인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
강화학습 모델을 활용한 디지털 롤모델 트윈 연구 Digital Role-Model Twin Using Reinforcement Learning Model
논문 기본 정보
- 저자정보
- 발행연도
- 2023.2
- 수록면
- 282 - 293 (12page)
- DOI
- 10.7840/kics.2023.48.2.282
강화학습 모델을 활용한 디지털 롤모델 트윈 연구
초록·키워드
대중들이 모사하고자 하는 인물을 ‘롤모델’이라고 할 때, 우리는 롤모델에 대한 가치판단 정보를 예측하여 제공할 수 있는 시스템을 디지털 롤모델 트윈으로 정의한다. 본 논문에서는 강화학습 기법을 사용하여 디지털 롤모델 트윈을 생성하고, 생성된 롤모델 트윈을 사용자의 가치판단에 활용할 수 있는 시스템을 제안한다. 구체적으로 디지털 롤모델 트윈 생성과정에서는 현재 상황에 대한 맥락 정보와 의사결정 문제를 롤모델에게 제공하고, 각 의사 결정 문제에 대한 롤모델의 선택과 행동을 기반으로 롤모델에 관한 정보와 선호 네트워크를 학습하여 디지털 롤모델 트윈을 생성한다. 사용자는 생성된 디지털 롤모델 트윈을 사용하여, 자신의 상황에 대한 정보와 롤모델에 관한 정보를 바탕으로 주어진 의사결정 문제들에 대한 롤모델의 선호도 정보를 얻을 수 있다. 실험을 통해 디지털 롤모델 트윈이 롤모델의 선호도를 적절히 학습하여 롤모델의 선호도 정보를 효과적으로 모사하는 것을 보인다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2023-567-000453289