• 대한전자공학회논문지TC
• /
• 제43권7호
• /
• pp.1-13
• /
• 2006

본 논문에서는 계층적인 이동 센서 네트워크에서 하위 센서 노드의 인증이나 센싱된 정보의 암호화를 위해 사용할 수 있는 키를 관리하기 위하여 키 선분배를 기본으로 키 재분배 방법을 제공하는 키 관리 메커니즘을 제안한다. 본 키 관리의 특징은 첫째, 중앙 관리의 약점을 극복하기 위해 키 관리를 sink 노드뿐 아니라 aggregator 노드들에 분산시켰다. 둘째, sink 노드는 회귀모델을 사용해 키를 생성 관리하여 이미 분배된 키에 대해서는 어느 노드에게 어떤 키를 분배했는지 또는 그 키 자체를 저장하지 않고, 노드가 메시지에 첨부하여 전해주는 키 정보를 이용해 사용된 키를 간단히 계산하기 위한 정보만 저장하고 있다. 한편 기존 키 선분배에서는 키 선분배 후 키의 갱신에 대한 메커니즘이 제공되지 않았고, 네트워크 내 센서 노드가 확장되는 경우 이를 지원하도록 키 정보를 확장하기가 용이하지 않다는 단점이 있다. 이에 본 논문의 세 번째 특정으로써 기존 키 선분배 방식에서 제공되었던 센서 포획에 대한 탄력성(resilience), 즉 ${\lambda}$-security 특성을 제공하면서, 넷째 기존 방법의 단점을 보완하기 위해 노드 확장 시 키 풀의 확장이 용이하고, 배치된 노드에 대한 주기적인 키 재분배를 통해 키의 신규성(freshness)을 제공하며, 이동 노드에 대해 새로운 키 분배 방법을 제공하는 특징을 갖고 있다. 다섯째, 본 메커니즘은 키와 노드간의 매핑관계를 고정시키지 않음으로써 노드의 익명성 및 노드 이동 시 불추적성을 제공하고 있다. 마지막으로 본 논문에서는 기존 키 관리와의 특정 비교와 통신 계산 메모리 측면에서의 오버헤드 분석을 통해 제안된 키 관리의 성능을 분석한다.

• 한국시뮬레이션학회논문지
• /
• 제17권1호
• /
• pp.33-42
• /
• 2008

시뮬레이션이 현실적으로 수행하기 어려운 시스템을 모의 실험한다는 특성상 대상 시스템은 크고 복잡한 경우가 많으며, 이러한 시스템의 변화를 관찰하고자 한다면 시뮬레이션 모델구조와 애니메이션 또한 그와 비슷한 복잡도로 행해져야 한다. 그러나, 모든 시스템 구성 요소들을 한꺼번에 애니메이션 하는 일은 복잡도 때문에 관찰하고자 하는 시스템 영역에 대한 초점을 흐리게 할 수 있다. 또, 시뮬레이션이 많은 컴퓨팅 자원을 요구하는 일인 것을 고려할 때, 복잡한 애니메이션 처리는 시스템에게 더욱더 많은 부하를 준다. 이와 관련한 문제를 해결하고자 전체 시스템 중 관찰하고자하는 특정 계층을 사용자가 선택하여 애니메이션 하는 계층적 애니메이션 기법이 제안되었다. 하지만, 이 연구에는 모델 작성자가 시뮬레이션의 동적 특성에 맞는 애니메이션 모델링을 체계적으로 기술 할 수 있는 모델링 형식은 정의되어 있지 않다. 이 연구에서는 계층적 애니메이션이 가능한 시뮬레이션 모델을 좀 더 체계적으로 정의 할 수 있도록 DESHA 형식론을 정의하고, 기존 연구의 구현물을 개선하여 DESHA 모델 실행 환경인 DESHA-C++로 정의하였다. 또, 이러한 계층적 애니메이션이 가능한 시뮬레이션 모델링 방식이 다양한 영역에서 활용될 수 있도록 DESHA와 HLA를 연동한 분산 시뮬레이션 모델링 환경을 제안하고 개발하였다.

• 한국지능시스템학회논문지
• /
• 제13권5호
• /
• pp.512-519
• /
• 2003

본 논문에서는 계층적 클러스터링과 GMM을 순차적으로 이용하여 최적의 파라미터를 추정하고 이를 뉴로-퍼지 모델의 초기 파리미터로 사용하여 모델의 성능 개선을 제안한다. 반복적인 시도 중 가장 좋은 파라미터를 선택하는 기존의 알고리즘 과 달리 계층적 클러스터링은 데이터들 간의 유클리디언 거리를 이용하여 클러스터를 생성하므로 반복적인 시도가 불필요하다. 또한 클러스터링 방법에 의해 퍼지 모델링을 행하므로 클러스터와 동일한 갯수의 적은 규칙을 갖는다. 제안된 방법의 유용함을 비선형 데이터인 Box-Jenkins의 가스로 예측 문제와 Sugeno의 비선형 시스템에 적용하여 이전의 연구보다 적은 규칙으로도 성능이 개선되는 것을 보였다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.387-391
• /
• 2008

