1,721,733 research outputs found
Strategi Pembentukan Customer Engagement Akun @ Kamargadget Melalui Campaign Team Han Ji Pyeong
Konten yang menarik pada media sosial instagram dapat membangun customer engagement, salah satunya ialah konten yang diunggah oleh Kamar Gadget pada campaign Team Han Ji Pyeong. Kamar Gadget memiliki engagement tertinggi diantara kompetitornya. Penelitian ini menjelaskan strategi pembentukan customer engagement Kamar Gadget melalui campaign Team Han Ji Pyeong pada media sosial instagram dengan menggunakan metode kualitatif yang pengumpulan datanya dilakukan melalui wawancara serta observasi dengan paradigma konstruktivis. Konsep teori yang digunakan ialah customer engagement. Hasil penelitian menemukan bahwa dalam perencanaannya Kamar Gadget memperhatikan faktor internal dan eksternal. Lalu, pada implementasinya Kamar Gadget fokus membangun online present. Kemudian, dalam evaluasinya Kamar Gadget memperhatikan insights keseluruhan konten yang diunggah kedalam campaign Team Han Ji Pyeong
Cooperative braking control strategy for regenerative braking energy efficiency and vehicle stability of fuel cell hybrid electric vehicle
학위논문(석사) - 한국과학기술원 : 기계공학전공, 2011.2, [ iv, 86 p. ]하이브리드 연료 전지 자동차는 무공해 친환경 차량으로서 파워 분배 및 회생 제동을 통해 연비 향상 효과를 얻고 있다. 연구 대상 차량의 전원은 연료 전지와 슈퍼 커패시터로 구성되어 있고, 두 전원간에는 직류-직류 변환기가 없는 구조로 이루어져 있다. 따라서 본 연구에서 다루고자 하는 상위 개념의 파워 분배 제어 로직은 버스 전압 변동에 의해 자동적으로 이루어 지게 되므로 정상 상태 모델링 기법을 이용하여 파워 트레인을 묘사하는 것에 국한 하도록 한다. 완성된 모델링을 통합하여 모의 시험 결과를 도출하고, 시간영역과 주파수 영역에서 모델링 검증을 위해 실제 차량 시험 결과와 오차 분석을 수행 하였다.
또한 전륜 구동 차량이므로 회생 제동은 오로지 전륜 구동 축에 직결 연결되어 있는 모터로부터 발생하게 된다. 하지만 이러한 구조적 한계로 인해 회생 제동 토크를 크게 인가하게 되면, 전륜의 횡력이 감소하게 되어 언더스티어 현상이나 휠 잠김 현상과 같은 차량 안전성을 잃는 문제가 야기 될 수 있다. 따라서 본 연구에서는 회생 제동 에너지 회수율 및 차량 안전성을 모두 고려한 회생 제동 협조 제어기를 제안 하도록 한다. 제안된 회생 제동 협조 제어기는 계층 구조를 갖고 있으며, 상부 제어기와 하부 제어기로 나뉠 수 있다. 상부 제어기는 LQR 제어 기법을 이용하여 목적 요 율 및 횡 미끄럼 각을 추종하도록 요 모멘트를 계산하도록 설계하였고, 하부 제어기는 등식(운전자 요구 제동력, 요 모멘트) 및 부등식 구속 조건(마찰원) 하에 최적 회생 제동 에너지 회수를 목적으로 회생 제동 및 마찰 제동을 최적 분배하도록 설계하였다. 또한 회생 제동 에너지 회수 목적 함수의 가중치 값을 언더스티어 계수의 함수로 표현 함으로서 차량의 안전성을 잃게 되는 극한 상황에서 발생하게 되는 큰 조향 부하를 방지 하도록 설계 하였다.
제안된 회생 제동 협조 제어기의 성능을 검증 하기 위해 상용화 된 다자유도 차량 동역학 시뮬레이션 CarsimTM 을 이용하였고, 추가적으로 제어기 성능에 영향을 끼치는 직/간접적 외부 요인들에 대한 민감도 분석을 통해 제안된 제어기의 강인성을 검증 하였다.한국과학기술원 : 기계공학전공
인간-로봇 상호작용을 위한 계층적 행동 지식 링크 및 행동 유도성 지도 기반 사람 의도 파악
학위논문(박사) - 한국과학기술원 : 전기및전자공학과, 2015.2
,[vii, 71 p. :]로봇 기술과 인공 지능의 발전에 의해 로봇의 지능화가 가속되는 시대에 맞추어 로봇은 인간과 효과적인 상호작용을 하고, 복잡한 작업을 함께 수행할 수 있어야 한다. 이를 위해 로봇은 명시적으로 표현되는 것뿐만 아니라 비명시적으로 표현되는 인간의 의도를 이해할 수 있어야 한다. 실제 인간 사이의 의사소통에서도 의도는 주로 비언어적인 수단, 즉 행동 혹은 얼굴 표정 등을 통해 표현된다. 그러므로 로봇은 자연스럽고 효과적인 인간과의 상호작용을 위해 인간의 행동과 상황정보에 깔려있는 의도를 파악해야 한다.
