• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.751-753
• /
• 2013

안드로이드 플랫폼은 타 모바일 플랫폼보다 보안에 있어서 더 많은 취약점을 안고 있다. 따라서 현재 발생하고 있는 대부분의 모바일 악성코드는 안드로이드 플랫폼에서 발생하고 있다. 현재 악성코드 탐지 기법 중 기계학습을 도입한 방법은 변종 악성코드의 대처에 유연하다. 하지만 기계학습기법은 불필요한 Feature를 학습데이터로 사용할 경우, 오버피팅이 발생하여 전체적인 성능을 저하시킬 수 있다. 본 논문에서는 안드로이드 플랫폼에서 발생하는 리소스를 모니터링하여 Feature vector를 생성하고, Feature-selection 알고리즘을 통하여 Feature의 수에 따라 기계학습 Classifier를 통한 악성코드 탐지의 성능지표를 보인다. 이를 통하여, 기계학습을 통한 악성코드 탐지에서 Feature-selection의 필요성과 중요성을 설명한다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.15 no.1
• /
• pp.172-183
• /
• 2012

In 2011, floods were at the worst stage of devastation in Chao Phraya river basin of Thailand. The purpose of this study is to trace the flood inundation area around Chao Phraya river basin by using Terra MODIS image because it has the ability of spatiotemporal dynamics. The MODIS indices, which included the enhanced vegetation index(EVI), land surface water index(LSWI), and the difference in the values of EVI and LSWI(DVEL), were extracted from MODIS product MOD09 8-day composite datasets with a spatial resolution of 500m from Jul. 29, 2011 to Jan. 09, 2012. We found that combined application of EVI, LSWI, and DVEL was suitable for monitoring flood inundation. For the extracted flood inundation area and water-related area. The result can be used to acquire the flood inundation data scattered and demonstrate the potential for the use of MODIS data for temporal and spatial detection of flood effects.

• Korean Journal of Remote Sensing
• /
• v.38 no.5_1
• /
• pp.511-521
• /
• 2022

Cloud detection and removal from satellite images is an essential process for topographic observation and analysis. Threshold-based cloud detection techniques show stable performance because they detect using the physical characteristics of clouds, but they have the disadvantage of requiring all channels' images and long computational time. Cloud detection techniques using deep learning, which have been studied recently, show short computational time and excellent performance even using only four or less channel (RGB, NIR) images. In this paper, we confirm the performance dependence of the deep learning network according to the heterogeneous learning dataset with different resolutions. The DeepLabV3+ network was improved so that channel features of cloud detection were extracted and learned with two published heterogeneous datasets and mixed data respectively. As a result of the experiment, clouds' Jaccard index was low in a network that learned with different kind of images from test images. However, clouds' Jaccard index was high in a network learned with mixed data that added some of the same kind of test data. Clouds are not structured in a shape, so reflecting channel features in learning is more effective in cloud detection than spatial features. It is necessary to learn channel features of each satellite sensors for cloud detection. Therefore, cloud detection of heterogeneous sensors with different resolutions is very dependent on the learning dataset.

• Geophysics and Geophysical Exploration
• /
• v.26 no.4
• /
• pp.171-184
• /
• 2023

Machine learning (ML)-based cavity detection using a large amount of survey data obtained from vehicle-mounted ground penetrating radar (GPR) has been actively studied to identify underground cavities. However, only simple image processing techniques have been used for preprocessing the ML input, and many conventional seismic and GPR data processing techniques, which have been used for decades, have not been fully exploited. In this study, based on the idea that a cavity can be identified using diffraction, we applied ML-based diffraction separation to GPR data to increase the accuracy of cavity detection using the YOLO v5 model. The original ML-based seismic diffraction separation technique was modified, and the separated diffraction image was used as the input to train the cavity detection model. The performance of the proposed method was verified using public GPR data released by the Seoul Metropolitan Government. Underground cavities and objects were more accurately detected using separated diffraction images. In the future, the proposed method can be useful in various fields in which GPR surveys are used.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.32 no.2
• /
• pp.133-142
• /
• 2014

Landsat is one of the popular satellites for observing land surface that is used in various areas including monitoring, detecting and classifying changes in land surface. However, shades, which cloud itself and its shadow, interrupted often clear observation and analysis of ground surface. For this reason, the process of removing shades and restoring original ground surfaces are critical for geospatial users. This study is planned to recommend a methodology for more accurate and clear images of Landsat-8 sensor, which provided two additional bands of costal/aerosol and cirrus. In fact, those bands are known as functioned effectively in detecting and restoring shades. Otsu's thresholding technique to detect clouds, we replaced those detective shades by using experimental and reference images. In accurate assessment, the overall accuracy and kappa coefficients were about 85% and 0.7128, respectively. This indicates that the proposed technique is effective for recovering the original land surface.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2016.11a
• /
• pp.357-358
• /
• 2016

