• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.45 no.9
• /
• pp.724-733
• /
• 2017

Accidents caused by upset condition leads to fatal damage to both manned and unmanned aircraft. This paper deals with real-time detection of these aircraft upset situations to prevent further severe situations. Firstly, the difference between sensor measurement and predicted measurement from Extended Kalman filter is monitored to determine whether a target aircraft goes into an upset condition or not. In addition, repeating the time update stage of the Extended Kalman filter for a specific length of time can enable future upset situation prediction. The results of aforementioned both the approaches will build a bridge to upset prevention for future generation of manned/unmanned aircraft.

• Science of Emotion and Sensibility
• /
• v.12 no.1
• /
• pp.55-64
• /
• 2009

Previous research has mainly investigated the characteristics of expertise by using typical and routine tasks. This research to overcome these limitations included non-routine task situations and observed expert and novice pilots' situation awareness (SA) performance in routine and non-routine situations. Additionally, whether the ability to aware or perceive the environmental information in limited time varies with the level of expertise was tested. To this end, $2^*2^*2$ mixed factorial design was employed, including expertise (novice/expert) as a between-subjects variable and normality of fight situation (routine/non-routine) and stimulus display time (long/short) as within-subjects variables. As results, there was no performance difference in routine situations between experts and novices, while experts significantly outperformed novices in non-routine situations. When the display time became shorter, overall SA accuracy was decreased for both experts and novices, whereas experts' performance remained significantly higher than novices in short and long conditions. When we examined the interaction between the normality of fight situation and stimulus display time, there was no difference between experts and novices in routine situations for both short and long conditions. In non-routine situations, however, experts' SA accuracy was significantly higher than novices both in short and long conditions. Overall, non-routineness of flight situation does not have any impact on SA performance of experts, while it has a critical impact on SA performance of novices.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.592-595
• /
• 2010

본 논문에서는 감시카메라 환경에서 취득한 오디오 데이터를 입력으로 하여, 비정상 상황을 인식하는 시스템을 제안한다. 제안된 시스템은 단일클래스 SVM의 대표적인 모델인 SVDD와 최근 얼굴 인식 분야에서 성공적인 업적을 보여주고 있는 신호 처리 분야의 SRC를 계층적으로 결합한 구조로써, 첫 번째 계층에서는 SVDD로 비정상 소리를 신속하게 탐지하여 관리자에게 알람 경고하고, 두 번째 계층의 SRC는 탐지된 비정상 소리를 유형별로 세분화 식별하여 관리자에게 비상 상황을 보고함으로써 관리자의 위기 상황 대처를 돕는다. 제안된 시스템은 실시간 처리가 가능하며, 점증적 갱신의 학습 능력으로 인하여 비정상 오디오 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 실험을 통하여 제안된 시스템의 성능을 검증한다.

• Journal of the Korean Society of Food Science and Nutrition
• /
• v.39 no.1
• /
• pp.71-77
• /
• 2010

The purpose of the present study was to examine the effect of water extracts from Phellinus linteus on lipid composition and antioxidative system in rats fed high fat high cholesterol diet. Rats were divided into four experimental groups which are composed of normal diet group, high fat high cholesterol diet group, high fat high cholesterol diet with 50 mg/kg b.w water extracts from Phellinus linteus supplemented group (PA group), high fat high cholesterol diet with 100 mg/kg b.w water extracts from Phellinus linteus supplemented group (PB group). The serum TG and cholesterol contents of the water extracts from Phellinus linteus supplemented groups (PA and PB groups) were decreased compared to the high fat high cholesterol diet group. The serum HDL-cholesterol contents of the water extracts from Phellinus linteus supplemented groups were increased compared to the high fat high cholesterol diet group. The serum LDL-cholesterol and AI of the water extracts from Phellinus linteus supplemented groups were significantly decreased compared to the high fat high cholesterol diet group. Supplementation of water extracts from Phellinus linteus groups (PA and PB groups) resulted in increased activities of superoxide dismutase. Hepatic glutathione peroxidase (GSH-px) were increased compared to the high fat high cholesterol diet group. TBARS values in liver and plasma were reduced in water extracts from Phellinus linteus supplemented groups. These result suggest that supplementation of water extracts from Phellinus linteus may have a pronounced impact on lipid composition and antioxidative system in the rats fed high fat high cholesterol diet.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.661-664
• /
• 2022

