• 문화기술의 융합
• /
• 제10권1호
• /
• pp.471-476
• /
• 2024

다양한 스마트 기기 및 컴퓨팅 디바이스의 보급에 따라 빅데이터 생성이 광범위하게 일어나고 있다. 기계학습은 데이터의 패턴을 학습하여 추론을 수행하는 알고리즘이다. 다양한 기계학습 알고리즘 중에서 주목을 받는 알고리즘은 신경망 기반의 딥러닝 학습이다. 딥러닝은 다양한 응용이 발표되면서 빠른 성능 향상을 달성하고 있다. 최근 딥러닝 알고리즘 중에서 그래프 구조를 활용하여 데이터를 분석하려는 시도가 증가하고 있다. 본 연구에서는 그래프 구조를 활용하여 딥러닝 네트워크에 전달하기 위한 그래프 생성 방법을 제시한다. 본 논문은 그래프 생성 과정에서 노드의 속성과 간선의 가중치를 일반화하고 행렬화 과정을 제시하여 딥러닝 입력에 필요한 구조로 전환하는 방법을 제시한다. 그래프 생성 과정에서 속성과 가중치 정보를 보전할 수 있는 선형변환 매트릭스 적용 방법을 제시한다. 마지막으로 일반 그래프의 딥러닝 입력 구조를 제시하고 성능 분석을 위한 접근법을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (1)
• /
• pp.667-669
• /
• 1999

최근 VLSI 디자인의 비용과 복잡성은 디자인 과정에서 필수조건이다. 소자 모델링과 수치적 방법은 spice와 같은 회로 시뮬레이터를 사용하여 얻을 수 있으며 simulated annealing과 같은 기법의 기술적인 장점은 많은 부분에서 응용된다. 이러한 기법들은 다량의 메모리 제조와 소규모 연구의 프로젝트까지 거의 모든 칩 디자인에 사용된다. 따라서 본 논문에서는 VLSI 회로의 패턴 매칭에 관한 역트랙킹(backtracking) 깊이-우선 탐색을 할 수 있는 그래프 탐색 매칭 알고리즘을 제안하였다.

• 대한토목학회논문집
• /
• 제30권2D호
• /
• pp.171-179
• /
• 2010

본 연구에서는 토목 설계 엔지니어링에서 공사비 산출에 50%이상을 차지하는 토공 공종 분류 및 수량산출을 위한 스케치 도면 요소의 위상 자동 추출 및 토공 형태 패턴 자동인식 모델을 제시하였다. 이를 위해 횡단면도에서 자동으로 폐영역을 인식해 vertex(정점), edge(모서리), face(면)로 위상요소를 추출하고, 각 위상요소간의 관계를 자동 설정할 수 있도록 알고리즘을 연구하였다. 이 위상구조를 이용해 형태 패턴을 수학적으로 정의하고 형태를 자동 인식할 수 있는 모델을 제안하였다. 연구 결과로 기존 토공엔진에서 처리하기 어려웠던 토공 형태도 토공 형태 패턴 모델을 확장함으로써 쉽게 처리할 수 있었으며, 횡단면도에서 수량을 산출할 수 있는 일반적인 형태 패턴 인식 모형을 얻을 수 있었다. 개발된 모형을 이용한다면, 토목에서 다양한 분야의 토공 분류 및 수량 산출 업무를 자동화해 비용을 줄이고 수량 산출의 정확도는 높일 수 있다고 판단된다.

