KR102204861B1 - 시나리오 리모델링장치 및 그 동작 방법 - Google Patents

시나리오 리모델링장치 및 그 동작 방법 Download PDF

Info

Publication number
KR102204861B1
KR102204861B1 KR1020200090895A KR20200090895A KR102204861B1 KR 102204861 B1 KR102204861 B1 KR 102204861B1 KR 1020200090895 A KR1020200090895 A KR 1020200090895A KR 20200090895 A KR20200090895 A KR 20200090895A KR 102204861 B1 KR102204861 B1 KR 102204861B1
Authority
KR
South Korea
Prior art keywords
node
scenario
nodes
remodeling
training
Prior art date
Application number
KR1020200090895A
Other languages
English (en)
Inventor
이성후
한차웅
이주형
김동현
Original Assignee
주식회사 네비웍스
전주대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 네비웍스, 전주대학교 산학협력단 filed Critical 주식회사 네비웍스
Priority to KR1020200090895A priority Critical patent/KR102204861B1/ko
Application granted granted Critical
Publication of KR102204861B1 publication Critical patent/KR102204861B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B9/00—Simulators for teaching or training purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Telephonic Communication Services (AREA)

Abstract

본 발명은, 가상 훈련 시나리오에 모델링된 객체와의 인터랙션을 기반으로 시나리오를 변경하여, 기 정해진 단일 결말로부터 다양한 결말을 이끌어내는 것이 가능해지므로, 가상 훈련 시나리오를 이용한 훈련 성과를 극대화하는 효과를 성취할 수 있는 시나리오 리모델링장치 및 그 동작 방법에 관한 것이다.

