레짐 변화 탐지를 활용한 동적 시뮬레이션 파라미터 교정

Abstract

본 논문은 에이전트 기반 시뮬레이션의 고질적인 문제인 시뮬레이션이 진행되면서 결과가 모델링 대상 시스템의 관측결과와 점점 차이가 나는 문제점을 해결하는 한 방법을 소개한다. 에이전트 기반 시뮬레이 션은 진행되면서, 에이전트 간의 상호작용으로 초기 단계의 교정이 현실과 동떨어지게 된다. 동적 파라 미터 교정은 시뮬레이션의 지속적인 정확성 유지에 반드시 필요하나, 파라미터의 교정을 위해 필요한 모 델러의 개입이 시뮬레이션의 매 시점마다 일어나기는 매우 어렵다. 본 논문은 이러한 어려움을 기계학습 을 활용하여, 동적 파라미터 교정을 자동화하여 해결한다. 본 논문의 방법론을 적용하였을 때, 시뮬레이 션 오차 감소는 아무런 동적 파라미터 교정을 하지 않았을때에 비해, 40% 이상 감소하였음을 관측할 수 있었다. 제안된 방법론은 시뮬레이션 연구의 고질적인 파라미터 교정 문제를 기계학습을 활용하여 해결 한 사례이다.