• 한국음향학회지
• /
• 제15권1호
• /
• pp.54-60
• /
• 1996

패턴인식이나 영상이해의 영역에서는 같은 물체라도 잡음이나 왜곡에 의하여 모양이 훼손되어 다른 물체로 인식될 수 있다. 따라서 물체 인식에서는 두 물체가 완전히 동일한지 여부를 판정하는 것보다는 두 물체가 서로 어느 정도 유사한가를 판정하는 것이 중요한 경우가 많다. 이 논문에서는 훼손된 기호의 인식을 위하여 기호를 표현하는 두 그래프 표현간의 유사도 측정을 이용한 기호 인식 방법을 제안하였다. 제안한 기호 인식 방법은 런 그래프(run graph)를 이용하여 인식 대상 기호를 노드(node)와 에지(edge)로 구성되는 그래프 형태로 표현하고 임베딩 변환(embedding transform)을 포함한 생성 규칙을 사용하여 입력 그래프를 참조 모델 그래프와 유사한 형태로 변형시킨다. 이러한 과정에서 변형된 최종 그래프와 모델 그래프간의 구조적 유사성과 변형시 사용된 생성 규칙의 수를 이용하여 그래프간 유사도를 측정함으로써 기호를 인식하였으며 이의 응용 분야로서 악보에서 비음표 기호 인식에 사용하였다. 이 결과 96%의 인식률을 얻었으며 기호가 심하게 훼손되지 않은 경우에는 거의 인식에 성공하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제31권10호
• /
• pp.603-609
• /
• 2004

절차적(procedural) 텍스쳐는 다양한 해상도로 텍스쳐 공간을 표현할 수 있으며, 매우 적은 저장 공간을 사용하는 장점을 가지고 있다. 그러나 절차적 표현을 위한 암시적(implicit) 방법을 이해하기 어렵고 프로그래밍에 익숙하지 않은 일반 사용자가 다루기 힘들다. 본 논문에서는 사용자의 직관적인 디자인작업을 통해 절차적 패턴을 자동으로 생성하는 인터랙티브 시스템이 제안된다. 전체 디자인 과정은 다중레이어(layer)를 기반으로 하며 데이타, 연산 및 출력 노드 등으로 구성된 그래프 구조로 표현된다. 제안된 시스템은 일반 사용자에게 유연한 인터페이스를 제공하여 프로그래밍 작업 없이 절차적 텍스쳐 쉐이더를 자동으로 생성하도록 한다. 시뮬레이션 결과로부터 제안된 방법이 다양한 패턴을 효과적으로 제작할 수 있음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제16권2호
• /
• pp.374-386
• /
• 2016

프로버넌스 데이터는 데이터의 근원 정보나 변경 이력을 표현하는 메타데이터이다. 프로버넌스 정보는 변경 이력 정보가 쌓이면서 원본데이터와 비교하여 수십 배에 달하는 양을 차지한다. 따라서 대용량의 프로버넌스 데이터를 효율적으로 압축하기 위한 기법이 요구된다. 본 논문에서는 RDF 그래프 패턴을 고려한 프로버넌스 압축 기법을 제안한다. 제안하는 기법은 표준 PROV 모델을 기반으로 프로버넌스를 표현하고 텍스트 인코딩을 통해 프로버넌스 데이터를 숫자로 인코딩한다. 그래프 패턴을 이용하여 RDF 데이터와 프로버넌스 데이터를 압축한다. 제안하는 기법은 기존 프로버넌스 압축 기법과는 달리 시맨틱 웹상의 RDF 문서를 고려하여 프로버넌스 데이터를 압축한다. 압축률, 처리시간에 대한 성능 평가를 통해 제안하는 기법의 우수성을 증명한다.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.926-937
• /
• 1996

그래프 트래버설(traversal) 기법은 그래프의 노느들을 '방문(visiting)'하는 임의의 패턴이라고 할 수 있으며, 그래프 트래버설 방법 중 하나가 깊이 우선 탐색 기법은 유향 그래프의 강결합 요소나 일반 그래프의 이중 결합 요소를 찾는데 이용 된다. 이러한 깊이 우선 탐색 기법을 분산 네트워크 상에서 구현하기 위한 분산 프로토콜은 통신망의 위상 변화가 없는 고정위상 문제와 시간의 지남에 따라 위상의 변화가 있는 동적 위상 문제로 나누어 볼 수 있다. 본 논문에서는 먼저 고정 위상에 서의 개선된 분산 깊이 우선 탐색 프로토콜을 설계하고 다음으로 이 프로토콜을 동적 위상에 적용하여 링크/노드의 고장/복구에 대처할 수 있는 레질리언트 프로토콜을 설계하였다. 또한, 이들 프로토콜의 메시지와 시간 복잡도를 각각 분석하고,

