• 한국멀티미디어학회논문지
• /
• 제23권12호
• /
• pp.1476-1485
• /
• 2020

Segmenting OCT retinal images into layers is important to diagnose and understand the progression of retinal diseases or identify potential symptoms. The task of manually identifying these layers is a difficult task that requires a lot of time and effort even for medical professionals, and therefore, various studies are being conducted to automate this using deep learning technologies. In this paper, we use cGAN-based neural network to automatically segmenting OCT retinal images into seven terrain-type regions defined by six layer boundaries. The network is composed of a Segnet-based generator model and a discriminator model. We also proposed a dynamic programming algorithm for refining the outputs of the network. We performed experiments using public OCT image data set and compared its performance with the Segnet-only version of the network. The experimental results show that the cGAN-based network outperforms Segnet-only version.

• International Journal of Computer Science & Network Security
• /
• 제22권3호
• /
• pp.285-291
• /
• 2022

WSN is the major component for information transfer in IoT environments. Source Location Privacy (SLP) has attracted attention in WSN environments. Effective SLP can avoid adversaries to backtrack and capture source nodes. This work presents a Two-Level Randomized Sector-based Routing (TLRSR) model to ensure SLP in wireless environments. Sector creation is the initial process, where the nodes in the network are grouped into defined sectors. The first level routing process identifies sector-based route to the destination node, which is performed by Ant Colony Optimization (ACO). The second level performs route extraction, which identifies the actual nodes for transmission. The route extraction is randomized and is performed using Simulated Annealing. This process is distributed between the nodes, hence ensures even charge depletion across the network. Randomized node selection process ensures SLP and also avoids depletion of certain specific nodes, resulting in increased network lifetime. Experiments and comparisons indicate faster route detection and optimal paths by the TLRSR model.

• International Journal of Computer Science & Network Security
• /
• 제23권8호
• /
• pp.113-120
• /
• 2023

One of the most prevalent disease among women that leads to death is breast cancer. It can be diagnosed by classifying tumors. There are two different types of tumors i.e: malignant and benign tumors. Physicians need a reliable diagnosis procedure to distinguish between these tumors. However, generally it is very difficult to distinguish tumors even by the experts. Thus, automation of diagnostic system is needed for diagnosing tumors. This paper attempts to improve the accuracy of breast cancer detection by utilizing deep learning convolutional neural network (CNN). Experiments are conducted using Wisconsin Diagnostic Breast Cancer (WDBC) dataset. Compared to existing techniques, the used of CNN shows a better result and achieves 99.66%% in term of accuracy.

• 무역학회지
• /
• 제47권3호
• /
• pp.75-92
• /
• 2022

This study aims to analyze the International trade network of Water transport service using Social Network Analysis for defining the status of Korean Water transport industry. This study use World Input-Output Table of Asian Development Bank from 2000 to 2020 and build the International trade matrix of Water transport service from that. Therefore, this study analyze Out-degree centrality, In-degree centrality and betweenness centrality of Korea and other main countries in the matrix of World Water transport industry. As a result, Korea rank above 10th in the all centralities and the total output also rank 8th in the world, therefore, this study show the importance of Korean Water transport industry in the world. However, Singapore has the highest centrality in the world, even though China has the largest Total output among 63 countries.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권10호
• /
• pp.361-372
• /
• 2016

무선 접속 망(Access Network)에서의 IMSI(International Mobile Subscriber Identity) 노출과 같은 신원 프라이버시(Identity Privacy) 문제는 3GPP(3rd Generation Partnership Project)에서 GSM, UMTS, LTE로 발전해 오는 동안 꾸준히 제기되어 왔으나 아직까지 제대로 해결되지 않고 있다. 3GPP에서는 영구적인 아이디를 대신하여 임시 아이디를 발급하여 사용하고, 사용되는 아이디 간의 연계성(Linkability)을 없애고 주기적인 임시 아이디 갱신을 수행하는 것과 같은 보안 정책을 통해 신원 노출에 어느 정도 감내할 수준으로 유지하고 있다. 그러나 영구적인 아이디가 평문으로 전송되는 경우는 계속 발생하고 있고, 영구 아이디의 경우에는 한번 노출되면 아이디 변경이 불가능하기 때문에 이를 보호하기 위한 수단이 반드시 필요하다. 본 논문에서는 ID 기반 암호(Identity-based Encryption)를 사용하여 접속 망에서 IMSI 같은 영구적인 아이디를 보호하는 기법을 제안하였다. 프로토콜 구조를 단순하게 함으로써 다른 영구적인 아이디 보호에도 적용할 수 있게 하였고, 다른 3GPP AKA(Authentication and Key Agreement) 프로토콜들과 호환되도록 설계하여 현재 운영 중인 3GPP 환경에서도 적용 가능하도록 하였다.