Description

시나리오 리모델링장치 및 그 동작 방법{SCENARIO REMODELING APPARATUS, AND CONTROL METHOD THEREOF}
본 발명은 가상 훈련 시나리오에 정의된 단일 결말로부터 다양한 결말을 이끌어내기 위한 기술에 관한 것이다.
최근 재난 현장 지휘의 중요성이 커지고 있는 상황에서 사고 현장을 재현할 수 있는 시나리오 구축과 이를 활용한 가상 훈련 체계의 개발이 적극적으로 이루어지고 있다.
이러한 추세는 예컨대, 국내 외 시나리오 제작을 활용한 가상 소방 훈련시스템의 도입으로부터 엿볼 수 있으며, 이는 육지와 더불어 막대한 인명 및 재산 피해가 발생할 수 있는 해양사고와 관련된 가상 훈련 시나리오 구축으로도 이어지고 있다.
이에 따라, 최근에는 육지 및 해양을 막론한 재난 상황에 대비한 훈련 환경을 제공할 수 있는 다양한 가상 훈련 시나리오가 마련되었으며, 이를 통해 재난 현장에 투입되는 인원의 효율적인 사전 훈련이 가능해진 단계에까지 이르게 되었다.
한편, 이러한 가상 훈련 시나리오에서는 훈련 성과의 극대화를 위해 정해진 단일 결말 이외에 다양한 결말을 이끌어 낼 수 있는 훈련 환경이 마련될 필요가 있다.
이에, 본 발명에서는 가상 훈련 시나리오에 정해진 단일 결말로부터 벗어나 다양한 결말을 이끌어 낼 수 있는 방안을 제안하고자 한다.
본 발명은 상기한 사정을 감안하여 창출된 것으로서, 본 발명에서 도달하고자 하는 목적은, 가상 훈련 시나리오에 정의된 단일 결말로부터 다양한 결말을 이끌어내기 위한 기술을 제안하는데 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 시나리오 리모델링장치는, 가상 훈련 시나리오가 전개되는 훈련 환경에 모델링된 전체 객체 중 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체를 선별하는 선별부; 상기 유효 객체 각각에 대한 노드를 지정하여, 지정된 각 노드를 상호 연결한 노드 네트워크를 생성하는 생성부; 및 상기 노드 네트워크에서 확인되는 노드 간 전체 경로 중 적어도 어느 하나의 경로를 상기 훈련 환경에서 전개되어야 하는 최적시나리오로 결정하는 결정부를 포함하는 것을 특징으로 한다.
구체적으로, 상기 선별부는, 상기 훈련 환경에 모델링되어 있는 각 객체의 모델링정보로부터 객체의 모양을 나타내기 위해 경계선상에 위치하는 정점(vertices) 중 적어도 일부에 영향을 주는 뼈대(Bone) 정보가 확인되는 객체를 상기 유효 객체로 선별할 수 있다.
구체적으로, 상기 생성부는, 상기 유효 객체 각각에 대해 인터랙션 이전의 상태인 대기상태, 및 인터랙션 이후의 변화된 상태인 액티브상태를 확인하며, 각 유효 객체로부터 확인된 상기 대기상태, 및 상기 액티브상태 각각을 상기 노드 네트워크를 구성하는 개별 노드로 지정할 수 있다.
구체적으로, 상기 생성부는, 상기 지정된 노드 전체에 대해서, 서로 다른 노드의 쌍을 하나의 선으로 연결한 완전 그래프(Complete graph) 형태로 상기 노드 네트워크를 생성할 수 있다.
구체적으로, 상기 결정부는, 상기 노드 네트워크에서 노드 간의 연결에 있어서 발생될 수 있는 모든 경우의 수에 대해 완전 2진 트리(Complete binary tree)를 구성하며, 각 경우의 수에 대해 구성된 완전 2진 트리 각각에 대해 우선 탐색 알고리즘(DFS, Depth Search Algorithm)을 적용하여 상기 노드 간 전체 경로를 확인할 수 있다.
구체적으로, 상기 결정부는, 상기 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하여, 상기 시작 노드에서 출발하여 상기 경유 노드를 거쳐 상기 종료 노드로 도착하게 되는 경로를 상기 훈련 환경에서 전개되어야 하는 상기 최적시나리오로 결정할 수 있다.
구체적으로, 상기 결정부는, 상기 시작 노드에서 출발하여 상기 경유 노드를 거쳐 상기 종료 노드로 도착할 수 있는 모든 경로 상에 존재하는 노드 간의 연결에 대해 코스트(Cost)를 부여하며, A* 알고리즘을 통해 상기 모든 경로 중 코스트의 합이 최소가 되는 것으로 확인되는 특정 경로를 상기 최적시나리오로 결정할 수 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 시나리오 리모델링장치의 동작 방법은, 가상 훈련 시나리오가 전개되는 훈련 환경에 모델링된 전체 객체 중 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체를 선별하는 선별단계; 상기 유효 객체 각각에 대한 노드를 지정하여, 지정된 각 노드를 상호 연결한 노드 네트워크를 생성하는 생성단계; 및 상기 노드 네트워크에서 확인되는 노드 간 전체 경로 중 적어도 어느 하나의 경로를 상기 훈련 환경에서 전개되어야 하는 최적시나리오로 결정하는 결정단계를 포함하는 것을 특징으로 한다.
구체적으로, 상기 선별단계는, 상기 훈련 환경에 모델링되어 있는 각 객체의 모델링정보로부터 객체의 모양을 나타내기 위해 경계선상에 위치하는 정점(vertices) 중 적어도 일부에 영향을 주는 뼈대(Bone) 정보가 확인되는 객체를 상기 유효 객체로 선별할 수 있다.
구체적으로, 상기 생성단계는, 상기 유효 객체 각각에 대해 인터랙션 이전의 상태인 대기상태, 및 인터랙션 이후의 변화된 상태인 액티브상태를 확인하며, 각 유효 객체로부터 확인된 상기 대기상태, 및 상기 액티브상태 각각을 상기 노드 네트워크를 구성하는 개별 노드로 지정할 수 있다.
구체적으로, 상기 생성단계는, 상기 지정된 노드 전체에 대해서, 서로 다른 노드의 쌍을 하나의 선으로 연결한 완전 그래프(Complete graph) 형태로 상기 노드 네트워크를 생성할 수 있다.
