• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.669-672
• /
• 2018

캡술내시경은 식도부터 항문까지 소화기관 전체를 한번에 촬영할 수 있는 의료기기로, 한번의 검사에 평균 8~12 시간 정도의 길이와 5만장 이상의 프레임으로 구성된 영상을 생성한다. 그러나 생성된 영상에 대한 분석은 수작업으로 진행되고 있어, 캡술내시경 영상 분석 자동화에 대한 기술적인 수요가 높아지고 있는 추세이다. 이를 위해, 캡슐내시경 영상 분석에 대한 많은 연구가 진행되고 있는데, 본 연구에서는 그 중에서도 폴립 영상에 대한 검출 자동화 연구에 주목하였다. 폴립이란 위장관 내에서 발견될 수 있는 융기성 병변으로, 많은 연구에서 기계학습 혹은 딥러닝 방식을 적용하여 이를 검출하기 위한 연구를 수행하였다. 그러나 캡슐내시경 영상의 특성상, 병번이 있는 영상이 굉장히 적기 때문에 일반적인 딥러닝 방식의 적용으로 좋은 성능을 내기 어렵다. 따라서 본 논문에서는 폴립 검출 컨볼루션 신경망 설계를 위한 멀티 스케일에 대한 원형 검출기법을 결합하여 폴립이 의심되는 영역을 추출해주는 특징 추출 기법으로, 수집한 데이터 150장에 대한 실험한 결과 약 82%의 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.166-169
• /
• 2018

캐시 부채널 공격 중 하나인 FLUSH+RELOAD 공격은 높은 해상도와 적은 오류로 그 위험성이 높고, 여러가지 프로그램에서도 적용되어 개인정보의 유출에 대한 위험성까지 증명 되었다. 따라서 이 공격을 막기 위해 실시간으로 감지 할 수 있어야 할 필요성이 있다. 본 연구에서는 4가지 실험을 통하여 이 FLUSH+RELOAD 공격을 받을 때 PCM(Performance Counter Monitor)를 사용해 각각의 counter들의 값의 변화를 관찰하여 3가지 중요한 요인에 의해 공격 탐지를 할 수 있다는 것을 발견하였다. 이를 이용하여 머신 러닝의 logistic regression과 ANN(Artificial Neural Network)를 사용해 결과에 대한 각각 학습을 시킨 뒤, 실시간으로 공격에 대한 탐지를 할 수 있는 프로그램을 제작하였다. 일정한 시간동안 공격을 진행하여 모든 공격을 감지하는데 성공하였고, 상대적으로 적은 오탐률을 보여주었다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2789-2791
• /
• 2001

데이터 마이닝을 통해 우리는 숨겨진 지식, 예상되지 않았던 경향 그리고 새로운 법칙들을 방대한 데이터에서 이끌어내고자 한다. 본 논문에서 우리는 사용자의 구매 패턴을 발견하여 사용자가 원하는 상품을 미리 예측하여 추천하는 알고리즘을 소개하고자 한다. 제안하고 있는 item dependency map은 구매된 상품간의 관계를 수식화 하여 행렬의 형태로 표현한 것이다. Item dependency map의 값은 사용자가 A라는 상품을 구매한 후 B상품을 살 확률이다. 이런 정보를 가지고 있는 item dependency map은 홉필드 네트윅(Hopfield network)에서 연상을 위한 패턴 값으로 적용된다. 홉필드 네트웍은 각 노드사이의 연결가중치에 기억하고자 하는 것들을 연상시킨 뒤 어떤 입력을 통해서 전체 네트워크가 어떤 평형상태에 도달하는 방식으로 작동되는 신경망 중의 하나이다. 홉필드 네트웍의 특징 중의 하나는 부분 정보로부터 전체 정보를 추출할 수 있는 것이다. 이러한 특징을 가지고 사용자들의 일반적인 구매패턴을 일부 정보만 가지고 예측할 수 있다. Item dependency map은 홉필드 네트윅에서 사용자들의 그룹별 패턴을 학습하는데 사용된다. 따라서 item dependency map이 얼마나 사용자 구매패턴에 대한 정보를 가지고 있는지에 따라 그 결과가 결정되는 것이다. 본 논문은 정확한 item dependency map을 계산해 내는 알고리즘을 주로 논의하겠다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.981-984
• /
• 2014