• 대한공간정보학회지
• /
• 제18권4호
• /
• pp.93-99
• /
• 2010

도시에 산재한 각종 시설물의 유지 관리는 대부분 측량지식이 부족한 일반 관리자에 의해 수행되므로, 기 구축된 GIS 도면만으로는 대상물의 정확한 위치를 신속히 찾아내기가 어렵다. 따라서 최근에는 GIS도면이 입력된 UMPC 또는 PDA 등의 단말기에 VRS-RTK 또는 SBAS DGPS 장비 등을 연결하여 대상물의 위치를 신속히 찾아가는 모바일현장시스템이 사용되고 있으나, 2~3층 규모의 주택이 밀집되어 있는 지역에서는 가시위성수의 부족과 위치보정신호의 단절 및 다중경로의 오차 등으로 인해 측위에 많은 어려움이 있다. 본 논문에서는 가시 위성수 증강을 위해 GLONASS 신호 수신이 가능한 휴대용 DGPS 장비를 사용하고, 이에 수신율이 양호한 국토지리정보원의 네트워크 DGPS 보정신호를 적용하여 현장 실험을 실시하였다. 실험결과 네트워크 DGPS 장비는 주택가 밀집지역에서도 0.3~0.84m 이내의 높은 정확도로 측위가 가능하고 측위율도 매우 높게 나타나 향후 골목길에서의 각종시설물 관리에 널리 적용될 수 있을 것으로 사료된다.

• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.105-112
• /
• 2022

국방은 감염병과 같은 비전통 위협에 대한 직·간접적인 영향에서도 중단없는 의사결정 업무 수행이 필요하다. 모든 업무는 정보시스템을 활용하기에 정보시스템의 가용성을 보장하는 것이 매우 중요하다. 특히, 국방업무는 보안관리 측면에서 네트워크를 국방망과 상용인터넷망으로 이원화하여 수행되고 있다. 본 연구는 효과적인 국방정보체계 운용을 통해서 인터넷에서 수행되는 업무의 효율성과 보안의 효과성을 고려한 업무수행 방안을 제시하였다. 국방망과 상용인터넷이 연결되는 네트워크 접점을 최소화하고 다양한 업무 중 우선순위가 높은 것을 선정하여 효율적으로 운용하는 방안이 필요하디. 이를 위해 A기관을 대상으로 실제 사례를 조사하고 특성을 제시하였다. 본 논문에서 제시한 국방업무의 효과성을 향상하고 보안성을 보장하기 위한 대상 업무와 운용방안을 통해 감염병과 같은 비전통 위협에서도 업무수행의 가용성을 높일 수 있을 것이다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.1033-1036
• /
• 2004

The study on speech recognition and understanding has been done for many years. In this paper, we propose a new type of recurrent neural network architecture for speech recognition, in which each output unit is connected to itself and is also fully connected to other output units and all hidden units [1]. Besides that, we also proposed the new architecture and the learning algorithm of recurrent neural network such as Backpropagation Through Time (BPTT, which well-suited. The aim of the study was to observe the difference of Arabic's alphabet like "alif" until "ya". The purpose of this research is to upgrade the people's knowledge and understanding on Arabic's alphabet or word by using Recurrent Neural Network (RNN) and Backpropagation Through Time (BPTT) learning algorithm. 4 speakers (a mixture of male and female) are trained in quiet environment. Neural network is well-known as a technique that has the ability to classified nonlinear problem. Today, lots of researches have been done in applying Neural Network towards the solution of speech recognition [2] such as Arabic. The Arabic language offers a number of challenges for speech recognition [3]. Even through positive results have been obtained from the continuous study, research on minimizing the error rate is still gaining lots attention. This research utilizes Recurrent Neural Network, one of Neural Network technique to observe the difference of alphabet "alif" until "ya".

• 한국정보과학회논문지:시스템및이론
• /
• 제30권3_4호
• /
• pp.160-167
• /
• 2003

정적 shuffle-exchange 네트워크는 여러 응용 알고리듬에 적용되고 현재 많이 사용되는 다중 단계 네트워크에 비해 적은 하드웨어를 사용하는 등 많은 장점이 있으나 아직까지 어떤 병렬처리 컴퓨터에도 채택된 없었다. 그 이유 중에 하나는 결함 내성 기능이 없었기 때문이다. 본 논문에서는 다중 결함 포용 정적 shuffle-exchange network를 소개한다. 본 논문에서 제시되는 결함 포용 정적shuffle-exchange 네트워크는 k 결함을 제어하기 위해서 최소 2k의 추가 처리 요소들과 각 처리 요소들은 최대 4k의 추가 shuffle 링크를 필요로 한다. k 결함 내성을 가진 정적 shuffle-exchange 네트워크를 m개의 동일한 모듈로 분리하여 네트워크의 신뢰성을 증가시키는 것을 보였다.

• 청정기술
• /
• 제12권4호
• /
• pp.224-231
• /
• 2006

현탁액중의 부유입자를 제거하는 입상여과공정을 Network 모델을 이용하여 여과효율과 압력손실에 대해 예측하였다. 구형 여재로 구성되어 있는 여재 층을 node와 원통형 bond로 구성된 network로 가정하였으며 여과 공정을 통해 부유입자는 bond 표면에 포집된다. 원통형 bond에서의 여과효율은 bond의 세공부피를 단위 cell의 유체 막 부피로 가정하여 입자의 경로 분석을 이용하여 구하였으며, 포집된 부유입자가 추가적인 여재로서의 역할은 bond 세공이 좁아짐에 따른 효율 증가로 나타내었다. 또한 세공이 좁아짐에 따른 압력손실도 예측하였다. 본 network 모델의 세공 분포를 부여하는 과정의 stochastic한 성질로 인하여 많은 전산모사가 필요하지만, 본 모델을 이용하여 여과효율과 압력손실을 동시에 예측할 수 있었다.