• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권2호
• /
• pp.81-86
• /
• 2014

본 논문에서는 스마트폰 사용자의 실시간 상황 인식을 위한 효과적인 사운드 분류 시스템을 제안한다. 이 시스템은 전처리 과정에서 입력 사운드 데이터로부터 고요한 사운드와 화이트 노이즈를 미리 여과해버림으로써, 제한적인 계산 자원의 불필요한 소모를 막을 수 있다. 또한 에너지 레벨이 낮은 사운드 데이터들은 사전에 증폭시킴으로써, 이들에 대한 분류 성능을 향상시킬 수 있다. 또, 제안하는 사운드 분류 시스템은 HMM 분류 모델의 효율적인 학습과 적용을 위해 k-평균 군집화를 이용하여 특징 벡터들에 대한 차원 축소와 이산화를 수행한다. 한 대학 연구동내 일상생활로부터 수집한 8가지 유형의 사운드 데이터 집합을 이용하여 제안한 시스템의 성능 분석 실험을 수행하였다. 이 실험을 통해 본 논문에서 제안한 사운드 분류 시스템은 높은 분류 성능을 보여 주었다.

• 대한원격탐사학회지
• /
• 제23권4호
• /
• pp.273-285
• /
• 2007

대부분의 스테레오 정합 방법은 두 점간의 대응점을 측정하는데 있어 밝기값을 사용하며 잡음의 영향을 받은 화소가 정합에 사용될 경우 정합 성능이 저하된다. 따라서 잡음은 정합 성능을 결정짓는 중요한 역할을 한다. 본 논문에서는 고해상도 위성영상에서 정합 성능을 향상시키기 위해 잡음에 강건한 밝기 필터와 에지 필터를 이용하여 정합하는 방법을 제안한다. Mean, Median, Midpoint, Gaussian 필터와 같은 밝기 필터와 Gradient, Roberts, Prewitt, Sobel, Laplacian 필터와 같은 에지 필터를 사용하였다. 에지필터와 밝기 필터의 성능 평가를 위해 균일 잡음 또는 가우시안 잡음이 첨가된 합성 영상과 위성 영상에 대해 실험을 수행하였고 필터들은 성능에 따라 순위를 정하였다. 밝기 필터와 에지 필터들 중에서 Median 필터와 Sobel 필터가 가장 우수한 성능을 나타낸 반면에 Midpoint 필터와 Laplacian 필터는 가장 저조한 성능을 나타내었다. Ikonos 스테레오 위성영상을 실험 영상으로 사용하였으며 Median 필터와 Sobel 필터를 이용한 정합 방법이 다른 필터 조합을 이용한 정합 방법보다 향상된 정합 결과를 나타내었다.

• Korean Chemical Engineering Research
• /
• 제57권3호
• /
• pp.425-431
• /
• 2019

As rechargeable metal-air batteries will be ideal energy storage devices in the future, an active cathode electrocatalyst is required with bi-functionality on both oxygen reduction reaction (ORR) and oxygen evolution reaction (OER) during discharge and charge, respectively. Here, a class of perovskite cathode catalyst with a micro-tubular structure has been developed by controlling bi-functionality from different Ru and Ni dopant ratios. A micro-tubular structure is achieved by the activated carbon fiber (ACF) templating method, which provides uniform size and shape. At the perovskite formula of $LaCrO_3$, the dual dopant system is successfully synthesized with a perfect incorporation into the single perovskite structure. The chemical oxidation states for each Ni and Ru also confirm the partial substitution to B-site of Cr without any changes in the major perovskite structure. From the electrochemical measurements, the micro-tubular feature reveals much more efficient catalytic activity on ORR and OER, comparing to the grain catalyst with same perovskite composition. By changing the Ru and Ni ratio, the $LaCr_{0.8}Ru_{0.1}Ni_{0.1}O_3$ micro-tubular catalyst exhibits great bi-functionality, especially on ORR, with low metal loading, which is comparable to the commercial catalyst of Pt and Ir. This advanced catalytic property on the micro-tubular structure and Ru/Ni synergy effect at the perovskite material may provide a new direction for the next-generation cathode catalyst in metal-air battery system.

