• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.277-277
• /
• 2012

국립기상연구소(National Institute of Meteorological Research; NIMR)는 기상청 이중편파 레이더 현업운영에 대비하여 2009년 X-band 연구용 이중편파 레이더를 도입하였고, 편파변수의 산출과 대기수상체 분류를 포함한 강수추정 등의 효용 가능성에 대한 연구를 지난 2년간 수행하고 있다. 이중편파 레이더는 반사도( )뿐만 아니라 차등반사도($Z_R$), 비차등 위상($K_{DP}$), 상관계수($_v$)등의 편파 변수의 산출로 강우감쇠보정과 기상에코-비기상의 에코(ground clutter, insects, birds, chaff)의 구별이 가능하다. 이러한 장점들을 이용해 레이더 자료품질 개선과 정량적 강수추정의 상당한 개선에 도움이 된다. 본 연구에서는 강수추정 관계식 R-Z, 감쇠 보정된 R-Z, R-$K_{DP}$ 관계식을 이용하여 레이더 관측 반경 내에 존재 하는 81개의 지상 우량계 자료와 강수량 추정의 정확도 비교 검증을 실시하였다. 그리고 Fuzzy logic 기법을 이용한 대기수상체 분류 알고리즘을 사용하였고 관측사례는 2011년 수도권 관측을 통해 강설/강수 에코 구별과 우박에코 사례를 분석하였다. 본 연구를 통해 이중 편파 레이더에서 산출된 고품질의 레이더기상자료를 기반으로 현업 예보지원 및 정량적 강우예측 향상에도 기여할 것으로 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.808-810
• /
• 2013

최근 인터넷 사용이 보편화됨과 더불어 정치적, 경제적인 목적으로 웹사이트와 이메일을 악용한 악성 코드가 급속히 유포되고 있다. 유포된 악성코드의 대부분은 기존 악성코드를 변형한 변종 악성코드이다. 이에 변종 악성코드를 탐지하기 위해 유사 악성코드를 분류하는 연구가 활발하다. 그러나 기존 연구에서는 정적 분석을 통해 얻어진 정보를 가지고 분류하기 때문에 실제 발생되는 행위에 대한 분석이 어려운 단점이 있다. 본 논문에서는 악성코드가 호출하는 API(Application Program Interface) 정보를 추출하고 유사도를 분석하여 악성코드를 분류하는 기법을 제안한다. 악성코드가 호출하는 API의 유사도를 분석하기 위해서 동적 API 후킹이 가능한 악성코드 API 분석 시스템을 개발하고 퍼지해시(Fuzzy Hash)인 ssdeep을 이용하여 비교 가능한 고유패턴을 생성하였다. 실제 변종 악성코드 샘플을 대상으로 한 실험을 수행하여 제안하는 악성코드 분류 기법의 유용성을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.171-176
• /
• 2022

A dramatic rise in the number of people dying from heart disease has prompted efforts to find a way to identify it sooner using efficient approaches. A variety of variables contribute to the condition and even hereditary factors. The current estimate approaches use an automated diagnostic system that fails to attain a high level of accuracy because it includes irrelevant dataset information. This paper presents an effective neural network with convolutional layers for classifying clinical data that is highly class-imbalanced. Traditional approaches rely on massive amounts of data rather than precise predictions. Data must be picked carefully in order to achieve an earlier prediction process. It's a setback for analysis if the data obtained is just partially complete. However, feature extraction is a major challenge in classification and prediction since increased data increases the training time of traditional machine learning classifiers. The work integrates the CNN-MDRP classifier (convolutional neural network (CNN)-based efficient multimodal disease risk prediction with TANFIS (tuned adaptive neuro-fuzzy inference system) for earlier accurate prediction. Perform data cleaning by transforming partial data to informative data from the dataset in this project. The recommended TANFIS tuning parameters are then improved using a Laplace Gaussian mutation-based grasshopper and moth flame optimization approach (LGM²G). The proposed approach yields a prediction accuracy of 98.40 percent when compared to current algorithms.

• Advances in nano research
• /
• 제16권6호
• /
• pp.531-548
• /
• 2024

The study focuses on using remote sensing to gather data about the Earth's surface, particularly in urban environments, using satellites and aircraft-mounted sensors. It aims to develop a classification framework for road targets using multi-spectral imagery. By integrating Convolutional Neural Networks (CNNs) with XGBoost, the study seeks to enhance the accuracy and efficiency of road target identification, aiding urban infrastructure management and transportation planning. A novel aspect of the research is the incorporation of quantum sensors, which improve the resolution and sensitivity of the data. The model achieved high predictive accuracy with an MSE of 0.025, R-squared of 0.85, RMSE of 0.158, and MAE of 0.12. The CNN model showed excellent performance in road detection with 92% accuracy, 88% precision, 90% recall, and an f1-score of 89%. These results demonstrate the model's robustness and applicability in real-world urban planning scenarios, further enhanced by data augmentation and early stopping techniques.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.20-27
• /
• 2006

