• 한국통신학회논문지
• /
• 제33권1C호
• /
• pp.62-67
• /
• 2008

본 논문에서는 웨이블릿 기반의 자기참조 기법을 이용한 블라인드 워터마킹 방법을 제안한다. 먼저 원 영상을 웨이블릿 변환 한다. 다음 저주파 대역을 제외한 모든 부대역을 영(zero)으로 설정한 후 웨이블릿 역변환을 거쳐 자기참조 영상을 만든다. 그리고 원 영상과 자기참조 영상의 화소 값의 차이에 따른 특정 영역을 선택하여 랜덤 시퀀스를 만든 후 워터마크로 사용하여 삽입한다. 다양한 영상에 대해 워터마크의 삽입과 추출 실험한 결과 제안한 방법은 충실도가 높을 뿐만 아니라 JPEG 압축, 필터링, 샤프닝, 블러링 등의 영상처리, 그리고 노이즈에 안정성을 가지고 있다.

• 산업융합연구
• /
• 제19권6호
• /
• pp.177-186
• /
• 2021

본고는 인지적 과제를 수행하는 동안 우울 및 불안 환자의 정신병리적 과정과 이의 치료접근 방식에 대한 통합적 이해를 위해 최근 제시된 신경인지 연결망을 토대로 인지과정 및 정서조절의 비정상적 기능 연결성을 재해석 할 수 있는 모델을 제안하고자 하였다. 재구성된 우울과 불안장애 신경인지 연결망 모델을 통해, 우울증은 불이행방식 연결망(default mode network; DMN)의 과다 활성화에 기인하는 '자기참조적 사고로의 과몰입'으로, 불안장애는 불이행방식 연결망의 과소 활성화에 기인하는 '자기참조적 사고와의 단절'로 규정해 볼 수 있음을 확인하였다. 신경인지 연결망 중 자기의식 및 투사와 관련되는 자기참조 처리가 주요 기능인 DMN의 비정상적 활성화와 병리적 기능의 체계적 연결시도는 우울와 불안에 대한 통합적 해석과 치료적 접근에 시사점을 줄 수 있는 또 다른 출발점이 될 수 있을 것이다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제24권1호
• /
• pp.29-47
• /
• 2018

사회적 상황은 개인의 정보처리와 정서경험에 영향을 주는가? 본 논문에서는 두 개의 연구를 통해 사회적 정보처리와 자기참조효과 및 정서경험의 관계를 검증하였다. 연구 1에서는 외부의 명시적 지시없이도 자기개념이 자동적으로 활성화되어, 도형과제를 통해 자신과 연관된 자극의 처리가 친구/타인과 연관된 자극의 처리보다 더 수월한지를 검증했다. 그 결과 자신을 표상하는 자극의 처리가 친구/타인에 대한 자극처리보다 더 촉진되는 경향이 나타났다. 연구 2에서는 참가자들에게 다양한 단어를 보여주고, 자신이 선택한 단어 또는 친구가 선택한 단어라는 설명과 함께 제시된 단어에 대한 기억을 비교하였다. 그 결과 참가자들은 혼자 과제를 수행하는 비사회적 조건에서 친구와 함께 과제를 수행하는 사회적 조건보다 자신이 선택한 단어를 더 많이 기억하는 경향이 나타났다. 이에 비해 사회적 조건에서는 참가자들이 친구가 선택한 단어를 자신이 선택한 단어보다 더 많이 기억하였다. 또한 사회적 조건에서는 실험상황에서 초콜릿 경험에 대해 보고한 긍정적 정서의 강도가 비사회적 조건보다 더 높게 나타났다. 이 결과는 사회적 정보처리가 자동적 자기참조효과를 감소시키며, 타인과의 경험공유는 정서경험을 증폭시킬 가능성을 시사한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권3호
• /
• pp.162-168
• /
• 2008

본 논문은 컬러 역하프토닝에서 참조표에 기반을 둔 벡터적응필터 방법을 제안한다. 역하프토닝은 하프톤영상을 연속계조 영상으로 변환한다. 참조표를 사용하는 방법에는 템플레이트와 학습영상이 필요하며 샘플 하프톤영상과 원영상내의 분포된 패턴으로부터 참조표를 구할 수 있다. 일반적으로 참조표에 기반한 방법들이 다른 방법에 비하여 처리가 빠르며 PSNR면에서도 더 좋은 성능을 보이지만 처리과정에서 참조표에 존재하지 않는 패턴을 어떻게 처리 하느냐에 따라서 많은 품질의 변화를 보인다. 이 논문에서는 이와 같이 존재하지 않는 패턴을 보상하기 위하여 벡터적응필터를 제안 하였는데, 이 방법은 처리하는 픽셀의 주변 화소의 색상, 색농도, 자기 등의 정보를 이용함으로써 컬러 역하프토닝에서 더 좋은 품질을 얻을 수 있다. 제안된 벡터적응 필터 방법이 기존의 최량선형추정에 의한 방법보다 PSNR면에서 더 좋은 결과를 얻을 수 있음을 실험결과에서 알 수 있었다. 참조표의 템플레이트 크기가 커질수록 제안한 방법이 더 좋은 결과를 얻을 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.71-73
• /
• 2022

