• 정보처리학회논문지B
• /
• 제11B권7호
• /
• pp.885-892
• /
• 2004

본 논문에서는 SVM에 기반을 둔 결정법칙에 의해 얼굴인식과 서명인식시스템으로 구성된 다중생체인식시스템을 제안하고자 한다. 이를 위해 퍼지 선형판별기법(Fuzzy Linear Discriminant Analysis : Fnzzy LDA)를 이용한 얼굴인식과 선형판별분석기법과 구간매칭기법을 이용한 서명인식을 구축하였다. 두 개의 단일생체인식시스템을 효과적으로 융합시키기 위해 우선 독립적인 두 개의 생체인식시스템에 의해 산출된 매칭도로부터 등록자(Genuine)와 침입자(Impostor)의 확률 분포 모델을 생성한 후, SVM(Support Vector Machine)에 의해 최종 인증하는 구조로 되어있다. 제안된 방법인 SVM기반 결정법칙을 적용하여 실험한 결과 기존에 결정법칙으로 많이 사용되고 있는 가중치합과 결정트리 방식에 비해 각각 $1.654{\%}$와 $3.3{\%}$의 인식률 향상을 나타내 제안된 방법의 우수성을 나타냈다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.631-634
• /
• 2019

단백질의 구조적 동등성을 평가를 위한 형태 기반의 기술자에 대한 연구는 제한적으로 이루어지고 있으며 대부분 지역적 특성 값으로 표현된 지역적 접근 방법이 다수를 이루고 있다. 지역적 특성과 전역적 특성을 포함하는 형태기술자의 경우 각 특성들이 동등한 중요도로 결합되어 있다. 본 연구에서는 선형 회귀분석을 적용하여 각 특성에 대한 중요도를 최적화하여 형태기술자를 재정의 하였다. 최적화된 형태기술자를 단백질의약품인 인슐린 모델에 적용하여 구조적 동등성을 평가할 수 있는 방법론을 제시하였다. 최적화된 형태기술자는 동일한 그룹에 속한 인간 인슐린 단백질 모델과 지역적으로 다른 구조를 가지는 인슐린 아날로그 그룹을 명확히 구분할 수 있음을 확인하였고 이러한 성능은 이전 연구의 형태기술자와 3D 저니크 기술자보다 더 좋은 성능을 보였다. 또한 제안한 방법은 고해상도 단백질 3차 구조 정보를 활용하여 유사성을 판별한 RMSD 방법과 유사하게 서로 다른 표면 구조를 가지는 단백질을 구별할 수 있음을 확인하였다. 이러한 결과로부터 본 연구에서 제시하는 형태기술자 및 최적화된 동등성 평가 함수는 SAXS 분석과 같이 저해상도 단백질 표면 모델을 확보할 수 있는 분석에 적용하여 단백질의 구조적 동등성을 판별할 수 있는 기반을 제공할 수 있을 것으로 판단된다.

• 정보보호학회논문지
• /
• 제33권3호
• /
• pp.449-458
• /
• 2023

인공지능은 빅데이터와 딥러닝 기술을 이용해 다양한 분야에서 삶의 편리함을 주고 있다. 하지만, 딥러닝 기술은 적대적 예제에 매우 취약하여 적대적 예제가 분류 모델의 오분류를 유도한다. 본 연구는 StarGAN을 활용해 다양한 적대적 공격을 탐지 및 정화하는 방법을 제안한다. 제안 방법은 Categorical Entropy loss를 추가한 StarGAN 모델에 다양한 공격 방법으로 생성된 적대적 예제를 학습시켜 판별자는 적대적 예제를 탐지하고, 생성자는 적대적 예제를 정화한다. CIFAR-10 데이터셋을 통해 실험한 결과 평균 탐지 성능은 약 68.77%, 평균정화성능은 약 72.20%를 보였으며 정화 및 탐지 성능으로 도출되는 평균 방어 성능은 약 93.11%를 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.281-286
• /
• 2021

