intelligent Head Hunting Service,” Journal of Korea Multimedia Society, Vol. 23, No. 2, pp. 343-350, 2020.
H. Wang, N. Wang, and D.Y. Yeung, "Collaborative Deep Learning for Recommender Systems," Proceeding of the 21th ACM Special Interest Group on Knowledge Discovery in Data International Conference on Knowledge Discovery and Data Mining, 2015. (pp. 1235-1244)
H. Ying, L. Chen, Y. Xiong, and J. Wu, "Colla-Borative Deep Ranking: A Hybrid Pair-wise Recommendation Algorithm with Implicit Feedback," Pacificasia Conference on Knowledge Discovery and Data Mining, pp. 555-567, 2016.
X. Kong, B. Xin, Y. Wang, and G. Hua, "Colla-Borative Deep Reinforcement Learning for Joint Object Search," Proceeding of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 1695-1704, 2017.
H.H. Lee and W.J. Lee, “Image Label Prediction Algorithm Based on Convolution Neural Network with Collaborative Layer,” Journal of Korea Multimedia Society, Vol. 23, No. 6, pp. 756-764, 2020.
I. Stephen, “Perceptron-based Learning Algorithms,” IEEE Transactions on Neural Networks, Vol. 50, No. 2, pp. 179-191, 1990.
T. Mikolov, S. Kombrink, L. Burget, J. Cernocky, and S. Khudanpur, "Extensions of Recurrent Neural Network Language Model," Proceedings of 2011 IEEE International Conference on Acoustics, Speech and Signal Processing, pp. 5528-5531, 2011.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.