최근 재난에 대한 광역적 탐지 및 피해상황을 예측하는데 위성레이더 영상의 활용방안이 대두되고 있다. 본 논문에서는 SENTINEL-1 위성레이더 영상을 활용하여 지진발생으로 인한 지표변위를 관측하고자 하였다. 차분간섭기법(DinSAR)을 적용하여 최근 발생한 이탈리아 중부 지진과 한반도 경주 지진의 지표변위를 관측하고 피해범위를 예측하였다. 연구결과 규모 6.4 이탈리아 지진에서 최대 20.1cm의 침하를 관측하였으며, 규모 5.8 경주 지진의 경우 발생지역 20km 범위에서 약 3cm의 지표변위를 관측하였다. 향후 지상 SAR 자료를 구축할 예정이며 재난지역의 다각적 관측자료 취득 및 보다 정확한 재난 피해를 파악 할 수 있을 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1433-1436
• /
• 2012

프로젝트의 성공 가능성을 높일 수 있는 요인들에 대한 연구결과는 지속되고 있지만, 측정지표에 대한 선행연구는 건설분야를 제외하고는 SW 분야에서는 아직 초보적인 단계이다. 특히, 범위(Scope)는 프로젝트 관리에 있어 중요한 부분으로 지표의 발굴이 필요한 상황이다. 따라서 본 연구에서는 효율적인 WBS의 작성을 위해서는 명확한 Project Scope Statement가 제시되어야 한다는 전제하에, Project Scope Statement와 WSB 간에 서로 영향을 미치는 요인들을 연구하고자 한다. 또한 명확한 범위정의라는 성공목표를 위한 세부적인 지표 도출을 하고자 한다. 본 연구의 목적은 SW 프로젝트 측면에 있어 범위관리 관련 주요요인을 분석하여 범위관련 제반 문제점을 사전에 탐지하기 위한 PI, KPI를 정의 발견하는데 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1448-1451
• /
• 2009

최근 지구온난화와 기후변화에 관련된 각종 징후들이 여러 분야에서 주요 화두로 자주등장하고 있다. 이들은 주로 평균기온의 상승이나 강우패턴의 변동 등과 같은 기상학적 특성변화를 중심으로 다루어지고 있는데 이를 수문학적 관점에서 유추해 본다면 물 순환과정(hydrological cycle)내 성분별 거동양상의 변화로 해석할 수 있을 것이다. 유역의 특성을 파악하고 발생할 수 있는 수자원의 양적 불균형에 따른 문제점을 탐지하여 그에 대비하기 위해서는 무엇보다도 신속한 정보의 제공이 우선되어야 한다. 또한 이러한 정보를 이용하여 유역의 습윤 및 건조 상황을 모니터링하거나 예측하기 위해서는 즉각적이고 연속적인 정보의 수집이 요구된다. 본 연구에서는 기 수행된 연구결과를 바탕으로 기후학적 물수지 방법에 의하여 1998년부터 2004년까지의 금강유역에 대한 습윤지표를 산정하였다. 그러나 습윤지표가 유역의 습윤 혹은 건조상태를 반영한다고 하나 습윤지표에 익숙하지 않은 사용자의 경우 직관적으로 이 지표만을 이용하여 유역의 상황을 판단하기에는 어려움이 있다. 따라서 본 연구에서는 습윤지표를 통계학적 분포특성에 따라 유역의 습윤 및 건조 상황으로 분류하는 방법을 제안하였으며, 이를 바탕으로 당시 지역적 실제 현상과의 연관성 등을 통하여 가뭄을 평가하는 방법을 제안하고 자 한다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.593-598
• /
• 2004

본 연구에서는 위성영상자료 Landsat TM(1999.8.16), ETM+(2002.9.17)을 활용하여 북한 서한만 지역의 NDVI, 토지피복, 지표온도 분포도를 작성하여 경년에 따른 환경변화를 탐지 및 분석하였으며 ISODATA Clustering 기법을 적용하여 북한 서한만 일대의 간석지 분포도를 작성하였다. 북한 서해안 간석지 면적변화 탐지를 위하여 고지형도 (1918)를 디지털 자료로 변환하여 북한 서해안 전역의 간석지 GIS DB를 구축하였으며 위성영상자료를 이용하여 작성된 간석지 공간 분포도와의 비교ㆍ분석을 통하여 북한 서한만 일대의 84년간의 간석지 면적변화를 탐지하였다. 이러한 연구 결과를 바탕으로 북한 서해안 지역의 간석지 퇴적 환경정보 및 다양한 연안 환경정보를 구축할 수 있었으며 북한 서해안 지역과 남한 서해안 지역의 간석지 연안환경 비교 분석 등을 위한 기초자료로 활용될 것으로 판단된다.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.101-104
• /
• 2009

기후 시스템에서 지구온난화는 세계적으로 매우 중요한 문제이고 이는 기후변화, 이상기온, 폭우, 가뭄 등의 문제를 초래한다. 특히 사막화는 전 세계적으로 10억 명 이상의 사람들에게 영향을 미치고 있다. 건조한 상태의 식생은 사막화되기 쉽기 때문에 식생의 수분상태는 사막화의 중요한 지표이다. 본 논문에서는 중국과 몽골 사막 주변영역에 대해 식생의 수분상태를 탐지하였다. 식생의 수분상태를 탐지하기 위해 1999년부터 2006년까지의 SPOT/VEGETATION 위성 이미지를 이용하여 정규화 수분지수(NDWI: Normalized Difference Water Index)를 산출하였다. 그 결과 1999년부터 2006년까지의 NDWI는 사막주변영역에서 감소하는 경향을 보였고, 그 영역은 몽골 고비사막 북동지역과 중국 타클라마칸 사막의 남동지역에 위치해 있었다.