• Journal of Powder Materials
• /
• v.28 no.2
• /
• pp.150-163
• /
• 2021

Interest in eco-friendly materials with high efficiencies is increasing significantly as science and technology undergo a paradigm shift toward environment-friendly and sustainable development. MXenes, a class of two-dimensional inorganic compounds, are generally defined as transition metal carbides or nitrides composed of few-atoms-thick layers with functional groups. Recently MXenes, because of their desirable electrical, thermal, and mechanical properties that emerge from conductive layered structures with tunable surface terminations, have garnered significant attention as promising candidates for energy storage applications (e.g., supercapacitors and electrode materials for Li-ion batteries), water purification, and gas sensors. In this review, we introduce MXenes and describe their properties and research trends by classifying them into two main categories: transition metal carbides and nitrides, including Ti-based MXenes, Mo-based MXenes, and Nb-based MXenes.

• Convergence Security Journal
• /
• v.18 no.5_2
• /
• pp.35-41
• /
• 2018

The Army has developed the concept of terrestrial warfare in conjunction with the Joint Concept and has introduced TICN as the base communication system to support it. TICN has been used to improve the transmission speed and to increase the coverage distance. Through this, TICN is making efforts to create network-centered operation environment so that information can be distributed in real time or near real time from the monitoring system to the hitting system. However, TICN is not enough to overcome the network limitations that may arise from various contingencies in battlefield situations. Therefore, in this paper, we investigated the limitations of communication according to the situations that can occur in the battlefield situation and studied the considerations to overcome them.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.209-209
• /
• 2023

본 연구에서는 강우 시 발생하는 음향 및 진동 신호를 기반으로 강우강도를 산정하기 위한 방법론을 제안하였다. 먼저, Raspberry Pi, 콘덴서 마이크 및 가속도 센서로 구성된 관측 기기로부터 실제 비가 내리는 환경에서의 음향 및 진동 신호를 수집하였다. 가속도 센서로부터 계측된 진동 신호를 활용하여 강우 유무에 대한 이진 분류를 수행하고, 강우가 발생한 것으로 판단된 기간에 해당하는 음향 신호에 Short-Time Fourier Transform 기술을 적용하여 주파수 영역에서 나타나는 magnitude의 평균과 표준 편차, 최고 주파수 등의 특징을 기반으로 강우강도를 산정하였다. 이를 위해 앙상블 기반의 머신러닝 학습 모델인 XGBoost 알고리즘을 사용하였으며, 광학 우적계를 통해 관측한 강우강도와 산정 결과를 비교·평가하였다. 강우강도 산정 과정에서 사용된 음향 신호의 길이를 1초, 10초, 1분으로 구분하였으며, 무강우 기간 내 음향 정보로부터 배경 음향에 의한 노이즈를 제거하고자 하였다. 최종적으로 강우 유무 이진 분류 과정의 선행 여부, 음향 신호의 길이 및 노이즈 제거 방법에 따른 강우강도 산정 결과들에 대한 성능 비교를 통해 본 연구에서 제안하고자 하는 방법론의 실효성을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.167-167
• /
• 2022

최근 빅데이터에 관련된 연구에 있어 데이터의 품질관리에 대한 논의가 꾸준히 이뤄져 오고 있다. 특히 이미지 처리 및 분석에 활용되어온 딥러닝 기술의 경우, 분류 작업 및 패턴인식 등으로부터 데이터의 특징을 추출함으로써 비지도학습(Unsupervised Learning)을 가능하게 한다는 장점이 있음에도 불구하고 빅데이터를 다루는 과정에 있어 용량, 다양성, 속도 및 신뢰성 측면에서의 한계가 있었다. 본 연구에서는 CCTV 영상을 활용한 강수량 산정 모델 개발에 있어 예측 정확도 향상 및 성능 개선을 도모할 수 있는 데이터 전처리 방법을 제안하였다. 서울 근린 AWS 4개소 지역(김포장기, 하남덕풍, 강동, 성남) 및 중앙대학교 지점 내 CCTV를 설치한 후, 최대 9개월의 영상을 확보하여 강수량 산정을 위한 딥러닝 모델을 개발하였다. 배경분리, 조도조정, 영역설정, 데이터증진, 이상데이터 분류 등이 가능한 알고리즘을 개발함으로써 데이터셋 자체에 대한 전처리 작업을 수행한 후, 이에 대한 결과를 기존 관측자료와 비교·분석하였다. 본 연구에서 제안한 전처리 방법들을 적용한 결과, 강수량 산정 모델의 예측 정확도를 평가하는 지표로 선정한 평균 제곱근 편차(Root Mean Square Error; RMSE)가 약 30% 감소함을 확인하였다. 본 연구의 결과로부터 CCTV 영상 데이터를 활용한 강수량 산정의 가능성을 확인할 수 있었으며 특히, 딥러닝 모델 개발시 필요한 적정 전처리 방법들에 대한 기준을 제시할 수 있을 것으로 판단된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.432-435
• /
• 2022

