• 대한공업교육학회지
• /
• 제31권2호
• /
• pp.364-380
• /
• 2006

본 연구는 모델링 오차를 갖는 유연구조물의 잔류진동을 억제하는 입력설계에 대한 방법이다. 개루프 제어방법으로 시간지연방법을 이용하여 여러 가지 형태로 설계된 입력을 사용하여 유연구조물의 강체운동과 잔류진동을 억제함을 시뮬레이션과 실험을 통해 비교 확인해 보았다. 또한 모델 오차에 대한 강인성 측면에서도 해석적으로 개루프 시스템에서 검토해 보았다. 여기서 사용된 입력설계(Input-Shaping) 방법은 일련의 임펄스 콘볼류션을 이용하여 진동이 제어되는 입력을 설계한다. 실린더 모양의 허브와 양쪽에 유연한 날개 모양을 가진 모델이 실험에 이용되었으며 제안된 입력설계 명령과 설계되지 않은 명령에 대한 강체운동과 구조물의 잔류진동을 측정하여 입력설계 방법의 효과를 확인하였다. 날개모양의 구조물은 길고 유연하여 운동 상태에서 낮은 주파수 진동을 수반하는 구조물이다. 또한, 적절히 설계된 입력이 폐루프 제어시스템의 입력으로 사용할 때의 응답을 개루프 제어시스템의 응답과 비교하기 위해 해석적 방법을 통해 살펴보았다. 제어의 목적은 강체의 빠른 정착시간, 유연 구조물의 빠른 잔류진동 감쇄, 모델의 불확실성에 대한 강인성 등을 검토해 보는 것이다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1141-1147
• /
• 2020

말벌 종은 모양이 매우 유사하기 때문에 비전문가가 분류하기 어렵고, 객체의 크기가 작고 빠르게 움직이기 때문에 실시간으로 탐지하여 종을 분류하는 것은 더욱 어렵다. 본 논문에서는 바운딩 박스를 이용한 딥러닝 알고리즘을 기반으로 말벌 종을 실시간으로 분류하는 시스템을 개발하였다. 훈련 영상의 레이블링 작업 시 바운딩 박스 안에 포함되는 배경 영역을 최소화하기 위하여 말벌의 머리와 몸통 부분만을 선택하는 방법을 제안한다. 또한 실시간으로 말벌을 탐지하고 그 종을 분류할 수 있는 최선의 알고리즘을 찾기 위하여 기존의 바운딩 박스 기반 객체 인식 알고리즘들을 실험을 통하여 비교한다. 실험 결과 컨볼루션 레이어의 활성함수로 mish 함수를 적용하고, 객체 검출 블록 전에 공간집중모듈(Spatial Attention Module, SAM)을 적용한 YOLOv4 모델을 사용하여 말벌 영상을 테스트한 경우 평균 97.89%의 정밀도(Precision)와 98.69%의 재현율(Recall)을 나타내었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.456-477
• /
• 2024

With information technology's rapid development, the Internet faces serious security problems. Studies have shown that malware has become a primary means of attacking the Internet. Therefore, adversarial samples have become a vital breakthrough point for studying malware. By studying adversarial samples, we can gain insights into the behavior and characteristics of malware, evaluate the performance of existing detectors in the face of deceptive samples, and help to discover vulnerabilities and improve detection methods for better performance. However, existing adversarial sample generation methods still need help regarding escape effectiveness and mobility. For instance, researchers have attempted to incorporate perturbation methods like Fast Gradient Sign Method (FGSM), Projected Gradient Descent (PGD), and others into adversarial samples to obfuscate detectors. However, these methods are only effective in specific environments and yield limited evasion effectiveness. To solve the above problems, this paper proposes a malware adversarial sample generation method (PixGAN) based on the pixel attention mechanism, which aims to improve adversarial samples' escape effect and mobility. The method transforms malware into grey-scale images and introduces the pixel attention mechanism in the Deep Convolution Generative Adversarial Networks (DCGAN) model to weigh the critical pixels in the grey-scale map, which improves the modeling ability of the generator and discriminator, thus enhancing the escape effect and mobility of the adversarial samples. The escape rate (ASR) is used as an evaluation index of the quality of the adversarial samples. The experimental results show that the adversarial samples generated by PixGAN achieve escape rates of 97%, 94%, 35%, 39%, and 43% on the Random Forest (RF), Support Vector Machine (SVM), Convolutional Neural Network (CNN), Convolutional Neural Network and Recurrent Neural Network (CNN_RNN), and Convolutional Neural Network and Long Short Term Memory (CNN_LSTM) algorithmic detectors, respectively.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권5호
• /
• pp.510-521
• /
• 2001