• 융합정보논문지
• /
• 제11권6호
• /
• pp.24-32
• /
• 2021

최근 랜섬웨어(ransomware) 공격은 이메일, 피싱(phishing), 디바이스(Device) 해킹 등 다양한 경로를 통해 감염되어 피해 규모가 급증하는 추세이다. 그러나 기존 알려진 악성코드(정적/동적) 분석 엔진은 APT(Aadvanced Persistent Threat)공격처럼 발전된 신종 랜섬웨어에 대한 탐지/차단이 매우 어렵다. 본 연구는 그래프 데이터베이스를 기반으로 랜섬웨어 악성 행위를 모델링(Modeling)하고 랜섬웨어에 대한 새로운 다중 복합 악성 행위를 탐지하는 방법을 제안한다. 연구 결과 기존 관계형 데이터베이스와 다른 새로운 그래프 데이터 베이스 환경에서 랜섬웨어의 패턴 탐지가 가능함을 확인하였다. 또한, 그래프 이론의 연관 관계 분석 기법이 랜섬웨어 분석 성능에 크게 효율적임을 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1196-1198
• /
• 2013

행위 패턴은 사람의 행위들이 수행되는 양식으로 성향, 습관, 건강상태 등에 따라 다르게 나타나는 생활양식이다. 헬스케어, 마케팅, 정책 결정 등과 같은 다양한 분야에서 사람의 행위패턴을 활용하고 있다. 행위 패턴을 분석하기 위한 방법으로 행위 패턴들을 비교하는 연구가 진행되고 있다. 기존의 행위 패턴 비교 기법은 구조적 정보만을 반영하여 정확도가 저하되는 문제점이 발생한다. 본 논문에서는 두 행위 그래프를 효과적으로 유사도를 정확하게 비교하기 위하여 구조적 정보와 행위 간의 의미적 유사성을 동시에 반영한다. 실험을 통하여 기존의 기법보다 약 4% 정확도가 향상됨을 보인다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.256-264
• /
• 2020

산업용 무선 센서 네트워크는 여러 산업 분야에서의 생산성 향상, 비용 절감 등을 위해 사용되고 있으며, 저지연, 고신뢰 데이터 전송과 같은 성능을 요구한다. 이를 달성하기 위해서, 산업용 무선 센서 네트워크에서는 네트워크 매니저를 통해 네트워크 위상에 대한 그래프 생성 및 자원 할당을 수행하여, 각 장치의 전송 주기 및 경로를 미리 결정한다. 하지만, 이러한 네트워크 관리 방법은 네트워크 위상 변화 시에 그래프 재생성 및 자원 재할당을 수행해야 하므로, 잦은 위상 변화가 발생하는 네트워크 환경에서는 관리비용 증가와 요구성능의 일시적 저하와 같은 현상이 발생하므로 적합하지 않다. 즉, 최근에 다양한 이동 장치를 활용하는 산업용 무선 센서 네트워크에서는 이동 장치로 인한 경로 단절 및 경로 재구성 과정에서 발생하는 지연 전송과 전송 신뢰성 저하를 방지할 수 있는 네트워크 관리 방안에 관한 연구가 필요하다. 본 논문에서는 기계학습을 이용하여 이동 장치의 시간별 위치 및 이동 주기를 분석하고, 이에 기반한 이동 패턴을 추출한다. 또한, 추출된 이동 패턴 정보를 기반으로 예측되는 시간별 네트워크 위상에 대한 그래프 생성 및 자원 할당을 수행하는 네트워크 관리 기능을 제안함으로써, 이동 장치의 이동으로 인한 성능 저하의 문제를 방지한다. 성능평가 결과는 제안 방안이 추출한 이동 패턴과 실제 이동 패턴을 비교하였을 때 약 86%의 예측 정확도를 보이고, 기존의 방법에 비해 높은 전송 성공률 및 낮은 자원 점유율의 성능을 보여준다.