• Journal of Internet Computing and Services
• /
• v.21 no.3
• /
• pp.133-144
• /
• 2020

The number of elderly people with dementia is increasing as fast as the proportion of older people due to aging, which creates a social and economic burden. In particular, dementia care costs, including indirect costs such as increased care costs due to lost caregiver hours and caregivers, have grown exponentially over the years. In order to reduce these costs, it is urgent to introduce a management system to care for dementia patients. Therefore, this study proposes a sensor-based abnormal behavior detection system to manage dementia patients who live alone or in an environment where they cannot always take care of dementia patients. Existing studies were merely evaluating behavior or evaluating normal behavior, and there were studies that perceived behavior by processing images, not data from sensors. In this study, we recognized the limitation of real data collection and used both the auto-encoder, the unsupervised learning model, and the LSTM, the supervised learning model. Autoencoder, an unsupervised learning model, trained normal behavioral data to learn patterns for normal behavior, and LSTM further refined classification by learning behaviors that could be perceived by sensors. The test results show that each model has about 96% and 98% accuracy and is designed to pass the LSTM model when the autoencoder outlier has more than 3%. The system is expected to effectively manage the elderly and dementia patients who live alone and reduce the cost of caring.

• Journal of the korean Society of Automotive Engineers
• /
• v.19 no.1
• /
• pp.12-21
• /
• 1997

자동차의 제조과정은 크게 유니트 생산과 차체 조립으로 이루어 지고, 차체는 박판 성형에서 용접, 도장, 조립의 단계로 생산된다. 연간 수십만대 규모의 생산량을 갖는 자동차의 제조 시스템은 각 단계에 적절한 공장들로 구성되고, 이들은 각각 특성에 맞게 적정 수준의 생산성과 유연성, 그리고 원가 구조를 갖는 시스템을 보이게 된다. 본 고에서는, 자동차 생산의 시스템 전략적인 측면과 유니트 및 차체의 가공, 조립 시스템에 관한 기술현황을 사례 중심으로 고찰하고자 한다.

• Journal of the korean Society of Automotive Engineers
• /
• v.17 no.3
• /
• pp.1-10
• /
• 1995

디젤자동차로부터 배출되는 입자상 물질은 건강에 나쁘기 때문에 1980년에 미국환경보호청(EPA)에 의해서 디젤승용차 및 디젤 소형트럭의 입자상 물질 규제가 제정되고 이의 대책으로서 엔진 개조와 병행해서 후처리장치, 주로 입자상 물질 트랩 시스템의 개발이 미국, 유럽, 일본에서 시작되었다. 트랩시스템은 아직 개발단계에 있고 여러가지로 개발과 개량이 계속되고 있다. 여기에서는 그들의 개발의 동향을 소개한다. 1. 입자상 물질 트랩 시스템. 2. 입자상 물질 트랩 시스템의 개발 상황.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.39 no.3
• /
• pp.211-219
• /
• 2002

In this paper, a new architecture that can simultaneously process modular multiplication and squaring on GF(2$^{m}$ ) in m clock cycles by using the cellular automata is presented. This can be used efficiently for the design of the modular exponentiation on the finite field which is the basic computation in most public key crypto systems such as Diffie-Hellman key exchange, EIGamal, etc. Also, the cellular automata architecture is simple, regular, modular, cascadable and therefore, can be utilized efficiently for the implementation of VLSI.

• Annual Conference of KIPS
• /
• 2012.11a
• /
• pp.1348-1351
• /
• 2012

본 연구는 오토바이에서 생성되는 유선통신 신호와 GPS를 이용한 속도를 수집하여 헬멧에 전송하여 스마트폰을 이용해 현재 위치정보와 오토바이에서 전달되는 속도 정보 등을 저장한 블랙박스 App과 무전 기능인 멀티통신 App을 개발했다. 또한 오토바이에서 생성된 속도 데이터나 신호 데이터값을 거치대를 통해 헬멧으로 전달되어 헬멧에 Headup Display를 통해 운전자에 전달하는 Headup Display를 탑재한 헬멧을 연구개발 하였다. 본 연구의 결과물은 오토바이 등 여러 사람이 함께 이동하면서 서로의 정보를 실시간으로 공유할 수 있어서 효과적으로 활용할 수 있다. 연구의 한계점은 연구소에서 실험적으로 개발 운용한 모델로서 상업적인 접근에 대한 구체적인 방안이 필요하다.

