• 한국전자통신학회논문지
• /
• 제16권1호
• /
• pp.37-44
• /
• 2021

본 연구는 터렛 서보 시스템에서 사용되는 고가의 절대형 엔코더를 대체하기 위해서 멀티-턴 가능한 센서리스 위치제어기를 구현하였다. 센서리스 제어를 위해서는 모터의 위치 정보가 필수적이다. 따라서, 터렛 서보시스템에서 사용되는 영구자석형 동기 전동기의 수학적 모델로부터 자속 추정기를 구성하였다. 자속 추정기로부터 회전자 자속을 계산하여 회전자의 속도와 위치 정보를 얻었다. 제로-크로싱 기법을 사용하여, 추정한 회전자 자속이 1회전 할 때마다 하나의 펄스를 생성하여 멀티-턴 횟수를 측정하였다. 모의실험과 실험을 통해 제안한 방법의 유용함을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권12호
• /
• pp.4909-4926
• /
• 2020

Cyberattacks penetrate the server and perform various malicious acts such as stealing confidential information, destroying systems, and exposing personal information. To achieve this, attackers perform various malicious actions by infecting endpoints and accessing the internal network. However, the current countermeasures are only anti-viruses that operate in a signature or pattern manner, allowing initial unknown attacks. Endpoint Detection and Response (EDR) technology is focused on providing visibility, and strong countermeasures are lacking. If you fail to respond to the initial attack, it is difficult to respond additionally because malicious behavior like Advanced Persistent Threat (APT) attack does not occur immediately, but occurs over a long period of time. In this paper, we propose a technique that detects an unknown attack using an event log without prior knowledge, although the initial response failed with anti-virus. The proposed technology uses a combination of AutoEncoder and 1D CNN (1-Dimention Convolutional Neural Network) based on semi-supervised learning. The experiment trained a dataset collected over a month in a real-world commercial endpoint environment, and tested the data collected over the next month. As a result of the experiment, 37 unknown attacks were detected in the event log collected for one month in the actual commercial endpoint environment, and 26 of them were verified as malicious through VirusTotal (VT). In the future, it is expected that the proposed model will be applied to EDR technology to form a secure endpoint environment and reduce time and labor costs to effectively detect unknown attacks.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.624-629
• /
• 2022

에세이의 창의성을 자동으로 분류하는 기존의 주요 연구는 말뭉치에서 빈번하게 등장하지 않는 단어에 초점을 맞추어 기계학습을 수행한다. 그러나 이러한 연구는 에세이의 주제와 상관없이 단순히 참신한 단어가 많아 창의적으로 분류되는 문제점이 발생한다. 본 논문에서는 어텐션(Attention)과 역문서 빈도(Inverse Document Frequency; IDF)를 이용하여 에세이 내용 전달에 있어 중요하면서 참신한 단어에 높은 가중치를 두는 문맥 벡터를 구하고, 자기부호화기(AutoEncoder) 모델을 사용하여 문맥 벡터들로부터 창의적인 에세이와 창의적이지 않은 에세이의 특징 벡터를 추출한다. 그리고 시험 단계에서 새로운 에세이의 특징 벡터와 비교하여 그 에세이가 창의적인지 아닌지 분류하는 딥러닝 모델을 제안한다. 실험 결과에 따르면 제안 방안은 기존 방안에 비해 높은 정확도를 보인다. 구체적으로 제안 방안의 평균 정확도는 92%였고 기존의 주요 방안보다 9%의 정확도 향상을 보였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1996년도 춘계학술대회 논문집
• /
• pp.641-645
• /
• 1996

Ball screws are used in the feeding system for transmission of driving force. The friction effect between bed and table, which can affect in accuracyin one dimension feeding and describe the dynamic feeding error, could be simplified as a specific model through experiments. The experiments for dynamic feeding errors were performed om tje NC lathe eith a ball screw. The errors in feeding were measured with respect to the variances of feed, spindle speed and motor current for feeding. A rotary encoder and a current sensor were installed with NC lathe.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.269-282
• /
• 2023

