• 융합신호처리학회논문지
• /
• 제7권2호
• /
• pp.53-59
• /
• 2006

동적 신경망은 시스템 식별과 신호예측과 같이 temporal 신호처리가 요구되는 여러 분야에서 적용되어 왔다. 본 논문에서는 신경망의 동특성을 향상시키기 위해 순방향 다층 신경망의 히든 층에 감마(Gamma) 메모리 커넬을 사용하는 감마 신경망(GAM)을 제안하고, 적응필터로 제안된 신경망을 사용하여 비선형 적응예측을 다루고 있다. 제안된 신경망은 비선형 신호예측을 통해 평가되었으며, 예측성능의 상대적인 비교를 위해 순방향 신경망(FNN)과 리커런트 신경망(RNN)과 비교하였다. 시뮬레이션 결과에 의하면 GAM 신경망은 수렴속도와 예측의 정확도에서 이러한 신경망보다 더 우수한 동작을 수행함으로써, 제안된 신경망이 기존의 다층 신경망보다 비정적 신호에 대한 비선형 예측에 더 효과적인 예측모델임을 확인하였다.

• 전기학회논문지
• /
• 제64권10호
• /
• pp.1479-1485
• /
• 2015

Robot's technology was very simple and repetitive in the past. Nowadays, robots are required to perform intelligent operation. So, path planning has been studied extensively to create a path from start position to the goal position. In this paper, potential field algorithm was used for path planning in dynamic environments. It is used for a path plan of mobile robot because it is elegant mathematical analysis and simplicity. However, there are some problems. The problems are collision risk, avoidance path, time attrition. In order to resolve path problems, we amalgamated potential field algorithm with the artificial neural network system. The input of the neural network system is set using relative velocity and location between the robot and the obstacle. The output of the neural network system is used for the weighting factor of the repulsive potential function. The potential field algorithm problem of mobile robot's path planning can be improved by using artificial neural network system. The suggested algorithm was verified by simulations in various dynamic environments.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권9호
• /
• pp.3034-3055
• /
• 2014

Wireless Sensor Networks have extensively been utilized for ambient data collection from simple linear structures to dense tiered deployments. Issues related to optimal resource allocation still persist for simplistic deployments including linear and hierarchical networks. In this work, we investigate the case of dimensioning parameters for linear and tiered wireless sensor network deployments with notion of providing extended lifetime and reliable data delivery over extensive infrastructures. We provide a single consolidated reference for selection of intrinsic sensor network parameters like number of required nodes for deployment over specified area, network operational lifetime, data aggregation requirements, energy dissipation concerns and communication channel related signal reliability. The dimensioning parameters have been analyzed in a pipeline monitoring scenario using ZigBee communication platform and subsequently referred with analytical models to ensure the dimensioning process is reflected in real world deployment with minimum resource consumption and best network connectivity. Concerns over data aggregation and routing delay minimization have been discussed with possible solutions. Finally, we propose a node placement strategy based on a dynamic programming model for achieving reliable received signals and consistent application in structural health monitoring with multi hop and long distance connectivity.

• Journal of Information Processing Systems
• /
• 제17권3호
• /
• pp.556-570
• /
• 2021

The existing video expression recognition methods mainly focus on the spatial feature extraction of video expression images, but tend to ignore the dynamic features of video sequences. To solve this problem, a multi-mode convolution neural network method is proposed to effectively improve the performance of facial expression recognition in video. Firstly, OpenFace 2.0 is used to detect face images in video, and two deep convolution neural networks are used to extract spatiotemporal expression features. Furthermore, spatial convolution neural network is used to extract the spatial information features of each static expression image, and the dynamic information feature is extracted from the optical flow information of multiple expression images based on temporal convolution neural network. Then, the spatiotemporal features learned by the two deep convolution neural networks are fused by multiplication. Finally, the fused features are input into support vector machine to realize the facial expression classification. Experimental results show that the recognition accuracy of the proposed method can reach 64.57% and 60.89%, respectively on RML and Baum-ls datasets. It is better than that of other contrast methods.

