[논문]명세 기반 인공지능 학습 데이터 수집 방법

김동기; 최병기; 이재호

doi:10.3745/ktsde.2022.11.11.479

명세 기반 인공지능 학습 데이터 수집 방법
A Specification-Based Methodology for Data Collection in Artificial Intelligence System 원문보기

정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학, v.11 no.11, 2022년, pp.479 - 488

김동기 (서울시립대학교 전자전기컴퓨터공학과) , 최병기 (서울시립대학교 전자전기컴퓨터공학과) , 이재호 (서울시립대학교 전자전기컴퓨터공학과)

초록
AI-Helper

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 ▼ AI-Helper

In recent years, with the rapid development of machine learning technology, research utilizing machine learning has been actively conducted 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 according to the environment in which the data is generated, and the types and forms of data required are different depending on the learning model to be used for machine learning. Due to this, there is a problem that the existing data collection method cannot be reused in a new environment, and a specialized data collection module must be developed each time. In this paper, we propose a specification-based methology for data collection in artificial intelligence system to solve the above problems, ensure the reusability of the data collection method according to the data collection environment, and automate the implementation of the data collection function.

주제어

표/그림 (20)

그림 Fig. 1. CREME Architecture[8]
그림 Fig. 2. The Architecture of AUTODATA[9]
그림 Fig. 3. Cloud Service Profile[10]
그림 Fig. 4. Cloud Property Model[10]
그림 Fig. 5. Construction Process of Learning[6]
그림 Fig. 6. Intelligent Software Architecture for UAV
그림 Fig. 7. Learning Data Life-cycle of Intelligent System
표 Table 1. Knowledge Store Protocol
그림 Fig. 8. Learning Data Manager Architecture
표 Table 2. Learning Data Profile Specification
표 Table 3. Predicates Example
표 Table 4. Template Example
표 Table 5. Trigger Example
표 Table 6. Data generated in UAV mission
표 Table 7. Profile Example for Danger Data
표 Table 8. Additional Data from Tracking Mission
표 Table 9. Profile Example for Moving Route Data
표 Table 10. Additional Data from Attack Mission
표 Table 11. Profile Example for Attack Result Data
표 Table 12. Number of Knowledge Generated and Collected in Experiment

참고문헌 (10)

A. Goldhoorn, A. Garrell, R. Alquezar, and A. Sanfeliu, "Searching and tracking people with cooperative mobile robots," Autonomous Robots, Vol.42, No.4, pp.739-759, 2018.

상세보기
P. Rani, C. Liu, N. Sarkar, and E. Vanman, "An empirical study of machine learning techniques for affect recognition in human-robot interaction," Pattern Analysis and Applications, Vol.9, No.1, pp.58-69, 2006.

상세보기
C. Y. Park, H. S. Kim, and I. C. Kim, "Learning relational instance-based policies from user demonstrations," Journal of KIISE : Software and Applications, Vol.37, No. 5, pp.363-369, 2010.
J. G. C. Zuluaga, J. P. Leidig, C. Trefftz, and G. Wolffe, "Deep reinforcement learning for autonomous search and rescue," NAECON 2018-IEEE National Aerospace and Electronics Conference, pp.521-524, 2018.
J. G. C. Zuluaga, J. P. Leidig, C. Trefftz, and G. Wolffe, "Deep reinforcement learning for autonomous search and rescue," NAECON 2018-IEEE National Aerospace and Electronics Conference, IEEE, pp.521-524, 2018.
Y. S. Ko et al., "Guideline of quality control for AI learning data v1.0," Ministry of Science and ICT, 2021.
A. S. Rao and M. P. Georgeff, "BDI agents: From theory to practice," ICMAS, Vol.95, pp.312-319, 1995.
H. K. Bui, Y. D. Lin, R. H. Hwang, P. C. Lin, V. L. Nguyen, and Y. C. Lai, "CREME: A toolchain of automatic dataset collection for machine learning in intrusion detection," Journal of Network and Computer Applications, Vol.193, pp.103212, 2021.

상세보기
J. Liu, F. Zhu, C. Chai, Y. Luo, and N. Tang, "Automatic data acquisition for deep learning," Proceedings of the VLDB Endowment, Vol.14, No.12, pp.2739-2742, 2021.
B. Choi, J. Lee, S. Park, and J. Lee, "A Model-Based Interface to Cloud Services for Intelligent Service Robots," KIPS Transactions on Software and Data Engineering, Vol.9, No.1, pp.1-10, 2020.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증