• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.571-573
• /
• 1998

정보전달에 있어서 멀티미디어 정보가 차지하는 비중이 점점 증대됨에 따라 멀티미디어 데이터 암호화의 필요성이 부각되고 있는 실정이다. 그러나 기존의 암호화에 일반적으로 적용되어온 DES(Data Encription Standard)와 같은 전통적인 암호화 알고리즘은 멀티미디어 데이터를 암호화하여 실시간으로 처리하기에는 충분히 신속하지 못한 단점이 있다. 그래서 본 논문에서는 디지털 이미지 프로세싱 기법중 압축기법과암호화 기법을 일련의 과정으로 통합하여 멀티미디어 정보의 중요부분을 차지하는 디지털 이미지의 실시간 암호화 처리기법을 연구하였다. 디지털 이미지의 저주파수 성분과 고주파수 성분을 다단계의 레벨로 분리하여 각 대역별로 성분을 집중시킨 후 임의의 배치 순서로 재배치하는 방법을 통해 DCT(Discrete Cosine Transform)과정 및 양자화과정을 거친 공간주파수 성분을 Zig-Zag순서가 아닌 임의의 배치 순서로 재배열할 때 발생되는 이미지의 크기가 상대적으로 커지는 점과 저주파수 성분이 주요 성분으로 구성된 이미지의 경우 해독이 비교적 용이하다는 점, 또한 약간의 응용으로 각 블록의 DC값만을 추출하여 이미지의 주요 내용을 파악할 수 있는 문제점을 해결하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.829-832
• /
• 2003

본 논문은 판재를 다루는 제조업에서 제품생산에 필요한 부재 절단작업도와 NC절단기 제어용 부재 절단 NC 데이터파일을 생성해 주는 네스팅시스템을 웹상에서 구현하고 이를 유료로 활용할 수 있도록 지원하는 인터넷 비즈니스의 한 방법을 제안한다. 웹에서 운용되는 네스팅시스템은 비주얼스튜디오 닷넷(VS.NET)을 개발툴을 사용하며 서버의 과부하를 최소화하고 클라이언트를 최대한 활용할 수 있도록 NEST서버, NEST 클라이언트, 데이터베이스서버 그리고 이들을 연결해주는 커뮤니케이션 인터페이스로 구성되어 있다. NEST 서버에서는 부재의 자동배치기능, 부재의 NC 절단데이터 생성을 위한 CAM기능, NC 포스트프로세서기능이 실행되며 NEST 클라이언트에서는 부재 및 판재 정의기능, 부재 반자동배치기능, 각종 결과의 출력기능 등이 수행된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.358-359
• /
• 2017

실제 영화관에서는 매출을 최대화하기 위해 저마다의 상영관 별 다른 영화 배치 전략을 가지고 있다. 이 영화 배치 전략으로 인해 영화관의 매출이 좌지우지 된다. 여기서 가장 보편적인 기준은 박스오피스이다. 하지만 박스오피스는 과거 영화 상영의 매출액을 모아둔 것으로 개봉되지 않은 영화에 대한 정보는 가지고 있지 않다. 이 개봉되지 않은 영화에 대한 기준, 즉 박스오피스를 얼마나 정확하게 예측 할 수 있는지가 각 영화관의 경쟁력을 결정한다. 본 논문은 개봉 예정인 영화들을 분석하고 이를 통해 박스오피스를 예측는 방법을 제시하고, 실제 박스오피스와 비교, 분석하는 내용을 다룬다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.250-251
• /
• 2012

최근 클라우드 컴퓨팅에 대한 관심이 높아짐에 따라, 많은 데이터 센터들이 세워졌으며 그럼으로써 데이터 센터의 전력 소모가 이슈가 되고 있다. 한편 현대의 하드웨어에서 CPU 코어의 수와 메모리의 용량은 점차 증가하는 추세이다. 이 논문에서 우리는 다수의 가상머신을 한 개 물리노드에 배치하였을 때의 전력 효율성과 성능 하락에 대해 연구하였다. 결론적으로 우리는 메모리 사용률이 올라갈수록 성능이 하락하며 전력 효율성이 떨어지는 것을 확인할 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.221-226
• /
• 2021