영상은 대용량적인 특성과 비정형적인 특성을 가지고 있으므로 신속하고 효율적으로 영상을 검색하기 위해 영상의 정확한 특징정보를 추출하여 검색 시스템을 구축하여야 한다. 영상 검색 시스템은 텍스트 기반의 전통 데이타베이스와는 다른 모델링 방법과 검색방법을 사용한다. 따라서, 영상 검색 시스템에서의 검색속도와 정확도를 향상시키기 위해서는 새로운 영상 데이타베이스 생성기법과 효율적인 검색 기법이 필요하다. 본 논문에서는 입력 영상으로부터 검색에 상용되는 에지 특징정보 추출을 위해 라플라시 안마스크와 입력 영상을 컨벌루션하여 에지의 외곽선 데이타를 추출하였으며, 그리고 추출한 에지 특징정보와 메타데이타로 영상 데이타베이스를 생성하여 신속하고 효율적으로 영상을 검색할 수 있도록 주석기반 및 내용기반 영상 검색 시스템을 구현하였다. 주석기반 및 내용기반 영상 검색 시스템은 영상의 하위 레벨에 표현된 내용기반 에지 특징정보와 특징정보 추출이 어려운 상위레벨에 표현된 주석기반 에지 특징 정보를 영상의 색인으로 구성하여 사용하기 때문에 영상 컨텐츠 검색의 성능을 향상시킬 수 있다. 마지막으로 본 논문에서 제시한 영상 검색 시스템은 메타데이타에 의해 영상 데이타베이스를 구축하므로 정확한 영상 컨텐츠 정보의 축적관리와 영상의 정보공유 및 재이용이 가능하다.

• 한국광학회지
• /
• 제31권2호
• /
• pp.59-70
• /
• 2020

3차원 플래시 라이다 시스템(3D flash LIDAR system)에서의 대기 산란을 해석하기 위해 몬테 카를로 복사 전달(Monte Carlo radiative transfer, MCRT) 방법을 바탕으로 수정된 수치 해석 모델인 MCRT 행렬 방법을 논의한다. MCRT 방법을 바탕으로 라이다 신호의 복사 전달 함수를 행렬 형태로 구성하며, 이는 특성 응답에 해당한다. 근축 근사에 기반하여 본 특성 응답 행렬의 중첩 및 합성곱 연산을 활용함으로써 확장된 전반적인 플래시 라이다의 전산 모사 모델을 개발한다. MCRT 행렬 방법은 기존의 몬테 카를로 기반 방법들에서 과도하게 증가할 수 있는 개별 라이다 신호의 추적을 대폭 경감시킨다. 그 결과 본 방법은 다양한 산란 조건 및 라이다 시스템 구성 환경에서도 그 신호 응답을 빠르게 획득할 수 있는 특징을 지닌다. 본 논문에서는 MCRT 행렬 방법에 기반한 전산 모델을 이용하여 상이한 대기 환경 조건에서 동작하는 3차원 플래시 라이다 시스템을 그 산란 조건, 즉, 그 가시거리에 따른 산란 계수를 달리하며 모사하고, 플래시 라이다 신호의 신호대잡음비의 악화, 신호 오류, 시공간적 확산 및 시간 지연 등 시스템상에서의 산란 효과에 의해 나타나는 다양한 현상을 수치적으로 분석한다. MCRT 행렬 방법은 자율 주행을 위한 플래시 라이다 시스템을 포함해 다양한 라이다 시스템을 분석하는데 매우 효과적으로 사용될 수 있을 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.177-188
• /
• 2022

최근 이산화탄소 지중저장 모니터링 기술 중 하나인 미소진동 모니터링 기술에 대한 관심이 증가하면서 과거에 주로 사용되었던 지오폰이나 지진계가 아닌 분포형 광섬유 센서(distributed acoustic sensing, DAS)의 적용도 증가하고 있다. 특히 DAS를 이용하여 모니터링을 수행하면 시×공간적으로 거의 연속된 자료가 기록되게 되어 자료의 양이 방대해지게 되고 빠르고 정확한 자료 처리가 중요하게 된다. 자료처리 중 이벤트 탐지 및 위상 발췌는 가장 기초적인 과정으로 모든 자료에 대해 필수적으로 수행되어야 한다. 이 논문에서는 기계학습 기반의 P, S파 위상 발췌 알고리즘을 개발하여 전통적인 위상 발췌 방법의 한계를 보완하고, 전이학습 방법을 이용하여 신호 대 잡음비가 낮은 단일 성분 자료만 존재하는 DAS 자료에도 적용이 가능하도록 하였다. 사용된 기계학습 모델은 위상 발췌에 뛰어난 성능을 보이는 합성곱 신경망 기반의 EQTransformer를 ResUNet의 특성을 포함하도록 수정하여 구성하였다. 훈련자료는 전세계적으로 기록된 지진파형 자료인 STEAD자료를 이용하였고 학습 자료에 포함되지 않은 특성들에 대해서도 좋은 성능을 보이도록 기본 자료를 다양하게 변형시킨 자료도 학습에 사용하였다. 개발된 알고리즘은 학습자료와 다른 특성을 갖는 K-net 및 KiK-net 자료에 의해 성능이 검증되었다. 또한, 전이 학습을 통해 DAS 자료의 특성에 맞게 변형시킨 후 포항 장기분지에서 측정된 DAS자료에 적용시켜 그 성능을 검증하였다.