뉴스 헤드라인에 제3자의 발언을 직접 인용해 전언하는 이른바 '따옴표 저널리즘'이 언론 보도의 객관주의 원칙을 해치는지는 언론학 및 뉴스 구독자에게 중요한 문제이다. 이 연구는 온라인 포털사이트를 통해 실시간 유통되는 한국어 기사의 정확성을 판별하기 위한 기계학습(Machine Learning) 모델을 제안한다. 이 연구에서 제안하는 모델은 Edit Distance와 FastText 기법을 활용해 기사 제목과 본문 내 인용구의 유사성을 측정하고, XGBoost 모델을 활용해 최종 분류한다. 아울러 이 모델을 통해 229만 건의 뉴스 헤드라인에 대해 직접 인용구가 포함된 기사가 취재원의 발언을 주관적인 윤색없이 독자들에게 전하고 있는지를 판별했다. 이뿐만 아니라 딥러닝 기반의 KoELECTRA 모델을 활용해 기사의 제목 내 인용구에 대한 감성 분석을 진행했다. 분석 결과, 윤색이 가미되지 않은 직접 인용형 기사의 비율이 지난 20년 동안 10% 이상 증가했으며, 기사 제목의 인용구에 나타나는 감정은 부정 감성이 긍정 감성의 2.8배 정도로 우세했다. 이러한 시도는 앞으로 계산사회과학 방법론과 빅데이터에 기반한 언론 보도의 평가 및 개선에 도움을 주리라 기대한다.

• 스마트미디어저널
• /
• 제13권3호
• /
• pp.27-35
• /
• 2024

본 연구는 GAN(Generative Adversarial Network)을 기반으로 한 Semi Supervised Learning을 활용하여 이미지 생성과 ResNet50을 이용한 이미지 분류를 결합하는 방법에 대해 다루고 있다. 이를 통해 새로운 접근법을 제시하여 이미지 생성과 분류를 통합함으로써 더 정확하고 다양한 결과를 얻을 수 있도록 하였다. 생성자와 판별자를 학습시켜 생성된 이미지와 실제 이미지를 구별하고, ResNet50을 활용하여 이미지 분류를 수행한다. 실험 결과에서는 생성된 이미지의 품질이 epoch에 따라 변화함을 확인할 수 있었으며, 이를 통해 산업재해 예측 정확성을 향상하고자 한다. 또한, GAN과 ResNet50의 결합을 통해 이미지 생성의 품질을 향상시키고 이미지 분류의 정확도를 높이는 효율적인 방법을 제시하고자 한다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2017년 정기학술대회
• /
• pp.131-132
• /
• 2017

본 논문에서는 수중 초음파 전송을 이용하여 해양 사고 발생 시 수중 실종자의 신원과 위치를 파악할 수 있는 재난 대응 시스템을 제안한다. 실종자 몸에 부착된 초음파 발생기에서 나온 신호를 해상에 배치된 다수의 하이드로폰 센서 노드에서 감지, 분석해 저전력 통신으로 선박 등에 설치된 중앙 제어시스템에 보내면 이를 분석해 실종자의 위치 등을 판별할 수 있어 수색 작업에 큰 도움이 될 것으로 기대된다.

• 한국방재안전학회논문집
• /
• 제9권1호
• /
• pp.33-38
• /
• 2016

도로포장 및 교량 유지보수 현장에서 노무자의 안전을 관리할 수 있도록 실시간 위치정보 시스템을 개발하였다. 이 시스템은 다중의 노무자들의 실시간 위치 탐색, 이동 이력, 행동 특성을 확인할 수 있다. 이 시스템은 저전력 블루투스 및 지그비 통신시스템으로 구성되었다. RSSI를 이용한 삼각측량으로 위치 인식을 하는 과거의 방법은 매우 큰 오차를 가진다. 때문에 본 연구는 가속도계와 RSSI를 이용한 새로운 거리측정 방법 및 보정 방안을 제시하였다. 도로포장 및 교량 유지보수 현장에서 개발한 시스템의 오차를 평가한 결과 0.2 m~0.4 m의 오차를 나타내었다. 그리고 가속도 이력을 판별하여 통해 노무자의 안전 상황에 대한 판별이 가능함을 확인하였다.

