• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권2호
• /
• pp.742-756
• /
• 2022

A flood of information has occurred with the rise of the internet and digital devices in the fourth industrial revolution era. Every millisecond, massive amounts of structured and unstructured data are generated; smartphones, wearable devices, sensors, and self-driving cars are just a few examples of devices that currently generate massive amounts of data in our daily. Machine learning has been considered an approach to support and recognize patterns in data in many areas to provide a convenient way to other sectors, including the healthcare sector, government sector, banks, military sector, and more. However, the conventional machine learning model requires the data owner to upload their information to train the model in one central location to perform the model training. This classical model has caused data owners to worry about the risks of transferring private information because traditional machine learning is required to push their data to the cloud to process the model training. Furthermore, the training of machine learning and deep learning models requires massive computing resources. Thus, many researchers have jumped to a new model known as "Federated Learning". Federated learning is emerging to train Artificial Intelligence models over distributed clients, and it provides secure privacy information to the data owner. Hence, this paper implements Federated Averaging with a Deep Neural Network to classify the handwriting image and protect the sensitive data. Moreover, we compare the centralized machine learning model with federated averaging. The result shows the centralized machine learning model outperforms federated learning in terms of accuracy, but this classical model produces another risk, like privacy concern, due to the data being stored in the data center. The MNIST dataset was used in this experiment.

• 한국IT서비스학회지
• /
• 제22권3호
• /
• pp.141-165
• /
• 2023

With the advent of the fourth industrial revolution, technologies such as the Internet of Things, artificial intelligence and cloud computing are developing rapidly, and smart homes enabled by these technologies are rapidly gaining popularity. To gain a competitive advantage in the global market, companies must understand the differences in consumer needs in different countries and cultures and develop corresponding business strategies. Therefore, this study conducts a comparative analysis of consumer reviews of smart homes in South Korea and China. This study collected online reviews of SmartThings, ThinQ, Msmarthom, and MiHome, the four most commonly used smart home apps in Korea and China. The collected review data is divided into satisfied reviews and dissatisfied reviews according to the ratings, and topics are extracted for each review dataset using LDA topic modeling. Next, the extracted topics are classified according to five evaluation factors of Perceived Usefulness, Reachability, Interoperability,Trustness, and Product Brand proposed by previous studies. Then, by comparing the importance of each evaluation factor in the two datasets of satisfaction and dissatisfaction, we find out the factors that affect consumer satisfaction and dissatisfaction, and compare the differences between users in Korea and China. We found Trustness and Reachability are very important factors. Finally, through language network analysis, the relationship between dissatisfied factors is analyzed from a more microscopic level, and improvement plans are proposed to the companies according to the analysis results.

• 천문학회보
• /
• 제46권2호
• /
• pp.65.2-66
• /
• 2021

Observational studies of supernova (SN) feedback are limited. In our galaxy, most supernova remnants (SNRs) are located in the Galactic plane, so there is contamination from foreground/background sources. SNRs located in other galaxies are too far, so we cannot study them in detail. The Large Magellanic Cloud (LMC) is a unique place to study the SN feedback due to their proximity, which makes possible to study the structure of individual SNRs in some detail together with their environment. Recently, we carried out a systematic study of 13 LMC SNRs using [P II] (1.189 ㎛) and [Fe II] (1.257 ㎛) narrowband imaging with SIRIUS/IRSF, four SNRs (SN 1987A, N158A, N157B and N206), show [P II]/[Fe II] ratio much higher than the cosmic abundance. While the high ratio of SN 1987A could be due to enhanced abundance in SN ejecta, we do not have a clear explanation for the other cases. We investigate the [P II] knots found in SNRs N206, N157B and N158A, using optical spectra obtained last November with GMOS-S mounted on Gemini-South telescope. We detected several emission lines (e.g., H I, [O I], He I, [O III], [N II] and [S II]) that are present in all three SNRs, among other lines that are only found in some of them (e.g., [Ne III], [Fe III] and [Fe II]). Various line ratios are measured from the three SNRs, which indicate that the ratios of N157B tend to differ from those of other two SNRs. We will use the abundances of He and N (from the detection of [N II] and He I emission lines), together with velocity measurements to tell whether the origin of the [P II] knots are SN ejecta or CSM/ISM. For this purpose we have built a family of radiative shock with self-consistent pre-ionization using MAPPINGS 5.1.18, with shock velocities in the range of 100 to 475 km/s. We will compare the observed and modeled line fluxes for different depletion factors.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.548-555
• /
• 2023

