• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.372-378
• /
• 2003

얼굴 인식을 위한 주요 기법인 PCA, LBA 등과 같은 mapping에 의한 기법과 템플리트 정합기법 모두 얼굴 영역의 회전, 이동, 표정, 그리고 조명조건의 변화에 민감한 특성을 가진다. 본 논문에서는, 영상의 변화를 보상할 수 있는 전처리 과정으로서 기하학적 특징에 기반한 순수 얼굴영역검출기법을 도입하고 후처리 과정으로서 간단한 정합기법을 사용한 얼굴인식 기법을 제안한다. 제안한 기법은 PCA와 LDA 기법에 비해 영상의 변화에 민감하지 않고 높은 인식률을 보장할 수 있는 장점을 가진다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2003년도 추계학술대회 및 정기총회
• /
• pp.89-92
• /
• 2003

It is often that a large-scale linear programming(LP) problem may contain many constraints which are redundant or cause infeasibility on account of inefficient formulation or some errors in data input. Presolving or preprocessing is a series of operations which removes the underlying redundancy or detects infeasibility in the given LP problem. It is essential for the speedup of an LP system solving large-scale problems to implement presolving techniques. For the recovery of an optimal solution for the original problem from an optimal solution for the presolved problem, a special procedure, so called postsolving, must be applied. In this paper, we present how a postsolving procedure is constructed and implemented in LPABO, a interior-point based LP system. Briefly, all presolving processes are logged in a data structure in LPABO, and after the end of the solution method an optimal solution for the original problem is obtained by tracing the logs. In each stage of the postsolving procedure, the optimality of intermediate solutions is maintained. We tested our postsolving procedure on Netlib, Gondzio and Kennington LP data sets, and concluded that the computational burden of the procedure is relatively negligible compared with the total solving time.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.731-732
• /
• 2006

Limitations on the Linear Discriminant Analysis (LDA) for face recognition, such as the loss of generalization and the computational infeasibility, are addressed and illustrated for small number of samples. The Principal Component Analysis (PCA) followed by the LDA mapping may be an alternative that can overcome this limitation. We also show that processing time is reduced by wavelet transform.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.923-925
• /
• 2012

대용량 고차원의 생물학 데이터가 매우 빠른 속도로 생산되는 현재, 단순히 고전적인 알고리즘들로는 풀 수 없는 문제들을 맞이하게 되었다. 이러한 문제들의 경우 시스템 생물학의 관점으로 다양한 생물 데이터의 융합을 통하여 접근할 경우 효율적으로 Computational Infeasibility(계산 불가능)를 해결함은 물론 그 해석 및 새로운 정보 획득에 매우 유리하다. 인간 DNA의 고차원 SNP 정보들의 군집화 및 질병 발현 패턴 분석은 그 조합의 수가 입력 데이터의 차원수에 따라 지수적(Exponentially)으로 증가하지만 PPI(단백질 상호작용) 네트워크 정보에 결합하여 필요한 중요부위를 선택적으로 이용할 경우 효율적으로 필요 SNP들의 선택 및 이로 인한 공간 축소가 가능하다.

• 한국통신학회논문지
• /
• 제39B권1호
• /
• pp.29-37
• /
• 2014

최근, Tsai 등의 연구자는 동적 ID 기반 스마트카드 인증 기법을 제안하였다. 본 논문에서 그들이 제안한 기법은 잘못된 패스워드의 검증을 조기에 탐지하지 못하기 때문에 발생하는 서비스거부 공격과 내부자 공격에 취약하고 패스워드 변경시 안전성이 보장되지 않는 문제가 있음을 제시하고, 이러한 문제를 해결하는 기법을 제시하려고 한다. 본 논문에서 제안하는 기법의 안전성은 일방향 해시 함수의 안전성과 이산대수 문제의 어려움에 기반을 둔다. 특히 기존 기법과 거의 대등한 수준의 연산량을 요구하면서 안전성 문제를 해결한다. 추가로 제안하는 기법의 안전성과 연산량에 대한 좀 더 자세한 분석을 제시한다.

• 소성∙가공
• /
• 제27권1호
• /
• pp.28-36
• /
• 2018

Electromagnetic forming is a type of high-speed forming process to deform a workpiece through a Lorentz force. As the high strain rate in an electromagnetic-forming simulation causes infeasibility in determining constitutive parameters, we employed inverse parameter estimation in the previous study. However, the inverse parameter estimation process required us to spend considerable time, which leads to an increase in computational cost. To overcome the computational obstacle, in this research, we applied two types of surrogate modeling methods and compared them to each other to evaluate which model is best for the electromagnetic-forming simulation. We exploited an artificial neural network and we reduced-order modeling methods. During the construction of a reduced-order model, we extracted orthogonal bases with proper orthogonal decomposition and predicted basis coefficients by utilizing an artificial neural network. After the construction of the surrogate models, we verified the artificial neural network and reduced-order models through training and testing samples. As a result, we determined the artificial neural network model is slightly more accurate than the reduced-order model. However, the construction of the artificial neural network model requires a considerably larger amount of time than that of the reduced-order model. Thus, a reduced order modeling method is more efficient than an artificial neural network for estimating the electromagnetic forming and for the rapid approximation of structural simulations which needs repetitive runs.

• Journal of Ship and Ocean Technology
• /
• 제8권2호
• /
• pp.41-60
• /
• 2004

Ship design process requires lots of complicated analyses for determining a large number of design variables. Due to its complexity, the process is divided into several tractable designs or analysis problems. The interdependent relationship requires repetitive works. This paper employs collaborative optimization (CO), one of the multidisciplinary design optimization (MDO) techniques, for treating such complex relationship. CO guarantees disciplinary autonomy while maintaining interdisciplinary compatibility due to its bi-level optimization structure. However, the considerably increased computational time and the slow convergence have been reported as its drawbacks. This paper proposes the use of an approximation model in place of the disciplinary optimization in the system-level optimization. Neural network classification is employed as a classifier to determine whether a design point is feasible or not. Kriging is also combined with the classification to make up for the weakness that the classification cannot estimate the degree of infeasibility. For the purpose of enhancing the accuracy of a predicted optimum and reducing the required number of disciplinary optimizations, an approximation management framework is also employed in the system-level optimization.