• 산업융합연구
• /
• 제20권3호
• /
• pp.33-40
• /
• 2022

최근 IoT와 연계된 서비스들이 다양한 환경에서 활용되면서 IoT와 인공지능 기술이 융합되고 있다. 그러나, IoT 데이터를 안정적으로 처리하는 기술들이 완벽하게 지원되고 있지 않아 이를 위한 연구가 필요한 상황이다. 본 논문에서는 IoT 데이터를 머신러닝 기반으로 임베디드 벡터를 생성한 후 IoT 데이터를 최적화 할 수 있는 처리 기법을 제안한다. 제안 기법에서는 처리 효율을 위해서 IoT 데이터의 인덱스, 수집 위치(X와 Y축 좌표의 이진값), 그룹 인덱스, 타입, 종류 등을 QR 기반으로 임베디드 벡터화를 수행한다. 또한, IoT 데이터를 비대칭적으로 연계하도록 IoT 데이터 수집 과정에서 로드밸런싱을 수행할 수 있도록 다양한 IoT 장치에서 생성한 데이터를 통합 관리한다. 제안 기법은 비대칭적으로 IoT 데이터를 그룹화할 수 있도록 IoT 데이터를 해쉬기반으로 서로 직교화하도록 처리한다. 또한, IoT 데이터 종류 및 특성에 따라 주기적으로 생성 및 그룹화하기 때문에 IoT 데이터 간 간섭은 최소화할 수 있다. 향후 연구에서는 IoT 서비스를 제공하는 여러 환경에서 제안 기법을 비교 평가할 계획이다.

• 한국산학기술학회논문지
• /
• 제18권11호
• /
• pp.94-103
• /
• 2017

자동으로 해킹을 수행하는 도구 및 기법의 발전으로 인해 최근 신규 보안 취약점들이 증가하고 있다. 대표적인 취약점 DB인 CVE를 기준으로 2010년부터 2015년까지 신규 취약점이 약 8만건이 등록되었고, 최근에도 점차 증가하는 추세이다. 그러나 이에 대응하는 방법은 많은 시간이 소요되는 전문가의 수동 분석에 의존하고 있다. 수동 분석의 경우 취약점을 발견하고, 패치를 생성하기까지 약 9개월의 시간이 소요된다. 제로데이와 같은 빠른 대응이 필요한 취약점에 대한 위험성이 더 부각되는 이유이다. 이와 같은 문제로 인해 최근 자동화된 SW보안 취약점 탐색 및 대응 기술에 대한 관심이 증가하고 있다. 2016년에는 바이너리를 대상으로 사람의 개입을 최소화하여 자동화된 취약점 분석 및 패치를 수행하는 최초의 대회인 CGC가 개최 되었다. 이 외에도 세계적으로 Darktrace, Cylance 등의 프로젝트를 통해 인공지능과 머신러닝을 활용하여 자동화된 대응 기술들을 발표하고 있다. 그러나 이러한 흐름과는 달리 국내에서는 자동화에 대한 기술 연구가 미비한 상황이다. 이에 본 논문에서는 자동화된 SW 보안 취약점 탐색 및 대응 기술을 개발하기 위한 선행 연구로서 취약점 탐색과 대응 기술에 대한 선행 연구 및 관련 도구들을 분석하고, 각 기술들을 비교하여 자동화에 용이한 기술 선정과 자동화를 위해 보완해야 할 요소를 제안한다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 사상체질의학회지
• /
• 제18권1호
• /
• pp.107-117
• /
• 2006