• 한국정보과학회논문지:정보통신
• /
• 제28권3호
• /
• pp.406-416
• /
• 2001

동적 메트릭을 사용하는 단일 경로 라우팅 방식이 폭주에 대처하는 방법은 폭주 영역을 피해 갈수 있도록 경로를 바꾸어주는 것이다. 그러나 이러한 라우트 변경은 라우팅 진동을 야기할 수 있고 폭주에 대응하여 실제적으로 네트워크 상에존재하는 다중의 경로들을 모두 동시에 이용할 수 없다는 한계점이 있다. 이에 본 논문에서는 라우팅 오버헤드 측면에서 매우 효율적이면서 라우팅 성능을 높일 수 있는 동적 로드 밸런싱을 수행하는 다중 경로 라우팅 방식인 MP-DLB를 제안하였다. MP-DLB 방식은 동적 로드 밸런싱을 수행하는 다중 경로 라우팅의 오버헤드를 줄이기 위해 인터넷 트래픽이 일부 hot 목적지로 집중되는 패턴을 보이는 인터넷 패킷배치 분석자료를 근거로 hot 목적지에 대해서만 다중 경로를 설정하고 이들 다중 경로에 대해서만 동적로드 밸런싱을 수행한다. 소수의 hot 목적지에 대해서만 다중 경로를 사용하도록 하는 것은 다중 경로 사용을 위한 오버헤드를 감소시키면서도 라우팅 성능에 주된 영향을 미치는 트래픽에 대한 라우팅을 효율적이고 안정되게 제공하는 효과가 있다. 제안하는 MP-DLB 방식의 성능을 검토하기 위하여 시뮬레이션을 실행한 결과 MP-DLB는 하나의 hot 목적지를 향하여 임의의 라우터에 집중되고 있는 여러 소스로부터의 트래픽을 다중 경로를 이용해 분산 전송함으로써 효과적으로 폭주를 경감시키고 라우팅성능을 높임을 볼수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권8호
• /
• pp.1073-1082
• /
• 2004

본 논문에서는 변화하는 환경에서 에이전트의 인지 정보로부터 움직이는 물체의 운동모델을 미리 알 수 없는 경우에도 적용할 수 있는 적응적인 행동을 생성하는 방법을 제안한다. 전통적인 에이전트의 지능제어 방법은 환경에 대해 알고 있는 정보를 이용한다는 제약 때문에 강건하지만 다양하고 복잡한 환경에 적용할 수 얼었다. 환경에 대한 정보가 없는 상황에서 에이전트가 자율적으로 행동하기 위해서는 행동 기반의 방법이 적합하며, 실제와 같은 변화는 환경에서 에이전트의 적응적 행동을 위해서는 상황을 미리 추론하고 대처하는 능력이 필요하다. 움직이는 장애물 피하기는 변화하는 환경에서의 적응적 행동생성의 가능성을 보여줄 수 있는 문제이기 때문에 다양한 방법으로 연구되고 있다. 본 논문에서는 고정된 장애물뿐만 아니라 움직이는 장애물을 인지하고 피하는 적응적인 행동을 생성하기 위한 2단계의 제어 구조를 제안한다. 1단계는 상황을 인지하고 자율적으로 행동을 생성하는 행동 네트워크 구조이고 2단계는 변화하는 상황을 추론하고 제어정보를 1단계로 전달하는 베이지안 네트워크 구조이다. 시뮬레이터를 이용한 실험을 통해 제안한 방법으로 고정된 장애물과 움직이는 장애물을 피하고 목적지를 찾아가는 것을 확인할 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권4호
• /
• pp.265-279
• /
• 2008

손 제스처를 이용한 사람과 컴퓨터간의 상호 작용은 오랜 기간 많은 사람들이 연구해 오고 있으며 커다란 발전을 보이고 있지만, 여전히 만족스러운 결과를 보이지는 못하고 있다. 본 논문에서는 동적 베이스망 프레임워크를 이용한 손 제스처 인식 방법을 제안한다. 유선 글러브를 이용하는 방법들과는 달리, 카메라 기반의 방법에서는 영상 처리와 특징 추출 단계의 결과들이 인식 성능에 큰 영향을 미친다. 제안하는 제스처 모델에서의 추론에 앞서 피부 색상 모델링 및 검출과 움직임 추적을 수행한다. 특징들간의 관계와 새로운 정보들을 쉽게 모델에 반영할 수 있는 동적 베이스망을 이용하여 두 손 제스처와 한 손 제스처 모두를 인식할 수 있는 새로운 모델을 제안한다. 10가지 독립 제스처에 대한 실험에서 최대 99.59%의 높은 인식 성능을 보였다. 제안하는 모델과 관련 방법들은 수화 인식과 같은 다른 문제들에도 적용 가능할 것으로 판단된다.

