• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.409-411
• /
• 2002

Enterprise JavaBeans(EJB)에서 영속적인 데이터들을 표현하고 관리하는 엔티티빈의 두 가지 구현 방법은 Bean Managed Persistence(BMP)와 Container Managed Persistence(CMP)기법이있다. 이렇게 엔티티빈이 데이터 베이스와 연결되어 사용되기 때문에 생기는 특성이 있는데, 이런 특성들이 BMP 와 CMP를 사용하여 구현. 운용. 유지보수 및 재사용을 알 때 많은 차이점을 만든다. EJB를 사용하는 소프트웨어 산업계에서, 이런 차이점에 대한 연구가 부분적으로는 이루어지고 있지만, 체계적인 비교 평가는 아직 미흡한 실정이다. 본 논문에서는 BMP와 CMP를 이용해서 빈을 구현할 때 나타나는 각각의 장점과 단점을 몇 가지 측면에서 살펴본다. 그리고 그 차이를 비교함으로써 BMP 와 CMP 기법을 평가한다

• Proceedings of the KIEE Conference
• /
• 2003.07a
• /
• pp.215-217
• /
• 2003

본 논문에서는 송전선로의 자계 저감기법으로 대두되는 수동루프기법과 능동루프기법을 계산하여 두 방법의 효용성을 비교하였다. 모든 데이터는 실제 송전선로의 모델을 사용하였으며 자계의 계산은 MathMatica 프로그램을 이용하였다. 두 방법에 의한 자계의 계산과 비교는 앞으로 송전선로의 전자계 기준조건을 고려할 때 발생되는 사회적 비용조사, 분석을 위한 전처리 과정에 반드시 필요한 과정으로 사료된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.429-432
• /
• 2006

기존의 u-HealthCare 서비스는 환자에 대해서 일정한 공간에서의 센서의 on/off 타입에 대한 모니터링/환자관리의 서비스를 제공하였다. 이러한 환경하에서의 주된 서비스는 현재 환자의 상태에 대한 수동적인 형태이다. 이러한 문제점들을 해결하기 위해 센서 데이터에 대한 연속센서 데이터마이닝 기법을 이용한다. USN의 응용서비스인 u-HealthCare 서비스는 센서데이터로부터 생체정보 및 위치정보를 이용하여 환자/보호자/관련 의료진에게 필요한 정보를 제공한다. 이것은 환자에 대한 관리/모니터링뿐만 아니라 환자의 상태에 따른 센싱(sensing)된 데이터를 이용한 패턴(pattern), 예측-(prediction), 이상치(outlier)를 분석함으로써 보다 나은 서비스를 제공할 수 있다. 본 논문에서는 센서 데이터에 대해 새로운 연속 센서데이터 마이닝 기법을 적용하여 질의를 통해 지식을 추출하고 보다 지능화된 서비스를 제공할 수 있는 응용서비스 기법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.929-932
• /
• 2005

본 논문에서는 ZIP 파일 형식을 이용하여 파일을 압축/암호화 할 때의 몇 가지 문제점에 대하여 알아보고 이를 해결하기 위한 방법을 논의한다. 이미 여러 논문에서 ZIP 파일 형식의 압축/암호화에 대한 문제점이 논의되어 왔지만, 그 중에서 본 논문은 압축/암호화된 ZIP 파일의 부분정보 노출과 로컬 파일의 변경 및 삭제를 이용한 수동적/능동적 공격 기법을 방지하기 위한 해결방법을 제안한다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.20 no.2
• /
• pp.33-41
• /
• 2010

Many experimental results shows that RSA-CRT algorithm can be broken by fault analysis attacks. We analyzed the previous fault attacks and their countermeasures on RSA-CRT algorithm and found an weakness of the countermeasure proposed by Abid and Wang. Based on these analyses, we propose a new countermeasure which uses both double exponentiation and fault infective computation method. The proposed method efficiently computes a fault verification information using double exponentiation. And, it is designed to resist simple power analysis attack and (N-1) attack.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.903_904
• /
• 2009

본 논문에서는 대표적인 고조파 저감기법인 단일동조 수동고조파필터(single-tuned Passive Harmonic Filter)의 설계 시에 반드시 고려해야 할 최적의 동조계수($\delta$)와 양호도(Q)값의 결정 방법을 제안하였다. 두 값들은 실 사례를 통하여 결정하였고, 결정된 값들은 보드선도를 이용한 주파수 영역 해석을 수행한 후 최종적으로 이 값들을 반영하여 설계된 수동고조파필터의 성능확인을 통하여 본 논문에서 결정한 두 값들의 적합성을 평가하였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.9 no.2
• /
• pp.164-172
• /
• 2008

This paper presents the efficient localization of a mobile robot traveling on the floor with tags installed, using the spatial and temporal information acquired from passive RFID environment. Compared to previous research, the proposed localization method can reduce the position estimation error and also cut down the initial cost tag installation cost. Basically, it is assumed that a mobile robot is traveling over a series of straight line segments, each at a certain constant velocity, and that the number of tags sensed by a mobile robot at each sampling instant is at most one. First, the velocity and position estimation of a mobile robot starting from a known position, which is valid for all segments except the first one. Second, for the first segment in which the starting position is unknown, the velocity and position estimation is made possible by enforcing a mobile robot to traverse at least two tags at a constant velocity with the steering angle unchanged. Third, through experiments using our passive RFID localization system, the validity and performance of the mobile robot localization proposed in this paper is demonstrated.