1. Objectives There are many studies on the ordinary symptoms based on Sasang constitution. But there. are not quite satisfactory between the types of Sasang constitution. So This study is for learning the characteristics of ordinary symptoms depending on Soyangin Soeumin and Taeyangin Taeumin of the Sasang constitution. 2. Methods One thousand and two hundred twenty nine subjects were included in Bundang Oriental Hospital of Dongguk University. We classified them into the each type of Sasang Constitutional Medicine(SCM) by the well-trained SCM specialist, and assessed their ordinary features by the questionnaire. Binary logistic regression analysis was applied to evaluate the influence of ordinary features to the diagnosis of SCM. 3. Results (1) Compared to Taeyangin Taeumin, Soyangin Soeumin do not sweat a lot. Even if Soyangin Soeumifl do sweat, one does not feel refreshed. Soyangin Soeumin do not sweat while sleeping at night nor eating meals, but discharges cold sweat if one does not feel well. (2) Compared to Taeyangin Taeumin, Soyangin Soeumin go to stool less frequently and have diarrhea when one does not feel well. Soyangin Soeumin do not feel irritated even though one is not able to go to stool for one day. (3) Compared to Taeyangin Taeumin, Soyangin Soeumin do not have foams in urine. (4) Compared to Taeyangin Taeumin, Soyangin Soeumin tend to eat slow, do not eat a lot normally, do not have a great appetite, have problems for digestion, and especially have difficulties in digestion when one is stressed. 4. Conclusions We found that Taeyangin Taeumin and Soyangin Soeumin have characteristics of ordinary symptoms, but partly there are not in accoradance with ones what Lee ]e-Ma said in his book. So in future we hope clinical studies are required steadily.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.273-280
• /
• 2020

자동화된 정적분석 도구는 소스 코드상에 잠재된 결함을 개발자들이 적은 노력으로 빠르게 찾을 수 있도록 도와준다. 하지만 이러한 정적분석 도구는 수정할 필요가 없는 오탐지 경고들을 무수하게 발생시킨다. 본 연구에서는 소스코드 블록의 토픽 모델을 이용한 인공신경망 기반의 경고 분류 기법을 제안한다. 소프트웨어 변경 관리 시스템으로부터 버그를 수정한 리비전들을 수집하고, 개발자들로부터 수정된 코드 블록들을 추출한다. 토픽 모델링을 이용하여 수집된 코드 블록의 토픽 분포 값을 구하고, 코드 블록의 리비전 간 경고들의 삭제 여부를 표현하는 이진데이터를 인공신경망의 입력 값과 출력 값으로 사용하여 심층 학습을 수행한다. 그 결과, 인공신경망 기반의 분류 모델이 높은 예측 성능으로 진성 또는 오탐지 경고를 분류하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.685-692
• /
• 2018

본 연구는 통계분석을 이용한 중년 성인의 고혈압 예측모델 개발이 목적이다. 국민건강영양조사자료(2013년-2016년)를 사용하여 통계분석과 예측모델을 개발하였다. 이진 로지스틱 회귀분석으로 통계적 유의한 고혈압 위험인자를 제시하였으며, Wrapper 변수선택기법을 적용한 로지스틱회귀와 나이브베이즈 알고리즘을 이용하여 예측모델을 개발하였다. 통계분석에서 고혈압에 가장 높은 연관성을 갖는 인자는 남성에서 WHtR (p<0.0001, OR = 2.0242), 여성에서 AGE(p<0.0001, OR = 3.9185)로 나타났다. 예측모델의 성능평가에서, 로지스틱 회귀 모델이 남성(AUC = 0.782)과 여성(AUC = 0.858)에서 가장 좋은 예측력을 보였다. 우리의 연구 결과는 고혈압에 대한 대규모 스크리링 도구를 개발하는데 중요한 정보를 제공하며, 고혈압 연구에 대한 기반정보로 활용할 수 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권12호
• /
• pp.988-992
• /
• 2009

본 논문에서는 합성곱 구문 트리 커널(convolution parse tree kernel)과, 한 문장에서 나타나는 두 개체 간의 관계를 가장 잘 설명하는 동사 상당어구에 대한 개념화를 통해 생성되는 워드넷 신셋 벡터(WordNet synsets vector) 커널을 활용하여 과학기술분야 전문용어 간의 관계 추출을 시도하였다. 본 논문에서 적용한 모델의 성능 평가를 위해서 세 가지 검증 컬렉션을 활용하였으며, 각각의 컬렉션 마다 기존의 접근 방법론 보다 우수한 성능을 보여주었다. 특히 KREC 2008 컬렉션을 대상으로 한 성능 실험에서는, 기존의 합성곱 구문 트리 커널과 동사 신셋 벡터(verb synsets vector)를 함께 적용한 합성 커널이 비교적 높은 성능 향상(8% F1)을 나타내고 있다. 이는 성능을 높이기 위해서 관계 추출에서 많이 활용하였던 개체 자질 정보와 더불어 개체 주변에 존재하는 주변 문맥 정보(동사 및 동사 상당어구)도 매우 유용한 정보임을 입증하고 있다.