움직이는 객체를 검출하기 위해서 정확한 배경을 사용하기 위해 널리 사용되는 방법으로는 가우시안 혼합 모델이다. 가우시안 혼합 모델은 확률적 학습 방법을 사용하는데, 이 방법은 움직이는 배경일 경우와 이동하던 물체가 정지하는 경우 배경을 정확히 모델링하지 못한다. 본 논문에서는 확률적 모델링을 통해 혼잡한 배경을 모델링하고 객체의 계층적 처리를 통해 보다 정확한 배경으로 갱신할 수 있는 학습 방법을 제안한다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 추계학술대회
• /
• pp.300-305
• /
• 2007

재무성과와 지식자산을 함께 관리할 수 있는 통합적 성과평가 방법을 도입함으로써 미래 기업가치를 제고시킬 수 있는 필요성이 증가하고 있다. 국제적인 추세에 발맞추어 본 연구의 목적은 지식자산 평가에 대한 기존 연구와 Kaplan & Norton이 주창(1992)한 균형잡힌 성과기록표(Balanced Score Card : BSC)를 이용하여 지식자산 평가 지표 개발과 이러한 평가를 위해 Saaty가 개발한(1980) 계층적 분석과정(Analytic Hierarchy Process : AHP)방법론을 적용한 평가모델을 제시하고, 국내 A은행을 대상으로 지점을 평가하는 연구를 수행하였다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 2001년도 춘계 Conference: CRM과 DB응용 기술을 통한 e-Business혁신
• /
• pp.303-310
• /
• 2001

XML은 웹에서 데이터 교환을 위한 마크업 언어로 반-구조화된 정보나 구조화된 정보를 교환하고 저장할 수 있으며, 표준언어로 채택되어 가고 있고, 강력한 표현력을 가지고 있기 때문에 다양한 애플리케이션을 가능하게 한다. 문서와 객체가 구조화 될 수 있는 방법을 제공하는 XML은 계층적 구조로 이루어진다. ORDB에서는 스키마 객체들이 계층적 구조로 구성되어 하나의 큰 객체를 이룬다. XML과 ORDB 사이에 단순한 XML 문서는 직접 변환이 가능하나 복잡한 XML 문서를 다룰 때는 객체 기반 변환 방법으로 처리되어야 한다. 따라서 본 논문에서는 XML DTD를 객체로 변환하고 변환된 객체를 ORDB 스키마로 변환하는 방법에 대하여 연구하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (1)
• /
• pp.364-366
• /
• 2000

컴포넌트 기반의 개발과 컴포넌트 개발에 대한 관심이 높아지면서 이를 위하 개발 방법론과 개발 도구들의 도입이 확산되고 있다. 또한 컴포넌트의 재사용 범위를 확장시키기 위해 컴포넌트 개발 시 나타나는 Hot Spot 처리를 위한 분석, 설계 기법에 대한 관심이 높아지고 있다. 따라서 본 논문에서는 이러한 분석, 설계기법을 이용하여 융통적인 계층적 접근 권한에 대한 분석, 설계 모델을 제시한다. 본 논문에서는 다지인 모델링을 위한 표기법으로서 객체지향 모델링 기법인 UML(Unified Modeling Language)를 이용하여 모델링 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.476-478
• /
• 1998

본 논문에서는 영상의 밝기 정보로부터 물체의 표면 형상을 재구성하는 새로운 접근 방법을 제시한다. 이미지 모델은 기존의 Lambertian surface model에 거리 요소를 포함시켜 보다 현실과 비슷한 제약 조건을 주고, 국지 해(local minima)에 빠지기 쉬운 기존의 iteration 방법을 탈피하기 위해 유전자 알고리즘(genetic algorithm)을 도입한다. 표면의 깊이 정보를 이산여현변환(discrete cosine transform)하고 이 DCT 공간상에서 유전자 알고리즘을 적용함으로써 큰 형상을 먼저 결정한 후 미세한 형상을 찾아내는 계층적인 표면 형상의 재구성이 가능하도록 하였으며 간단한 실험으로 그 타당성을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.432-433
• /
• 2017

최근 ICT 기술과 의료 빅데이터를 활용한 다양한 연구가 활발하게 진행되고 있다. 이질적인 의료데이터의 공유와 확산을 위해 표준화 데이터 모델로 온톨로지 기반의 Linked Open Data가 대안으로 급부상하고 있다. 특히 의료 빅데이터의 분석을 위한 데이터 셋은 프로토콜화하기 어려운 문제점을 갖고 있다. 본 논문에서는 이러한 문제점을 해결하기 개발된 계층적 LOD 개발 환경 시스템을 기반으로 의료정보를 적용하기 위한 모델링에 중점을 두고자 한다. 본 연구는 의료 빅데이터의 검색과 분석연구 분야에 큰 영향을 줄 것으로 기대하고 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.248-249
• /
• 2018

본 논문에서는 고해상도 자궁 내막 세포들을 대상으로 정상세포와 이상세포들을 구별하기 위한 알고리즘을 제안한다. 구체적으로 계층적 구조를 갖는 Convolutional Neural Network (CNN) 모델을 기반으로 네 가지 세포들을 구분하는 알고리즘을 제안한다. 이 연구에서 고해상도 영상을 분류하면서도 복잡도 증가를 막기 위해 효율적인 전처리 과정을 사용하였다. 다양한 컴퓨터 실험을 통하여 제안하는 기술을 사용할 때, 인식률이 향상되는 것을 확인할 수 있었다.