구체적으로, 상기 결정단계는, 상기 노드 네트워크에서 노드 간의 연결에 있어서 발생될 수 있는 모든 경우의 수에 대해 완전 2진 트리(Complete binary tree)를 구성하며, 각 경우의 수에 대해 구성된 완전 2진 트리 각각에 대해 우선 탐색 알고리즘(DFS, Depth Search Algorithm)을 적용하여 상기 노드 간 전체 경로를 확인할 수 있다.
구체적으로, 상기 결정단계는, 상기 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하여, 상기 시작 노드에서 출발하여 상기 경유 노드를 거쳐 상기 종료 노드로 도착하게 되는 경로를 상기 훈련 환경에서 전개되어야 하는 상기 최적시나리오로 결정할 수 있다.
구체적으로, 상기 결정단계는, 상기 시작 노드에서 출발하여 상기 경유 노드를 거쳐 상기 종료 노드로 도착할 수 있는 모든 경로 상에 존재하는 노드 간의 연결에 대해 코스트(Cost)를 부여하며, A* 알고리즘을 통해 상기 모든 경로 중 코스트의 합이 최소가 되는 것으로 확인되는 특정 경로를 상기 최적시나리오로 결정할 수 있다.
이에, 본 발명의 시나리오 리모델링장치 및 그 동작 방법에 따르면, 가상 훈련 시나리오에 모델링된 객체와의 인터랙션을 기반으로 시나리오를 변경하여, 기 정해진 단일 결말로부터 다양한 결말을 이끌어내는 것이 가능해지므로, 가상 훈련 시나리오를 이용한 훈련 성과를 극대화하는 효과를 성취할 수 있다
도 1은 본 발명의 일 실시예에 따른 가상 훈련 시나리오의 리모델링 환경에 관한 예시도.
도 2는 본 발명의 일 실시예에 따른 시나리오 리모델링장치의 개략적인 구성도.
도 3은 본 발명의 일 실시예에 따른 시나리오 리모델링장치의 동작 방법을 설명하기 위한 순서도.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 설명한다.
본 발명의 일 실시예에서는, 가상 훈련 시나리오가 전개되는 훈련 환경을 제공하기 위한 기술을 다룬다.
가상 훈련 시나리오는, 육지 및 해양을 막론한 재난 상황에 대비한 훈련 환경을 제공하기 위한 것으로서, 이를 통해 재난 현장에 투입되는 인원의 효율적인 사전 훈련이 가능해진 단계에까지 이르게 되었다.
한편, 가상 훈련 시나리오에서는 훈련 성과의 극대화를 위해 정해진 단일 결말 이외에 여러 가지 상황 변화를 통해 다양한 결말을 이끌어 낼 수 있는 훈련 환경이 마련될 필요가 있다.
이러한, 가상 훈련 시나리오에서 랜덤한 결말을 이끌어낼 수 있는 요소로는, 훈련 환경 내에서 사용자와의 인터랙션(Interaction)이 가능한 객체를 그 대표적인 예로 들 수 있다.
관련하여, 가상 훈련 시나리오에 정해진 단일 결말 이외에 랜덤한 결말을 이끌어 내기 위해서는 이처럼 사용자와의 인터랙션이 가능한 객체를 기존 가상 훈련 시나리오에 새롭게 추가하는 방안이 고려될 수 있겠으나, 이 방안의 경우 시나리오가 커질수록 생산성이 떨어진다는 한계점을 가지게 된다.
이에, 본 발명에서는 가상 훈련 시나리오에 정해진 단일 결말로부터 벗어나 다양한 결말을 이끌어 낼 수 있는 새로운 방안을 제안하고자 한다.
도 1에는 본 발명의 일 실시예에 따른 가상 훈련 시나리오의 리모델링 환경을 보여주고 있다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 가상 훈련 시나리오의 리모델링 환경에서는, 가상 훈련 시나리오를 리모델링하기 위한 시나리오 리모델링장치(100)를 포함하는 구성을 가질 수 있다.
시나리오 리모델링장치(100)는 가상 훈련 시나리오가 정해진 단일 결말 이외에 다양한 결말을 가질 수 있도록 리모델링하는 장치를 일컫는 것으로서, 예컨대, 소프트웨어(예: 애플리케이션)를 탑재한 사용자장치(예: PC), 또는 유무선 통신망을 통해 접속 가능한 서버의 형태로 구현될 수 있다.
참고로, 이러한 시나리오 리모델링장치(100)가 서버의 형태로 구현되는 경우에는, 예컨대, 웹 서버, 데이터베이스 서버, 프록시 서버 등의 형태로 구현될 수 있으며, 네트워크 부하 분산 메커니즘, 내지 서비스 장치가 인터넷 또는 다른 네트워크 상에서 동작할 수 있도록 하는 다양한 소프트웨어 중 하나 이상이 설치될 수 있으며, 이를 통해 컴퓨터화된 시스템으로도 구현될 수 있다.
이상 본 발명의 일 실시예에서는 이러한 가상 훈련 시나리오의 리모델링 환경을 통해서 가상 훈련 시나리오의 전개에 있어서 랜덤한 결말을 이끌어 낼 수 있는데, 이하에서는 이를 실현하기 위한 시나리오 리모델링장치(100)의 구성에 대해 보다 구체적으로 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 리모델리장치(100)의 개략적인 구성을 보여주고 있다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 시나리오 리모델링장치(100)는
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 시나리오 리모델링장치(100)는 유효 객체를 선별하는 선별부(10), 유효 객체에 관한 노드 네트워크를 생성하는 생성부(20), 및 시나리오를 결정하는 결정부(30)를 포함하는 구성을 가질 수 있다.
이상의 선별부(10), 생성부(20), 및 결정부(30)를 포함하는 시나리오 리모델링장치(100)의 구성 전체 내지는 적어도 일부는, 하드웨어 모듈 형태 또는 소프트웨어 모듈 형태로 구현되거나, 하드웨어 모듈과 소프트웨어 모듈이 조합된 형태로도 구현될 수 있다.
여기서, 소프트웨어 모듈이란, 예컨대, 시나리오 리모델링장치(100) 내에서 연산을 제어하는 프로세서에 의해 실행되는 명령어로 이해될 수 있으며, 이러한 명령어는 시나리오 리모델링장치(100) 내 메모리에 탑재된 형태를 가질 수 있다.
