모바일 게임 시장이 스마트폰 중심으로 변화되기 시작하면서 모바일 게임에서는 오토 플레이 시스템이 적용되기 시작하였다. 오토플레이 시스템은 버튼 한번으로 게임을 자동으로 진행하는 시스템 이며 현재 거의 대부분의 모바일 게임에서 적용되었고 PC게임에서 까지 이러한 시스템이 적용되고 있다. 하지만 이러한 오토 플레이 시스템의 성능은 매우 비효율적으로 행동하고 있으며 본 논문에서는 플레이어의 행동 패턴을 기반으로 학습한 인공지능을 제안하고자 한다. 본 논문에서 제안하는 인공지능 모델은 플레이어가 게임을 진행하면서 게임 데이터와 플레이어가 입력한 버튼 값을 학습 데이터로 저장하고 학습데이터를 DNN(Deep Neural Network) 신경망 모델을 사용하여 학습하였다. 게임에서는 플레이어가 중복적으로 다른 버튼을 동시에 누르기 때문에 Output Layer를 다층으로 분류하여 학습을 진행했다. 본 논문 실험에서는 20명의 실험자들에게 제안하는 인공지능 모델을 사용함으로써 결과를 기록하였고 트랙을 일정하게 벽을 부딪치지 않고 달린 플레이어 데이터만 제대로 학습되어 결과를 얻을 수 있었고 그렇지 않은 플레이어의 데이터는 캐릭터가 제대로 이동하지 않아 결과 값을 얻을 수가 없었다. 또한 간단한 아케이드 게임을 만들어 강화학습과 비교하였으며 강화학습보다 성능은 좋지 않았지만 학습속도가 약 10배 빨랐다.

필기 인식은 사람이 작성한 문서나 종이에 쓴 글자, 사진에 보이는 글자 등을 인식하는 기술이다. 대표적인 기술로는 OCR과 온라인 필기인식 기술이 있으며 OCR은 정자로 또박또박 쓴 글씨 인식률은 높지만 그렇지 않는 경우에는 인식률이 낮다. 온라인 필기인식 기술은 필기 입력순서와 사람의 필체의 차이에 따라 인식률이 확연하게 달랐다. 본 논문에서는 이러한 단점을 보완하고자 딥러닝을 이용하여 필기체 인식 시스템을 제안하고자 한다. 본 논문에서는 신경망 알고리즘 중 Convolutional Neural Network와 EMNIST 데이터 세트를 사용하여 학습 데이터를 설계하였고 Unity3D 게임엔진을 이용하여 전체적인 시스템을 구성하였다. 또한 본 논문에서는 CPU와 GPU 성능이 학습 결과에 영향을 미치는지 알아보기 위해 성능을 비교분석을 하였고, loss 값과 accuracy 결과에 큰 차이는 없었지만 학습 속도에는 최대 30배 정도 속도 차이가 났다. 마지막으로 실험을 통해 시스템 인식결과를 분석하였고, 문자와 숫자가 유사한 O, q, l과 같은 알파벳이나, 실험자가 글자를 다른 알파벳과 유사하게 보이게 필기하면 인식률이 낮았다. 본 논문에서 제안하는 시스템은 게임엔진을 사용하여 인공지능 시스템을 개발했기 때문에 프로세스 절차가 간략해졌고 호환성도 좋아졌다.

각종 비즈니스와 거래가 이루어지는 사이트에서 고객과 서비스 공급자와의 소통은 중요한 문제이다. 특히 어떠한 문제가 발생해 문의가 들어왔을 때 그 문제를 빠르고 정확하게 해결하는 능력은 사이트에 대한 신뢰와도 직결된다. 본 논문에서는 재능마켓 플랫폼 사이트에서 챗봇 기술을 이용해 사이트 이용자들의 불평과 문의를 처리하는 방식을 제안한다. 우선 문의자와 실시간으로 대화할 수 있는 챗봇을 구현하여 사이트 이용법, 단어 검색 등의 기능을 이용할 수 있게 하였다. 몇 단어 혹은 문장으로 정의하기 힘든 사이트의 각종 오류와 문제에 대해서는 에러코드를 지정해 데이터베이 스화시켰다. 사이트 이용자들은 오류 발생 시 출력되는 에러코드를 챗봇에 문의하여 그에 대응하는 답변을 실시간으로 얻을 수 있었다. 본 연구에서 구현한 챗봇은 사이트 이용 시 오류를 경험하거나 문의가 생긴 이용자에게 빠르고 정확한 답변을 줄 수 있어 만족스러운 경험을 제공했다. 이는 장기적으로 사이트의 신뢰성과 호감도에 긍정적인 영향을 주고 오류 문의 등에 들어가는 인력과 시간 비용을 줄이는 등의 도움을 줄 것으로 예상된다.

다른 장르의 게임에 비해 포커는 게이머의 심리적 요소가 많은 영향을 끼친다. 본 논문에서는 CNN과 SVM을 기반으로 온라인 포커 게임에 게이머와 아바타 간의 감성연결을 실현하기 위한 새로운 감성 인식방법을 제안한다. CNN모델을 이용하여 원래 얼굴 이미지의 특징을 추출하고, 다중 클래스 SVM분류기를 사용하여 목표 이미지를 인식하고 분류한다. FER-2013데이터베이스에서 이 방법은 감성인식률 68.79 %를 달성하였다. 기존의 다른 감성 인식 모델과 비교하면, 이 모델은 뚜렷한 장점을 보일 수 있다. 본 게임은 Socket 통신방식을 통해 감성인식결과를 Seven Poker로 전송하여 아바타가 게이머와 같은 감성을 표현하도록 설계하였다. 온라인 포커 게임에 감성연결 기술을 이용하면 게임과 인간의 상호작용이 향상될 뿐 아니라 게이머가 상대방의 심리적인 활동을 효과적으로 분석할 수 있다. 감성연결 기술은 게임에서 게이머들에게 새로운 게임 경험을 제공할 수 있는 기술이라고 생각된다.

Fecralloy coating layer with large surface area is suitable for use as a filter media for efficient removal of hot gaseous pollutants exhausted from combustion processes. For uniform preparation of a Fecralloy coating layer with large surface area and strong adhesion to substrate, electrospray coating and thermal treatment processes are experimentally optimized in this study. A nano-colloidal solution with 0.05 wt% Fecralloy nanoparticles is successfully prepared. Optimized electrospraying conditions are experimentally discovered to prepare a uniform coating layer of Fecralloy nanocolloidal solution on a substrate. Drying the electrospray coated Fecralloy nano-colloidal solution layer at 120oC and subsequent heating at 600oC are the best post-treatment for enhancing the adhesion force and surface roughness of the Fecralloy coating layer on a substrate. An electrospray coating system, consisting of several multi-groove nozzles, is also experimentally confirmed as a reasonable device for uniform coating of Fecralloy nano-colloid on a large area substrate