현재 정품인증을 위한 인쇄물이 다양한 제품에 활용되고 있지만, 고해상도로 정밀하게 재현한 위조 인쇄물이 불법적으로 끊임없이 유통되고 있는 실정이다. 본 논문에서는 정품 인쇄물과 위조 인쇄물을 스마트 폰으로 손쉽게 감식할 수 있는 효율적인 기법을 제시한다. 즉, 제안한 방법은 서버에 원본의 이미지를 저장하며, 이 원본의 이미지에 대한 다중 척도를 특징점으로 추출하여 저장하고, 이 다중 척도에 기초하여 위조 인쇄물이 효과적으로 감식될 수 있는 방법으로 설계되어진다. 다양한 실험을 통하여 제안한 방식은 단일 척도에 의한 위조품 감별 방식에 비해 인식률을 높이고, 오인식률을 낮추는 방식으로 성능이 개선됨을 보인다. 또한, 제안한 방식은 여러 종류의 디자인에 대해 안정적으로 우수한 성능을 보임을 확인한다.

본 논문에서는 스크램블 연산(Scramble Operation) 및 위상 천이 디지털 홀로그래피(PSDH; Phase Shift Digital Holography) 기반 영상 이중 암호화 방법을 제안한다. 암호화하고자 하는 영상을 스크램블 연산을 통해 디지털적으로 1차 암호화를 수행한 후, 위상 변조하고, 위상을 천이시킨 기준파와의 간섭을 통해 2차 암호화 정보를 얻는다. 복호화 과정은 암호화 과정의 역순으로 진행된다. 두 개의 암호화된 영상들을 적절하게 산술 처리하는 위상 천이 디지털 홀로그래피 기술을 통해 디지털적으로 1차 복호화하고, 위상 복조를 한 후, 스크램블 연산 시에 사용한 암호화 키 정보를 이용하여 원래의 영상을 복원한다. 제안된 암호화 방법은 스크램블 연산에 사용된 두 개의 키 정보와 위상 천이 디지털홀로그래피 기술에서 사용된 거리 정보, 광원의 파장 등의 정보를 모두 정확하게 알아야만 원래의 영상을 복원할 수 있다.

본 논문은 1.7 GHz 주파수 대역에서 HD 비디오를 무선으로 송수신하는 2T-2R(2 Transmitter-2 Receiver) 시스템을 설계 및 구현하였다. 해당 시스템은 HDL로 설계한 LTE-TDD 송수신 모뎀을 USRP RIO에 내장된 Xilinx Kintex-7칩에 구현하여 USRP RIO를 베이스밴드로 사용하였으며, USRP RIO에서 송수신되는 신호는 자체 설계한 1.7 GHz RF송수신 모듈로 업 다운 변환을 수행한 후 자체 설계한 2x9 서브 배열 안테나를 통해 최종적으로 HD 비디오 데이터를 통신하게 된다. USRP RIO와 Host PC의 통신방식은 데이터 송수신시 발생되는 지연을 최소화하기 위해　PCI express(Peripheral Component Intercon nect express)x4를 사용하였다. 구현한 시스템은 EVM 32 dBc의 기본 성능을 보였으며, 실험환경 내 어디서든 HD 비디오를 성공적으로 송수신하였다. 본 논문에서 제안하는 내용은 6 GHz 이하의 차세대 5G 이동통신 시스템뿐만 아니라 추후 밀리미터 대역을 사용하는 광대역 5G 이동통신 시스템으로의 활용이 가능하다.