인터넷의 발전에 따라 개인정보를 활용한 온라인 상호작용이 활발해지며 개인정보를 보호하는 것이 중요해졌다. 허가되지 않은 접근으로부터 발생한 개인정보 침해는 개인에게 정신적, 재산적 피해를 불러올 수 있으며, 침해 피해자의 주변인을 대상으로 한 사회적 공격도 가능하다. 이러한 공격으로부터 개인정보를 보호하기 위해 블록체인을 활용한 보안 기법이 활발히 연구되고 있다. 본 논문에서는 블록체인을 인터넷으로 제공하는 BaaS(Blockchain as a Service) 환경에서 개인정보 보호를 위해 미들웨어와 IAM(Identity and Access Management) 서비스를 활용한 시스템을 제안했다. 미들웨어는 IAM 역할 및 정책이 적용된 서버에서 운영되며 사용자를 인증하고, 접근 권한을 파악하여 정상 사용자인 경우에만 클라우드에 존재하는 블록체인 데이터에 접근할 수 있도록 접근 제어를 수행한다. 또한, 제안한 개인정보 보호 기법이 시스템에 주는 영향을 파악하기 위해 세 가지 시나리오를 가정하여 소요 시간과 사용자 수별 응답 시간을 측정하고, 제안 기법과 블록체인을 활용한 개인정보 보호 관련 연구를 아이디어, 블록체인 유형, 인증, 기밀성 등과 같은 보안 특성 기준으로 비교한다.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.179-190
• /
• 2024

This study aims to compare supervised classification methods with phenology-based approaches, specifically pixel-based and segment-based methods, for accurate crop mapping in agricultural landscapes. We utilized Sentinel-2A imagery, which provides multispectral data for accurate crop mapping. 31 normalized difference vegetation index (NDVI) images were calculated from the Sentinel-2A data. Next, we employed phenology-based approaches to extract valuable information from the NDVI time series. A set of 10 phenology metrics was extracted from the NDVI data. For the supervised classification, we employed the maximum likelihood (MaxLike) algorithm. For the phenology-based approaches, we implemented both pixel-based and segment-based methods. The results indicate that phenology-based approaches outperformed the MaxLike algorithm in regions with frequent rainfall and cloudy conditions. The segment-based phenology approach demonstrated the highest kappa coefficient of 0.85, indicating a high level of agreement with the ground truth data. The pixel-based phenology approach also achieved a commendable kappa coefficient of 0.81, indicating its effectiveness in accurately classifying the crop types. On the other hand, the supervised classification method (MaxLike) yielded a lower kappa coefficient of 0.74. Our study suggests that segment-based phenology mapping is a suitable approach for regions like South Korea, where continuous cloud-free satellite images are scarce. However, establishing precise classification thresholds remains challenging due to the lack of adequately sampled NDVI data. Despite this limitation, the phenology-based approach demonstrates its potential in crop classification, particularly in regions with varying weather patterns.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제28권1호
• /
• pp.9-18
• /
• 2015

본 논문에서는 애조인 설계민감도(DSA)를 사용하여 평형상태의 열전도문제에서 수치적으로 얻어진 위상 최적설계를 실험적으로 검증하였다. 애조인 변수법을 이용하면 해석에서 사용되었던 행렬시스템을 애조인 문제를 풀 때 그대로 활용가능하기 때문에 설계민감도를 얻는데 필요한 계산을 매우 효율적으로 수행할 수 있다. 위상 최적설계를 위해서 설계변수는 정규화된 재료밀도 함수로 정하였다. 목적함수는 구조물의 열 컴플라이언스이고 제한조건은 허용 가능한 재료량이다. 또한 열화상카메라를 활용하여 이러한 위상 최적설계로 얻어진 수치적 결과를 부피가 동일하도록 직관적으로 설계된 디자인과 비교하여 실험적으로 검증하였다. 위상 최적설계로 얻어진 결과를 실제로 제작하기 위해 간단한 수치기법을 통해 점 정보로 변환한 후 역설계 상용프로그램을 이용하여 CAD 모델링을 수행한다. 이를 바탕으로 위상 최적설계 결과를 CNC(Computerized Numerically Controlled machine tools) 선반으로 제작하였다.

