• Journal of Internet of Things and Convergence
• /
• v.6 no.4
• /
• pp.65-72
• /
• 2020

In this paper, we developed a web-based DApp system based on a private blockchain by applying machine learning techniques to automatically identify Android malicious apps that are continuously increasing rapidly. The optimal machine learning model that provides 96.2587% accuracy for Android malicious app identification was selected to the authorized experimental data, and automatic identification results for Android malicious apps were recorded/managed in the Hyperledger Fabric blockchain system. In addition, a web-based DApp system was developed so that users who have been granted the proper authority can use the blockchain system. Therefore, it is possible to further improve the security in the Android mobile app usage environment through the development of the machine learning-based Android malicious app identification block chain DApp system presented. In the future, it is expected to be able to develop enhanced security services that combine machine learning and blockchain for general-purpose data.

• Proceedings of the Korean Radioactive Waste Society Conference
• /
• 2009.06a
• /
• pp.355-356
• /
• 2009

• Annual Conference of KIPS
• /
• 2007.05a
• /
• pp.411-412
• /
• 2007

자동음성인식 시스템을 이용하는 사용자 입장에서 보면 음성인식시스템을 사용하기 위하여 음성을 입력할 때마다 버튼을 눌러야 하는 Push-To-Talk (PTT) 방식은 여간 번거로운 일이 아닐 수 없다. 그리고 사용자가 원거리에서 음성을 입력하는 경우처럼 PTT 방식 자체가 용이하지 못 한 음성인식 응용분야에서는 Non-Push-To-Talk (NON-PTT) 방식의 필요성이 대두되게 된다. NON-PTT 방식의 음성 전처리를 위해서는 입력신호로부터 음성신호만을 구분해내는 음성판별기술이 필수적이다. 하지만 일상적인 잡음환경에서 음성신호만을 구분해내는 일은 매우 어려운 일이 아닐 수 없다. 본 논문에서는 일상적인 가정잡음환경에 강인한 음성판별방식을 제안한다. 여기서는 음성판별을 위해서 음성의 유성음 특성을 이용하였다. 즉, 일정구간 이상의 음성신호에는 일정구간이상의 유성음 구간이 존재하며 만약 잡음환경에서도 유성음 구간을 잘 검출할 수 있다면 이러한 음성의 특성을 이용하여 검출된 신호가 음성인지 아닌지를 판별할 수 있다. 이를 위하여 여기서는 가정잡음환경에서도 유성음을 잘 검출할 수 있도록 11 가지 유성음 특징들과 이를 이용한 음성판별방법을 제안하였다. 제안된 방법의 성능 평가를 위하여 음성의 끝점검출방법과 통합하여 음성/비음성 판별 테스트를 수행하였으며 테스트 수행결과 열악한 잡음환경에서 80%이상의 비음성을 거절하는 성능을 보였다.

• The Journal of Bigdata
• /
• v.3 no.2
• /
• pp.11-18
• /
• 2018

This study is a study on domain automatic classification for domain - based quality diagnosis which is a key element of big data quality diagnosis. With the increase of the value and utilization of Big Data and the rise of the Fourth Industrial Revolution, the world is making efforts to create new value by utilizing big data in various fields converged with IT such as law, medical, and finance. However, analysis based on low-reliability data results in critical problems in both the process and the result, and it is also difficult to believe that judgments based on the analysis results. Although the need of highly reliable data has also increased, research on the quality of data and its results have been insufficient. The purpose of this study is to shorten the work time to automizing the domain classification work which was performed from manually to using machine learning in the domain - based quality diagnosis, which is a key element of diagnostic evaluation for improving data quality. Extracts information about the characteristics of the data that is stored in the database and identifies the domain, and then featurize it, and automizes the domain classification using machine learning. We will use it for big data quality diagnosis and contribute to quality improvement.

• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.843-844
• /
• 2006

다채널 스피커를 위한 자동검사 시스템은 아날로그 음향신호를 디지털로 바꾸고 이를 시리얼로 전송한 후 각각의 스피커를 통해서 출력하는 다채널음향 신호의 시리얼 전송기술을 기반으로 한다. 각각의 스피커에는 소형 진동 센서가 장치되어 있어 출력되는 음향신호의 이상 유무를 판별하여 스피커의 방송 상태를 자동으로 검사할 수 있다.

