• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.239-241
• /
• 2023

본 논문은 통신 시스템에 주로 사용되는 디지털 전자 서명 알고리즘 중 양자 내성 암호인 SPHINCS+ 알고리즘에 대한 효과적인 하드웨어 설계 방안에 대한 연구이다. SPHINCS+ 알고리즘은 해시 함수 기반 알고리즘으로, 많은 횟수의 해시 함수가 반복해서 사용된다. 해시 함수를 가속 연산해도, 그 횟수가 크기 때문에 SPHINCS+ 알고리즘은 다른 전자 서명 알고리즘보다 하드웨어 설계 후 큰 latency 를 가지는 특징이 있다. 이를 극복하기 위해 SPHINCS+ 알고리즘에서 사용되는 해시 함수들을 면밀하게 분석한다. 그 결과 같은 해시 함수에 대해서도 입출력 데이터 크기가 다양하게 변화하고, 서로 다른 데이터 플로우를 가지는 그 세부 차이점들을 파악하여, 이를 접목한 하드웨어 설계에 대해 논의한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.109-110
• /
• 2019

최근 IoT 환경에서는 고밀도로 노드가 분포되어진다. 이러한 센서 노드들은 데이터 전송 시 혼잡을 초래하는 중복 데이터를 생성하여 데이터의 정확도를 저하시킨다. 이에 따라 본 연구에서는 데이터 집중으로 인해 발생하는 네트워크의 정체 문제를 해결하기 위해 제안 기법은 사 분위(Interquatile, IRQ) 분석과 코사인 유사도 함수를 통해 데이터의 이상치와 중복성을 측정하여 중복 데이터 및 특이치를 제거한다. 본 연구를 통하여 최적의 데이터 전송을 통하여 IoT의 통신 성능을 향상시킬 수 있으며 결과적으로 데이터 감소율, 네트워크 수명 및 에너지의 효율성을 높일 수 있다.

• 한국정보처리학회논문지
• /
• 제5권3호
• /
• pp.785-794
• /
• 1998

국제 표준 전문 위원회에서는 PREMO(PResentation Environment for Multimedia Object)의 언어 바인딩에서 제기된 문제점을 해결하기 위하여 언어바인딩의 표준화를 취소하고 어떤 특정 언어에 의존하지 않는 바인딩 모델의 연구가 진행중이다. PREMO의 바인딩 모델에서 그래픽스 바인딩 모델을 제시하기 위하여 PREMO에서의 객체 함수들을 분석하고, ？체-Z 기능명세에 대한 함수 작용과 바인딩 모델에 관련된 데이터 사상을 보인다. 본 논문에서는 그래픽스 언어 바인딩 함수들을 기반으로 하는 그래픽스 바인딩 모델 설계를 제안한다.

• 재무관리연구
• /
• 제9권2호
• /
• pp.1-29
• /
• 1992

자본자산(資本資産) 가격결정(價格決定)의 소비기저모형(消費基低模型)은 자본시장의 성질들을 깊이 있게 반영한 모형이지만 이 모형을 정립하는 데 사용된 효용함수의 형태가 주어지지 않고 있다. 이 효용함수의 형태는 실증분석을 통하여 결정되어야 한다. 이 논문에서는 소비기저모형에 사용될 수 있는 효용함수(效用函數)로서 기대효용함수(期待效用函數), 화폐효용함수(貨幣效用函數)와 비기대효용모형(非期待效用模型)을 상정하고 우리나라의 데이터를 사용하여 이 중 어느 함수(函數)가 우리나라의 투자활동과 자산의 가격결정에 적합한가를 실증적으로 분석하였다. 그 결과 상대적 위험기피계수는 대략 4이고 주관적 할인율이 0.8정도이며 소비기저모형(消費基低模型)을 정당화시키는 효용함수(效用函數)는 비기대(非期待) 모형(模型)임이 발견되었다.