컴퓨터와 영상기술의 발달로 디지털 미디어의 제공방법이 다양해지고 이에 관한 관심이 커짐에 따라 많은 콘텐츠가 제작되고 있다. 이 콘텐츠들은 카메라나 컨트롤러를 통해 인체의 움직임과 사용자 정보를 활용하기 위한 연구가 활발하게 이루어지고 있다. 사용자의 정보를 이용한 콘텐츠는 공공장소에서 다양한 사람들에게 노출되어 광고로 사용 될 수 있다. 본 논문에서 사용자의 키 정보와 움직임 정보를 사용하여 구현되는 캐릭터 플로팅 홀로그램 시스템을 제안한다. 시스템은 깊이 영상에서 사용자의 키와 움직임을 감지하고 이 정보를 토대로 캐릭터를 생성한다. 생성된 캐릭터는 플로팅 홀로그램 디바이스를 이용하여 표현된다. 이 시스템은 사용자 정보를 이용한 마케팅, 광고 및 전시에서 사용될 수 있다.

최근 들어 머신 러닝 기술의 발달로 기존 영상 기반의 응용시스템에 딥러닝 기술을 적용하는 사례들이 늘고 있다. 이러한 맥락에서 화재 감지 분야에서도 CNN (Convolutional Neural Network)을 적용하는 시도들이 이루어지고 있다. 본 논문에서는 기존 전처리 방법과 특징 추출 방법이 CNN과 결합되었을 때 화재 탐지에 어떤 효과를 유발하는지를 검증하기 위해 인식 성능과 학습 시간을 평가해 보았다. VGG19 CNN 구조를 변경, 즉 컨볼루션층을 조금씩 늘리면서 실험을 진행한 결과, 일반적으로 전처리하지 않는 이미지를 사용한 경우가 성능이 훨씬 좋음을 확인할 수 있었다. 또한 성능적인 측면에서는 전처리 방법과 특징 추출 방법이 부정적인 영향을 미치지만 학습속도 측면에서는 많은 이득이 있음을 확인할 수 있었다.

본 연구의 목적은 ERP시스템의 품질요인이 시스템 사용만족도와 개인 및 조직성과에 어떠한 영향을 미치는가를 실증적으로 조사 및 분석하였다. 기존 선행연구들이 시스템의 품질요인에 초점을 맞추고 연구한 반면, 본 연구는 설문지를 사용하여 ERP시스템을 채택한 기업에 있어서 품질요인과 사용만족도 및 기업성과간의 상호관련성을 조사 연구하였다. 특히 기존의 연구들은 시스템품질과 사용만족도 또는 조직성과간의 관련성 연구가 주류를 이루고 있는데 본 연구에서는 정보시스템품질을 시스템품질, 정보품질, 서비스품질 3가지로 분류하고 사용만족도 및 성과도 개인성과와 조직성과로 구분하여 각각의 관련성을 연구하였다는 데 의의가 있다. 연구결과는 다음과 같다. 첫째, ERP시스템의 품질요인의 시스템품질, 정보품질, 서비스품질이 각각 사용자만족도에 유의한 수준에서 정(+)의 영향을 미치는 것으로 확인되었다. 둘째, 시스템 사용만족도가 개인성과와 조직성과에 각각 유의한 수준에서 정(+)의 영향을 미치는 것으로 확인되었다. 또한, 수정지수를 이용한 수정모형에서 얻은 추가 가설인 ERP시스템의 서비스품질이 개인성과 및 조직성과에 각각 유의한 수준에서 정(+)의 영향을 미치는 것으로 확인되었다.

본 논문에서는 슈퍼컴퓨터 공동 활용의 효과에 대한 경제성 분석을 비용편익분석 방법을 통해 수행한다. 슈퍼컴퓨터를 활용함에 있어 국가센터 등에서 중앙 집중형 범용 시스템을 운영 및 서비스하는 체제와 개별 기관들이 자체적으로 구축 운영하는데 소요되는 비용을 추정하여 비교한다. 공동 활용의 경우 기존 슈퍼컴퓨터 도입 및 운영 실적에 근거하여 비용을 쉽게 추정할 수 있다. 그러나 개별 사용에 소요되는 비용은 실제로 운영하고 있지 않은 관계로 슈퍼컴퓨터의 성능 및 기반시설, 인적 요인 등에 의한 변동성을 고려한다면 그 추정이 매우 어려운 실정이다. 따라서 본 논문에서는 개별 사용 비용을 산출하는 객관적이고 타당한 방법을 제시하고 두 대안의 비용을 비교하여 공용 슈퍼컴퓨터 운영 서비스가 경제적 측면에서 얼마나 효과적인지를 분석한다. 분석결과에 따르면 공용 슈퍼컴퓨터의 활용이 개별 사용에 비해 운영비용 측면에서 연평균 약 103억원, 6년간 총 620억원이 절감된다. 따라서 공용 슈퍼컴퓨터의 활용은 개별 도입에 비해 상당한 규모의 경제적 효과를 가져 올 것으로 판단된다.

