• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10d
• /
• pp.488-493
• /
• 2007

헬스케어 응용서비스를 위란 센서 네트워크를 구성하는 노드들은 주로 사람 또는 이동성을 가진 사물이며, 이들간의 상호작용을 통한 헬스케어 응용서비스를 지원하기 위해서는 노드의 동적 기능변경, 동적 자기구성, 에너지 효율성을 고려하여 개발되어야 한다. 이러한 요구사항들은 노드 상에 해당 기능을 수행하는 에이전트를 두어 대상의 이동에 따른 에이전트 전이를 통해 동적 기능변경을 수행 및 처리하고, 이동성을 지원하는 계층적 클러스터링 알고리즘을 적용하여 노드의 이동에 따른 동적 자기구성, 제한된 에너지의 효율성 등을 해결할 수 있다. 본 논문에서는 노드간 에이전트 전이를 통해 동적 기능 변경을 보장하는 Agilla모델 기반 Healthcare Mobility Agent Middleware를 설계하고, 정보 전달의 효율성과 노드의 이동성을 보장하기 위해 LEACH 프로토콜 기반 LEACH_Mobile 프로토콜을 제안한다. 또한 여기서 제안하는 LEACH_Mobile 프로토콜과 Healthcare Mobility Agent Middleware를 연동하기 위한 인터페이스와 LEACH_Mobile 프로토콜을 수행하기 위한 라우팅 모듈을 설계하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.28-30
• /
• 2003

주소 부족으로 인한 IPv6 프로토콜 사용의 필요성이 오랜 기간동안 주장되어 왔으나 여전히 IPv6로의 개혁을 반대하는 사람들은 NAT나 DHCP 프로토콜 등을 사용하여 32비트 주소공간을 사용함으로써 IPv4가 안고 있는 문제점을 해결 할 수 있다고 믿고 있다. 이와 같은 IPv4에서 IPv6로의 변화에 대한 주저함 그리고 DNS 네임 검색 서비스의 부재 등이 IPv6로의 전이를 막는 주요 걸림돌이라 볼 수 있다. IPv4에서 IPv6로의 전이가 늦어지고, 현재까지 IPv6의 핵심 기술 및 상호운영성 기술 구현에 집중되었기에 DNS 적용 또한 늦어지고 있으며 구체적인 현황 파악 역시 힘든 실정이다. 본 논문에서는 미국 및 유럽, 일본에서 진행중인 IPv4와 IPv6의 상호운영성 기술 기반으로 서로 다른 두 망간에서의 안정적인 DNS 구축 방안을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11c
• /
• pp.1787-1790
• /
• 2003

기존의 UNIX/LINUX 시스템에서는 setuid 가 걸린 프로그램의 취약점을 공격하여 슈퍼유저(root) 권한을 획득하는 공격이 일반적이다. 본 논문에서는 RBAC 기반 보안 OS 에서도 이와 유사한 권한전이 공격이 가능한지를 실험한다. 또한 논리적 접근통제가 강화된 보안 OS 서 권한 전이 공격에 대해 대응하는 기술에 대하여 고찰한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.751-753
• /
• 2010

본 논문에서는 위상차 현미경 영상 내 U87 세포의 정확한 형태학적 분류를 위한 이진 분류기 구축 방법을 제안한다. 본 방법은 Fourier descriptor 기반 세포형상 표현을 SVM 이진분류기 구축에 사용함으로써 분류 대상인 원추형과 원형세포에 대해 영상 내 세포의 위치와 회전, 크기의 변화에 대해 강인한 분류성능을 제공한다. 본 실험을 통해 polynomial 커널에서 학습된 SVM 분류기가 linear, RBF, sigmoid 에 비교하여 가장 정확한 분류 성능을 보임을 확인하였다. 본 연구는 논문상 기준인 두 종류의 세포 형태 분류기를 기반 프레임워크로 삼아 좀더 다양한 세포 형태를 분류할 수 있도록 개선된다면 악성뇌종양의 전이억제치료에 효과적인 전이행동분석에 도움을 줄 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.269-272
• /
• 2011

일반적으로 지능형 에이전트에게 요구되는 가장 기초적인 상황 인식 기능 중의 하나가 불확실한 센서 데이터에 의존하여 자신의 현재 위치가 어디인지를 파악하는 일이다. 본 논문에서는 대표적인 확률기반의 측위 기법인 파티클 필터를 실제 로봇 측위에 적용한 실험을 수행하고, 이를 통해 측위 성능을 개선시킬 수 있는 방법들을 찾아본다. 특히 로봇 동작의 오차를 고려하지 않은 비-잡음 상태 전이 모델과 로봇 동작의 오차를 고려한 잡음 모델간의 비교 실험을 통해, 불확실성이 높은 실제 로봇 동작에 보다 근사한 상태 전이 모델이 파티클 필터 측위의 성능 개선에 도움이 될 수 있는지 분석해본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.741-744
• /
• 2021