한편, 본 발명의 일 실시예에 따른 시나리오 리모델링장치(100)는 전술한 구성 이외에, 장치 간 데이터 송수신을 위한 실질적인 통신 기능을 담당하는 RF 모듈인 통신부(40)의 구성을 더 포함할 수 있다.
이러한, 통신부(40)는 예컨대, 안테나 시스템, RF 송수신기, 하나 이상의 증폭기, 튜너, 하나 이상의 발진기, 디지털 신호 처리기, 코덱(CODEC) 칩셋, 및 메모리 등을 포함하지만 이에 제한되지는 않으며, 이 기능을 수행하는 공지의 회로는 모두 포함할 수 있다.
이상, 본 발명의 일 실시예에 따른 시나리오 리모델링장치(100)는 전술한 구성을 통해서, 가상 훈련 시나리오의 전개에 있어서 다양한 결말을 이끌어 낼 수 있는데, 이하에서는 이를 실현하기 위한 시나리오 리모델링장치(100) 내 각 구성에 대해 보다 구체적인 설명을 이어 가기로 한다.
선별부(10)는 유효 객체를 선별하는 기능을 수행한다.
보다 구체적으로, 선별부(10)는 가상 훈련 시나리오가 전개되는 훈련 환경에 모델링되어 있는 전체 객체 중 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체를 선별하게 된다.
이때, 선별부(10)는 훈련 환경에 모델링되어 있는 각 객체의 모델링정보(예: .fbx)를 추출하여, 추출된 모델링정보로부터 객체의 모양을 나타내기 위해 경계선상에 위치하는 정점(vertices) 중 적어도 일부에 영향을 주는 뼈대(Bone) 정보가 확인되는 객체를 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체로 선별할 수 있다.
여기서, 뼈대(Bone) 정보가 객체의 모양을 나타내기 위해 경계선상에 위치하는 정점(vertices) 중 적어도 일부에 영향을 준다는 것은, 뼈대(Bone) 정보에 해당하는 객체 요소의 움직임에 의해 객체의 모양 등의 상태가 변동될 수 있다는 것으로 이해될 수 있다.
따라서, 본 발명의 일 실시예에서 사용자와의 인터랙션(Interaction)이 가능한 유효 객체란, 예컨대, 훈련 환경에 구현된 손잡이가 달린 문, 조작 가능한 부품을 포함하는 물체(예: 소화기, 소화전) 등과 같이 사용자와의 인터랙션에 의해 객체의 모양 등의 상태 변화가 이루어질 수 있는 객체에 해당될 수 있다.
생성부(20)는 노드 네트워크를 생성하는 기능을 수행한다.
보다 구체적으로, 생성부(20)는 훈련 환경에 모델링되어 있는 전체 객체로부터 유효 객체가 선별되면, 선별된 유효 객체 각각에 대한 노드를 지정하여, 지정된 가 노드를 상호 연결한 노드 네트워크를 생성하게 된다.
이때, 생성부(20)는 유효 객체 각각에 대해 인터랙션 이전의 상태인 대기상태, 및 인터랙션 이후의 변화된 상태인 액티브상태를 확인하며, 각 유효 객체로부터 확인된 대기상태, 및 액티브상태 각각을 노드 네트워크를 구성하는 개별 노드로서 지정할 수 있다.
또한, 생성부(20)는 이처럼 각 유효 객체로부터 확인된 대기상태, 및 액티브상태에 대한 개별 노드로서의 지정이 완료되면, 지정된 서로 다른 노드의 쌍을 하나의 선으로 연결한 완전 그래프(Complete graph) 형태로 노드 네트워크를 생성할 수 있다.
결정부(30)는 노드 네트워크를 기반으로 시나리오를 결정하는 기능을 수행한다.
보다 구체적으로, 결정부(30)는 유효 객체 각각에 대한 노드를 상호 연결한 노드 네트워크의 생성이 완료되면, 노드 네트워크에서 확인되는 노드 간 전체 경로 중 적어도 어느 하나의 경로를 훈련 환경에서 전개되어야 하는 최적시나리오로 결정하게 된다.
이때, 결정부(30)는 노드 네트워크에서 노드 간의 연결에 있어서 발생될 수 있는 모든 경우의 수에 대해 완전 2진 트리(Complete binary tree)를 구성하게 되며, 이와 같이 각 경우의 수에 대해 구성되는 완전 2진 트리 각각에 대해 예컨대, 우선 탐색 알고리즘(DFS, Depth Search Algorithm)을 적용하여 노드 네트워크에 존재하는 노드 간 전체 경로를 확인하게 된다.
또한, 결정부(30)는 이처럼 노드 네트워크에 존재하는 노드 간 전체 경로가 확인되면, 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하여, 시작 노드에서 출발하여 경유 노드를 거쳐 종료 노드로 도착하게 되는 경로를 훈련 환경에서 전개되어야 하는 최적의 시나리오로 결정하게 된다.
이처럼, 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하는 것은, 훈련 환경에서 전개될 수 있는 시나리오를 지정하는 과정으로 이해될 수 있으며, 이는 곧 노드 네트워크에서 지정되는 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나의 변경을 통해서 훈련 환경에서 전개되어야 하는 시나리오를 변경할 수 있음을 의미한다.
다만, 이처럼 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하는 경우, 시작 노드에서 출발하여 경유 노드를 거쳐 종료 노드로 도착할 수 있는 다양한 경로가 존재하게 됨을 예상할 수 있다.
이에, 결정부(30)는 시작 노드에서 출발하여 경유 노드를 거쳐 종료 노드로 도착할 수 있는 모든 경로 상에 존재하는 노드 간의 연결에 대해 코스트(Cost)를 부여하며, 이에 대해 A* 알고리즘을 적용하여 모든 경로 중 코스트의 합이 최소가 되는 것으로 확인되는 특정 경로를 최적시나리오로 결정하게 된다.
이러한 최적시나리오는, 훈련 환경에 참여하여 유효 객체와의 인터랙션을 통해 시나리오를 전개하고 있는 사용자에 대해서 다음 인터랙션이 이루어져야 하는 유효 객체를 안내하기 위한 가이드 정보로서 제공될 수 있다.