본 연구는 딥러닝 모델(deep learning model)을 활용하여 토지피복분류를 수행하였으며 입력 이미지의 크기, Stride 적용 등 데이터세트(dataset)의 조절을 통해 토지피복분류를 위한 최적의 딥러닝 모델 선정을 목적으로 하였다. 적용한 딥러닝 모델은 3종류로 Encoder-Decoder 구조를 가진 U-net과 DeeplabV3+, 두 가지 모델을 결합한 앙상블(Ensemble) 모델을 활용하였다. 데이터세트는 RapidEye 위성영상을 입력영상으로, 라벨(label) 이미지는 Intergovernmental Panel on Climate Change 토지이용의 6가지 범주에 따라 구축한 Raster 이미지를 참값으로 활용하였다. 딥러닝 모델의 정확도 향상을 위해 데이터세트의 질적 향상 문제에 대해 주목하였으며 딥러닝 모델(U-net, DeeplabV3+, Ensemble), 입력 이미지 크기(64 × 64 pixel, 256 × 256 pixel), Stride 적용(50%, 100%) 조합을 통해 12가지 토지피복도를 구축하였다. 라벨 이미지와 딥러닝 모델 기반의 토지피복도의 정합성 평가결과, U-net과 DeeplabV3+ 모델의 전체 정확도는 각각 최대 약 87.9%와 89.8%, kappa 계수는 모두 약 72% 이상으로 높은 정확도를 보였으며, 64 × 64 pixel 크기의 데이터세트를 활용한 U-net 모델의 정확도가 가장 높았다. 또한 딥러닝 모델에 앙상블 및 Stride를 적용한 결과, 최대 약 3% 정확도가 상승하였으며 Semantic Segmentation 기반 딥러닝 모델의 단점인 경계간의 불일치가 개선됨을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제47권3호
• /
• pp.23-31
• /
• 2010

모바일 영상 서비스와 센서 네트워크와 같은 저전력, 저복잡도의 비디오 부호기를 필요로 하는 분야의 수요가 증대됨에 따라 프레임간의 상관성을 이용하지 않고 압축함으로써 낮은 복잡도로도 높은 압축률을 얻을 수 있는 분산 비디오 코딩에 대한 연구가 활발하게 진행되고 있다. 분산 비디오 코딩에서 부호기는 오류정정 부호기를 이용하여 원래 영상보다 압축된 형태의 신드롬을 생성한다. 반면, 복호기에서는 원본 영상을 추정하고 부호기에서 만들어진 신드롬을 이용하여 추정한 원본 영상의 오류를 정정한다. 이 때, 추정된 원본 영상을 보조 정보라 하며, 보조 정보는 원본 영상이 가상의 상관 채널을 통해 얻어진 영상이라 해석할 수 있다. 분산 비디오 코딩의 성능 향상을 위해서는 오류 정정 복호기와 최적 복원과정의 성능향상이 필요하며, 두 과정 모두 가상의 상관 채널의 정확도에 영향을 받는다. 본 논문에서는 오류 정정 복호기와 복원과정에서 최적의 입력값을 예측하기 위하여, 상관 채널의 구성 파라미터의 정확한 추정을 위한 효과적인 알고리즘들을 제안한다. 일반적으로 상관 채널은 라플라시안 분포로 모델링 되는데, 이 분포와 실제 채널 측정값과의 자승오류를 최소화 하는 알고리즘인 최소자승법 및 복잡도를 낮춘 변형된 알고리즘을 제안하였다. 또한, 신뢰구간 설정으로 기존의 채널 파라미터 추정 알고리즘을 사용할 때 오류를 줄이는 방법을 제안하였다. 제안된 알고리즘으로 Mother 영상과 Foreman 영상에서 각각 최대 PSNR이득 1.8 dB와 1.1 dB를 얻었으며, 특히 상관도가 낮은 영역에서 더 효과적인 성능 개선을 보인다.