본 논문은 사전 학습된 심층생성모델을 기반으로 가수 별 가사의 특성을 반영하여 새로운 가사를 생성하는 모델을 소개한다. 베이스 모델로 한국어 사전 학습 모델 KoGPT-2 를 사용하였으며, 총 가수 10 명의 노래 823 곡을 수집하여 미세조정 기법을 바탕으로 학습하였다. 특히, 가수 별로 구분한 가사를 학습 데이터로 구축하여, 가수 별로 독특하게 나타나는 가사 스타일이 전이되도록 하였다. 가수의 이름과 시작 단어를 입력으로 주고 작사를 수행한 실험 결과, (i) 가수 별로 생성되는 가사의 어휘와 스타일이 그 가수의 기존 곡들의 가사와 유사함을 확인하였고, (ii) 작사 결과 가수 별 차이를 확인하였다. 추후 설문을 통해, 개별 가수들의 가사와 생성된 가사의 어휘와 스타일 유사성을 확인하고, 가수 별 차이 또한 확인하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.67-70
• /
• 2022

NLP 분야에서 적극 활용되기 시작한 Transformer 모델을 Vision 분야에서 적용하기 시작하면서 object detection과 segmentation 등 각종 분야에서 기존 CNN 기반 모델의 정체된 성능을 극복하며 향상되고 있다. 또한, label 데이터 없이 이미지들로만 자기지도학습을 한 ViT(Vision Transformer) 모델을 통해 이미지에 포함된 여러 중요한 객체의 영역을 검출하는 saliency map을 추출할 수 있게 되었으며, 이로 인해 ViT의 자기지도학습을 통한 object detection과 semantic segmentation 연구가 활발히 진행되고 있다. 본 논문에서는 ViT 모델 뒤에 classifier를 붙인 모델에 일반 학습한 모델과 자기지도학습의 pretrained weight을 사용해서 전이학습한 모델의 시각화를 통해 각 saliency map들을 비교 분석하였다. 이를 통해, 클래스 분류 학습 기반 전이학습이 transformer의 saliency map에 미치는 영향을 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1322-1324
• /
• 2022

최근 딥러닝의 발전에 따라 단일 이미지 초해상도 분야에 좋은 성과를 보여주고 있다. 그러나 보다 더 높은 성능을 획득하기 위해 네트워크의 깊이 및 파라미터의 수가 크게 증가하였고, 모바일 및 엣지 디바이스에 원활하게 적용되기 위하여 딥러닝 모델 경량화의 필요성이 대두되고 있다. 이에 본 논문에서는 초해상도 모델 중 하나인 EDSR(Enhanced Deep Residual Network)에 대조 학습 기반 지식 전이를 적용한 경량화 기법을 제안한다. 실험 결과 제안한 지식 전이 기법이 기존의 다른 지식 증류 기법보다 향상된 성능을 보임을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.529-532
• /
• 2023

본 논문은 소셜 네트워크 이용자의 텍스트 데이터를 대상으로, 트랜스포머 계열의 언어모델을 전이학습해 이용자의 MBTI 성격 유형을 분류한 국내 첫 연구이다. Kaggle MBTI Dataset을 대상으로 RoBERTa Distill, DeBERTa-V3 등의 사전 학습모델로 전이학습을 해, MBTI E/I, N/S, T/F, J/P 네 유형에 대한 분류의 평균 정확도는 87.9181, 평균 F-1 Score는 87.58를 도출했다. 해외 연구의 State-of-the-art보다 네 유형에 대한 F1-Score 표준편차를 50.1% 낮춰, 유형별 더 고른 분류 성과를 보였다. 또, Twitter, Reddit과 같은 글로벌 소셜 네트워크 서비스의 텍스트 데이터를 추가로 분류, 트랜스포머 기반의 MBTI 분류 방법론을 확장했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.293-294
• /
• 2023

이 연구는 사람의 외적인 요소와 마이어스-브릭스가 제안한 16 가지 성격유형을 결부한 연구이다. 기존의 성격유형에 대한 기준을 기반으로 하여, 일반적인 MBTI 판독기와는 다르게 StyleCLIP 을 활용해서 추상적인 단어로 이미지를 변환하고 전이학습 AI 를 이용하여 비교 테스트를 진행한다. 최종적으로 이 연구를 통해 외모와 성격은 연관이 있다는 가설을 증명한다.