최봉준 연구실
동서대학교 소프트웨어학과
최봉준 교수
강화학습
딥페이크
프로젝트 스케줄링
홈
최봉준 연구실
동서대학교 소프트웨어학과 최봉준 교수
최봉준 연구실은 소프트웨어학과 기반의 인공지능 응용 연구를 수행합니다. 프로젝트 관리처럼 자원 제약이 존재하는 스케줄링 문제를 Markov decision process로 모델링하고 deep reinforcement learning으로 정책을 학습하는 연구를 수행합니다. 또한 딥페이크 기술을 활용해 사용자의 얼굴을 동화 미디어에 변환하는 개인화 콘텐츠 생성 방법을 개발합니다. 두 영역 모두 데이터 기반 모델링과 학습 파이프라인을 중심으로 성능과 결과 품질을 검증하는 절차를 갖추고 있습니다.
강화학습딥페이크프로젝트 스케줄링자원배분마르코프 결정 과정
대표 연구 분야
연구 영역 전체보기
강화학습 기반 자원 제약 프로젝트 스케줄링 연구
Reinforcement Learning for Resource Constrained Project Scheduling
연구 분야 상세보기
딥페이크 기반 동화 미디어 얼굴 개인화 생성 연구
Deepfake-Based Face Personalization for Fairy Tale Media
연구 분야 상세보기
불확실성 하 자원배분 의사결정 프레임워크 연구
Decision Framework for Uncertain Resource Allocation in Scheduling
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
1
논문 전체보기
1
Article
|
인용수 16
·
2020Reinforcement Learning for Resource Constrained Project Scheduling Problem with Activity Iterations and Crashing
Inkyung Sung, Bongjun Choi, Peter Nielsen
IFAC-PapersOnLine
자원 배분은 프로젝트 관리에서 핵심적인 의사결정 과정으로, 자원을 프로젝트의 활동에 할당하고 비용 및 시간의 관점에서 효율적인 방식으로 해당 할당 시점을 결정한다. 본 연구에서는 활동 간에 반복(iterations)이 존재하는 프로젝트에 대한 자원 배분 문제를 다루며, 추가 자원을 투입하여 한 활동의 기간을 단축하는 방법인 crashing이 이용 가능하다. 프로젝트 수행의 확률적 성격을 고려하여 자원 배분을 마코프 결정 과정(Markov decision process)으로 정식화하고, 딥 강화학습 알고리즘을 사용하여 최적의 자원 배분 정책을 탐색한다. 이후 이 알고리즘을 자원 배분에 적용하는 가능성과 성능은 경험칙(heuristic rules)과의 비교를 통해 조사한다.
https://doi.org/10.1016/j.ifacol.2020.12.2794
Markov decision process
Computer science
Reinforcement learning
Resource allocation
Scheduling (production processes)
Schedule
Operations research
Heuristic
Q-learning
Mathematical optimization
최신 특허
특허 전체보기
전체 특허
파일저장 서버 경량화 기반 SNS 채팅 시스템
상태
공개출원연도
2023출원번호
1020230019029딥페이크 기술을 활용한 동화 미디어 셀프 제작방법
상태
등록출원연도
2022출원번호
1020220111073딥러닝 기술을 활용한 얼굴 이미지 기반 음성 생성 시스템 및 방법
상태
거절출원연도
2021출원번호
1020210173171