• 지적과 국토정보
• /
• 제46권2호
• /
• pp.183-196
• /
• 2016

위성영상의 정밀한 기하보정을 위해서는 지상기준점이 필요하며, GPS 측량은 양질의 지상기준점 좌표 취득을 위해 필수적이다. 하지만 GPS 측량을 하는 과정에서 많은 시간과 노력이 필요하기 때문에 이를 대체할 다른 대안을 연구할 필요가 있다. 이에, 본 연구에서는 지상기준점의 좌표를 취득하기 위한 기존의 GPS 측량을 웹 사이트 지도에서 제공하는 좌표로 대체하는 가능성에 대해 연구하였다. 이를 위해 Daum Map API를 통해 취득한 지상기준점의 좌표들 간의 오차량을 확인하였으며, 위성영상의 기하보정에 사용되는 3가지 좌표 변환식의 정확도를 비교하였다. 또한 가장 정확도가 높게 나온 변환식을 이용하여 GPS 측량을 통해 취득한 지상기준점의 좌표와 Daum Map API를 통해 취득한 지상기준점의 좌표를 이용하여 위성영상을 기하보정하고 그 정확도를 비교하여 그 효용성을 평가하고자 하였다. 그 결과, 3가지 좌표 변환식 중 polynomial 3차 변환식이 가장 높은 정확도를 나타내었으며, Landsat-8과 같은 중해상도 위성영상을 사용하는 경우에는 Daum Map API를 통해 지상기준 점의 좌표를 취득하고 이를 영상의 기하보정에 사용할 수 있음을 알 수 있었다.

• 정보관리학회지
• /
• 제31권3호
• /
• pp.29-63
• /
• 2014

본 연구에서는 Y세대의 특징을 밝히고 Y세대가 요구하는 차세대디지털도서관서비스를 도출하고자 하였으며, 이들의 요구가 베이비붐세대와 어느 정도 차이를 보이는지를 비교하고자 하였다. 연구결과, 첫째, Y세대가 가장 많이 이용하는 디지털기기는 휴대폰 또는 스마트폰으로 나타났고, 다음으로 데스크탑 PC, 노트북 PC, 디지털 카메라 순으로 나타났으며, 사용비율에 있어서 약간의 차이는 있지만 그 순위는 베이비붐세대와 거의 유사하게 나타났다. 둘째, 이용하는 디지털서비스에 있어서 Y세대와 베이비붐세대는 상당한 차이를 보이고 있는 것으로 분석되었으며, Y세대는 인터넷 포털을 가장 많이 이용하고 베이비붐세대는 이메일서비스를 가장 많이 이용하는 것으로 나타났다. 셋째, Y세대와 베이비붐세대가 차세대디지털도서관에 요구하는 서비스를 클라우드서비스, 무한창조공간, 빅데이터, 증강현실, 구글글래스, 상황인식기술, 시맨틱서비스, SNS서비스, 디지털교과서서비스, RFID 및 QRCode 서비스, 도서관공간구성, 최첨단디스플레이기술, 기타 획기적인 서비스로 구분하여 조사한 결과, Y세대가 가장 높은 요구도를 보인 서비스는 빅데이터서비스였고, 베이비붐세대는 디지털교과서서비스였다.

• 한국융합학회논문지
• /
• 제10권3호
• /
• pp.49-57
• /
• 2019

4차 산업혁명의 핵심기술 발전은 다른 핵심기술의 발전과 연계되며, 이를 통하여 미래에 산업구조를 변화시키고 새로운 스마트 비즈니스 모델을 창출할 것으로 예측된다. 이에 본 논문에서는 기술 성숙도 분석을 통하여 기술 성숙도 수준을 진단할 수 있는 방안과, 기술 개발에 도움이 될 수 있는 연구를 수행하고자 하였다. 이를 위하여 기술 동향 정보를 이용하여 4차 산업혁명 핵심기술의 시장, 정책 등을 조사하고 종합하여 종합적인 성숙도 수준을 수행하였다. 기술 성숙도 측정값은 기술 개발자에 의해 배점되므로, 사람의 성향에 따라 편견이 작용되어 주관적인 평가가 될 수 도 있다. 또한 개별 기술의 성숙도에 대한 측정이므로, 전체 시스템 통합 관점의 평가에는 적합하지 않다. 하지만 전체 시스템을 구성하는 핵심 요소기술들을 시스템에 연계하기에 앞서 성숙도를 평가하여 전체 시스템의 효과와 구현 가능성을 비교할 수 있는 수단으로 활용할 수 있으며, 기술 개발의 계획에 중요한 역할을 수행할 수 있을 것으로 기대된다.