Multi-level thresholding은 영상 분할 방법 중 하나로 널리 이용되고 있지만 대부분의 기존 논문들은 응용 분야에 직접적으로 이용되기에는 적합하지 않거나 영상 분할 단계까지 확장되지 않고 있다. 본 논문에서는 영상 분할을 위한 multi-level thresholding 방안으로써 영역 단위의 multi-level thresholding을 제안한다. 먼저, 영상의 색상별 성분에 대해서 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘을 적용하여 2개의 군집으로 분류한 후 코드 영상을 생성한다. EWFCM 알고리즘은 화소들에 대한 공간 정보를 추가한 개선된 FCM 알고리즘으로 영상 내 존재하는 잡음을 제거한다. 그리고 코드 영상에 존재하는 군집의 수를 감소함으로써 좀 더 나은 영상 분할 결과를 얻을 수 있으며 군집의 감소는 하나의 군집내에 존재하는 영역들과 나머지 군집들간의 유사도를 기반으로 영역을 재분류함으로써 처리된다. 그러나 영상에는 여전히 많은 영역들이 존재하기 때문에 이를 해결하기 위한 하나의 후처리 방안으로써 영역간의 Kullback-Leibler 거리값을 기반으로 Bayesian 알고리즘에 의한 영역 합병을 수행한다. 실험 결과 제안한 영역 기반의 multi-level thresholding은 기존 방법이나 화소나 군집 기반의 multi-level thresholding보다 좋은 분할 결과를 보였으며 Bayesian 알고리즘을 이용한 후처리 방안에 의해 좀 더 나은 결과를 보였다.

• 한국지반공학회논문집
• /
• 제20권4호
• /
• pp.89-102
• /
• 2004

디커플링장전조건의 화약 폭발시 발생하는 발파압력은 최대압력, 최대압력 도달시간, 압력파형의 함수로 나타난다. 발파 최대압력과 최대압력 도달시간은 화약과 암반 특성의 함수이다. 화약과 암반특성시험 결과로부터 그 특성치의 확률분포를 산출하였다. 화약과 암반 특성치의 확률분포가 정규분포로 나타났으므로 발파 최대압력과 최대압력 도달시간의 확률분포도 정규분포로 추정되었다. 발파 최대압력과 최대압력 도달시간에 가장 크게 영향을 미치는 변수를 파악하기 위하여 매개변수분석과 불확정성분석을 실행하였다. 최대압력과 최대압력 도달시간은 매개변수분석결과 화약특성에 가장 크게 영향을 받았지만 불확정성분석결과 화약보다 암반특성에 크게 영향을 받았다. 발파로 인하여 굴착선주 변 암반에 발생하는 손상을 수치해석으로 분석하였다. 암반손상을 산정하기 위하여 연속체손상역학에 기초하여 사용자 부 프로그램을 작성하였다. 이 부 프로그램을 ABAQUS 주 프로그램과 연결하여 해석하였다. 동적 해석결과는 확대공 발파에 의한 손상이 외곽공보다 크게 나타났다. 확대공 배치, 암반분류 세분화 등 여굴방지 방안이 제안되었다 손상계수의 파쇄기준이 불명확하므로 fuzzy-random 확률이론을 적용하여 파쇄기준과 파쇄영역을 명확하게 나타내었다.

• 정보처리학회논문지A
• /
• 제13A권5호
• /
• pp.465-472
• /
• 2006

최근 대용량 의료영상 데이터로부터 인체 기관 또는 질환 부위 추출을 위한 영상 분할 기법이 매우 다양하게 제안되고 있으나, 뇌와 같이 다중 구조를 가지면서 구조간 경계 구분이 어려운 영상의 구조적 분할에는 한계를 가진다. 이를 위해 주로 복셀을 유한 개의 군집으로 분류하는 군집화 (clustering) 기법이 이용되나 이는 개별 복셀 단위의 연산을 수행함으로 인해 잡음의 영향을 받는 제한점이 있다. 그러므로 잡음의 영상을 최소화하고 영상 경계를 강화시키는 향상기법을 적용함으로써 보다 견고한 구조적 분할을 수행할 수 있다. 본 연구에스는 뇌 자기공명영상에 대하여 백질(white matter), 회백질(gray matter), 뇌척수액(cerebrospinal fluid)의 내부 구조를 효율적으로 추출하기 위한 필터링 기반 군집화에 의한 구조적 분할 기법을 제안한다. 우선 구조간 경계를 강화하고 구조 내 잡음을 약화시키기 위해 응집성 향상 확산 필터링(coherence enhancing diffusiion filtering)을 적용한다. 또한 이 과정을 통해 강화된 영상에 퍼지 c-means 군집화 기법을 적용하여 각 복셀이 속하는 구조에 해당하는 군집의 인덱스를 할당함으로써 구조적 분할을 수행한다. 제안된 구조적 분할기법은 기존의 가우시안 또는 일반적인 비등방성 확산 필터링과 군집화 기법을 적용한 기법에 비해 전문가의 수동분할 결과와의 일치 비율에 의한 분할 정확도를 향상시킴을 보였다. 또한 경계 부분에 있어서의 세밀한 분할을 통해 재생산 가긍하고 사용자 수동후 처리를 최소화할 수 있는 결과를 제시함으로써 형태적 뇌 이상 진단을 위한 효율적인 보조 수단을 제공한다.

