• 한국정보과학회논문지:데이타베이스
• /
• 제35권2호
• /
• pp.112-124
• /
• 2008

RDF와 OWL은 시맨틱 웹을 위한 두 가지 핵심 기반 기술이다. 이러한 RDF와 OWL을 이용하는, 또한 이에 관련된 많은 연구들이 최근 소개되었다. 하지만, RDF와 OWL에 대한 정보 보안 관련 연구는 미비한 실정이다. 본 논문에서는 RDF 보안 기술과 관련하여, RDF 트리플에 기반을 둔 안전한 접근제어 명세 모델을 간단히 소개한다. 다음으로 RDF 접근 제어 명세 시의 추론에 의한 권한 충돌을 효율적으로 발견하기 위하여 소수 그래프 레이블링을 기법을 활용하는 방법을 자세히 소개한다. 추론에 의한 접근 권한 충돌 문제는 비록 하위 개념에 대한 접근 권한이 허용이지만, 하위 개념은 상위 개념으로 추론될 수 있으므로, 만약 상위 개념에 대한 접근 권한이 불허로 되어 있는 경우 하위 개념 또한 허용되어서는 안 되는 문제이다. 몇 가지 실험에서는 제안하는 소수 그래프 레이블링을 사용하는 방법이 기존의 단순한 권한 충돌 발견 방법보다 현저히 나은 성능을 가짐을 보여 준다.

• 동아시아식생활학회지
• /
• 제19권4호
• /
• pp.533-543
• /
• 2009

The objective of this study was to compare the differences of opinion, purchasing behavior, and recognition of food labeling and nutrition labeling of frozen processed food between employees and non-employees in the frozen food industry. The results of this survey study showed that the group working in the frozen food industry had a positive opinion of frozen processed food compared to the non-employee group who was not working in the food industry. The main reason for the positive opinion of frozen processed food was because it was convenient and easy to prepare while the main concern with consuming frozen processed food was that it was bad for one's health. The most popular menu was western style. Sixty one percent of employees in the frozen food industry preferred the microwave-cooking method, while only 37.9% of non-employees preferred the microwave-cooking method followed by cooking in boiling water (27.6%). There was a significant (p<0.001) difference in the preference of cooking method between these two groups. Most of the respondents considered 'taste' as the most important factor and 32.9% of the respondents selected 'sanitation/health' as the most serious concern for the consumption of frozen processed food. Both groups checked the food & nutrition label to verify the expiration date and the presence of food additives. The non-employee group recognized the need for nutritional information on total calorie, carbohydrate, protein, fat, saturated fat, cholesterol, minerals, vitamins, sodium, and fiber on the nutrition label of frozen processed food.

• 한국컴퓨터정보학회논문지
• /
• 제24권2호
• /
• pp.139-147
• /
• 2019

A false alarm, which is an incorrect report of an emergency, could trigger an unnecessary action. The predictive maintenance framework developed in our previous work has a feature whereby a machine alarm is triggered based on sensor data evaluation. The sensor data evaluator performs three essential evaluation steps. First, it evaluates each sensor data value based on its threshold (lower and upper bound) and labels the data value as "alarm" when the threshold is exceeded. Second, it calculates the duration of the occurrence of the alarm. Finally, in the third step, a domain expert is required to assess the results from the previous two steps and to determine, thereby, whether the alarm is true or false. There are drawbacks of the current evaluation method. It suffers from a high false-alarm ratio, and moreover, given the vast amount of sensor data to be assessed by the domain expert, the process of evaluation is prolonged and inefficient. In this paper, we propose a method for automatic false-alarm labeling that mimics how the domain expert determines false alarms. The domain expert determines false alarms by evaluating two critical factors, specifically the duration of alarm occurrence and identification of anomalies before or while the alarm occurs. In our proposed method, Hierarchical Temporal Memory (HTM) is utilized to detect anomalies. It is an unsupervised approach that is suitable to our main data characteristic, which is the lack of an example of the normal form of sensor data. The result shows that the technique is effective for automatic labeling of false alarms in sensor data.