뿐만 아니라 이러한 최적시나리오는, 훈련 환경에서 시나리오 전개를 마친 사용자의 시나리오 전개 이력을 평가하기 위한 기준이 되는 평가정보로서 활용될 수 있음은 물론이다.
즉, 훈련 환경에서 사용자가 수행한 시나리오 전개 이력과 최적시나리오를 비교할 수 있으며, 이를 통해 시나리오 전개 이력과 최적시나리오 간에 일치되는 구간과 불 일치되는 구간을 확인하여, 그 비율에 따라 훈련 수행 점수를 부과하거나, 개선이 요구되는 사항을 피드백할 수 있는 것이다.
이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 시나리오 리모델링장치(100)의 구성에 따르면, 가상 훈련 시나리오가 전개되는 훈련 환경에 모델링되어 있는 전체 객체 중 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체를 선별하며, 선별된 유효 객체 각각에 대한 노드를 지정하여, 지정된 각 노드를 상호 연결한 노드 네트워크를 생성하고, 노드 네트워크에서 확인되는 노드 간 전체 경로 중 적어도 어느 하나의 경로를 훈련 환경에서 전개되어야 하는 최적시나리오로 결정함으로써, 가상 훈련 시나리오에 정해진 단일 결말로부터 다양한 결말을 이끌어 낼 수 있으므로, 가상 훈련 시나리오를 이용한 훈련 성과를 극대화하는 효과를 성취할 수 있다.
또한, 본 발명의 일 실시예에 따라 다양한 결말을 이끌어 낼 수 있도록 리모델링되는 가상 훈련 시나리오의 경우, 기존 모델링 정보의 변경 없이, 기존 정보를 활용하여 별도의 도출하는 방식이므로, 동적 라이브러리 형태로 제작되어 예컨대, C++ 프로그램으로의 확장 또한 가능하다.
이하에서는, 도 3을 참조하여 본 발명의 일 실시예에 따른 시나리오 리모델링장치(100)의 동작 방법에 대한 설명을 이어 가기로 한다.
먼저, 선별부(10)는 가상 훈련 시나리오가 전개되는 훈련 환경에 모델링되어 있는 전체 객체 중 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체를 선별한다(S10-S30).
이때, 선별부(10)는 훈련 환경에 모델링되어 있는 각 객체의 모델링정보(예: .fbx)를 추출하여, 추출된 모델링정보로부터 객체의 모양을 나타내기 위해 경계선상에 위치하는 정점(vertices) 중 적어도 일부에 영향을 주는 뼈대(Bone) 정보가 확인되는 객체를 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체로 선별할 수 있다.
여기서, 뼈대(Bone) 정보가 객체의 모양을 나타내기 위해 경계선상에 위치하는 정점(vertices) 중 적어도 일부에 영향을 준다는 것은, 뼈대(Bone) 정보에 해당하는 객체 요소의 움직임에 의해 객체의 모양 등의 상태가 변동될 수 있다는 것으로 이해될 수 있다.
따라서, 본 발명의 일 실시예에서 사용자와의 인터랙션(Interaction)이 가능한 유효 객체란, 예컨대, 훈련 환경에 구현된 손잡이가 달린 문, 조작 가능한 부품을 포함하는 물체(예: 소화기, 소화전) 등과 같이 사용자와의 인터랙션에 의해 객체의 모양 등의 상태 변화가 이루어질 수 있는 객체에 해당될 수 있다.
그리고 나서, 생성부(20)는 훈련 환경에 모델링되어 있는 전체 객체로부터 유효 객체가 선별되면, 선별된 유효 객체 각각에 대한 노드를 지정하여, 지정된 가 노드를 상호 연결한 노드 네트워크를 생성한다(S40-S60).
이때, 생성부(20)는 유효 객체 각각에 대해 인터랙션 이전의 상태인 대기상태, 및 인터랙션 이후의 변화된 상태인 액티브상태를 확인하며, 각 유효 객체로부터 확인된 대기상태, 및 액티브상태 각각을 노드 네트워크를 구성하는 개별 노드로서 지정할 수 있다.
또한, 생성부(20)는 이처럼 각 유효 객체로부터 확인된 대기상태, 및 액티브상태에 대한 개별 노드로서의 지정이 완료되면, 지정된 서로 다른 노드의 쌍을 하나의 선으로 연결한 완전 그래프(Complete graph) 형태로 노드 네트워크를 생성할 수 있다.
이후, 결정부(30)는 유효 객체 각각에 대한 노드를 상호 연결한 노드 네트워크의 생성이 완료되면, 노드 네트워크에서 확인되는 노드 간 전체 경로 중 적어도 어느 하나의 경로를 훈련 환경에서 전개되어야 하는 최적시나리오로 결정한다(S70-S110).
이때, 결정부(30)는 노드 네트워크에서 노드 간의 연결에 있어서 발생될 수 있는 모든 경우의 수에 대해 완전 2진 트리(Complete binary tree)를 구성하게 되며, 이와 같이 각 경우의 수에 대해 구성되는 완전 2진 트리 각각에 대해 예컨대, 우선 탐색 알고리즘(DFS, Depth Search Algorithm)을 적용하여 노드 네트워크에 존재하는 노드 간 전체 경로를 확인하게 된다.
또한, 결정부(30)는 이처럼 노드 네트워크에 존재하는 노드 간 전체 경로가 확인되면, 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하여, 시작 노드에서 출발하여 경유 노드를 거쳐 종료 노드로 도착하게 되는 경로를 훈련 환경에서 전개되어야 하는 최적의 시나리오로 결정하게 된다.
이처럼, 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하는 것은, 훈련 환경에서 전개될 수 있는 시나리오를 지정하는 과정으로 이해될 수 있으며, 이는 곧 노드 네트워크에서 지정되는 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나의 변경을 통해서 훈련 환경에서 전개되어야 하는 시나리오를 변경할 수 있음을 의미한다.
다만, 이처럼 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하는 경우, 시작 노드에서 출발하여 경유 노드를 거쳐 종료 노드로 도착할 수 있는 다양한 경로가 존재하게 됨을 예상할 수 있다.