• 디지털융복합연구
• /
• 제12권4호
• /
• pp.277-283
• /
• 2014

퍼지모델링은 일반적으로 주어진 데이터를 이용하고 퍼지규칙은 입력변수를 선정하고 각 입력변수에 대한 입력공간을 분할함으로써 입력변수 및 공간분할에 의해 확립된다. 퍼지규칙의 전반부는 입력변수, 공간분할 수 및 소속 함수를 선정하고 본 논문에서 후반부는 선형추론 및 변형된 이차식에 의해 다항식함수의 형태로 나타낸다. 전반부 파라미터의 동정은 입출력 데이터의 최소값과 최대값을 이용하는 최소-최대 방법 및 입출력 데이터를 군집으로 형성하는 C-Means 클러스터링 알고리즘을 사용하여 입력공간을 분할한다. 각 규칙의 후반부 파라미터들, 즉 다항식의 계수들의 동정은 표준최소자승법에 의해 수행된다. 본 논문에서 전반부 소속 함수는 사다리꼴형 멤버쉽 함수를 사용하여 입력공간을 분할하고 비선형공정에서 널리 이용되는 가스로데이터를 사용하여 성능을 평가한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.148-149
• /
• 2010

최근 널리 보급되고 있는 IPTV의 주요 서비스인 주문형 비디오 서비스의 시청 순위는 Zipf의 법칙을 따른다고 알려져 있으며 이를 기반으로 계층형 네트워크 스토리지 구조로 서비스를 제공하여 네트워크 비용과 스토리지 비용을 절감하고 있다. 그러나, 최근 연구에 의하면 미디어 시청 순위는 stretched exponential 함수에 더 근사함이 알려졌다. 본 연구에서는 국내에서 현재 상용 서비스 중인 대규모 주문형 비디오 서비스의 시청 순위-회수 데이터를 분석하여, 시청 순위로부터 stretched exponential 함수의 모수를 추정하여 시청 순위의 분포함수를 파악하고자 한다. 특히, 콘텐츠 파일 크기, 콘텐츠 파일 전달방식, 콘텐츠 장르 등의 요인과 시청 순위 분포함수의 모수 사이에 상관관계가 있는지 분석하고자 한다.

• 사물인터넷융복합논문지
• /
• 제8권5호
• /
• pp.127-132
• /
• 2022

사물인터넷의 발달에 따라 IoT 기기에서 처리되는 데이터의 정확성도 중요시되고 있다. 사물인터넷에서 생산되는 데이터는 센서마다 다양한 포맷과 프로토콜을 사용하고 있기에 수집된 센서 데이터에 이상이 발생하면 정규화하고 통합하는 과정에서 데이터 오류로 인해 실패하거나 잘못된 데이터를 구성하게 된다. 사용자의 상황이나 IoT 기기의 이상 증상은 정확하게 판단되지 않기 때문에 사용자 서비스 장애가 발생하거나 실패하는 문제가 발생한다. 본 논문은 IoT 환경에서 발생되는 다양한 형태의 데이터가 IoT 기기의 특성을 반영하여 정상적인 범주 내에서 변화되는지를 수학적 함수로 산출하여 데이터의 정합성을 탐지하는 방법을 제안한다. IoT 데이터의 발생 특성을 파악하기 위해 '기울기 분석'을 활용한 방법과 '선형 회귀 분석'을 활용한 방법을 각각 제시하고 실험하였다. 기울기를 활용하는 방법은 '증가하는 속도'가 다음에 일어나는 현상에 영향을 미치는 IoT 데이터(센서 기기)에 적합하며, 선형 회귀를 활용하는 방법은 선형적으로 데이터가 움직일 때 '선형 회귀 함수로부터의 차이'가 다음에 일어나는 현상에 영향을 미치는 데이터(수도, 전기 계량기)에 적합하였다.

