• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권12호
• /
• pp.483-490
• /
• 2019

네트워크 침입 탐지 시스템(NIDS)에서 분류의 기능은 상당히 중요하며 탐지 성능은 다양한 특징에 따라 달라진다. 최근 딥러닝에 대한 연구가 많이 이루어지고 있으나 네트워크 침입탐지 시스템에서는 많은 수의 트래픽과 고차원의 특징으로 인하여 속도가 느려지는 문제점이 있다. 따라서 딥러닝을 분류에 사용하는 것이 아니라 특징 추출을 위한 전처리 과정으로 사용하며 추출한 특징을 기반으로 분류하는 연구 방법을 제안한다. 딥러닝의 대표적인 비지도 학습인 Stacked AutoEncoder를 사용하여 특징을 추출하고 Random Forest 분류 알고리즘을 사용하여 분류한 결과 분류 성능과 탐지 속도의 향상을 확인하였다. IOT 환경에서 수집한 데이터를 이용하여 정상 및 공격트래픽을 멀티클래스로 분류하였을 때 99% 이상의 성능을 보였으며, AE-RF, Single-RF와 같은 다른 모델과 비교하였을 때도 성능 및 탐지속도가 우수한 것으로 나타났다.

• Journal of Ubiquitous Convergence Technology
• /
• 제2권1호
• /
• pp.27-39
• /
• 2008

In this paper we present a simple, efficient method for detecting the blurry photographs. Recently many digital cameras are equipped with various auto-focusing functions to help users take well-focused pictures as easily as possible. In addition, motion compensation devices are able to compensate motion causing blurriness in the images. However, digital pictures can be degraded by limited contrast, inappropriate exposure, imperfection of auto-focusing or motion compensating devices, unskillfulness of the photographers, and so on. In order to decide whether to process the images or not, or whether to delete them or not, reliable measure of image degradation to detect blurry images from sharp ones is needed. This paper presents a blurriness/sharpness measure, and demonstrates its feasibility by using extensive experiments. This method is fast, easy to implement and accurate. Regardless of the detection accuracy, the proposed measure in this paper is not demanding in computation time. Needless to say, this measure can be used for various imaging applications including auto-focusing and astigmatism correction.

• IEIE Transactions on Smart Processing and Computing
• /
• 제1권3호
• /
• pp.133-142
• /
• 2012

This paper presents a salient region detection algorithm for auto-focusing based on the characteristics of a human's visual attention. To describe the saliency at the local, regional, and global levels, this paper proposes a set of novel features including multi-scale local contrast, variance, center-surround entropy, and closeness to the center. Those features are then prioritized to produce a saliency map. The major advantage of the proposed approach is twofold; i) robustness to changes in focus and ii) low computational complexity. The experimental results showed that the proposed method outperforms the existing low-level feature-based methods in the sense of both robustness and accuracy for auto-focusing.

• 한국컴퓨터정보학회논문지
• /
• 제7권1호
• /
• pp.80-87
• /
• 2002

본 논문에서는 초음파를 이용한 동력을 활용하는 기기에 필요한 자동 주파수 추적 장치를 연구하고, 이를 개발하는 데 있다. 지금까지의 초음파 자동 주파수 추적은 아날로그 방식으로 이루어져 있으며 보다 정밀한 제어를 필요로 하는 분야에는 이 방식의 한계를 극복할 수 있는 새로운 방식의 추적장치를 필요로 한다.

• 한국전자통신학회논문지
• /
• 제8권3호
• /
• pp.447-452
• /
• 2013

본 연구에서는 콘센트용 누설전류 감지 및 자동차단 모듈을 개발하였다. 제안된 누설전류 검출 모듈은 저항성 누설전류 검출 칩을 사용한 콘센트용 누설전류 검출 모듈과는 차별화된, 전력 프로세서인 MSP430 MCU(Micro Controller Unit)를 이용하여 합성 누설전류에서 저항성 누설전류를 프로그램으로 분리 검출한다. 제안된 방법으로 구현된 모듈은 저항성 누설전류 5mA 이상에서 조기 검출 및 자동차단 기능이 있을 뿐만 아니라, 저항성 누설전류 검출 기능이 프로그램으로 구현되어 있어 저항성 누설전류 5mA 이하 또는 이상으로도 쉽게 조정이 가능한 장점이 있다.