우리는 범주 불균형 분류 문제를 해결하기 위해 학습 과정 중 범주 크기 기반 배치 샘플링 방법 전환을 위한 스케줄링 방법을 제안한다. 범주별 샘플링 확률로 범주 크기의 역수(LWRS-Reciporcal)와 범주 비율의 반수(LWRS-Ratio)를 적용하여 각각 실험을 진행하였고, LWRS-Reciporcal 방법이 F1 성능 개선에 더 효과적인 것을 확인하였다. 더하여 고정된 샘플링 확률값으로 인해 발생할 수 있는 또 다른 편향 문제를 완화하기 위해 학습 과정 중 샘플링 방법을 전환하는 스케줄링 방법을 설계하였다. 결과적으로 검증 성능의 갱신 유무로 샘플링 방법을 전환하였을 때 naver shopping 데이터셋과 KLUE-TC에 대하여 f1 score와 accuracy의 성능 합이 베이스라인보다 각각 0.7%, 0.8% 향상된 가장 이상적인 성능을 보임을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.101-103
• /
• 2012

센서 네트워크 클러스터링 기법은 네트워크의 수명연장에 효율적인 방법이다. 이에 많은 연구에서 효율적인 클러스터링 기법을 제안해 왔으며 지금도 진행 중에 있다. 그러나 기존에 제시된 연구 결과는 센서 노드가 수집하는 데이터가 단일 데이터가 아닌 다중 데이터일 경우, 즉 센서 노드에 여러 개의 센서가 장착되어 있을 경우 데이터 수집 및 전송에 있어 단일 데이터에 비해 비효율적으로 동작 할 수 있다. 이에 본 논문은 다중 센서로부터 수집되는 데이터의 효율적인 전송을 지원하는 클러스터링 기법 개발을 위해 고려해야 할 사항에 대해 연구하였다. 연구 결과, 우리는 센서가 수집하는 데이터의 관심도, 데이터 변화량, 데이터의 내부적인 처리방법, 센서 노드의 배치 밀도 및 데이터 수집 장치의 감지범위가 다중 데이터 센서 네트워크의 클러스터링 기법 설계에 고려되어야 함을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.649-651
• /
• 2009

교통신호제어를 시행하려면 신호 검출을 위험한 곳에서 시행을 한다든지 한계에 부딪히는 곳에서 데이터를 수집를 하는 경우가 대부분이다. 이곳에 sensor node를 배치하여 데이터를 수집하면 저렴한 가격의 센서들을 통한 정보획득과 무선 네트워크를 통한 통신을 시행할뿐만 아니라 초전력 소모기술을 이용하여 대규모 교통데이터 정보수집을 시행하여 차량우선이 아닌 보행자 우선의 신호제어 알고리즘을 구현하는데 많은 잇점을 지니고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.117-119
• /
• 1998

대용량의 데이터를 다루는 지리정보 시스템은 I/O가 시스템의 병목현상을 발생시킨다. 따라서, I/O의 병렬화로 GIS의 데이터 요구를 만족시키려는 연구가 이루어져 왔다. PR(Parallel R-tree)[1]도 이러한 연구에 속한다. 한편, 지리 정보 시스템의 질의는 영역질의가 대부분이다. 영역질의는 특성상 인접한 객체들의 동시에 요구한다. 그러므로, 인접한 데이터를 물리적으로 인접하게 배치하면 I/O의 성능이 향상된다. 본 논문에서는 인접한 객체를 물리적으로 인접한 위치에 저장하는 방식인 EPR(Enhanced PR)기법과 단말노드 구조를 제안하고 그 성능을 평가하였다.

• 정보화사회
• /
• s.110
• /
• pp.39-40
• /
• 1997

오디세이(Odyssey)사업은 미국의 위성체제조사인 TRW사와 캐나다의 통신사업자인 Telegolobe사가 주축이 되어 추진하고 있는 사업으로서 12개의 위성을 중궤도(10,354km)에 배치하여 전 세계를 대상으로 음성 통신, 팩스 ,디지털 데이터 등을 주요 서비스로 계획하고 있다.

• Journal of Internet Computing and Services
• /
• v.19 no.3
• /
• pp.35-42
• /
• 2018

Deep learning is known as a method of high accuracy among several methods for image classification. In this paper, we propose a method of enhancing the accuracy of image classification using CNN with a batch normalization method for classification of images using deep CNN (Convolutional Neural Network). In this paper, we propose a method to add a batch normalization layer to existing neural networks to enhance the accuracy of image classification. Batch normalization is a method to calculate and move the average and variance of each batch for reducing the deflection in each layer. In order to prove the superiority of the proposed method, Accuracy and mAP are measured by image classification experiments using five image data sets SHREC13, MNIST, SVHN, CIFAR-10, and CIFAR-100. Experimental results showed that the CNN with batch normalization is better classification accuracy and mAP rather than using the conventional CNN.