이에, 결정부(30)는 시작 노드에서 출발하여 경유 노드를 거쳐 종료 노드로 도착할 수 있는 모든 경로 상에 존재하는 노드 간의 연결에 대해 코스트(Cost)를 부여하며, 이에 대해 A* 알고리즘을 적용하여 모든 경로 중 코스트의 합이 최소가 되는 것으로 확인되는 특정 경로를 최적시나리오로 결정하게 된다.
이러한 최적시나리오는, 훈련 환경에 참여하여 유효 객체와의 인터랙션을 통해 시나리오를 전개하고 있는 사용자에 대해서 다음 인터랙션이 이루어져야 하는 유효 객체를 안내하기 위한 가이드 정보로서 제공될 수 있다.
뿐만 아니라 이러한 최적시나리오는, 훈련 환경에서 시나리오 전개를 마친 사용자의 시나리오 전개 이력을 평가하기 위한 기준이 되는 평가정보로서 활용될 수 있음은 물론이다.
즉, 훈련 환경에서 사용자가 수행한 시나리오 전개 이력과 최적시나리오를 비교할 수 있으며, 이를 통해 시나리오 전개 이력과 최적시나리오 간에 일치되는 구간과 불 일치되는 구간을 확인하여, 그 비율에 따라 훈련 수행 점수를 부과하거나, 개선이 요구되는 사항을 피드백할 수 있는 것이다.
이상에서 살펴본 바와 같이, 본 발명의 일 실시예에 따른 시나리오 리모델링장치(100)의 동작 방법에 따르면, 가상 훈련 시나리오가 전개되는 훈련 환경에 모델링되어 있는 전체 객체 중 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체를 선별하며, 선별된 유효 객체 각각에 대한 노드를 지정하여, 지정된 각 노드를 상호 연결한 노드 네트워크를 생성하고, 노드 네트워크에서 확인되는 노드 간 전체 경로 중 적어도 어느 하나의 경로를 훈련 환경에서 전개되어야 하는 최적시나리오로 결정함으로써, 가상 훈련 시나리오에 정해진 단일 결말로부터 다양한 결말을 이끌어 낼 수 있으므로, 가상 훈련 시나리오를 이용한 훈련 성과를 극대화하는 효과를 성취할 수 있다.
또한, 본 발명의 일 실시예에 따라 다양한 결말을 이끌어 낼 수 있도록 리모델링되는 가상 훈련 시나리오의 경우, 기존 모델링 정보의 변경 없이, 기존 정보를 활용하여 별도의 도출하는 방식이므로, 동적 라이브러리 형태로 제작되어 예컨대, C++ 프로그램으로의 확장 또한 가능하다.
한편, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 처리 시스템의 동작을 처리하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다.
컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.
본 명세서에서 "시스템"이나 "장치"라 함은 예컨대 프로그래머블 프로세서, 컴퓨터 혹은 다중 프로세서나 컴퓨터를 포함하여 데이터를 처리하기 위한 모든 기구, 장치 및 기계를 포괄한다. 처리 시스템은, 하드웨어에 부가하여, 예컨대 프로세서 펌웨어를 구성하는 코드, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제 혹은 이들 중 하나 이상의 조합 등 요청 시 컴퓨터 프로그램에 대한 실행 환경을 형성하는 코드를 포함할 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. 컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다. 컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
한편, 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체는, 예컨대 EPROM, EEPROM 및 플래시메모리 장치와 같은 반도체 메모리 장치, 예컨대 내부 하드디스크나 외장형 디스크와 같은 자기 디스크, 자기광학 디스크 및 CD-ROM과 DVD-ROM 디스크를 포함하여 모든 형태의 비휘발성 메모리, 매체 및 메모리 장치를 포함할 수 있다. 프로세서와 메모리는 특수 목적의 논리 회로에 의해 보충되거나, 그것에 통합될 수 있다.
본 명세서에서 설명한 주제의 구현물은 예컨대 데이터 서버와 같은 백엔드 컴포넌트를 포함하거나, 예컨대 애플리케이션 서버와 같은 미들웨어 컴포넌트를 포함하거나, 예컨대 사용자가 본 명세서에서 설명한 주제의 구현물과 상호 작용할 수 있는 웹 브라우저나 그래픽 유저 인터페이스를 갖는 클라이언트 컴퓨터와 같은 프론트엔드 컴포넌트 혹은 그러한 백엔드, 미들웨어 혹은 프론트엔드 컴포넌트의 하나 이상의 모든 조합을 포함하는 연산 시스템에서 구현될 수도 있다. 시스템의 컴포넌트는 예컨대 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 상호 접속 가능하다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 마찬가지로, 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
또한, 본 명세서에서는 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다
이와 같이, 본 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하려는 의도가 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명에 따른 시나리오 리모델링장치 및 그 동작 방법에 따르면, 가상 훈련 시나리오에 정의된 단일 결말로부터 다양한 결말을 이끌어낼 수 있다는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.
100: 시나리오 리모델링장치
10: 선별부 20: 생성부
30: 결정부

