• 정보처리학회논문지B
• /
• 제8B권2호
• /
• pp.137-143
• /
• 2001

홉필드 신경망은 병렬 연산 및 일반적 응용성을 가진 장점으로 인해 여러 분야의 조합형 최적화 문제에 도입하기 위해 많은 연구가 이루어져 왔다. 그러나, 다양한 응용분야에서의 성공적 적용 사례에도 불구하고, 에너지 함수의 계수를 결정하는 실용적인 방법의 부재로 인해 대부분의 경우 실험에 의해 얻어진 값에 의존해야 하는 단점이 있다. 본 논문에서는 문제에 대한 해의 유효성을 만족하면서 모델이 최적에 근접할 수 있도록 에너지 수위를 직접 이용하여 계수를 결정하는 정형적인 기법을 제안한다. 제안한 방식은 기존의 계수 결정법과 함께 시뮬레이션을 수행하였으며, 그 결과는 제안한 접근방식이 유효함을 보여준다.

• 대한전자공학회논문지SD
• /
• 제45권6호
• /
• pp.16-21
• /
• 2008

본 논문은 새롭게 제안된 단일전자 소자(single-electron device) 및 회로를 이용한 새로운 형태의 홉필드 신경회로망(Hopfield neural network)을 소개한다. 홉필드 신경회로망의 전기적 모델 내부에서 가변저항으로 사용되는 단일전자 시냅스(single-electron synapse)와 비선형 활성함수(nonlinear activation function)로 사용되는 두 단의 단일전자 인버터(single-electron inverter)를 몬테-칼로(Monte-Carlo) 방식의 단일전자 회로 시뮬레이터로 동작을 검증한다.

• 한국통신학회논문지
• /
• 제26권6A호
• /
• pp.1107-1116
• /
• 2001

고속 IP 주소 룩업(lookup)은 고속 인터넷 라우터의 성능을 좌우하는 주요 요소이다. LPM(longest prefix matching) 탐색은 IP 주소 룩업에서 가장 시간이 많이 걸리는 부분이다. PICAM은 고속 LPM 탐색을 위한 파이프라인 CAM 구조로서, 기존 CAM(content addressable memory, 내용 주수화 메모리)을 이용한 방법보다 룩업 테이블의 갱신속도가 빠르면서도 LPM 탐색율이 높은 CAM 구조이다. PICAM은 3단계의 파이프라인으로 구성된다. 단계 1 및 단계 2의 키필드분할수 및 매칭점의 분포에 따라 파이프라인의 성능이 좌우되며, LPM 탐색율이 달라질 수 있다. 본 논문에서는 PICAM의 파이프라인 성능모델을 제시하고, 이산사건 시뮬레이션(discrete event simulation)을 수행하여, 최적의 PICAM 구조를 도출하였다. IP version 4인 경우 키필드분할수를 8로 하고, 부하가 많이 걸리는 키필드블록을 중복 설치하는 것이 최적구조이며, IP version 6인 경우 키필드블록의 개수를 16으로 하는 것이 최적구조다.

• 한국정밀공학회지
• /
• 제16권3호통권96호
• /
• pp.91-102
• /
• 1999

Fieldbus provides real-time data communication among field devices in the manufacturing automation and process control systems. In this study, an experimental model of fieldbus-based manufacturing automation system is developed. Experimental model consists of two robots, two conveyor belts, NC machine, PLC, sensors and operator station. These machines are interconnected into the Profibus network, and exchange their data through the services provided by FMS(Fieldbus Message Specification), which is the application layer protocol of Profibus. The experimental model is used to measure the network-induced delay of variable and file data transmitted through FMS services. Network-induced delays are collected and analyzed on each sublayer of Profibus protocol stack. The results obtained from the experiment of this study can be effectively utilized when fieldbus is implemented on the practical manufacturing automation systems.

• 정보보호학회논문지
• /
• 제28권1호
• /
• pp.167-177
• /
• 2018

최근 차량에 대한 공격 사례가 늘어남에 따라 CAN 기반의 보안 기술에 대한 연구가 활발히 진행되고 있다. 그러나 CAN의 상위 계층 프로토콜은 차량 제조사 및 모델 별로 상이하므로 이상 탐지 기술 또는 ECU 대상의 취약점 탐지를 위한 연구에는 큰 어려움이 따른다. 본 논문에서는 이러한 문제를 완화하기 위하여 CAN 트레이스의 분석을 통해 데이터 필드 영역의 세부 구조를 추론하는 방법을 제안한다. 기존 인터넷 환경에서는 이미 프로토콜 역공학을 위한 연구가 다수 진행되었으나, CAN 버스는 기존의 프로토콜 역공학 기술을 그대로 적용하기 어려운 구조를 지닌다. 본 논문에서는 CAN 프레임 내 데이터의 특성을 이용한 낮은 계산 비용의 필드 구분 방법 및 기존의 CAN 데이터필드 내 필드 분류 방법을 이용한 새로운 추론 방법을 제안한다. 본 논문에서 제안하는 방식은 실제 차량의 CAN 트레이스 및 시뮬레이션으로 생성된 CAN 트레이스를 대상으로 검증되며, 기존 방식 대비 더 낮은 계산 비용으로 더 높은 정확도의 필드 구조 추론 결과를 보인다.