• 한국정보통신학회논문지
• /
• 제23권5호
• /
• pp.533-539
• /
• 2019

본 연구는 본 연구는 Microsoft Malware Classification Challenge 데이터 셋을 사용해 임의의 길이 입력 데이터에 대응할 수 있는 멀웨어 분류 모델을 제안한다. 우리는 기존 연구의 멜웨어 데이터를 이미지화 시키는 것을 기반으로 한다. 제안 모델은 멀웨어 데이터가 큰 경우는 많은 이미지를 생성하고, 작은 데이터는 적은 이미지를 생성한다. 생성된 이미지를 시계열 데이터로 Dynamic RNN으로 학습시킨다. RNN의 출력 값은 Attention 기법을 응용해 가장 가중치가 높은 출력만 사용하고, RNN 출력값을 다시 Residual CNN으로 학습시켜 최종적으로 멀웨어를 분류한다. 제안모델을 실험한 결과 검증 데이터 셋에서 Micro-average F1 score 92%를 기록하였다. 실험 결과 특별한 특징 추출 및 차원 축소 없이 임의 길이의 데이터를 학습 및 분류할 수 있는 모델의 성능을 검증할 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.193-202
• /
• 2022

The classification of hyperspectral imagery (HSI) is essential in the surface of earth observation. Due to the continuous large number of bands, HSI data provide rich information about the object of study; however, it suffers from the curse of dimensionality. Dimensionality reduction is an essential aspect of Machine learning classification. The algorithms based on feature extraction can overcome the data dimensionality issue, thereby allowing the classifiers to utilize comprehensive models to reduce computational costs. This paper assesses and compares two HSI classification techniques. The first is based on the Joint Spatial-Spectral Stacked Autoencoder (JSSSA) method, the second is based on a shallow Artificial Neural Network (SNN), and the third is used the SVM model. The performance of the JSSSA technique is better than the SNN classification technique based on the overall accuracy and Kappa coefficient values. We observed that the JSSSA based method surpasses the SNN technique with an overall accuracy of 96.13% and Kappa coefficient value of 0.95. SNN also achieved a good accuracy of 92.40% and a Kappa coefficient value of 0.90, and SVM achieved an accuracy of 82.87%. The current study suggests that both JSSSA and SNN based techniques prove to be efficient methods for hyperspectral classification of snow features. This work classified the labeled/ground-truth datasets of snow in multiple classes. The labeled/ground-truth data can be valuable for applying deep neural networks such as CNN, hybrid CNN, RNN for glaciology, and snow-related hazard applications.

• 응용통계연구
• /
• 제35권5호
• /
• pp.667-684
• /
• 2022

유전자 발현 데이터는 각 유전자에 대해 mRNA 양의 정도를 나타내고, 그러한 유전자 발현량에 대한 분석은 질병 발생에 대한 메커니즘을 이해하고 새로운 치료제와 치료 방법을 개발하는데 중요한 아이디어를 제공해오고 있다. 오늘날 DNA 마이크로어레이와 RNA-시퀀싱과 같은 고출력 기술은 수천 개의 유전자 발현량을 동시에 측정하는 것을 가능하게 하여 고차원성이라는 유전자 발현 데이터의 특징을 발생시켰다. 이러한 고차원성으로 인해 유전자 발현 데이터를 분석하기 위한 학습 모형들은 과적합 문제에 부딪히기 쉽고, 이를 해결하기 위해 차원 축소 또는 변수 선택 기술들이 사전 분석 단계로써 보통 사용된다. 특히, 사전 분석 단계에서 우리는 유전자 선택법을 이용하여 부적절하거나 중복된 유전자를 제거할 수 있고 중요한 유전자를 찾아낼 수도 있다. 현재까지 다양한 유전자 선택 방법들이 기계학습의 맥락에서 개발되어왔다. 본 논문에서는 기계학습 접근법을 사용하는 최근의 유전자 선택 방법들을 집중적으로 살펴보고자 한다. 또한, 현재까지 개발된 유전자 선택 방법들의 근본적인 문제점과 앞으로의 연구 방향에 대해 논의하고자 한다.

• Journal of Periodontal and Implant Science
• /
• 제52권1호
• /
• pp.65-76
• /
• 2022

Purpose: The present study measured changes in arteriolar and venular capillary flow and structure in the gingival tissues during the development of plaque-induced gingival inflammation by combining dynamic optical coherence tomography (OCT), laser perfusion, and capillaroscopic video imaging. Methods: Gingival inflammation was induced in 21 healthy volunteers over a 3-week period. Gingival blood flow and capillary morphology were measured by dynamic OCT, laser perfusion imaging, and capillaroscopy, including a baseline assessment of capillary glycocalyx thickness. Venular capillary flow was estimated by analysis of the perfusion images and mean blood velocity/acceleration in the capillaroscopic images. Readings were recorded at baseline and weekly over the 3 weeks of plaque accumulation and 2 weeks after brushing was resumed. Results: Perfusion imaging demonstrated a significant reduction of gingival blood flow after 1 and 2 weeks of plaque accumulation (P<0.05), but by 3 weeks of plaque accumulation there was a more mixed picture, with reduced flow in some participants and increased flow in others. Participants with reduced flux at 3 weeks also demonstrated venular-type flow as determined by perfusion images and evidence of the development of venular capillaries as assessed by the velocity/acceleration ratio in capillaroscopic images. After brushing resumed, these venular capillaries were broken down and replaced by arteriolar capillaries. Conclusions: After 3 weeks of plaque accumulation, there was wide variation in microvascular reactions between the participants. Reduced capillary flow was associated with the development of venular capillaries in some individuals. This is noteworthy, as an early increase in venous capillaries is a key vascular feature of cardiovascular disease, psoriasis, Sjögren syndrome, and rheumatoid arthritis-diseases with a significant association with the development of severe gingival inflammation, which leads to periodontitis. Future investigations of microvascular changes in gingival inflammation might benefit from accurate capillary flow velocity measurements to assess the development of venular capillaries.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1635-1641
• /
• 2021

