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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.4
- 수록면
- 89 - 99 (11page)
- DOI
- 10.5143/JESK.2022.41.2.89
이용수
초록· 키워드
오류제보하기
Objective: The aim of this study is to investigate whether a reinforcement learning (RL) algorithm is effective to improve the accuracy of the safety culture categorization which the author"s previous study tried to solve with a convolutional neural net classifier.
Background: The RL algorithm using the optimal Bellman equation is nowadays popularly applied to many markov decision process situations.
Method: An asynchronous advantage actor critic (A3C) neural net was applied to learn the safety culture survey data collected from a nuclear power industry for safety culture level categorization.
Results: The RL algorithm applied to the randomly selected validation data resulted in 97.63% accuracy compared to 96.2% which showed in the previous study.
Conclusion: The safety culture level categorization using the A3C neural net is more stable and accurate than the previous convolution neural net classifier.
Application: The safety culture level classifier with the RL neural net learning massive survey data might be useful in place of expert interviewers for safety culture evaluation.
Background: The RL algorithm using the optimal Bellman equation is nowadays popularly applied to many markov decision process situations.
Method: An asynchronous advantage actor critic (A3C) neural net was applied to learn the safety culture survey data collected from a nuclear power industry for safety culture level categorization.
Results: The RL algorithm applied to the randomly selected validation data resulted in 97.63% accuracy compared to 96.2% which showed in the previous study.
Conclusion: The safety culture level categorization using the A3C neural net is more stable and accurate than the previous convolution neural net classifier.
Application: The safety culture level classifier with the RL neural net learning massive survey data might be useful in place of expert interviewers for safety culture evaluation.
목차
1. Introduction
2. Assumptions of Reinforcement Learning based on Markov Decision Process
3. Modelling of Safety Culture Classification Problem
4. Implementation of Reinforcement Learning Environment
5. Training Safety Culture Data with A3C Net
6. Results and Conclusions
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
합성곱신경망을 이용한 안전문화 수준 분류
대한인간공학회지
2019 .12
-
Suggestions for More Reliable Measurement of Korean Nuclear Power Industry Safety Culture
대한인간공학회지
2016 .04
-
Safety-II 개념에 기반한 성공사례 분석과 안전문화 모범관행의 도출
대한인간공학회지
2020 .08
-
A Methodology for Establishment of Safety Culture in Industry through Global Company Practices
대한인간공학회지
2016 .04
-
Machine learning methods for predicting the outcome of safety culture attributes
대한인간공학회 학술대회논문집
2022 .10
-
동일업종 그룹 계열사의 사업장 규모 및 작업형태별 안전문화 특성연구
한국안전학회지
2017 .01
-
안전문화 향상 및 사고 예방을 위한 안전문화 측정시스템 구축
한국가스학회 학술대회논문집
2022 .05
-
국내 철도운영기관 철도안전문화수준 조사
한국도시철도학회논문집
2015 .09
-
조직의 안전행동에 따른 연구원의 안전의식 수준 및 안전문화 향상정도에 관한 연구
한국안전학회지
2015 .01
-
안전패러다임 전환에(Safety-Ⅱ) 따른 기업안전문화 평가 기법연구
대한인간공학회 학술대회논문집
2020 .10
-
Measuring Safety Culture to Promote Aviation Safety Culture
대한인간공학회지
2016 .04
-
안전프로그램(Safety Program) 및 안전문화(Safety Culture)에 대한 조사
한국항공운항학회지
2019 .01
-
안전한 모델 예측 제어와 강화 학습에 대한 연구 동향
제어로봇시스템학회 논문지
2025 .02
-
Current Status and Issues of Nuclear Safety Culture
대한인간공학회지
2016 .08
-
Development Requirements of Indicators to monitor Nuclear Safety Culture
대한인간공학회 학술대회논문집
2015 .10
-
Tsallis Actor Critic에 D2RL 적용을 통한 D2RL의 강건성 검증
한국정보과학회 학술발표논문집
2022 .12
-
3D-U2-Net 기반 새로운 뇌종양 분할 모델
멀티미디어학회논문지
2023 .03
-
원자력 안전문화의 정량화 방법론 개발
한국안전학회지
2015 .01
-
안전 강화학습을 활용한 시스템의 안전성 분석
한국생산제조학회 학술발표대회 논문집
2020 .07
-
An Research Into The Reactive Safety Action Program for Promoting Aviation Safety Culture
대한인간공학회지
2016 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0