• Smart Structures and Systems
• /
• 제29권6호
• /
• pp.757-766
• /
• 2022

To train deep learning algorithms, a sufficient number of data are required. However, in most engineering systems, the acquisition of fault data is difficult or sometimes not feasible, while normal data are secured. The dearth of data is one of the major challenges to developing deep learning models, and fault diagnosis in particular cannot be made in the absence of fault data. With this context, this paper proposes an anomaly detection methodology for rotating machines using only normal data with self-labeling. Since only normal data are used for anomaly detection, a self-labeling method is used to generate a new labeled dataset. The overall procedure includes the following three steps: (1) transformation of normal data to self-labeled data based on a pretext task, (2) training the convolutional neural networks (CNN), and (3) anomaly detection using defined anomaly score based on the softmax output of the trained CNN. The softmax value of the abnormal sample shows different behavior from the normal softmax values. To verify the proposed method, four case studies were conducted, on the Case Western Reserve University (CWRU) bearing dataset, IEEE PHM 2012 data challenge dataset, PHMAP 2021 data challenge dataset, and laboratory bearing testbed; and the results were compared to those of existing machine learning and deep learning methods. The results showed that the proposed algorithm could detect faults in the bearing testbed and compressor with over 99.7% accuracy. In particular, it was possible to detect not only bearing faults but also structural faults such as unbalance and belt looseness with very high accuracy. Compared with the existing GAN, the autoencoder-based anomaly detection algorithm, the proposed method showed high anomaly detection performance.

• 대한임베디드공학회논문지
• /
• 제3권3호
• /
• pp.151-157
• /
• 2008

In this paper, we propose a three dimensional distance measurement method for a stereo system by using web cams. Using a parallel stereo system, a robot gets two images from each webcam and equalize brightness of both images. And we suggest an image processing method such as labeling, isolating an object from background and finding center of an object. We also propose a method of calculating the focal distance by using least square algorithm based on triangulation and we can reduce calculation error by this method. From experimental results, we show that the proposed method can be effective for 3D distance measurement.

• 인터넷정보학회논문지
• /
• 제18권1호
• /
• pp.65-75
• /
• 2017

탐지 모델은 인공지능 기법들이나 데이터 마이닝 기법, 또는 지능형 알고리즘들을 이용하여 어떠한 목적에 맞는 결과를 찾고자 하는 모델들이다. 사이버 보안에서는 주로 침입탐지, 악성코드 탐지, 침해사고 탐지, 공격 탐지로 활용되고 있다. 보안데이터와 같은 실제 환경에 수집되는 데이터들을 레이블이 되지 않은 데이터들이 많다. 클래스 레이블이 정해지지 않아 유형을 알 수 없는 데이터가 많아 정확한 탐지 및 분석을 하기 위해서는 레이블 결정과정이 필요하다. 본 논문에서 제안하는 방법은 레이블 결정을 위해 D-S 추론 알고리즘과 비교사 방법인 k-means 알고리즘을 적용하여 각 데이터의 레이블을 융합하여 결정할 수 있는 KDFL(K-means and D-S Fusion based Labeling)제안하였으며 이를 적용한 탐지 모델 구조를 제안하였다. 제안하는 방법은 실험을 통해 기존의 방법에 비해 탐지율, 정확도, F1-measure 성능 지표에서 우수한 성능을 나타냈다. 또한 오류율도 크게 개선된 결과를 나타내어 제안하는 방법의 성능을 검증할 수 있었다.

• 대한핵의학회지
• /
• 제30권4호
• /
• pp.541-547
• /
• 1996

우리는 국내에서 개발한 항 NCA-95 단일클론항체의 면역학적 특성을 규명하고 $^{99m}Tc$ 표지법을 연구하여 골수면역 신티그라피법을 개발한 바 있다. 그러나 $^{99m}Tc$ 단일클론항체의 표지효율이 낮고, 과정이 복잡하여 시간이 오래 걸리는 단점이 있어 임상적용에 어려움이 있었다. 본 연구에서는 $^{99m}Tc$ 표지 단일클론항체의 표지과정을 개선하여 시간을 단축하고 표지효율을 높이는 연구를 실시하였다. 티올기와 아민 및 하이드록시 그룹을 가진 착화제(chelator)와 $^{99m}Tc$은 안정한 복합체를 형성하므로, 이러한 화학적 성질을 이용하여 항체를 환원시켜 티올기를 생성하고 여기에 약한 착화제와 결합한 $^{99m}Tc$을 가하는 transchelation법을 연구하였다. 본 연구에서는 방법 1. ${\beta}$-mercaptoethanol로 항체를 환원하고 환원제의 존재하에 $^{99m}Tc$-gluconate 를 이용한 표지법, 방법 2. 항체의 환원후 ${\beta}$-mercaptoethanol을 제거하고 $^{99m}Tc$-gluconate를 사용한 표지법, 방법 3. 환원제를 제거한 항체에 MDP를 먼저 가하고 여기에 $^{99m}Tc$을 가하는 표지법을 시도하여 보았다. 고정상으로는 ITLC-SG를, 이동상으로는 생리식염수와 아세톤을 사용하여 표지효율을 구하였다. 방법 1은 표지효율이 40-70%이나 좋은 골수영상을 얻었고, 방법 2의 경우 표지효율은 70-80%로 개선되었으나 혈액풀의 방사능이 높았다. MDP를 착화제로 이용한 방법 3은 표지효율이 $92.4{\pm}5.9%$(n=15) 이고 면역반응성은 약 60%였으며 골수면역 신티그라피에서도 좋은 영상을 얻을 수 있었다. 때로는 $^{99m}Tc$- MDP 방사능이 높아 뼈에 흡수되는 방사능이 증가하는 단점이 있지만 PD-10 컬럼을 이용하여 분리가 가능하였다. 환원된 항체를 냉동보관하여 사용하였을 경우에도 안정하여 냉동보관 47일 까지 90%이상의 표지효율을 보였다. 본 연구 결과 $^{99m}Tc$ 표지 항 NCA-95 단일클론항체의 표지법의 개선으로 더 쉽게 임상에 이용할 수 있게 될 것으로 생각된다.