Claims (14)

  1. 가상 훈련 시나리오가 전개되는 훈련 환경에 모델링된 전체 객체 중 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체를 선별하는 선별부;
    상기 유효 객체 각각에 대한 노드를 지정하여, 지정된 각 노드를 상호 연결한 노드 네트워크를 생성하는 생성부; 및
    상기 노드 네트워크에서 확인되는 노드 간 전체 경로 중 적어도 어느 하나의 경로를 상기 훈련 환경에서 전개되어야 하는 최적시나리오로 결정하는 결정부를 포함하는 것을 특징으로 하는 시나리오 리모델링장치.
  2. 제 1 항에 있어서,
    상기 선별부는,
    상기 훈련 환경에 모델링되어 있는 각 객체의 모델링정보로부터 객체의 모양을 나타내기 위해 경계선상에 위치하는 정점(vertices) 중 적어도 일부에 영향을 주는 뼈대(Bone) 정보가 확인되는 객체를 상기 유효 객체로 선별하는 것을 특징으로 하는 시나리오 리모델링장치.
  3. 제 1 항에 있어서,
    상기 생성부는,
    상기 유효 객체 각각에 대해 인터랙션 이전의 상태인 대기상태, 및 인터랙션 이후의 변화된 상태인 액티브상태를 확인하며, 각 유효 객체로부터 확인된 상기 대기상태, 및 상기 액티브상태 각각을 상기 노드 네트워크를 구성하는 개별 노드로 지정하는 것을 특징으로 하는 시나리오 리모델링장치.
  4. 제 1 항에 있어서,
    상기 생성부는,
    상기 지정된 노드 전체에 대해서, 서로 다른 노드의 쌍을 하나의 선으로 연결한 완전 그래프(Complete graph) 형태로 상기 노드 네트워크를 생성하는 것을 특징으로 하는 시나리오 리모델링장치.
  5. 제 1 항에 있어서,
    상기 결정부는,
    상기 노드 네트워크에서 노드 간의 연결에 있어서 발생될 수 있는 모든 경우의 수에 대해 완전 2진 트리(Complete binary tree)를 구성하며, 각 경우의 수에 대해 구성된 완전 2진 트리 각각에 대해 우선 탐색 알고리즘(DFS, Depth Search Algorithm)을 적용하여 상기 노드 간 전체 경로를 확인하는 것을 특징으로 하는 시나리오 리모델링장치.
  6. 제 1 항에 있어서,
    상기 결정부는,
    상기 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하여, 상기 시작 노드에서 출발하여 상기 경유 노드를 거쳐 상기 종료 노드로 도착하게 되는 경로를 상기 훈련 환경에서 전개되어야 하는 상기 최적시나리오로 결정하는 것을 특징으로 하는 시나리오 리모델링장치.
  7. 제 6 항에 있어서,
    상기 결정부는,
    상기 시작 노드에서 출발하여 상기 경유 노드를 거쳐 상기 종료 노드로 도착할 수 있는 모든 경로 상에 존재하는 노드 간의 연결에 대해 코스트(Cost)를 부여하며, A* 알고리즘을 통해 상기 모든 경로 중 코스트의 합이 최소가 되는 것으로 확인되는 특정 경로를 상기 최적시나리오로 결정하는 것을 특징으로 하는 시나리오 리모델링장치.
  8. 가상 훈련 시나리오가 전개되는 훈련 환경에 모델링된 전체 객체 중 사용자와의 인터랙션(Interaction)이 가능한 객체인 유효 객체를 선별하는 선별단계;
    상기 유효 객체 각각에 대한 노드를 지정하여, 지정된 각 노드를 상호 연결한 노드 네트워크를 생성하는 생성단계; 및
    상기 노드 네트워크에서 확인되는 노드 간 전체 경로 중 적어도 어느 하나의 경로를 상기 훈련 환경에서 전개되어야 하는 최적시나리오로 결정하는 결정단계를 포함하는 것을 특징으로 하는 시나리오 리모델링장치의 동작 방법.
  9. 제 8 항에 있어서,
    상기 선별단계는,
    상기 훈련 환경에 모델링되어 있는 각 객체의 모델링정보로부터 객체의 모양을 나타내기 위해 경계선상에 위치하는 정점(vertices) 중 적어도 일부에 영향을 주는 뼈대(Bone) 정보가 확인되는 객체를 상기 유효 객체로 선별하는 것을 특징으로 하는 시나리오 리모델링장치의 동작 방법.
  10. 제 8 항에 있어서,
    상기 생성단계는,
    상기 유효 객체 각각에 대해 인터랙션 이전의 상태인 대기상태, 및 인터랙션 이후의 변화된 상태인 액티브상태를 확인하며, 각 유효 객체로부터 확인된 상기 대기상태, 및 상기 액티브상태 각각을 상기 노드 네트워크를 구성하는 개별 노드로 지정하는 것을 특징으로 하는 시나리오 리모델링장치의 동작 방법.
  11. 제 8 항에 있어서,
    상기 생성단계는,
    상기 지정된 노드 전체에 대해서, 서로 다른 노드의 쌍을 하나의 선으로 연결한 완전 그래프(Complete graph) 형태로 상기 노드 네트워크를 생성하는 것을 특징으로 하는 시나리오 리모델링장치의 동작 방법.
  12. 제 8 항에 있어서,
    상기 결정단계는,
    상기 노드 네트워크에서 노드 간의 연결에 있어서 발생될 수 있는 모든 경우의 수에 대해 완전 2진 트리(Complete binary tree)를 구성하며, 각 경우의 수에 대해 구성된 완전 2진 트리 각각에 대해 우선 탐색 알고리즘(DFS, Depth Search Algorithm)을 적용하여 상기 노드 간 전체 경로를 확인하는 것을 특징으로 하는 시나리오 리모델링장치의 동작 방법.
  13. 제 8 항에 있어서,
    상기 결정단계는,
    상기 노드 네트워크를 구성하는 노드에 대해서 시작 노드, 경유 노드, 및 종료 노드 중 적어도 하나를 지정하여, 상기 시작 노드에서 출발하여 상기 경유 노드를 거쳐 상기 종료 노드로 도착하게 되는 경로를 상기 훈련 환경에서 전개되어야 하는 상기 최적시나리오로 결정하는 것을 특징으로 하는 시나리오 리모델링장치의 동작 방법.
  14. 제 13 항에 있어서,
    상기 결정단계는,
    상기 시작 노드에서 출발하여 상기 경유 노드를 거쳐 상기 종료 노드로 도착할 수 있는 모든 경로 상에 존재하는 노드 간의 연결에 대해 코스트(Cost)를 부여하며, A* 알고리즘을 통해 상기 모든 경로 중 코스트의 합이 최소가 되는 것으로 확인되는 특정 경로를 상기 최적시나리오로 결정하는 것을 특징으로 하는 시나리오 리모델링장치의 동작 방법.
KR1020200090895A 2020-07-22 2020-07-22 시나리오 리모델링장치 및 그 동작 방법 KR102204861B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200090895A KR102204861B1 (ko) 2020-07-22 2020-07-22 시나리오 리모델링장치 및 그 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200090895A KR102204861B1 (ko) 2020-07-22 2020-07-22 시나리오 리모델링장치 및 그 동작 방법

