• 한국음향학회지
• /
• 제39권4호
• /
• pp.292-302
• /
• 2020

기계학습 알고리즘은 소나 및 레이더를 포함한 다양한 분야에서 사용되고 있다. 최근 개발된 GAN(Generative Adversarial Networks)의 변형인 Cycle-Consistency Generative Adversarial Network(CycleGAN)은 쌍을 이루지 않은 이미지-이미지 변환에 대해 검증된 네트워크이다. 본 논문에서는 높은 품질로 수중 선박 엔진음을 변환시킬 수 있는 변형된 CycleGAN을 제안한다. 제안된 네트워크는 수중 음향을 기존영역에서 목표영역으로 변환시키는 생성자 모델과 데이터를 참과 거짓으로 구분하는 개선된 식별자 그리고 변환된 수환 일관성(Cycle Consistency) 손실함수로 구성된다. 제안된 CycleGAN의 정량 및 정성분석은 공개적으로 사용 가능한 수중 데이터 ShipsEar을 사용하여 기존 알고리즘들과 Mel-cepstral분포, 구조적 유사 지수, 최소 거리 비교, 평균 의견 점수를 평가 및 비교함으로써 수행되었고, 분석결과는 제안된 네트워크의 유효성을 입증하였다.

• 한국정보처리학회논문지
• /
• 제7권2호
• /
• pp.477-487
• /
• 2000

본 논문에서는 체적 시각화 과정을 이론적으로 고찰하여 시각화 모델을 제시하고 그 모델로 유도된 관계로부터 미분 방정식을 이용하여 분석적 체적 시각화 해법을 구하였다. 이 분석적 방법을 제적 시각화의 대표적인 방법인 Levoy의 이산적 광선 추적법과 비교하여 본 연구에서 제시한 방법의 특수한 형태가 Levoy의 이산적 방법임을 보였다. 그리고 체적 데이터를 시각화기 위해서는 사용자가 시각화하기를 원하는 부위를 선택하고 이 부분만을 추출하는 영역 분할 작업이 필요하다. 본 논문에서는 영역확장법에 기반을 둔 효율적인 3차원 영역 분할 기법을 개발하여 위의 분석적인 방법을 이용하여 3차원 제적 데이터의 시각화를 위한 시스템을 구현하였다. 그리고 본 접근법에 대한 의의와 유용함에 대한 가설적인 결론을 구현된 시스템을 이용한 실험에 근거하여 유도하였다. Lovoy의 이산적인 방법과 분석적인 방법을 같은 데이터에 대해 3차원 영역 분할 수행 후 적용한 실험은 분석적인 방법이 이산적인 방법에 비해 렌더링된 이미지의 질이 더 좋음을 보여준다.

• 정보보호학회논문지
• /
• 제33권2호
• /
• pp.175-182
• /
• 2023

차분 분석은 블록 암호에 대한 분석 기법 중 하나이며, 입력 차분에 대한 출력 차분이 높은 확률로 존재한다는 성질을 이용한다. 무작위 데이터와 특정 출력 차분을 갖는 데이터를 구별할 수 있다면, 차분분석에 대한 데이터 복잡도를 감소시킬 수 있다. 이를 위해 딥러닝 기반의 신경망 구별자에 대한 연구들이 다수 진행되었으며, 본 논문에서는 PIPO 64/128에 대한 최초의 딥러닝 기반의 신경망 구별자를 제안하였다. 여러 입력 차분들을 사용하여 실험한 결과, 0, 1, 3, 5-라운드의 차분 특성에 대한 3 라운드 신경망 구별자가 각각 0.71, 0.64, 0.62, 0.64의정확도를달성하였다. 이 구별자는 고전 구별자와 함께 사용될 경우 최대 8 라운드에 대한 구별 공격이 가능하도록 한다. 따라서 여러 라운드의 입력 차분을 처리할 수 있는 구별자를 찾아냄으로써 확장성을 확보하였다. 향후에는 성능 향상을 위한 최적의 신경망을 구성하기 위해 다양한 신경망 구조를 적용하고, 연관 키 차분을 사용하거나 다중 입력차분을 위한 신경망 구별자를 구현할 예정이다.

