• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권1호
• /
• pp.15-22
• /
• 2017

인터넷 기술이 급속도로 발전함에 따라서 다양한 소셜 네트워크 서비스들이 나타나고 있다. 특히 스마트 기기들이 발전함에 따라서 소셜 네트워크 상에는 멀티미디어 콘텐츠가 넘쳐나고 있다. 그러나 불법적 목적을 가진 사용자에 의해 발생하는 범죄도 증가하면서 멀티미디어 포렌식을 이용한 콘텐츠 보호 및 불법 사용 차단의 필요성이 사회적으로 대두되고 있다. 본 논문에서는 멀티미디어 포렌식 기술의 하나로 디지털 동영상 획득 장치 판별을 위한 포렌식 기술을 제안한다. 먼저 모폴로지 필터링을 이용한 센서 패턴 노이즈 추출하는 방법을 제안한다. 이를 이용하여 참조 장치에서 촬영한 참조 동영상의 센서 패턴 노이즈를 추정하고, 검사 동영상에서 센서 패턴 노이즈를 추출한다. 그리고 두 센서 패턴 노이즈 사이의 유사성 계산을 통하여 검사 동영상이 참조 장치로 촬영을 했는지 판별을 수행한다. 제안한 기술의 성능 분석을 위하여 DSLR 카메라, 콤팩트 카메라, 캠코더, 액션캠 및 스마트폰 등을 포함한 총 30대의 장치에 대하여 개발한 알고리즘에 대한 정량적 성능 분석을 수행하였고, 그 결과 96%의 판별 정확도를 달성하였다.

• 한국시뮬레이션학회논문지
• /
• 제20권4호
• /
• pp.115-125
• /
• 2011

제품의 품질 수준 제고를 위해 통계적 공정 관리(SPC : Statistical Process Control)의 다양한 관리도가 기업의 생산 공정을 관리하는데 사용된다. 관리도에 기록되는 공정 데이터는 특정 요인(Assignable Cause)에 의한 이상이 발생했을 때 그 요인에 따라 서로 다른 패턴(Pattern)으로 변화한다. 이러한 패턴을 구별하는 관리도 패턴(CCP : Control Chart Pattern) 인식(Recognition)은 공정에 대한 관리자의 빠른 의사 결정을 위해 매우 중요하다. 앞 선 연구들은 수집되는 원 데이터를 가공 하지않고 그대로 사용하였기 때문에 인식기(Recognizer)의 성능과 학습 속도가 저하되는 문제점이 있었다. 따라서 최근 데이터의 차원 축소와 인식기의 성능 향상을 위해 특질 추출법(Feature Extraction)을 적용한 특질 기반 인식기(Feature based Recognizer)에 대한 연구가 활발히 진행 중이다. 본 논문은 BDK(Bi-Directional Kohonen Network)를 사용하여 CCP의 참조 벡터(Reference Vector)를 생성하고 참조 벡터와 CCP 데이터의 거리를 기반으로 하는 특질을 추출하였다. 추출된 특질을 인공 신경망 기반 인식기의 입력 벡터로 사용하여 학습하였으며 원 데이터를 사용하여 학습하는 인공신경망 인식기와 예측 정확도 비교를 통해 제안 알고리즘의 성능을 평가하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 1995년도 제12회 음성통신 및 신호처리 워크샵 논문집 (SCAS 12권 1호)
• /
• pp.88-91
• /
• 1995

개층형 신경망은 교사신호들의 학습으로 원하는 입출력간의 매핑을 할 수 있으므로 패턴분류를 위해 사용되어왔다. 본 논문은 계층형 신경망의 일종인 RBFN 중 GPFN 과 PNN으로 한국어 음소인식을 수행하였다. RBFN 의 구조는 계층형 신경망과 유사하나 차이점으로는 은닉층에서 시그모이드 함수, 참조벡터 및 학습알고리듬의 선택이 다르다. 특히 PNN 의 시그모이드 함수는 지수를 포함한 함수들로 대체되며 학습없이 패턴을 분류하므로 계산시간이 빠르게 수행된다. 본 실험에서는 한국어 단음절에서 모음과 자음을 추출하여 음소인식을 수행하였다. 실험 결과 학습과 평가데이타에 의한 인식률은 계층형 신경망과 비교하여 향상 되었으며, Hybrid 구성에 의한 실험에서도 항상된 인식률을 얻을 수 있었다.

• 한국산학기술학회논문지
• /
• 제16권7호
• /
• pp.4405-4410
• /
• 2015

두 개의 1차원 주기 패턴을 수직으로 중첩시켜 상하층 패턴으로부터 이축 변위 정보를 각각 디코딩할 수 있는 방법을 제안한다. 투명한 상층 패턴 판별은 굴절률차에 기인한 레이저 빔의 디플렉션 검출을 통해 이뤄지고 하층 패턴 판별은 수광 전압 차의 검출를 통해 이뤄진다. 빌드 업 필름 재질의 상층 패턴은 UV 레이저 가공에 의해 미세가공되고 그리고 알루미늄 하층 패턴은 초정밀 머시닝에 의한 트렌치 가공과 불투명 소재 증착 그리고 폴리싱 과정을 통해 제작된다. 10마이크로미터 간격으로 제작된 샘플 패턴과 이를 인코딩할 수 있는 전용 광학계에 의한 변위 측정 방법은 대면적 스테이지에 장착되어 레이저 간섭계를 이용한 측정데이터와 비교하여 검증된다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.814-820
• /
• 2008

