표제지
국문요약
목차
I. 서론 10
1.1. 연구의 배경 및 목적 10
1.2. 연구의 내용 및 범위 10
II. 이론적 배경 12
2.1. 자율주행 자동차의 개요 12
2.2. 사회적 딜레마 13
2.2.1. 윤리적 딜레마(Ethical Dilemma) 13
2.2.2. 법적 딜레마(Legal Dilemma) 14
2.3. 딥러닝(Deep Learning) 15
2.3.1. 기계학습(Machine Learning) 15
2.3.2. 인공 신경망(ANN, Artificial Neural Network) 16
2.3.3. 심층 신경망(DNN, Deep Neural Network) 17
III. 딥러닝 시스템 구현 19
3.1. 딥러닝 라이브러리 19
3.2. 심층 신경망 설정 20
3.3. 훈련 데이터(Training Data) 22
3.4. 활용 방안 23
IV. 실험 결과 및 분석 26
4.1. 실험 환경 설정 26
4.1.1. 구성 26
4.1.2. 설정 27
4.1.3. 학습 30
4.2. 실험 방법 32
4.2.1. 상황 설정 32
4.2.2. 입력 데이터 34
4.3. 실험 결과 및 분석 37
V. 결론 43
참고문헌 44
Abstract 45
〈표 1〉 자율주행 기술 구성 요소 12
〈표 2〉 4개 분과별 주요 논의 분야 14
〈표 3〉 인공 신경망의 속성 17
〈표 4〉 심층 신경망 설정 내용 22
〈표 5〉 훈련 데이터 예 23
〈표 6〉 상황 판단 항목 25
〈표 7〉 하드웨어(Hardware) 구성 26
〈표 8〉 소프트웨어(Software) 구성 26
〈표 9〉 은닉층 설정 값 29
〈표 10〉 훈련 데이터 수량 29
〈표 11〉 실험 상황 1 32
〈표 12〉 실험 상황 2 32
〈표 13〉 실험 상황 1의 운전자 성향 데이터 35
〈표 14〉 실험 상황 2의 운전자 성향 데이터 36
〈표 15〉 실험 상황 1의 결과 41
〈표 16〉 실험 상황 2의 결과 42
〈그림 1〉 윤리적 딜레마 상황(예: 트롤리 딜레마) 13
〈그림 2〉 인공 신경망 가중치 16
〈그림 3〉 심층 신경망 모델 18
〈그림 4〉 라이브러리 호출 예시 19
〈그림 5〉 과적합 그래프 설명 20
〈그림 6〉 은닉층 설정 예시 21
〈그림 7〉 심층 신경망 설정 구조 21
〈그림 8〉 상황 대처 로직 24
〈그림 9〉 실험 소스 설정 27
〈그림 10〉 실험 소스 흐름도 28
〈그림 11〉 학습 실행 30
〈그림 12〉 deep_test.dat 학습 데이터 구조 31
〈그림 13〉 실험 상황 1 33
〈그림 14〉 실험 상황 2 34
〈그림 15〉 실험 상황 1에서 순번 1 결과 37
〈그림 16〉 실험 상황 1에서 순번 2 결과 38
〈그림 17〉 실험 상황 2에서 순번 1 결과 39
〈그림 18〉 실험 상황 2에서 순번 3 결과 40