• Journal of Internet Computing and Services
• /
• v.20 no.4
• /
• pp.91-102
• /
• 2019

In autonomous driving systems, the ability to classify pedestrians in images captured by cameras is very important for pedestrian safety. In the past, after extracting features of pedestrians with HOG(Histogram of Oriented Gradients) or SIFT(Scale-Invariant Feature Transform), people classified them using SVM(Support Vector Machine). However, extracting pedestrian characteristics in such a handcrafted manner has many limitations. Therefore, this paper proposes a method to classify pedestrians reliably and effectively using CNN's(Convolutional Neural Network) deep features and transfer learning. We have experimented with both the fixed feature extractor and the fine-tuning methods, which are two representative transfer learning techniques. Particularly, in the fine-tuning method, we have added a new scheme, called M-Fine(Modified Fine-tuning), which divideslayers into transferred parts and non-transferred parts in three different sizes, and adjusts weights only for layers belonging to non-transferred parts. Experiments on INRIA Person data set with five CNN models(VGGNet, DenseNet, Inception V3, Xception, and MobileNet) showed that CNN's deep features perform better than handcrafted features such as HOG and SIFT, and that the accuracy of Xception (threshold = 0.5) isthe highest at 99.61%. MobileNet, which achieved similar performance to Xception and learned 80% fewer parameters, was the best in terms of efficiency. Among the three transfer learning schemes tested above, the performance of the fine-tuning method was the best. The performance of the M-Fine method was comparable to or slightly lower than that of the fine-tuningmethod, but higher than that of the fixed feature extractor method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.632-635
• /
• 2016

증강현실에서 영상과 증강된 콘텐츠 간의 이질감을 줄이기 위해서 정확한 호모그래피 행렬을 추정해야 하며, 정확한 호모그래피 행렬을 추정할때 RANSAC 알고리즘이 널리 사용된다. 그러나 RANSAC 알고리즘은 랜덤 샘플링 과정을 반복적으로 거치기 때문에 불필요한 연산 과정이 발생하고 이로 인해 알고리즘의 효율이 저하된다. 이러한 단점을 극복하기 위해 DCS-RANSAC 알고리즘이 제안되었다. 제안된 DCS-RANSAC 알고리즘은 이미지를 특징점 분포 패턴에 따라 그룹으로 분류하고 각 그룹에 제약조건 문제를 적용하여 불필요한 연산 과정을 줄이고 정확도를 향상시킨 알고리즘이다. 그러나 DCS-RANSAC 알고리즘에서 사용된 이미지 그룹 데이터는 수동적인 방법을 통해 직관적으로 분류되어 있지만 특징점 분포 패턴이 다양하지 않아 분류시 정확도가 저하되는 경우가 있다. 위의 문제점을 해결하기 위해 본 논문에서는 머신러닝 기법을 통해 이미지들을 자동으로 분류하고 각 그룹마다 각기 다른 제약조건을 적용하는 MCS-RANSAC 알고리즘을 제안한다. 제안하는 알고리즘은 머신러닝 기법을 사용하여 전처리 단계에서 이미지를 분류하고 분류된 이미지에 제약조건을 적용시켜 알고리즘의 처리시간을 줄이고 정확도를 향상시켰다. 실험 결과 본 논문에서 제안하는 MCS-RANSAC은 DCS-RANSAC 알고리즘에 비해 수행시간이 약 6% 단축되었고 호모그래피 오차율은 약 15% 줄어들었으며 참정보 비율은 2.8% 증가한 것으로 확인되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.273-276
• /
• 2002

사이버 공간은 개방성, 익명성, 탈중심성의 특성을 갖는다. 이러한 특성으로 인하여 긍정적인 측면과 부정적 측면이 동시에 나타나고 있다. 청소년들의 사이버 공간에서의 활동은 제공되는 정보를 단순하게 탐색하는 수동적 역할에 그치지 않는다. 청소년들은 자신의 의견을 제시하거나 정보를 제공하는 역할도 동시에 하고 있다. 이 과정에서 스스로 유해한 정보를 생산하거나 게시판에서 타인에게 해를 끼치는 행위가 발생하고 있다. 본 논문은 청소년들의 적극적인 정보제공 활동 시점에 발생하고 있는 정보화 역기능 현상을 해결하는 방안으로 인터넷 게시판에서 유해단어 필터링에 의한 정보윤리 교육 기법을 제안한다. 인터넷 게시판에서 유해단어 필터링 기법은 초 중등학교 홈페이지 게시판에서 나타나는 부적절한 행동과 상대방에 대한 성적 모욕, 욕설의 사용, 상대방 비하 등에 관련된 유해단어를 추출하여 유해단어 사전을 구축하고 필터링하는 방법이다. 필터링 된 결과에 따라 글 쓰는 시점에서 정보윤리 컨텐츠를 제공한다. 이 기법을 학교 홈페이지 게시판에 적용한 결과 그렇지 않은 경우에 비하여 학생들의 글쓰기 자세와 글 내용이 바른 것으로 나타났다.