• 한국인터넷방송통신학회논문지
• /
• 제23권6호
• /
• pp.1-7
• /
• 2023

본 논문은 인공지능 기술을 활용하여 일반 도로와 침수 도로를 분류하는 학습모델을 개발하였다. 다양한 데이터 증강기법을 사용하여 학습 데이터의 다양성을 확장하며, 여러 환경에서도 좋은 성능을 보이는 모델을 구현하였다. CNN 기반의 Resnet152v2 모델을 사전 학습모델로 활용하여, 전이 학습을 진행하였다. 모델의 학습 과정에서 다양한 파라미터 튜닝 및 최적화 과정을 거쳐 최종 모델의 성능을 향상하였다. 학습은 파이선으로 Google Colab NVIDIA Tesla T4 GPU를 사용하여 구현하였고, 테스트 결과 시험 데이터 세트에서 매우 높은 정확도로 침수상황을 탐지함을 알 수 있었다.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1073-1080
• /
• 2023

인터넷 네트워크의 발전과 속도 개선, 이를 배경으로 한 각종 플랫폼의 발전은 다양한 콘텐츠의 생산과 소비의 급속한 확장을 불러왔다. 하지만 기존의 IP를 기반으로 한 인터넷 체계는 이런 급속한 데이터의 증가에 효율적으로 대처할 수 없는 현황이다. 이에, 콘텐츠 중심 네트워크(CCN, Contents Centric Network)라는 대안이 등장해 호스트 중심이 아닌 콘텐츠를 중심으로 보다 효율적인 데이터 송수신이 가능해졌다. 본 논문에서는 CCN의 주요 연구 분야 중 하나인 실시간 스트리밍 서비스에서의 중간노드 이동성에 대해 다룰 것이며, RSSI 감지를 통한 보다 효율적인 경로 전환을 통해 네트워크 과부하를 최소화할 것이다. 즉, 정보요청자와 정보제공자 사이에 위치한 중간노드가 이동했을 때 예비 경로를 선택하고 전환하는 방법을 개선함으로써 데이터 전송의 단절은 없으면서도 네트워크에 경로 전환으로 인한 불필요한 부하가 발생하지 않도록 관리하는 매커니즘을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권10호
• /
• pp.77-86
• /
• 2020

본 논문에서는 블록체인 응용서비스를 견고하게 실행하고, 이의 실패 시 체계적인 복구를 지원하는 BR2K(Blockchain application, Replication & Recovery technique using Kubernetes)기법을 제안한다. 블록체인 서비스는 블록체인의 특징인 탈중앙화, 높은 보안성, 그리고 데이터 무결성 등을 기반으로 행정, 금융, 그리고 의료 시스템 같은 다양한 분야에서 개발 및 적용되고 있다. 따라서 이와 같이 서비스의 연속성이 중요한 분야에서 블록체인 서비스 실행에 대한 견고성이 제공하는 것이 필요하며, 서비스 실패에 대한 복구 방안 또한 필요한 실정이다. 이를 위하여, BR2K는 블록체인 응용서비스의 지속 가능한 실행을 체계적으로 지원하는 실행 복제 기법을 제공한다. 또한, 블록체인 서비스 레지스트리 기반의 견고한 컨테이너 레지스트리를 소개하고 이를 이용하여 서비스 실패에 대한 복구를 체계적으로 지원한다. 더불어, 블록체인 서비스 개발 프레임워크인 트러플을 쿠버네티스 컨테이너 관리 도구를 활용할 수 있도록 확장하고, 이를 바탕으로 서비스를 신속하게 배포하는 기법을 제공한다.

• 한국정보전자통신기술학회논문지
• /
• 제11권3호
• /
• pp.253-258
• /
• 2018

다중 밴드 통신 기법은 채널 전달 특성 등 환경이 매우 빠르게 변하는 수중 음향통신 환경에서 동일 데이터를 서로 다른 주파수 밴드에 할당하여 선택적 페이딩을 극복할 수 있어 성능이나 전송 효율 측면에서 효과적이며, 다양한 수중 채널 환경을 극복하면서 전송 거리를 더욱 확장할 수 있다. 본 논문에서는 수중 음향 통신에서 다중 밴드 전송 기법의 효율성 분석을 위해 부호화율 1/3을 갖는 Turbo pi부호를 이용하여 다중 밴드의 개수를 1~5개까지 적용하였으며 시뮬레이션을 통해 성능을 분석하였다. 시뮬레이션 결과 수신 SNR을 기준으로 밴드 수의 증가 시 성능이 우수함을 알 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권9호
• /
• pp.1085-1094
• /
• 1999