Bitcoin is a cryptographic digital currency and has been given a significant amount of attention in literature since it was first introduced by Satoshi Nakamoto in 2009. It has become an outstanding digital currency with a current market capitalization of approximately $60 billion. By 2019, it is expected to have over 5 million users. Nowadays, investing in Bitcoin is popular, and along with the advantages and disadvantages of Bitcoin, learning how to forecast is important for investors in their decision-making so that they are able to anticipate problems and earn a profit. However, most investors are reluctant to invest in bitcoin because it often fluctuates and is unpredictable, which may cost a lot of money. In this paper, we focus on solving the Bitcoin forecasting prediction problem based on deep learning structures and neural decomposition. First, we propose a deep learning-based framework for the bitcoin forecasting problem with deep feed forward neural network. Forecasting is a time-dependent data type; thus, to extract the information from the data requires decomposition as the feature extraction technique. Based on the results of the experiment, the use of neural decomposition and deep neural networks allows for accurate predictions of around 89%.

일부 소비재의 경우 소비자들은 제품이나 서비스를 사용한 뒤 어떤 추가적인 혜택의 발생에 대한 기대를 가질 수 있다. 제품을 다 쓰고 난 뒤에 발생할 이익에 대한 기대가 포함된 소비재(본 연구에서는 투자성 소비재라고 함)는 단순 구입 개념보다는 투자 개념에서의 접근이 필요하다. 본 연구는 투자성 소비재의 구매와 관련하여 소비자가 단순히 구입 개념으로 접근하는 경우와 투자개념으로 접근하는 경우 어떤 차이가 발생하는지를 알아보고자 한다. 연구결과에 의하면 소비자들이 단순히 제품의 현재 상태에 대한 정보를 중심으로 구매에 집중하는 경우에는 일반적인 소비재들의 구매에서처럼 품질이 좋을 것으로 기대되는 고가격 제품에 대한 구매의도가 품질이 낮을 것으로 생각되는 저가격 제품의 경우보다 더 높게 나오지만, 제품을 사용하고 난 뒤 얻게 될 미래의 혜택에 집중하는 경우에는 위험한 고가격 제품보다는 안전한 저가격 제품에 대한 구매의도가 더 높게 나오는 것으로 나타났다.

본 연구는 Kano 모델이 소비자이면서 생산자인 메이커스가 사용하는 FDM 저비용 3D 프린터에 대한 제품 품질 및 품질 만족도에 미치는 영향을 조사하였습니다. 3D 프린터 제품의 품질은 제품 자체의 고유한 품질을 기반으로 기능성, 유용성, 내구성, 신뢰성 및 안전성 측면에서 분석하였습니다. 이 연구는 Kano 분석을 통하여 고객이 원하는 3D프린터의 세부 특성을 파악해보고 Timko 계수를 사용하여 메이커스가 만족하는 영향 정도를 파악하고자 하였습니다. 결과적으로 이 연구는 제품 크기, 출력 속도, 외부 충격에 대한 내구성이 매력적인 품질로 도출되었고 안전성 부분에서는 모두 일원적 품질인 것으로 나타났다. 표면 해상도를 제외한 Timko 고객 만족 지수는 Kano 모델과 동일한 결과가 도출되었다.