• 한국산학기술학회논문지
• /
• 제11권5호
• /
• pp.1564-1572
• /
• 2010

본 연구에서는 3축 가속도 신호를 이용하여 낙상과 낙상 방향을 검출하는 시스템을 구현하였다. 가속도 신호는 3축 가속도 센서로부터 획득하였으며, 획득된 신호를 USB 인터페이스를 통하여 PC에 전달하였다. PC에 전송된 신호를 제안한 알고리즘을 사용하여 낙상을 검출하였으며, 퍼지 분류기를 사용하여 낙상의 방향을 분류하였다. 실험을 위하여 실험대상군 6명 선정하였으며, 가슴에 가속도계를 부착한 후 실험을 수행하였다. 실험대상자는 5초 동안 정상 보행을 한 후 4 가지 방향(전 후 좌 우)으로 낙상이 발생하도록 하였으며, 낙상에 소요되는 시간은 최소 2초로 설정하였다. 본 연구에서 제안된 알고리즘을 이용하여 낙상을 검출하였으며 낙상 발생 후 1초부터 데이터를 분석하고 퍼지 분류기를 이용하여 낙상방향을 분류하였다. 낙상 검출율은 평균 94.79%이었다. 낙상 방향에 따른 분류율은 front_fall은 95.83%, back_fall은 100%, left_fall 은 87.5%, right_fall은 95.83%이었다.

• 한국지리정보학회지
• /
• 제16권2호
• /
• pp.75-87
• /
• 2013

본 연구에서는 정부의 연안용도해역제 법제화에 따른 실질적인 용도해역 분류에 필요한 GIS 기반의 연안해역 적성평가 모형을 개발하였다. 먼저 본 연구에서는 연안지역과 관련된 여러 가지 법규, GIS 데이터베이스 그리고 활용시스템을 조사하였다. 또한 용도해역 적성평가 지표들을 계산하기 위한 GIS 분석 모델은 격자자료 모델을 선정하였으며, 물리적 특성을 비롯한 해역 및 공간적 입지특성을 구성하는 지표들을 계산하기 위한 격자 기반의 분석 기법을 제시하였다. 지표들의 임계치는 연안관련 법규와 토지적성평가에서 제안된 기준들을 이용하여 제시하였으며, 특히 GIS 자료의 특성을 반영하기 위해 퍼지함수와 같은 연속적인 형태의 산정 기법을 제시하였다. 그리고, 본 연구에서는 표준화점수를 이용하여 적성등급을 구분하고, 이로부터 보전관리우선해역, 이용관리우선해역 그리고 계획관리우선해역을 지정하는 모형을 개발하였다. 본 연구에서 제시된 연안 용도해역 적성평가 모형이 실무에 적용될 때, 대상지역의 공간적 범위와 GIS 데이터베이스를 고려한다면 매우 효과적인 업무 수행이 가능해질 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제17권1호
• /
• pp.1-8
• /
• 2016

본 논문에서는 GPS를 이용할 수 없는 지하철 승강장에서 움직이는 지하철의 위치 추적 정확성을 높이기 위해 WiFi 핑거프린트 기법에 k-nn기반 알고리즘들을 적용한 후 오류를 검출하고 비교하였다. 승강장내 지하철의 위치 정보는 지하철 제어를 위해 종합사령실에서 필요로 하며, 이용객의 안전과 편의를 위해 다양하게 사용되어지고 있다. 현재 역사 또는 승강장 내에는 승객의 편의를 위해 각 통신사별로 WiFi용 AP(Access Point)들이 다수 설치되어 있어 이를 활용한 다양한 위치 추정 연구들도 활발히 진행되고 있다. 본 연구에서는 설치되어진 WiFi용 AP를 활용할 경우와 신규로 WiFi용 AP를 설치할 경우등을 고려하여 다양한 조건에서 지하철의 위치를 추적할 수 있는 시뮬레이터를 개발한 후 모의실험을 진행하였다. 개발된 시뮬레이터는 설치된 WiFi용 AP들의 개수와 승강장 넓이, 지하철 진입속도 등에 따라 지하철의 위치를 추적할 수 있도록 설계되었다. 그리고 k-nn알고리즘과 fuzzy k-nn알고리즘을 선택적으로 적용할 수 있으며 핑거프린트 데이터베이스를 기반으로 4가지의 거리 측정 알고리즘을 적용하여 위치 추적 오류를 비교할 수 있도록 하였다. 시뮬레이터를 이용한 모의 실험결과 0.5m의 그리드 단위길이에 8개의 WiFi용 AP를 설치하고 'minkowski' 거리 측정 알고리즘을 적용한 k-nn알고리즘를 사용할 경우 가장 정확한 위치 추적결과를 얻을 수 있었다.