• 전력전자학회논문지
• /
• 제9권4호
• /
• pp.311-318
• /
• 2004

최근 각종 산업기기 및 자동화기기에는 회전자가 영구자석으로 구성된 브러시리스 전동기의 사용이 증가하고 있다. 그러나 회전자가 영구자석으로 이루어진 BLDC 전동기의 경우 회전자 위치 판별 센서는 필수 요소이다. 그러나 센서(엔코더, 레졸버등)를 사용할 경우 크기 증가, 비용 상승 등의 원인으로 작용한다. 따라서 본 논문에서는 PM BLDC 전동기의 속도제어를 수행함에 있어 기존의 엔코더와 Hall-IC 3개를 이용하지 않고, 두개를 이용하여 회전자의 위치를 판별함과 동시에 속도 센서를 대신하여 사용할 수 있는 방법을 제안하였다. 그 결과 성능은 동일하고, 구동회로의 크기와 제조 단가를 낮출 수 있는 효과를 얻었다.

• 한국터널지하공간학회 논문집
• /
• 제6권3호
• /
• pp.237-245
• /
• 2004

터널의 설계에 있어서 RMR 분류방법은 암반을 분류하고 암반등급에 따른 지보패턴을 결정하기 위하여 널리 사용하여 왔다. 하지만 이러한 RMR 분류방법은 현장상태를 고려하여야만 구할 수 있는 변수들을 사용하고 암반을 분류하는 기술자의 경험적 판단에 의존될 수 밖에 없다. RMR 암반분류 방법을 설계단계에서 활용할 때 RMR의 평가요소들을 모두 고려하는 것은 실무적으로 불가능하다. 따라서 설계시 정량적인 요소만을 사용하여 RMR 분류 가능성을 확인하기 위하여 판별분석을 수행하였다. 정량적 데이터인 암석강도 혹은 RQD는 RMR 값과의 상관계수가 높으며, 기존 암반분류기준을 살펴볼 때 암석강도와 RQD는 암반분류를 위한 중요한 요소이다. 기존의 RMR 암반분류 방법을 통한 암반분류와 두 가지 변수만을 고려한 판별분석을 수행한 암반분류 결과 암석강도를 독립변수로 사용한 판별분석시 74.8%, RQD를 독립변수로 사용한 판별분석시 74.3%의 정확도로 RMR 암반분류가 가능하였다. 암석강도와 RQD를 함께 고려한 판별분석을 하였을 때 82.5%의 정확도로 RMR 암반분류가 가능하였다. 기존의 사례분석에서 RMR 전체 요소를 통하여 수행된 설계단계의 전체 적중률은 40.3% 정도 수준임을 감안할 때 설계단계에서는 암석강도와 RQD 만으로도 충분한 RMR 암반분류가 가능할 것이다.

• 한국재난정보학회 논문집
• /
• 제20권2호
• /
• pp.302-314
• /
• 2024

연구목적: 본 연구는 지하공동구 내 다수 작업자의 낙상을 자동으로 판별하기 위한 Top-down 방식의 딥러닝 자세 추정 모델 기반 낙상 검출 모델을 제안하고, 제안 모델의 성능을 평가한다. 연구방법: Top-down 방식의 자세 추정모델 중 하나인 YOLOv8-pose로부터 추론된 결과와 낙상 판별 규칙을 결합한 모델을 제시하고, 지하공동구 내 2인 이하 작업자가 출현한 기립 및 낙상 이미지에 대해 모델 성능지표를 평가하였다. 또한 동일한 방법으로 Bottom-up 방식 자세추정모델(OpenPose)을 적용한 결과를 함께 분석하였다. 두 모델의 낙상 검출 결과는 각 딥러닝 모델의 작업자 인식 성능에 의존적이므로, 작업자 쓰러짐과 함께 작업자 존재 여부에 대한 성능지표도 함께 조사하였다. 연구결과: YOLOv8-pose와 OpenPose의 모델의 작업자 인식 성능은 F1-score 기준으로 각각 0.88, 0.71로 두 모델이 유사한 수준이었으나, 낙상 규칙을 적용함에 따라 0.71, 0.23로 저하되었다. 작업자의 신체 일부만 검출되거나 작업자간 구분을 실패하여, OpenPose 기반 낙상 추론 모델의 성능 저하를 야기한 것으로 분석된다. 결론: Top-down 방식의 딥러닝 자세 추정 모델을 사용하는 것이 신체 관절점 인식 및 개별 작업자 구분 측면에서 지하공동구 내 작업자 낙상 검출에 효과적이라 판단된다.