• 디지털융복합연구
• /
• 제15권1호
• /
• pp.247-253
• /
• 2017

피처선택, 혹은 변수 선택은 피처의 수가 매우 많은 고차원 데이터에서 주어진 주제와 연관성이 높은 피처를 선별하는 과정으로서, 데이터의 차원수를 낮추어 군집분석이나 분류 분석 등을 용이하게 하는데 중요한 기법이다. 많은 수의 피처들 중에서 일부의 피처를 선별하기 위해서는 피처들을 평가하기 위한 도구가 필요하다. 현재까지 제안된 도구들은 대부분 확률이론이나 정보이론에 기초하여 만들어졌기 때문에 하나의 피처, 즉 1차원 데이터만을 평가할 수 있다. 그러나 피처들 간에는 상호작용이 있기 때문에 하나의 피처를 평가하기 보다는 여러 피처들의 집합, 즉 다차원 데이터를 평가할 수 있어야 효과적인 피처 선택이 가능하다. 본 연구에서는 확장된 거리 함수를 이용하여 1차원 데이터 평가용으로 제안된 FSDD 평가 함수를 다차원 데이터에 대한 평가가 가능하도록 개선하는 방법에 대해 제안하였다. 본 연구에서 제안한 접근법은 다른 1차원 데이터 평가함수에도 적용이 될 수 있을 것으로 기대된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.182-183
• /
• 2007

본 논문에서는 전형적인 비선형 회귀문제를 다루기 위해 슈뢰딩거 방정식에 의해 표현되는 Hilbert공간에서 수행되는 Quantum 클러스터링과 Mountain 함수를 이용하여, 수치적인 입출력데이터로부터 TSK 형태의 자동적인 퍼지 if-then 규칙의 생성방법을 제안한다. 여기서 슈뢰딩거 방정식은 분석적으로 확률함수로부터 유도되어질 수 있는 포텐셜 함수를 포함한다. 이 포텐셜의 최소점들은 데이터의 특성을 포함하는 클러스터 중심들과 관련되어진다. 그러나 이들 클러스터 중심들은 데이터의 수와 같으므로 퍼지 규칙을 생성하기 어려울 뿐만 아니라 수렴속도가 느린 문제점을 가지고 있다. 이러한 문제점들을 해결하기 위해서, 본 논문에서는 밀도 척도에 기초한 클러스터 중심의 근사적인 추정에 대해 간단하면서 효과적인 Mountain 함수를 이용하여 효과적인 클러스터 중심을 얻음과 동시에 적응 뉴로-퍼지 네트워크의 자동적인 퍼지 규칙을 생성하도록 한다. 자동차 MPG 예측문제에 대한 시뮬레이션 결과는 제안된 방법이 기존 문헌에서 제시한 예측성능보다 더 좋은 특성을 보임을 알 수 있었다.

• 한국산학기술학회논문지
• /
• 제21권2호
• /
• pp.189-194
• /
• 2020

본 논문에서는 신경망을 학습하는 데 가장 많이 사용되고 있는 경사하강법에 대해 분석하였다. 학습이란 손실함수가 최소값이 되도록 매개변수를 갱신하는 것이다. 손실함수는 실제값과 예측값의 차이를 수치화 해주는 함수이다. 경사하강법은 오차가 최소화되도록 매개변수를 갱신하는데 손실함수의 기울기를 사용하는 것으로 현재 최고의 딥러닝 학습알고리즘을 제공하는 라이브러리에서 사용되고 있다. 그러나 이 알고리즘들은 블랙박스형태로 제공되고 있어서 다양한 경사하강법들의 장단점을 파악하는 것이 쉽지 않다. 경사하강법에서 현재 대표적으로 사용되고 있는 확률적 경사하강법(Stochastic Gradient Descent method), 모멘텀법(Momentum method), AdaGrad법 그리고 Adadelta법의 특성에 대하여 분석하였다. 실험 데이터는 신경망을 검증하는 데 널리 사용되는 MNIST 데이터 셋을 사용하였다. 은닉층은 2개의 층으로 첫 번째 층은 500개 그리고 두 번째 층은 300개의 뉴런으로 구성하였다. 출력 층의 활성화함수는 소프트 맥스함수이고 나머지 입력 층과 은닉 층의 활성화함수는 ReLu함수를 사용하였다. 그리고 손실함수는 교차 엔트로피 오차를 사용하였다.