• Parasites, Hosts and Diseases
• /
• 제34권4호
• /
• pp.215-224
• /
• 1996

작은와포자충의 세포골격 단백질 분포를 알아보기 위하여 actin, tropomyosin, $\alpha$-actinin 및 troponin-T의 분포를 이중면역 황금표지법 (double immunogold labeling method)으로 관찰하 였다 관찰된 모든 발육 단계의 충체에서 매우 많은 양의 tropomyosin이 세포질 및 세포막에 분포하고 있음이 밝혀졌으며 actin보다도 더 많은 양이 관찰되었다. ${\alpha}-actinin$의 경우는 주로 세포막에 소량이 분포하였으며 Troponin-T는 어느 발육 단계에서도 관찰되지 않았다 이 연구의 결과 tropomyosin의 분포 정도도 미루어 볼 때 이 단백질이 작은와포자충에서 매우 중요한 역할을 수행할 것으로 추측되며, 주로 세포막에 다량으로 분포하는 actin, tropomyosin 및 ${\alpha}-actinin$은 면역진단 및 면역치료의 대상으로 이용할 가능성이 있을 것으로 생각된다.

• 대한의생명과학회지
• /
• 제4권2호
• /
• pp.121-128
• /
• 1998

본 연구에서는 genomic DNA 전기영동과 TUNEL labeling법을 이용하여 정상대장조직, 대장암조직, 대장암 인접림프절조직과 대장암환자 혈액에서 apoptosis 발현을 분석하였다. 정상대장조직 37례중 4례에서, DNA ladder가 확인되었고, 암조직은 47례중 20례에서, 림프절조직은 15례중 5례에서 나타났으며 대장암환자혈액은 7례 모두에서 발현되지 않았다. TUNEL labeling법을 이용한 조직상의 in situ apoptosis발현은 암조직과 림프절조직에서 확인되었다. 따라서 본 연구에서는 대장암이 진행됨에 따라 apoptosis 발현비가 증가되었으므로 apoptotic index가 대장암 발현과 관련되어 있는 듯 하며 예후예측지표자로서 이용될 가능성이 있다고 사료된다.

• 대한음성학회지:말소리
• /
• 제35_36호
• /
• pp.175-188
• /
• 1998

Database segmented and labeled up to phoneme level plays an important role in phonetic research and speech engineering. However, it usually requires manual segmentation and labeling, which is time-consuming and may also lead to inconsistent consequences. Automatic segmentation and labeling can be introduced to solve these problems. In this paper, we investigate a method to improve the performance of automatic segmentation and labeling system, where Spectral Variation Function(SVF), modification of silence model, and use of energy variations in postprocessing stage are considered. In this paper, SVF is applied in three ways: (1) addition to feature parameters, (2) postprocessing of phoneme boundaries, (3) restricting the Viterbi path so that the resulting phoneme boundaries may be located in frames around SVF peaks. In the postprocessing stage, positions with greatest energy variation during transitional period between silence and other phonemes were used to modify boundaries. In order to evaluate the performance of the system, we used 452 phonetically balanced word(PBW) database for training phoneme models and phonetically balanced sentence(PBS) database for testing. According to our experiments, 83.1% (6.2% improved) and 95.8% (0.9% improved) of phoneme boundaries were within 20ms and 40ms of the manually segmented boundaries, respectively.