• 한국통신학회논문지
• /
• 제29권1A호
• /
• pp.93-98
• /
• 2004

직렬 ATA(Advanced Technology Attachment) 인터페이스는 비교적 저렴하고 성능이 우수하며. 현재 고속의 데이터 전송과 처리량을 요구하는 수요에 적합한 기술이다. 본 논문에서는 직렬 ATA의 링크층에서 오류 감지와 직류 balance를 위한 동작 주파수 150MHz에서의 Bb/10b 인코더 및 디코더의 설계 및 구현 방법과 제작된 칩의 테스트를 위한 테스트 보드 및 테스트 방법을 제시하였다. 제안된 인코더 및 디코더는 각각 5b/6b 과 3b/4b으로 나뉘어서 인코딩 되도록 설계하였으며, Top-Down 설계 방식을 사용하여 Verilog HDL로 기술하고. Synopsys로 합성된 넷리스트로 게이트 수준의 동작을 확인하였다 제작된 칩은 삼성 $0.35{\mu}m$ CMOS 표준 셀 라이브러리를 이용하였고. 칩 면적은 1.5mm * 1.5mm 이며. 전원 전압은 3.3V를 사용하였다. 테스트 보드 및 FPGA를 통하여 생성된 입력 테스트 벡터를 이용하여 100MHz로 정상 동작 검증을 테스트하였고, ATS2 테스트 장비를 이용하여 100MHz 동작 검증을 하였다. 본 논문에서 제안된 Bb/10b 인코더 및 디코더 블록은 고속의 데이터 통신을 위한 IP로써 활용 가능하다.

• 전자공학회논문지
• /
• 제51권3호
• /
• pp.129-138
• /
• 2014

본 논문은 HEVC(high efficiency video coding) 인코더의 인코딩 시간을 줄이기 위한 고속 인트라 예측 방식을 제안한다. 제안하는 고속 인트라 예측 방식은 쿼드트리 구조와 SATD(Sum of Absolute Transformed Differences)를 사용한다. HEVC는 $8{\times}8$ 이상의 블록에서 SATD 값을 구하기 위해 $8{\times}8$ hadamard 변환을 이용한 $8{\times}8$ SATD 값을 사용한다. 제안하는 방식은 $16{\times}16$ 이상의 블록에서 각각의 $8{\times}8$ SATD 결과를 이용해서 최적 SATD 값을 산출한다. 그 후, RDO를 위한 후보 모드의 SATD와 산출된 최적 SATD의 비교를 기반으로 후보 모드를 제거한다. 후보 모드를 제거함으로써 제안하는 방식은 RDO의 연산을 줄이고 전체 인코딩 시간을 줄이게 된다. 제안하는 방식은 $8{\times}8$ 블록에서는 추가로 $4{\times}4$ SATD를 사용하여 최적 SATD를 구한다. 실험 결과 제안하는 방식은 거의 압축 성능 손실 없이 HM 12.1에 비해 5.33%의 인코딩 시간 감소 효과를 얻을 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.1771-1776
• /
• 2003

In mobile robot navigation, one of the key problems is the pose estimation of the mobile robot. Although the odometry can be used to describe the motions of the mobile robots quite simple and accurately, the validities of the models are limited by a number of error sources contaminating the encoder outputs so that applying the conventional extended Kalman filter to these nominal model does not yield the satisfactory performance. As a remedy for this problem, we consider the uncertain nonlinear kinematic model of the mobile robot that contains the norm bounded uncertainties and also propose a new robust extended Kalman filter based on the Krein space approach. The proposed robust filter has the same recursive structure as the conventional extended Kalman filter and can hence be readily designed to effectively account for the uncertainties. The computer simulations will be given to verify the robustness against the parameter variation as well as the reliable performance of the proposed robust filter.

• ETRI Journal
• /
• 제43권6호
• /
• pp.1038-1048
• /
• 2021

We propose an end-to-end neural coreference resolution for the Korean language that uses an attention mechanism to point to the same entity. Because Korean is a head-final language, we focused on a method that uses a pointer network based on the head. The key idea is to consider all nouns in the document as candidates based on the head-final characteristics of the Korean language and learn distributions over the referenced entity positions for each noun. Given the recent success of applications using bidirectional encoder representation from transformer (BERT) in natural language-processing tasks, we employed BERT in the proposed model to create word representations based on contextual information. The experimental results indicated that the proposed model achieved state-of-the-art performance in Korean language coreference resolution.