• 한국해양학회지:바다
• /
• 제11권2호
• /
• pp.92-96
• /
• 2006

비선형 주성분 분석은 기존에 널리 알려져 있는 주성분 분석기법과 유사한 다변수 데이터 분석을 위한 새로운 접근 방법이다. 비선형 주성분 분석은 AANN(Auto Associative Neural Network)으로 PCA와 마찬가지로 변수들 간에 존재하는 상관관계를 제거함으로써 고차의 다변수 데이터를 정보의 손실을 최소화하면서 최소 차원의 데이터로 변환하는 기법이다. AANN기반 센서 고장 검출 기법을 실제 방재시스템에 적용하여 봄으로써 센서 드리프트 등과 같은 센서 고장의 검출 및 유효한 센서 보정 성능을 확인하였다.

• 한국철도학회논문집
• /
• 제12권3호
• /
• pp.364-369
• /
• 2009

Pantograph sliding plate abrasion auto-detect system, one of the electric rail car auto-detecting devices, is a system that decides how much abrasion and when to replace without an inspector physically looking at the abrasion on the wet plate using machine vision, a cutting-edge technology. This paper covers the cause of deteriorating reliability that affects pantograph wet plate edge detection doe to noise added to the video when it rains. In order to remove such noise, problems should be checked through Smoothing, Averaging mask and Median filter using filtering technique and stable edge detection without being affected by noise should be induced in video measurement used in machine vision technology.

• 대한전기학회논문지:전력기술부문A
• /
• 제48권4호
• /
• pp.410-418
• /
• 1999

This paper describes the use of residual and parameter identification methods for fault detection in an air handling unit. Faults can be detected by comparing expected condition with the measured faulty data using residuals. Faults can also be detected by examining unmeasurable parameter changes in a model of a controlled system using a system identification technique. In this study, AutoRegressive Moving Average with seXtrnal input(ARMAX) and AutoRegressive with eXternal input(ARX) models with both single-input/single-input and multi-input/single-input structures are examined. Model parameters are determined using the Kalman filter recursive identification method. Regression equations are calculated from normal experimental data and are used to compute expected operating variables. These approaches are tested using experimental data from a laboratory's variable-air-volume air-handling-unit.

• 자동차안전학회지
• /
• 제13권4호
• /
• pp.129-143
• /
• 2021

This paper proposes actuator fault detection and adaptive fault-tolerant control algorithms using performance index and human-like learning for longitudinal autonomous vehicles. Conventional longitudinal controller for autonomous driving consists of supervisory, upper level and lower level controllers. In this paper, feedback control law and PID control algorithm have been used for upper level and lower level controllers, respectively. For actuator fault-tolerant control, adaptive rule has been designed using the gradient descent method with estimated coefficients. In order to adjust the control parameter used for determination of adaptation gain, human-like learning algorithm has been designed based on perceptron learning method using control errors and control parameter. It is designed that the learning algorithm determines current control parameter by saving it in memory and updating based on the cost function-based gradient descent method. Based on the updated control parameter, the longitudinal acceleration has been computed adaptively using feedback law for actuator fault-tolerant control. The finite window-based performance index has been designed for detection and evaluation of actuator performance degradation using control error.

• 소음진동
• /
• 제4권3호
• /
• pp.337-343
• /
• 1994

A method of the leak detection from the pipe system by using accelerometer is proposed. The signal detected from accelerometer is proved experimentally to be a dispersive wave. Based on the experiments, a method using the narrow band pass filter and the unit impulse response function is analyzed. The method uses the characteristics of the unit impulse response function, that the function is available evenin the narrow band signal because, unlike the cross correlation, it is normalized by the auto spectrum. The accelerometer is quite easier to use than the hydrophone in adapting to the pipe system.