최근, 패턴분류에 온톨로지를 이용하려는 연구가 다양한 분야에서 시도되고 있다. 그러나 대부분의 이러한 연구에서는 패턴분류 관련 지식을 표현한 온톨로지지가 패턴분류 과정에서 단순히 참조되는 수준에 머물고 있다. 본 논문에서는 퍼지 규칙기반 분류기를 확장한 온톨로지 기반 퍼지 분류기를 제안한다. 이를 위해 퍼지규칙 기반 패턴분류 방법을 개념화하여 온톨로지를 구성하고, 패턴분류를 위한 온톨로지 추론 규칙을 생성한다. 그리고 IRIS 데이터집합의 패턴분류 실험을 통해 온톨로지 기반 퍼지 분류기의 타당성을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제10권2호
• /
• pp.113-121
• /
• 2005

본 논문에서는 근전도 패턴인식을 수행하기 위한 혼합 LVQ 학습 알고리즘을 설계하였다. 제안된 혼합 LVQ 학습 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하고, LVQ 출력뉴런의 부류지정을 위하여 out-star학습법을 사용하는 변형된 C.p Net.이다. 제안된 C.p. Net.의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였고, 패턴벡터를 종속 클래스 층의 뉴런에 의해 종속 클래스로 분류하고, C.p. Net.의 종속 클래스 층과 클래스 층 사이의 연결강도는 분류된 종속 글래스를 클래스로 지정하는 학습을 하게 된다 근전도 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식 보다 우수한 분류성공률을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제4권2호
• /
• pp.50-60
• /
• 2004

오늘날 대부분의 내장형 시스템은 목적상 많은 기능뿐만 아니라 실시간성도 함께 요구하고 있다. 특히, 경성 실시간 시스템에서는 주기 태스크들의 엄격한 마감시간 보장이 시스템의 성능을 좌우한다. 본 논문에서는 CPU 이용률이 놓아 비율단조 기법으로는 마감시간을 보장 할 수 없는 주기 태스크 셋을 위한 비율단조 기반의 스케줄러를 설계하고 구현한다. 이 스케줄러는 확장된 스케줄 가능성 검사를 실시하여, 태스크 셋의 수행 전태스크들의 공통주기를 찾아 마감시간 우선 기법을 기반으로 마감시간 보장 수행패턴을 생성한다. 이렇게 생성된 수행패턴을 참조하여 결정된 우선순위에 따라 태스크 셋을 실행하게 된다. 마감시간 우선 기법을 기반으로 생성된 패턴은 그 특성에 따라 CPU 이용률을 100% 까지 가능하게 하며, 수행패턴을 참조하여 수행함으로써 동적 우선순위 할당 기법의 단점인 실행시간 스케줄링 오버헤드를 없앨 수 있다.

• 정보처리학회논문지B
• /
• 제9B권2호
• /
• pp.173-180
• /
• 2002

기존의 VOB(Virtual Output Buffer) 모델에서 신경회로망의 학습 패턴 처리를 위해 가상 셀 손실율이 도입되었다. VOB모델은 신경망이 실제 셀 손실율 없이도 연결 수락 경계을 잘 찾을 수 있음을 보여주었다. 그러나 VOB 모델은 셀 손실율을 과다 평가하는 경향이 있어 결과적으로 망 자원의 이용률이 낮은 단점이 있다. 본 논문에서는 이러한 단점을 보완하는 방법으로 연결 수락 경계에서 셀 손실율의 평균에 대한 정보를 충분히 포함하는 셀 손실율 참조 곡선의 개념을 제안하였다. 그리고 제안된 셀 손실율 참조 곡선을 이용하여 가상 셀 손실율을 처리하는 방법을 제안하였다. 제안된 한습 패턴 처리 방법은 ATM 트래픽 중에 가장 대표적인 두 가지 호원에 대하여 실험하였다. 실험에 사용된 호원은 LAN 데이터의 그래픽 특성을 가시는 On-Off 트래픽과 비디오 화상 통신의 특성을 가지는 Auto-Regressive 트래픽이다.

• 한국전자거래학회지
• /
• 제15권4호
• /
• pp.101-121
• /
• 2010

본 논문은 플래시 메모리와 하드디스크로 구성되는 하이브리드 저장장치의 성능을 높이기 위한 프리패칭 기법을 제안한다. 하이브리드 저장장치에 포함된 플래시 메모리는 하드디스크에 비해 쓰기/읽기 연산 속도가 상대적으로 빠르기 때문에 이를 캐시 공간처럼 활용하여 성능을 높일 수 있다. 프리패칭을 위한 기본 전략은 순차패턴 마이닝을 이용하는 것이며, 이를 이용하면 시간적 흐름을 가지는 과거 객체 참조열로부터 반복되는 객체 접근 패턴을 추출할 수 있다. 프리패칭 기법을 사용하여 하이브리드 저장장치의 성능을 최대화하기 위하여 본 논문은 두 가지 방법을 사용하였다. 첫 번째는 플래시 메모리 매핑을 위하여 기존의 FAST 알고리즘을 개선하였고, 두 번째는 제한된 플래시 메모리의 공간을 효율적으로 사용하기 위하여 프리패칭 단위로 파일 수준과 블록 수준을 동시에 고려하였다. 제안 기법의 효용성을 평가하기 위해 참조 지역성을 가지는 합성 데이터와 UCC 데이터를 활용하여 실험을 실시하여 제안된 방법의 우수성을 증명하였다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 2010년도 춘계학술논문발표회 논문집
• /
• pp.63-67
• /
• 2010

원문이미지 참조