Publications (1)

Publication Number Publication Date
KR102204861B1 true KR102204861B1 (ko) 2021-01-19

Family

ID=74237374

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200090895A KR102204861B1 (ko) 2020-07-22 2020-07-22 시나리오 리모델링장치 및 그 동작 방법

Country Status (1)

Country Link
KR (1) KR102204861B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180050074A (ko) * 2016-11-04 2018-05-14 국방과학연구소 도로 정보 처리 방법 및 시뮬레이션 방법
KR20180081274A (ko) * 2017-01-06 2018-07-16 한국과학기술원 가상현실기반 훈련 프로그램 제작 시스템 및 방법
KR102051568B1 (ko) * 2019-10-07 2019-12-05 주식회사 포더비전 Vr 훈련 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180050074A (ko) * 2016-11-04 2018-05-14 국방과학연구소 도로 정보 처리 방법 및 시뮬레이션 방법
KR20180081274A (ko) * 2017-01-06 2018-07-16 한국과학기술원 가상현실기반 훈련 프로그램 제작 시스템 및 방법
KR102051568B1 (ko) * 2019-10-07 2019-12-05 주식회사 포더비전 Vr 훈련 시스템 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
비특허문헌1 *

Similar Documents

Publication Publication Date Title
US20200012480A1 (en) Method and system for implementing a cloud infrastructure visualizer and generator
US10776337B2 (en) Multi-dimensional knowledge index and application thereof
Pandey et al. Hybrid planning for decision making in self-adaptive systems
US10521738B2 (en) Automated collaboration workflow generation in thing-sourcing environments
US20170154261A1 (en) Selecting action slates using reinforcement learning
Kochovski et al. An architecture and stochastic method for database container placement in the edge-fog-cloud continuum
US11900074B2 (en) Method and apparatus for implementing an end-to-end API design and development module integrating with firmwide tools and processes
US20180053095A1 (en) Iterative and Targeted Feature Selection
US10691764B2 (en) Search engine optimization techniques
Le Bras et al. Robust network design for multispecies conservation
CN113296823A (zh) 一种生成资源配置文件的方法、装置、设备及存储介质
CN112330519A (zh) 一种数据处理的方法和装置
Bocciarelli et al. Model transformation services for MSaaS platforms
KR102204861B1 (ko) 시나리오 리모델링장치 및 그 동작 방법
AU2021104045A4 (en) Failure nodes detection and recovery system in cloud computing to improve resources reliability
US10530842B2 (en) Domain-specific pattern design
WO2012121005A1 (ja) 可用性モデル生成支援装置、可用性モデル生成支援方法、およびプログラム
KR102229777B1 (ko) 리모델링장치 및 그 동작 방법
US20220269868A1 (en) Structure self-aware model for discourse parsing on multi-party dialogues
US20190286453A1 (en) System construction assisting apparatus, method, and program
US11294759B2 (en) Detection of failure conditions and restoration of deployed models in a computing environment
Yussupov et al. Serverless parachutes: Preparing chosen functionalities for exceptional workloads
Nishanbayev et al. Decided of the problem of optimal distributed the resources in the infocommunication network
US11308414B2 (en) Multi-step ahead forecasting using complex-valued vector autoregregression
CN109656535A (zh) 基于浏览器的语音技能离线开发方法

Legal Events

Date Code Title Description
GRNT Written decision to grant