다양한 미디어 서비스의 발전으로 비디오의 방대한 데이터를 효과적으로 압축할 수 있는 비디오 부호화 표준은 지속적인 발전을 하고 있다. 압축된 데이터를 다시 영상으로 복원하는 비디오 부복호화 과정에서 영상 데이터의 손실이 일어나고 그에 따른 다양한 형태의 열화가 나타나 영상의 화질을 저하한다. 이러한 열화들을 제거하여 원본 이미지에 가깝게 만들기 위해서 인루프 필터 과정을 비디오 부호화 표준에서 포함하고 있다. 이에 최근 영상처리 및 컴퓨터 비전 분야에서는 널리 사용되는 인공 신경망을 적용하여 효과적인 필터링을 하는 방법을 제시한다. 본 논문에서는 비디오 부호화 시 인루프 필터링에서 자기 참조를 통한 화질 개선 방법에 대해 연구하였다. 이를 위하여 트랜스포머 기반의 화질 개선 네트워크를 제안하고 기존 부호화 방법과 비교하였다. 인루프 필터링을 통해 화질을 향상하여 주관적 화질을 개선할 뿐만 아니라 객관적 부호화 효율을 증가시키는 방법을 개발하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.35-40
• /
• 2017

기계 독해(Machine reading comprehension)는 주어진 문맥을 이해하고, 질문에 적합한 답을 문맥 내에서 찾는 문제이다. Simple Recurrent Unit (SRU)은 Gated Recurrent Unit (GRU)등과 같이 neural gate를 이용하여 Recurrent Neural Network (RNN)에서 발생하는 vanishing gradient problem을 해결하고, gate 입력에서 이전 hidden state를 제거하여 GRU보다 속도를 향상시킨 모델이며, Self-matching Network는 R-Net 모델에서 사용된 것으로, 자기 자신의 RNN sequence에 대하여 어텐션 가중치 (attention weight)를 계산하여 비슷한 의미 문맥 정보를 볼 수 있기 때문에 상호참조해결과 유사한 효과를 볼 수 있다. 본 논문에서는 한국어 기계 독해 데이터 셋을 구축하고, 여러 층의 SRU를 이용한 Encoder에 Self-matching layer를 추가한 $S^2$-Net 모델을 제안한다. 실험 결과, 본 논문에서 제안한 $S^2$-Net 모델이 한국어 기계 독해 데이터 셋에서 EM 65.84%, F1 78.98%의 성능을 보였다.

• 한국항만경제학회지
• /
• 제26권1호
• /
• pp.43-60
• /
• 2010

본 논문에서는, 국내와 외국에서 선행된 항만분야의 SOM신경망을 이용한 클러스터 분석과 관련된 선행연구들을 간략하게 검토하였으며, 또한 국내 컨테이너터미널 8곳의 3년간(2002년, 2003년, 2004년)자료를 이용하고, 4개의 투입물[종업원수(명), 부두길이(m), 부지면적(평방m), 갠트리크레인 대수(대)])과 1개의 산출물[년간 컨테이너 처리실적(TEU)]을 이용하여 DEA방법 및 SOM신경망을 이용한 클러스터링으로 실증분석하는 방법을 보여주었으며, 그 결과가 갖는 현실적인 의미와 정책적인 함의를 제시하였다. 주요한 실증분석 결과는 다음과 같다. 첫째, DEA분석결과에 의하면, 각 터미널의 참조터미널들이 감천터미널을 제외하고 지리적으로 근접지역에 위치하고 있는 것으로 나타나서 클러스터형성이 가능하며, 시너지 효과도 얻을 수 있는 것으로 나타났다. 광양터미널들은 지리적으로 멀지만, 감만, 우암터미널들과 클러스터를 구축할 수 있는 것으로 나타났다. 둘째, SOM신경망을 이용한 클러스터링분석결과를 보면, 클러스터 1, 클러스터 2, 클러스터 3에 위치함 감만터미널, 클러스터 4에 위치하고 있는 허치슨터미널과 신선대터미널, 클러스터 5에 위치한 15개의 터미널들이 나름대로 클러스터링에 대한 의미를 가지고 있는 것으로 추정되었다. 셋째, DEA기법에 의한 참조터미널들에 의한 클러스터링과 SOM신경망에 의한 클러스터링 사이에서는 약67% 수준에서 일치하였다. 본 연구의 정책적인 함의는 첫째, 컨테이너터미널에 대한 정책입안자는 북항에 속한 자성대, 우암, 신감만, 감만 터미널은 터미널운영을 통합하는 것이 필요하다. 즉, 클러스터링의 효과를 극대화시키기 위해서는 부두운영사의 숫자를 줄여나가는 정책을 강제적으로 입안하여 시행하는 것이 가장 시급한 문제이다. 둘째, 부산북항에 위치한 터미널들의 최대약점은 터미널마다 부두운영사가 서로 달라서 화주들에게 원스톱서비스를 제공하지 못하고 있다는 점이다. 즉, 년간 물동양의 44%가 환적화물임을 감안해 보았을 때, 북항의 컨테이너 터미널들은 향후 신항과의 화물수주경쟁에서 성공하기 위해서는 반드시 클러스터링을 하는 정책을 도입해야만 한다.