이동 분산 환경에서는 무선 데이타 전송 기법을 통하여 사용자들에게 다양한 정보들을 전달하게 된다. 본 논문은 균등 무선 데이타 방송 환경에서, 빠른 시간에 방송데이타를 접근할 수 있는 방법에 대하여 기술한다. 이를 위하여 무선 방송 데이타의 스케쥴링 문제를 정의하고, 어떤 질의가 접근하는 데이타들의 응집 정도를 나타내는 `질의 거리(Query Distance: QD)'라는 측정 기준을 제시한다. 제안한 질의 거리를 사용하여 각 질의의 우선 순위에 따라 해당 질의가 접근하는 데이타 집합을 방송 스케쥴에 추가하면서 스케쥴을 구성하는 데이타 스케쥴링 기법을 제시한다. 데이타 집합의 스케쥴 구성 과정에서 우선 순위가 높은 질의의 질의 거리를 최소화하면서 낮은 우선 순위 질의들의 질의 거리를 줄이는 스케쥴 확장 규칙들을 사용한다. 예를 이용하여 제안하는 방법에 대하여 설명한 후, 실험을 통해 제안한 방법의 성능을 평가한다.Abstract In mobile distributed systems the data on the air can be accessed by a lot of clients. This paper describes the way clients access the broadcast data in short latency in uniform wireless broadcasting environment. We define the problem of wireless data scheduling and propose a measure, named Query Distance(QD), which represents the coherence degree of data set accessed by a query. By using the measure, we give a data scheduling method that constructs the broadcast schedule by appending each query's data set in greedy way. When constructing the schedule, we use schedule expansion rules that reduce the QD's of lower-frequency queries while minimizing the QD's of the higher-frequency ones. With the use of examples we illustrate the mechanism of the proposed method and we test the performance of our method.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권3호
• /
• pp.217-229
• /
• 2002

정규경로표현은 전통적 스키마를 가정하지 않는 준구조적 데이타에 대해 질의를 고안하기 위한 기본적 질의 요소이다. 그리고 질의전지는 정규경로표현의 처리에 있어 불필요한 탐색을 제거하기 위한 중요한 최적화 기법이다. 그러나 기존 질의전지는 다중 정규경로표현들은 완전히 최적화하지 못하는 경우가 많으며, 기존 질의전지의 결과를 후처리하는 기존의 방법은 지수적으로 증가하는 많은 부분결과들의 조합들을 확인해야 한다. 본 논문에서는 전처리 단계와 전지 단계로 구성된 두 단계 질의전지라 부르는 새로운 기법을 소개한다. 우리의 두 단계 질의전지는 다중 정규경로표현의 최적화에 효과적이며, 지수적으로 증가하는 많은 부분결과들의 조합들을 화인하지 않는다는 점에서 기존의 방법보다 더 확장성이 있다.

• 한국컴퓨터정보학회논문지
• /
• 제15권4호
• /
• pp.11-18
• /
• 2010

Fuzzy c-means(FCM)는 퍼지 집합을 응용한 간단하지만 효율적인 클러스터링 방법 중 하나이다. FCM은 여러 응용 분야에서 성공적으로 활용되어 왔지만, 초기화와 잡음에 민감하고 볼록한 형태의 클러스터들만 다룰 수 있는 문제점이 있다. 이 논문에서는 이러한 FCM의 문제점을 해결하기 위해 전역 클러스터링(global clustering) 기법과 커널 클러스터링(kernel clustering) 기법을 결합하여 새로운 비선형 클러스터링 기법인 커널 전역 FCM(kernel global fuzzy c-means, KG-FCM)을 제안한다. 전역 클러스터링은 클러스터링의 초기화를 위한 방법 중 하나로, 순차적으로 클러스터를 하나씩 추가함으로써 초기화에 민감한 FCM의 한계를 극복할 수 있도록 해준다. FCM의 잡음 민감성과 볼록한 클러스터들만 다룰 수 있는 한계를 극복하기 위한 방법은 여러 가지가 있으며 커널 클러스터링이 그 중 하나이다. 커널 클러스터링은 사용하는 커널을 바꿈으로써 쉽게 확장이 가능하므로 이 논문에서는 커널 클러스터링을 사용하였다. 두 방법을 결합함으로써 제안한 방법은 위에서 언급한 문제점들을 해결할 수 있으며, 이는 가상 및 실제 데이터를 이용한 실험 결과를 통해 확인할 수 있다.