개인화된 서술형 수학 문제(mathematics word problem)는 오랫동안 연구된 분야로 학생들의 학업 성취도와 수학에 대한 태도에 관심을 가져왔다. 본 연구에서는 2013년 도입된 스토리텔링 수학에 개인화된 콘텐츠를 접목하여 그 효과를 알아보고자 하였다. 초등학생 26명을 대상으로 하여 약 110분 동안 수업을 진행하였으며, 무게에 대한 새로운 개념을 배우는 데 그 목적을 두었다. 각각 13명씩 개인화 그룹과 비 개인화 그룹으로 나누어 수업을 진행하였다. 학업 성취도(Learning Achievement)에서는 사전 시험(pre-test) 점수가 너무 높아 두 그룹 간에 서로간의 유의한 차이점을 발견하지 못했다. 수학에 대한 태도 부분과 몰입도(Flow) 부분에서는 다소 개인화 그룹의 값이 높았지만, 통계적으로 유의한 정도는 차이는 아니었다. 하지만 정성적 분석에서는 차이가 있었다. 개인화 그룹(Personalized group)은 비 개인화 그룹(non-personalized group)에 비해 개인화(personalization)가 수업의 재미있는 요소로서 보다 중요한 작용을 했다고 느꼈다. 또한, 테스트나 측정(measure) 부분에서 생겼던 문제점을 개선하여 재 실험이 있을 시엔 유의미한 값을 나타낼 것으로 기대된다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.29 no.3
• /
• pp.557-564
• /
• 2019

As the number and type of software increases, those security vulnerabilities are also increasing. Various types of software may have multiple vulnerabilities and those vulnerabilities as they can cause irrecoverable significant damage must be detected and deleted quickly. Various studies have been carried out to detect the vulnerability of the current software, but it is slow, and prediction accuracy is low. Therefore, in this paper, we describe a method to efficiently predict software vulnerability by using neural network algorithm and compare prediction accuracy with conventional system using machine learning algorithm. As a result of the experiment, the prediction system proposed in this paper showed the highest prediction rate.

• Journal of Platform Technology
• /
• v.10 no.1
• /
• pp.20-28
• /
• 2022

Artificial intelligence-based health data verification has become an essential element not only to help clinical research, but also to develop new treatments. Since the US Food and Drug Administration (FDA) approved the marketing of medical devices that detect mild abnormal diabetic retinopathy in adult diabetic patients using artificial intelligence in the field of medical diagnosis, tests using artificial intelligence have been increasing. In this study, an artificial intelligence model based on image classification was created using a Teachable Machine supported by Google, and a predictive model was completed through learning. This not only facilitates the early detection of cataracts among eye diseases occurring among patients with chronic diseases, but also serves as basic research for developing a digital personal health healthcare app for eye disease prevention as a healthcare program for eye health.

• Journal of Christian Education in Korea
• /
• v.65
• /
• pp.9-27
• /
• 2021

Religious language learning is crucial for children's spiritual development and how each child is encouraged to speak about the Sacred will drive the capacities for healthily connecting with one another, God, and the nonhuman world. Religious educators have an ethical imperative to teach religion with a commitment to celebrating lived experiences, while resisting dogmatic instruction that stunts linguistic, cognitive, and spiritual development. Cultural influences must encourage approaches that nurture children's wonder and inquiry, by teaching religious language as a tool for meaning-making and expression.

• 한국정보교육학회:학술대회논문집
• /
• 2021.08a
• /
• pp.7-11
• /
• 2021

This study designs block-based machine learning education program using sound data that can be easily applied in elementary schools. The education program designed its goals and directions based on the results of a demand analysis conducted on 70 elementary school teachers in advance according to the ADDIE model. Scratch in Machine Learning for Kids was used for block-based programming, and the education program was designed to discover regularity of data values using sound data, learn the principles of artificial intelligence, and improve computational thinking in the programming process. In a later study, the education program needs to verify what changes there are in attitudes and computational thinking about artificial intelligence.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.649-651
• /
• 2021

In Korea, there are around 30,000 cardiac arrest patients annually. Gradually the number is increasing. Against this background, CPR education and publicity programs were expanded nationwide, but the rate of witness CPR by the general public was 4.4%, which is significantly lower than the 20%~70% rate in other countries. Therefore, in this paper, we analyzed the factors affecting the performance of CPR by witnesses who discovered cardiac arrest patients. Based on the results, an application planning and development study was conducted to provide users with correct cardiorespiratory response tips and step-by-step CPR guidelines to help users effectively assist in increasing the rate of CPR by general eyewitnesses.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.72-74
• /
• 2021

Recently, the spread of deep learning environments has increased the importance of dataset generation. Therefore, data is being augmented using GAN for efficient data set generation. However, several problems have been found in data generated using GAN, such as problems that occur in the early stages of learning and pixel breakage occurring in the generated image. In this paper, we intend to implement an image data selection algorithm to solve various problems arising from the existing GAN. The broken image screening algorithm was implemented to analyze the histogram distribution in the image and determine whether to store the generated image according to whether the result value satisfies the specified threshold value.