양돈을 관리하는 데에 있어 비정상 개체를 식별하고 사전에 추적하거나 격리할 수 있는 양돈업 시스템을 구축하는 것은 효율적인 돈사관리를 위한 필수 요소이다. 그러나 돈사내의 이상 상황을 탐지하는 연구는 보고되었지만, 이상 상황이 발생한 돼지를 특정하여 식별하는 연구는 찾아보기 힘들다. 따라서, 본 연구에서는 소리를 활용하여 이상 상황이 발생함을 탐지한 후 영상을 활용하여 소리를 낸 특정 돼지를 식별할 수 있는 시스템을 제안한다. 해당 시스템의 주요 알고리즘은 활성 화자 탐지 문제에서 착안하여 이를 돈사에 맞게 적용하여, 비정상 소리를 내는 활성 돼지를 식별 가능하도록 구현하였다. 제안한 방법론은 모의 실험을 통해 돈사 내의 이상 상황이 발생한 돼지를 식별할 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.556-558
• /
• 2018

다양한 센서들과 디바이스들이 실시간으로 정보를 주고받는 산업 IoT환경에서 싱크노드에게 속하는 하위 센서 및 디바이스들을 통한 데이터 손실 및 시스템 마비를 발생시킬 수 있는 상황이 발생될 수 있다. 따라서 본 논문은 위의 상황을 고려하여 센서 및 디바이스의 정상범주를 파악하고 비정상적인 디바이스를 판별을 통해 시스템 보안성을 향상시키는 방안을 제시한다. 싱크노드에 속하는 센서 및 디바이스들의 로그데이터를 통해 주성분 분석법을 통해 데이터의 차원을 감소시키고 차원 감소시킨 데이터를 K-means 클러스터링 알고리즘에 적용하여 정상범주 내에 속하지 않는 디바이스를 판별하여 비정상 센서 및 디바이스를 판별한다. 비정상 데이터로 판별된 센서 및 디바이스의 모니터링을 통해 시스템의 보안성을 향상시킬 수 있도록 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.347-350
• /
• 2011

감시카메라 환경에서의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지 및 인식하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 움직임 벡터를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지자로 설계하였다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.

• Journal of the Korean Society for Aviation and Aeronautics
• /
• v.18 no.4
• /
• pp.92-99
• /
• 2010

This study aimed to provide empirical evidence about expert performance approach in aviation field and the results suggested that the amount of experience(e.g. total flight hour) is necessary but not sufficient index of a pilot's expertise or superior performance. 43 pilots participated and completed a spatial span task and SA (situation awareness) tasks. To explore the factors predicting the performance in routine and non-routine situations, discriminant analysis was conducted. The results of discriminant analysis indicated that different variables are related with the performance in routine and non-routine situation. The factors predicting performance in routine situation were the spatial span scores and total flight hours. On the other hand, the factors predicting performance in non-routine situation were age and the qualification for instrument flying. In real world, total flight time which represents the quantity of experience has been frequently used to predict flight abilities and as an important index of expertise. The results of this study suggest that these kinds of factors have to be used cautiously to predict the performance in abnormal situation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06d
• /
• pp.331-333
• /
• 2006

본 논문에서는 작업장 감지 시스템 WMS(Workshop Monitoring System)의 센서로부터 수집된 정보를 통하여 작업장 상황(Situation)을 지능적으로 인식할 수 있는 시스템을 개발하였다. 기존의 시스템은 개별 센서가 보낸 정보에 기반한 작업장 상황파악이 그 주된 기능이다. 본 연구에서는 센서 정보의 연관성을 파악하고 정상 및 비정상 상황을 구분함과 아울러 비정상 상황이 발생할 수 있는 원인을 분석하여 센서 온톨로지(Sensor Ontology)를 구축하였다. 이러한 지능적 상황인식을 통하여 유비쿼터스 환경에서 센서 융합(Sensor Fusion)형 상황인지를 가능하게 하는 시스템 구현 기초기술을 확보하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.3
• /
• pp.127-136
• /
• 2024

This study explores the correlation between system anomalies and large-scale logs within the Spark cluster environment. While research on anomaly detection using logs is growing, there remains a limitation in adequately leveraging logs from various components of the cluster and considering the relationship between anomalies and the system. Therefore, this paper analyzes the distribution of normal and abnormal logs and explores the potential for anomaly detection based on the occurrence of log templates. By employing Hadoop and Spark, normal and abnormal log data are generated, and through t-SNE and K-means clustering, templates of abnormal logs in anomalous situations are identified to comprehend anomalies. Ultimately, unique log templates occurring only during abnormal situations are identified, thereby presenting the potential for anomaly detection.