• 정보보호학회논문지
• /
• 제28권6호
• /
• pp.1463-1474
• /
• 2018

퍼징이란 유효하지 않은 값이나 임의의 값을 소프트웨어 프로그램에 입력하여, 보안상의 결함을 찾아내는 소프트웨어 테스팅 기법 중 하나로 이러한 퍼징의 효율성을 높이기 위한 여러 방법들이 제시되어 왔다. 본 논문에서는 필드를 기반으로 퍼징을 수행하면서 커버리지, 소프트웨어 크래쉬와 연관성이 높은 필드가 존재한다는 것에 착안하여, 해당 필드 부분을 집중적으로 퍼징하는 새로운 방식을 제안한다. 이 때, Variational Autoencoder(VAE)라는 딥 러닝 모델을 사용하여 커버리지가 높게 측정된 입력 값들의 특징을 학습하고, 이를 통해 단순 변이보다 학습된 모델을 통해 재생성한 파일들의 커버리지가 균일하게 높다는 것을 보인다. 또한 크래쉬가 발생한 파일들의 특징을 학습하고 재생성 시 드롭아웃을 적용하여 변이를 줌으로써 새로운 크래쉬를 발견할 수 있음을 보인다. 실험 결과 커버리지가 퍼징 도구인 AFL의 큐의 파일들보다 약 10% 정도 높은 것을 확인할 수 있었고 Hwpviewer 바이너리에서 초기 퍼징 단계 시 발생한 두 가지의 크래쉬를 사용하여 새로운 크래쉬 두 가지를 더 발견할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.357-359
• /
• 1998

무선 통신 환경에서 기지국 안테나를 떠난 전파가 수신안테나에 도달하는 과정 중에 발생하는 전파 손실은 매우 복잡한 비선형 함수이다. 본 논문에서는 신경회로망을 사용한 전파 손실 모델을 제안하고, 3차원 지형 데이터를 이용하여 전파 환경을 반영할 수 있는 특징을 추출하여 이를 신경회로망에 적용함으로써 전파손실 예측모델을 생성하는 방법을 소개한다. 각 필드 측정 데이터에 대한 특징 값을 이용하여 신경회로망을 학습하여 예측모델을 완성한다. 또한, 서울 도심 지역의 실제 PCS 서비스 환경에 대한 실험결과를 통해 제안하는 모델의 우수성을 보인다.

• 전자공학회논문지S
• /
• 제36S권2호
• /
• pp.81-87
• /
• 1999

비월주사방식의 TV 방송은 전송대역폭을 효율적으로 사용할 수 있기 때문에 현재 방송표준에서 사용하고 있으며, MPEG-2와 같은 압축표준에서도 이를 지원하도록 되어있다. 본 논문에서는 이러한 비월주사방식을 사용하는 동영상의 화질개선을 위한 후처리기법으로 필드불일치 보정기법과 움직임열화를 제거하는 기법을 제안한다. 필드불일치 보정기법은 에지 분류를 기반으로하는 선형보간기법과 움직임을 추정하여 이를 보상하는 방법에 대해 설명한다. 선형보간을 위한 에지의 분류는 압축표준에서 가장 널리 사용되는 DCT의 계수를 이용함으로써 추가적인 계산과정 없이 단순히 계수의 비교만으로 이루어진다. 또한 움직임을 추정하여 이를 보상하는 방법은 움직임을 기반으로 하는 영상분할 기법을 적용하여 두 필드이 정보를 모두 이용하게 되므로 정보의 이용이라는 측면에서 매우 효율적이다. 동영상의 화질개선을 위한 움직임열화 제거기법은 제안되는 열화모델을 기반으로 공간적응적인 반복적 영상복원기법을 이용하여 화질개선 효과를 얻을 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1990년도 하계학술대회 논문집
• /
• pp.532-534
• /
• 1990

홉필드 신경회로망을 VLSI로 구현하는데 문제가 되는 area complexity를 개선한다. 적용한 응용은 layer assignment 문제이며, 기존의 layer assignment 신경회로망의 N ${\times}$ L개의 노드를 N ${\times}$ log L개로 감소시킴으로써 O( $(log\;L/L)^2$ )로 area complexity를 개선한다 (N : net의 수, L : layer의 수). 이를 위한 새로운 에너지 함수를 제안한다. 기존의 layer assignment 신경회로망과 동일하게 본래의 홉필드 신경회로망의 진동을 방지하기 위하여 self-feedback이 있는 수정된 홉필드 모델을 사용한다.

• 한국통신학회논문지
• /
• 제27권3A호
• /
• pp.221-230
• /
• 2002

본 논문에서는 마코프 랜덤 필드를 이용해 움직이는 객체를 분할하는 새로운 방법을 제안하였다. 제안된 방법은 신호 탐지 이론에 기반을 두고 있다. 즉, 영상에서의 모션의 존재 유무는 binary decision rule에 의해 결정되고 잘못된 결정은 마코프 랜덤 필드 모델에 의해 수정된다. 전체적인 분할 과정은 2단계로 나뉘어진다. 첫 단계는 '모션탐지' 단계이며, 두번째 단계는 '객체분할' 단계이다. '모션탐지' 단계에서는 optical flow에 의해 발생하는 속도 벡터들에 대하여 binary decision rule을 적용하여 모tus의 존재 유무를 결정하는 과정이다. '객체분할' 단계에서는 첫 단계에서 원치 않게 발생하는 잡음을 제거한다. 이때 마코프 랜덤 필드로 가정하고 베이스 규칙에 의해 잡음을 제거한다. 실험결과, 연속영상에서 움직이는 객체의 영역을 효율적으로 분할함을 확인할 수 있었다.