• Annual Conference of KIPS
• /
• 2002.04b
• /
• pp.1247-1250
• /
• 2002

본 논문은 일반적인 신원확인 방법인 주민등록증의 사진과 본인 실물을 육안으로 비교로 판별하던 것을 컴퓨터를 이용하여 자동으로 판별할 수 있게 하는 알고리즘을 제안한다. 생체이식 기술은 이용하여 본인 확인하는 방법은 점차 보편화 있다, 이런 생체인식기술 즉 지문인식과 문자인식, 홀로그램 인식기술을 접목하여 주민등록상의 지문이미지와 지문입력기에서 입력받은 생체지문을 비교판별하고 문자이미지를 데이터화하여 주민등록번호가 민원인의 Index Key 되며 홀로그램으로 주민등록증의 진위여부를 판별하는 방법을 제공한다.

• The KIPS Transactions:PartB
• /
• v.17B no.6
• /
• pp.445-458
• /
• 2010

A Cold Cathode Fluorescent Lamp(CCFL) is used as a LCD Monitor's backlight widely. The most common way to check CCFL's defects is an examination with the naked eye. This naked eye examination can cause examination inconsistencies and industrial disasters. A shooting environment and detection algorithms are important for finding CCFL defects automatically. This paper presents CCFL defect detection algorithms using images captured under the shooting environment with sidelight which is one of the shooting environment we have suggested. The experimental result shows 4.65% of overdetection and 5.37% of unsuccessful defect detection of CCFL.

• The KIPS Transactions:PartB
• /
• v.16B no.2
• /
• pp.151-156
• /
• 2009

This paper proposes a Gaussian mixture model(GMM)-based music discrimination system for FM broadcasting. The objective of the system is automatically archiving music signals from audio broadcasting programs that are normally mixed with human voices, music songs, commercial musics, and other sounds. To improve the system performance, make it more robust and to accurately cut the starting/ending-point of the recording, we also added a post-processing module. Experimental results on various input signals of FM radio programs under PC environments show excellent performance of the proposed system. The fixed-point simulation shows the same results under 3MIPS computational power.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.400-406
• /
• 2004

본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 지능형 여권 인식 및 얼굴 인증 시스템을 제안하였다. 제안된 지능형 여권 인식 시스템은 여권 영상에서 경계선 검출 및 수평 최소값 필터 등을 적용하여 코드의 문자열 영역을 추출하고 기울어진 각도를 보정하였다. 검출된 코드 문자열의 인식을 위해 새로운 ART 알고리즘을 제안하여 적용하였고 휴리스틱 방법을 이용하여 인식 결과를 보정한 후 이 인식 결과를 바탕으로 여권 소지자의 사진 및 관련 정보를 여권 데이터베이스에서 추출하였다. 여권에서 추출된 출입국자의 사진 및 얼굴과 데이터베이스에 저장된 사진 및 얼굴과의 유사도 측정을 통하여 여권 사진의 위조 여부를 판단하였다. 따라서 본 논문에서는 여권 코드의 자동인식과, DB에 저장된 사진 정보를 바탕으로 얼굴 사진 영역의 인중을 통하여 위조 여권을 판별할 수 있는 지능형 출입국 관리 시스템을 제안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.469-471
• /
• 2001

뇌 MR 영상의 분석을 통해 질환을 자동적으로 진단하고 판별을 하기 위한 전처리 단계에서 정상인의 MR 영상 모델과 현재 고려되어지는 대상 영상과의 비교 작업이 요구된다. 이를 통해 보다 정확한 질병에 대한 근거를 제시함으로서 진단이 가능하게 된다. 이러한 비교 작업을 위해 우선적으로 해결해야 하는 것이 현재 대상 영상이 정상인의 MR 영상 시리즈 중 어느 위치의 영상과 일치하는 지를 판별해야 한다. 실질적으로 뇌 MR 시리즈는 영상의 특징에 따라 크게 몇 개의 그룹으로 분류된다. 따라서 본 논문에서는 매핑을 위한 각 구성 요소의 특징을 추출해 자동으로 뇌 영상의 그룹핑을 함으로써 매핑시 고려되어지는 슬라이드의 범위를 좁혀줄 뿐만 아니라 영상의 질에 따라 부분적인 손실이 있다 하더라도 전후 관계 정보를 이용하여 유추가 가능한 방법을 제시한다. 800여개의 T2 MR 강조 영상에 대해서 실험을 행하여 비교적 정확한 그룹핑 결과를 유도할 수 있었음을 확인하였다.