본 학위논문에서는 인간과 로봇이 물체를 가지고 상호작용할 때, 로봇이 인간의 행동과 상황정보를 인식하여 인간의 의도를 파악할 수 있게 하는 알고리즘을 제안한다. 본 논문에서는 인간의 의도를 `인간이 로봇에게 특정 물체를 가지고 했으면 하는 행동‘ 으로 정의하고, 인간의 행동들과 상황정보를 제안한 인간 의도 파악 알고리즘의 입력으로 사용한다. 풀고자 하는 문제가 인간과 로봇이 물체를 가지고 상호작용할 때의 인간 의도를 파악하고자 하는 것이고 이 경우 물체를 가지고 수행하는 인간의 행동은 대부분 팔을 이용하므로, 입력으로 사용한 인간의 행동들은 물체와 관련된 팔 행동들로 정의한다. 인간의 팔 행동 인식을 위해 시뮬레이션 이론과 같은 맥락에서 인간 행동 인식 방법을 제안한다. 로봇은 얻어진 인간 행동 데이터를 동적 시간 워핑 알고리즘을 이용하여 로봇 자신의 행동 데이터와 비교하여 가장 비슷한 행동을 인간의 행동으로 인식한다.
인간 행동은 특정 목적을 이루기 위해 단순히 순차적 구조가 아닌 계층적 구조로 이루어져 있고, 이는 인간 인지 지능의 기본 개념 중 하나이다. 또한, 인간 행동의 계층 구조는 서로 다른 물체들에 대해 다르게 구성된다. 따라서 본 논문에서 정의한 인간 의도 파악을 위해서 로봇은 인간 행동의 계층적 구조를 학습해야 한다. 본 논문에서는 로봇에게 미리 정의된 행동 계층 구조가 있는 경우와 없는 경우로 나누어, 두 가지의 인간 의도 파악을 위한 행동 계층 구조 학습 알고리즘 - 계층적 행동 지식 링크, 행동 계층 기반 어포던스 맵 - 을 제안한다.
계층적 행동 지식 링크의 학습을 위해 본 논문에서는 적응형 동적 프로그래밍 기반 패시브 강화 학습 알고리즘을 이용한 인간 의도 파악 알고리즘을 제안한다. 제안한 계층적 행동 지식 링크와 인간 의도 파악 알고리즘을 두 가지 물체를 이용한 인간-로봇 상호작용 실험에 적용하여 그 효용성을 입증한다. 또한, 시스템 개발에 관여하지 않은 실험 참가자들을 대상으로 인간-로봇 상호작용 실험을 수행하여 제안한 알고리즘이 불특정 다수에게도 효용성이 있음을 입증한다.
행동 계층 기반 어포던스 맵은 행동 계층 구조 학습과 더불어 물체 어포던스 개념을 고려하여 제안한다. 물체 어포던스는 물체가 가지고 있는 행동 유도성으로 각각의 물체는 자신만의 어포던스를 가지므로, 물체 어포던스는 인간의 행동을 관찰하여 물체에 대한 인간 의도를 파악하는데 필수적인 요소이다. 로봇이 물체 어포던스를 학습하면 인간 행동을 관찰함으로서 인간이 의도하는 물체를 특정 지을 수 있고, 혹은 특정 물체에 대한 인간의 의도를 파악할 수 있다. 본 논문에서는 로봇이 물체 어포던스와 행동 계층 구조를 동시에 학습할 수 있도록 학습 알고리즘과 함께 행동 계층 기반 어포던스 네트워크를 제안하고, 로봇이 각 물체마다 행동 계층 기반 어포던스 네트워크를 학습하도록 한다. 또한, 여러 개의 물체에 대한 행동 계층 기반 어포던스 네트워크의 집합인 어포던스 맵을 제안하여 행동 계층 구조뿐만 아니라, 물체 사이의 계층 구조 역시 학습할 수 있도록 한다. 추가적으로 본 논문에서는 환경에 여러 개의 물체가 존재하거나 장애물로 인하여 로봇과 인간의 시야가 다른 경우에도 인간이 의도하는 물체를 찾아낼 수 있도록 퍼지 척도와 퍼지 적분을 적용한 3차원 인간 시점 기반 추론을 제안한다. 최종적으로 제안한 행동 계층 기반 어포던스 맵과 인간 의도 파악 알고리즘을 인간-로봇 블록 쌓기 작업에 적용하여 그 효용성을 입증한다.한국과학기술원 :전기및전자공학과
Das Hou Han ji des Yuan Hong: Zur Historiographie der Späteren Han-Dynastie
In the period after the fall of the Later Han Dynasty 後漢 (25-220), numerous historians began to revise and abridge the dynasty's official history work, the Dongguan Han ji 東觀漢記, which had been compiled by imperial order. Within about 200 years, a round dozen works emerged in this way, all of which drew on the same sources, but each told the story a little differently. Only two of these have survived to this day, Fan Ye's 范曄 (398-446) Hou Han shu 後漢 書and Yuan Hong's 袁宏 (330-378) Hou Han ji 後漢紀. However, these are far from being on equal footing. While the Hou Han shu has been included in the circle of 24 dynastic histories and has long been the most important source for the Later Han dynasty, the Hou Han ji disappeared almost completely in its shadow and has often been dismissed as a kind of abridged version of the actual historical work.
This study demonstrates, on the basis of comparisons of the portrayal of important events and figures in the two works and in fragments that survived from other Later Han histories, that in many cases an alternative account and interpretation of events was disregarded, and that reading the Hou Han ji can provide valuable insights into the methods of medieval Chinese historians. For even though both authors drew from the same material base, they did not always ask the same questions and selected their material according to different criteria: The results are two quite different accounts of the Later Han Dynasty
Human Intention Reading by Fuzzy Cognitive Map: A Human-Robot Cooperative Object Carrying Task
Unveiling the Impact of Tailoring Ionic Conductor Characteristics on the Performance of Wearable Triboelectric Nanogenerators
- …