• 대한의용생체공학회:의공학회지
• /
• 제20권4호
• /
• pp.435-442
• /
• 1999

본 연구에서는 PVC를 분류하기 위하여 웨이브렛 계수를 기반으로 하는 fuzzy-ART 네트워크를 설계하였다. 설계된 네트워크는 feature를 추출하는 부분과 fuzzy-ART 네트워크를 학습시키는 부분으로 구성된다. 우선 feature의 문턱치 구간을 설정하기 위하여 심전도 신호의 QRS를 검출하였고, 검출된 QRS는 Haar 웨이브렛을 이용한 웨이브렛 변환에 의해 주파수 분할하였다. 분할된 주파수 중에서 입력 feature를 추출하기 위하여 저주파 영역의 6번째 계수(D6)만을 선택하였다. D6신호는 입력 feature를 구성하기 위한 문턱치를 적용하여 fuzzy-ART 네트워크의 2진수 입력 feature로 전환하였고, PVC를 분류하기 위하여 fuzzy-ART네트워크를 학습시켰다. 본 연구의 성능을 평가하기 위하여 PVC가 포함된 MIT/BIH 데이터 베이스가 사용되었으며, fuzzy-ART 네트워크의 분류성능은 96.25%이었다.

• 정보교육학회논문지
• /
• 제21권2호
• /
• pp.209-217
• /
• 2017

최근 SW교육이 강조되고 있으나 아직 많은 학생들이 컴퓨터과학을 접할 기회는 많지 않다. 이 논문에서 연구자는 컴퓨터과학에 대한 관심과 이해를 증대시키기 위해 컴퓨터과학 쇼를 구성하였다. 컴퓨터과학 쇼는 이진체계의 이해, 문자 전달하기, 패리티비트 마술, 숫자 카드 찾기, 색깔 모으기(오렌지 게임)들로 구성하였다. 컴퓨터과학 쇼를 초등학생들에게 적용하고 결과를 살펴보았다. 컴퓨터과학 쇼에 참여한 대부분의 학생들은 "컴퓨터과학 쇼에 대한 경험"이 없었다. 컴퓨터과학 쇼 후의 설문조사에서 많은 학생이 "쇼에 대해 재미있다", "컴퓨터과학에 관심이 생겼다", "주변 친구에게 추천 하겠다"라고 응답했다. 연구를 통해 컴퓨터과학 쇼는 초등학생들에게 컴퓨터과학에 대한 흥미를 이끌어 낼 수 있고, 컴퓨터과학에 대한 호기심과 관심을 일으킬 수 있는 방법임을 알게 되었다.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.547-552
• /
• 2006

클래스의 속성과 메소드 참조관계를 고려한 응집도 측정 방법은 다양한 형태로 연구되어 왔다 이러한 응집도의 측정 방법은 일반적으로 하나의 클래스에서 이루어진다. 단일 클래스에서 두 개의 클래스로 참조 범위를 확장하면 두 클래스 사이에 발생할 수 있는 참조관계를 알 수 있다. 본 논문에서는 메소드의 위치 결정을 위하여 신경망 학습모델을 제안하였다. 신경망은 입출력 패턴에 대한 반복학습 후, 학습 패턴에 포함되지 않았던 입력 패턴의 목적 값을 예측하고, 일반화(generalization)하는데 효과적이다. 두 개의 클래스 안의 속성과 메소드를 5개 이하로 제한하였고, 학습 벡터는 30개의 이진 값으로 구성된 입력 벡터와 메소드 위치 결정 값인 이진 목적 값으로 생성되었다. 제안된 신경망은 교차검증에서 약 95%, 테스트 데이터에 대해서는 약88%의 예측율을 보였다.