• The Journal of the Convergence on Culture Technology
• /
• v.4 no.4
• /
• pp.419-427
• /
• 2018

This paper designs and develops auto-tuning temperature controller with multi-channel, which controller with multi-channel could control a number of control system simultaneously. This controller has multi-channel input and output. And a number of control algorithms run in this controller simultaneously and independently. Firstly we present design method of controller with multi-channel. Secondly we design electrical circuit of sensor input, controller output and power control for temperature control board. And finally we design data protocol for serial communication to monitor control state and present verification of temperature controller with muiti-channel through field experiment.

• Journal of IKEEE
• /
• v.28 no.1
• /
• pp.6-13
• /
• 2024

This paper proposes an approach to detect abnormal data in automotive controller area network (CAN) using an unsupervised learning model, i.e. autoencoder and Gaussian kernel density estimation function. The proposed autoencoder model is trained with only message ID of CAN data frames. Afterwards, by employing the Gaussian kernel density estimation function, it effectively detects abnormal data based on the trained model characterized by the optimally determined number of frames and a loss threshold. It was verified and evaluated using four types of attack data, i.e. DoS attacks, gear spoofing attacks, RPM spoofing attacks, and fuzzy attacks. Compared with conventional unsupervised learning-based models, it has achieved over 99% detection performance across all evaluation metrics.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.3
• /
• pp.57-63
• /
• 2009

The rapid growth of computer-based image database, necessity of a system that can manage an image information is increasing. This paper presents a region-based image retrieval method using the combination of color(autocorrelogram), texture(CWT moments) and shape(Hu invariant moments) features. As a color feature, a color autocorrelogram is chosen by extracting from the hue and saturation components of a color image(HSV). As a texture, shape and position feature are extracted from the value component. For efficient similarity confutation, the extracted features(color autocorrelogram, Hu invariant moments, and CWT moments) are combined and then precision and recall are measured. Experiment results for Corel and VisTex DBs show that the proposed image retrieval algorithm has 94.8% Precision, 90.7% recall and can successfully apply to image retrieval system.

• Journal of Internet Computing and Services
• /
• v.22 no.1
• /
• pp.13-22
• /
• 2021

Recently network based attack technologies are rapidly advanced and intelligent, the limitations of existing signature-based intrusion detection systems are becoming clear. The reason is that signature-based detection methods lack generalization capabilities for new attacks such as APT attacks. To solve these problems, research on machine learning-based intrusion detection systems is being actively conducted. However, in the actual network environment, attack samples are collected very little compared to normal samples, resulting in class imbalance problems. When a supervised learning-based anomaly detection model is trained with such data, the result is biased to the normal sample. In this paper, we propose to overcome this imbalance problem through One-Class Anomaly Detection using an auto encoder. The experiment was conducted through the NSL-KDD data set and compares the performance with the supervised learning models for the performance evaluation of the proposed method.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.659-662
• /
• 2021

국내에서는 매년 많은 수의 자격시험이 치러지고 있다. 현재 대부분의 시험장에서 응시자 본인 확인 절차는 감독관이 응시자의 얼굴과 신분증 사진을 비교하는 방식으로 이루어진다. 하지만 이 방식은 사람에 따라 오차가 클 수 있으며, 사진과 눈에 띄는 차이가 없으면 동일인물로 판단하기 쉽다. 최근까지도 대리응시 이슈가 발생하고 있어 근절을 위한 보다 강력한 조치가 필요하다. 본 논문에서는 지문과 오토인코더, SGAN을 이용하여 대리응시방지를 강화할 수 있는 본인 확인 시스템을 제안한다. 이때 응시자의 지문정보가 그대로 인증 서버에 저장되면 응시자의 생체정보가 노출될 수 있다는 문제점이 존재한다. 따라서 오토인코더를 통해 지문의 특징점만 추출하여 인증용 이미지를 생성하고 이 이미지를 서버에 저장하여 학습시키도록 한다. 적은 학습데이터 환경에서 분류기로써 좋은 성능을 갖는 SGAN을 통해 인증 이미지와 응시자가 동일인물인지 확인할 수 있다. 서버가 공격을 받더라도 응시자의 지문데이터가 그대로 노출되지 않게 되어 보안 취약점을 극복할 수 있다.