• 대한불안의학회지
• /
• 제14권2호
• /
• pp.63-70
• /
• 2018

It has been suggested that aberrant self-referential processing (SRP) is one of the important components of the explanatory models of social anxiety disorder (SAD). The default mode network (DMN), which reflects intrinsic brain functions, is known to play a critical role in SRP. Recently, resting state functional magnetic resonance imaging (fMRI) research on the functional connectivity in the brain network has gained greater attention as a tool to elucidate the neurobiological basis of various psychiatric disorders. We reviewed resting state fMRI studies that investigated the resting state functional connectivity (RSFC) of the DMN in SAD. Despite of the heterogeneity of the analytic methods and occasional negative findings, most studies consistently reported abnormalities of RSFC within the DMN, suggesting that the DMN may be significant neural correlates of aberrant SRP in SAD. Also, changes in RSFC of the DMN are associated with clinical improvements of therapeutic interventions. Moreover, emerging findings provide the basis for potential use of RSFC as a complementary method in diagnosis of SAD. Ongoing and future research to investigate RSFC of the DMN could broaden our understanding regarding the neurobiological basis of SAD, and contribute to the development of novel treatments for SAD.

• 정보처리학회논문지A
• /
• 제12A권6호
• /
• pp.547-556
• /
• 2005

지식기반사회에서 새로운 교육형태로 대두되고 있는 온라인 협력학습은 실제적이고 고차원적인 문제해결 능력을 향상시키며 학습의 몰입을 촉진하는 효과적인 방안으로 활발하게 논의되고 있다. 협력학습은 개인학습과 달리 팀을 구성하여 공동의 목적을 설정하고 과제를 수행하면서 산출물을 생성하는 복잡한 절차를 거치게 되며, 성공적인 협력학습을 위해 협력학습과정에서 학습자의 자기주도학습 능력, 그룹간 상호작용, 학습자료의 공유 촉진 전략이 필요하다. 그러나 교수자가 모든 학습자의 협력활동을 모니터하고 문제점에 대해 적극적인 조언자 역할을 수행하기에 어려운 실정이며, 기존의 협력학습지원 도구만으로는 학생들의 협력활동을 촉진시키기에는 제한적이다 따라서 본 연구에서는 온라인 협력학습에서의 상호작용을 모니터하고 촉진하기 위해 협력학습지원 에이전트(ECOLA)를 개발하였다. 협력학습지원 에이전트(ECOLA)는 협력학습모델과 협력학습 촉진전략에 기반한 모니터링 에이전트와 촉진자 에이전트로 구현되었다.

• 한국항만경제학회지
• /
• 제30권1호
• /
• pp.23-55
• /
• 2014

본 논문에서는 아시아 컨테이너항만들 간의 클러스터링 추세를 분석하기 위해서 자기조직화지도 신경망 모형과 Tier모형에 대해서 이론적으로 설명하고, 아시아 38개 컨테이너항만들의 11 년간 자료를 4개의 투입요소(선석길이, 수심, 총면적, 크레인 수), 1개의 산출요소(컨테이너화물처리량)를 이용하여 국내항만(부산, 인천, 광양항)들이 어떤 항만들과 클러스터링 해야만 하는지에 대한 측정방법을 실증적으로 보여 주고 분석하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 자기조직화지도 신경망모형에 의한 클러스터링 추세분석에서 국내항만들은 클러스터링을 통해서 효율성을 증대[부산항(26.5%), 인천항(13.05%), 광양항(22.95%)]시 킬 수 있는 것으로 나타났다. 둘째, Tier모형을 이용한 클러스터링분석에서는 부산항(홍콩, 상해, 마닐라, 싱가포르항), 인천항(아덴, 닝보, 다바오, 방콕항), 광양항(아덴, 닝보, 방콕, 하이파, 두바이, 광저우항)과 각각 클러스터링을 해야만 하는 것으로 나타났다. 셋째, 자기조직화지도 신경망 모형에 Tier모형을 접목시킨 모형에서는 (1) 부산항은 인천항과 광양항에 비해서 효율성이 더 개선되었다. (2) 인천항은 2001년부터 2007년까지는 효율성이 더디게 개선되었으나, 2008년 이후에는 더욱 개선되었다. (3) 광양항은 2001년부터 2003년까지는 개선도가 높았으나, 2004년 이후 부터는 지속적으로 개선도가 하락하였다. 본 논문이 갖는 정책적인 함의는 첫째, 항만정책입안자들이 본 연구에서 사용한 두 가지 모형과 접목시킨 모형을 항만의 클러스터링 정책에 도입하여 해당항만이 발전할 수 있는 전략을 수립하고 이행해 나가야만 한다는 점이다. 둘째, 본 논문의 실증분석결과 국내항만들의 참조항만, 클러스터링항만들로서 나타난 아시아항만들에 대하여, 그들 항만들의 항만개발, 운영에 대한 내용을 정밀하게 분석하고 도입하여 실시하는 것이 필요하다.