최근 IT 산업의 지속적인 발전으로 사용자들을 위협하는 악성코드, 피싱, 랜섬웨어와 같은 사이버 공격 또한 계속해서 발전하고 더 지능화되고 있으며 변종 악성코드도 기하급수적으로 늘어나고 있다. 지금까지의 시그니처 패턴 기반의 탐지법으로는 이러한 방대한 양의 알려지지 않은 악성코드를 탐지할 수 없다. 따라서 CNN(Convolutional Neural Network)을 활용하여 악성코드를 탐지하는 기법들이 제안되고 있다. 이에 본 논문에서는 CNN 모델 중 낮은 인식 오류율을 지닌 모델을 선정하여 정확도(Accuracy)와 F1-score 평가 지표를 통해 비교하고자 한다. 두 가지의 악성코드 이미지화 방법을 사용하였으며, 2015 년 이후 ILSVRC 에서 우승을 차지한 모델들과, 추가로 2019 년에 발표된 EfficientNet 을 사용하여 악성코드 이미지를 분류하였다. 그 결과 2 바이트를 한 쌍의 좌표로 변환하여 생성한 256 * 256 크기의 악성코드 이미지를 ResNet-152 모델을 이용해 분류하는 것이 우수한 성능을 보임을 실험적으로 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.179-182
• /
• 2022

최근 코로나 19 팬더믹 이후 원격근무의 확대와 더불어 랜섬웨어 팬더믹이 심화하고 있다. 현재 안티바이러스 백신 업체들이 랜섬웨어에 대응하고자 노력하고 있지만, 기존의 파일 시그니처 기반 정적분석은 패킹의 다양화, 난독화, 변종 혹은 신종 랜섬웨어의 등장 앞에 무력화될 수 있고, 실제로 랜섬웨어의 피해 규모 지속 증가가 이를 설명한다. 본 논문에서는 기계학습을 기반으로 한 단일 분석만을 이용하여 탐지모델에 적용하는 것이 아닌 정적 분석 정보(.text Section Opcode)와 동적 분석 정보(Native API)를 추출하고 유사도를 바탕으로 연관성을 찾아 결합하여 기계학습에 적용하는 탐지모델을 제안한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.193-193
• /
• 2022

소유역 내 첨두유량 산정 시 자주 활용되는 합리식은 유역 내 저류효과를 고려하지 못한다는 한계가 있다. 여기서, 저류효과를 고려하여 첨두시간과 첨두유량을 산정하게 되면 규모가 큰 유역에 합리식을 적용했을 때 발생 가능한 불확실성을 어느 정도 줄일 수 있다. 즉, 합리식의 경우, 집중시간과 동일한 지속기간에서 첨두유량이 최대가 되지만 저류효과를 고려하는 경우, 집중시간보다 긴 지속기간에서 첨두유량이 최대가 될 가능성이 크며 이에 따른 임계지속기간이 달라질 수 있다. 따라서 본 연구에서는 유역 내 저류효과를 고려한 합리식을 제안하기 위해 집중시간과 다른 지속기간에도 적용 가능한 선형저수지 이론 기반의 수정합리식을 개발하였다. 특히, 가상 유역 및 실제 유역 내 개발된 수정합리식을 적용함으로써 지속기간과 집중시간 간의 차이에 따른 첨두시간 및 첨두유량의 변동 특성을 분석·평가하였다.

• Proceedings of the Plant Resources Society of Korea Conference
• /
• 2020.08a
• /
• pp.35-35
• /
• 2020

본 연구는 한남정맥의 최 북서쪽에 위치한 경기도 김포시의 문수산(376m) 일원을 중심으로 식물상을 조사하였다. 본 연구에서 확인된 관속식물은 97과, 241속, 340종, 41변종, 6아종, 2품종 등 총 389분류군으로 조사되었다. 특산식물은 병꽃나무, 복사앵도 및 산이스라지 등 6분류군이 확인되었고, 식물구계학적 특정식물은 I등급은 부싯깃고사리, 비목나무, 삿갓사초, 소사나무 등 15분류군, II등급은 꼬리조팝나무, 돌단풍, 피나무, 오리나무 등 6분류군, III등급은 좀작살나무, 좀개미취, 산벚나무, 병아리꽃나무 등 5분류군, IV등급은 복상앵도, 산복사 등 3분류으로 확인되었다. 환경부에서 지정한 외래종 및 생태계교란 야생식물은 가시박, 단풍잎돼지풀, 도깨비가지, 미국쑥부쟁이, 애기수영, 털물참새피 등 53분류분이 확인되었다. 하지만 선행연구에서 조사되었던 멸종위기종 II급인 매화마름과 산림청지정 희귀식물 위기종 깽깽이풀 2분류군이 조사되지 않아 추후 추가 조사 및 유전자원 현지내외 보전대책을 수립해야 할 것이다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.33 no.6
• /
• pp.1067-1076
• /
• 2023

Recently, as variant malware has increased, the scale of cyber hacking incidents is expanding. To respond to intelligent cyberhacking attack, machine learning-based research is actively underway to effectively classify malware families. However, existing classification models have problems where performance deteriorates when the dataset is obfuscated or sparse. In this paper, we propose a hybrid dataset that combines features extracted from ASM files and BYTES files, and evaluate classification performance using FNN. As a result of the experiment, the proposed method showed performance improvement of about 4% compared to a single dataset, and in particular, performance improvement of about 30% for rare families.

• Journal of the Korean Society of Radiology
• /
• v.83 no.5
• /
• pp.1141-1146
• /
• 2022

Extraskeletal osteochondroma, a variant of chondroma, typically arises in the para-articular location of hands and feet. It is a rare disease and is particularly uncommon when joint components are not involved or localized away from joints. Herein, we report a case of extraskeletal osteochondroma in the posterior neck of a 66-year-old female. The characteristic radiologic finding of our case is presented, along with the typical findings of the disease and review of related literature reports.