• Journal of Information Processing Systems
• /
• 제6권3호
• /
• pp.269-294
• /
• 2010

The interconnection of mobile devices in urban environments can open up a lot of vistas for collaboration and content-based services. This will require setting up of a network in an urban environment which not only provides the necessary services to the user but also ensures that the network is secure and energy efficient. In this paper, we propose a secure, energy efficient dynamic routing protocol for heterogeneous wireless sensor networks in urban environments. A decision is made by every node based on various parameters like longevity, distance, battery power which measure the node and link quality to decide the next hop in the route. This ensures that the total load is distributed evenly while conserving the energy of battery-constrained nodes. The protocol also maintains a trusted population for each node through Dynamic Trust Factor (DTF) which ensures secure communication in the environment by gradually isolating the malicious nodes. The results obtained show that the proposed protocol when compared with another energy efficient protocol (MMBCR) and a widely accepted protocol (DSR) gives far better results in terms of energy efficiency. Similarly, it also outdoes a secure protocol (QDV) when it comes to detecting malicious nodes in the network.

• 정보보호학회논문지
• /
• 제23권6호
• /
• pp.1025-1035
• /
• 2013

최근 10여 년간 온라인 소셜 네트워크(Online Social Network, OSN)의 사용인구가 폭발적으로 증가하고 있고 우리 생활에서 빼 놓을 수 없는 요소가 되었다. OSN은 개인뿐만 아니라, 그룹, 조직, 그리고 지정학적 위치, 시간적 제약조건까지 극복하는 시공을 초월한 사회적 관계의 확장을 가져오고 있다. 이러한 관계 및 정보공유의 확장은 사생활 노출, 무분별한 정보 공유, 거짓 정보의 전파 등 많은 부작용을 낳기도 한다. 이러한 부작용을 통제하기 위해 MAC, DAC, RBAC 등 기존의 접근제어 방법이 사용되었으나, 사용자 간의 접근 허용의 범위가 고정되어, 지속되는 관계 변경에 따른 접근 범위의 제한이 어렵고, 그러므로 변화하는 사용자의 악의적인 행동에 대한 대책이 미흡하다. 본 논문에서는 OSN 환경에 맞는 사용자간 동적 신뢰 중심의 접근제어 모델을 제안하여 사용자의 신뢰도의 변화에 따라 접근 권한을 변화시켜 사용자의 악의적인 행동 변화를 제어토록 하겠다.

• 한국융합학회논문지
• /
• 제11권9호
• /
• pp.21-29
• /
• 2020

최근 디지털 사회의 도래로 다양한 데이터가 폭발적으로 증가하고, 그중 문헌 내 주제어를 도출하는 토픽 모델링에 관한 연구가 활발히 진행되고 있다. 본 논문의 연구목표는 토픽 모델링 방법 중 하나인 DTM(Dynamic Topic Model) 모델을 적용해 D.N.A.(Data, Network, A.I) 분야에 대한 연구동향을 탐색하는데 있다. 실험 데이터는 최근 6년간(2015~2020) ICT(Information and Communication Technology) 분야 중 기술대분류가 SW·AI에 해당하는 연구과제 1,519개 사업에 대해 DTM 모델을 적용하였다. 실험결과로, D.N.A. 분야의 기술 키워드 Big data, Cloud, Artificial Intelligence와 확장된 의미의 기술 키워드 Unstructured, Edge Computing, Learning, Recognition 등이 매년 연구에 표출되었으며, 해당 키워드 들이 특정 연구과제에 종속되지 않고 다른 연구과제에서도 포괄적으로 연구되고 있음을 확인하였다. 끝으로 본 논문의 연구결과는 향후 D.N.A. 분야에 대한 정책기획·과제기획 등 연구개발 기획 과정과 기업의 기술 확보전략·마케팅 전략 등 다양한 곳에 활용될 수 있을 것으로 기대한다.