능동 노이즈 제어 시스템이 내장되어 있는 휴대용 시스템은 저전력 구동이 요구된다. 능동 노이즈 제어를 위한 과도한 안티 노이즈 탐색 동작은 내장 배터리의 빠른 전력 소모를 발생시킨다. 시스템의 동작 조건에 따라 적응적으로 노이즈를 제거 할 수 있는 방법이 요구되며, 전력 소모를 줄이는 방법은 오늘날의 휴대용 시스템에서 매우 중요한 핵심 기능이 되고 있다. 본 논문에서는 다양한 노이즈가 입력될 수 있는 시스템에서 이진 탐색 알고리즘을 이용한 고속의 능동 노이즈 제어(Active Noise Control, ANC) 방법을 제안한다. 연구를 위해 구현된 아키텍처는 입력 신호로부터 노이즈로 간주되는 주파수 성분을 감지하고, 이진 탐색 알고리즘을 이용하여 일반적인 선형 탐색 알고리즘 보다 훨씬 더 빠른 속도로 안티 노이즈 생성을 위한 적절한 진폭 값을 찾게 된다. 실험 결과를 통해 제안한 알고리즘의 동작이 성공적으로 수행함을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2991-3007
• /
• 2022

Two dimensional locality preserving projections (2D-LPP) is an improved algorithm of 2D image to solve the small sample size (SSS) problems which locality preserving projections (LPP) meets. It's able to find the low dimension manifold mapping that not only preserves local information but also detects manifold embedded in original data spaces. However, 2D-LPP is simple and elegant. So, inspired by the comparison experiments between two dimensional linear discriminant analysis (2D-LDA) and linear discriminant analysis (LDA) which indicated that matrix based methods don't always perform better even when training samples are limited, we surmise 2D-LPP may meet the same limitation as 2D-LDA and propose a novel matrix exponential method to enhance the performance of 2D-LPP. 2D-MELPP is equivalent to employing distance diffusion mapping to transform original images into a new space, and margins between labels are broadened, which is beneficial for solving classification problems. Nonetheless, the computational time complexity of 2D-MELPP is extremely high. In this paper, we replace some of matrix multiplications with multiple multiplications to save the memory cost and provide an efficient way for solving 2D-MELPP. We test it on public databases: random 3D data set, ORL, AR face database and Polyu Palmprint database and compare it with other 2D methods like 2D-LDA, 2D-LPP and 1D methods like LPP and exponential locality preserving projections (ELPP), finding it outperforms than others in recognition accuracy. We also compare different dimensions of projection vector and record the cost time on the ORL, AR face database and Polyu Palmprint database. The experiment results above proves that our advanced algorithm has a better performance on 3 independent public databases.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권6호
• /
• pp.182-192
• /
• 2022

취성파괴는 구조물의 파괴거동 중 하나로서 구조재료의 내진성능에 큰 영향을 미친다. 하중속도는 취성파괴의 주요 발생원인 중 하나로 작용하며, 특히 지진과 같은 상황에서 건축물에 높은 하중속도가 작용하게 된다. 하지만 현재 국내·외 강구조 보-기둥 접합부의 내진성능평가는 대부분 정적실험을 통해 수행되고 있다. 따라서 기존 내진성능평가에서는 지진 시의 높은 하중속도에 의한 재료 인성 저하 및 최대변형률 감소 등의 요소에 따른 취성파괴가 충분히 고려되지 않았을 가능성이 존재한다. 본 연구에서는 기존 실험방법에 따른 낮은 하중속도에서의 정적실험과 진동대를 이용한 높은 하중속도에서의 동적실험을 각각 실시한다. 각 실험결과에 따른 파괴형상 및 구조성능 등을 비교·분석하고 최종적으로 하중속도의 크기가 접합부의 내진성능에 미치는 영향을 분석한다.