• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권12호
• /
• pp.3868-3888
• /
• 2022

A widely used social networking service like Twitter has the ability to disseminate information to large groups of people even during a pandemic. At the same time, it is a convenient medium to share irrelevant and unverified information online and poses a potential threat to society. In this research, conventional machine learning algorithms are analyzed to classify the data as either non-rumor data or rumor data. Machine learning techniques have limited tuning capability and make decisions based on their learning. To tackle this problem the authors propose a deep learning-based Rumor Detection Neural Network model to predict the rumor tweet in real-world events. This model comprises three layers, AttCNN layer is used to extract local and position invariant features from the data, AttBi-LSTM layer to extract important semantic or contextual information and HPOOL to combine the down sampling patches of the input feature maps from the average and maximum pooling layers. A dataset from Kaggle and ground dataset #gaja are used to train the proposed Rumor Detection Neural Network to determine the veracity of the rumor. The experimental results of the RDNN Classifier demonstrate an accuracy of 93.24% and 95.41% in identifying rumor tweets in real-time events.

• ETRI Journal
• /
• 제44권6호
• /
• pp.1004-1019
• /
• 2022

For autonomous driving without high-definition maps, we present a model capable of generating multiple plausible paths from egocentric images for autonomous vehicles. Our generative model comprises two neural networks: feature extraction network (FEN) and path generation network (PGN). The FEN extracts meaningful features from an egocentric image, whereas the PGN generates multiple paths from the features, given a driving intention and speed. To ensure that the paths generated are plausible and consistent with the intention, we introduce an attentive discriminator and train it with the PGN under a generative adversarial network framework. Furthermore, we devise an interaction model between the positions in the paths and the intentions hidden in the positions and design a novel PGN architecture that reflects the interaction model for improving the accuracy and diversity of the generated paths. Finally, we introduce ETRIDriving, a dataset for autonomous driving, in which the recorded sensor data are labeled with discrete high-level driving actions, and demonstrate the state-of-the-art performance of the proposed model on ETRIDriving in terms of accuracy and diversity.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.222-223
• /
• 2020

최근 악성코드로 인한 피해가 증가하고 있다. 악성코드는 악성코드가 속한 종류에 따라서 대응하는 방법도 다르기 때문에 악성코드를 종류별로 분류하는 연구도 중요하다. 기존에는 악성코드 시각화 과정을 통해서 생성된 악성코드의 글로벌 이미지를 사용해 악성코드를 각 종류별로 분류한다. 글로벌 이미지를 악성코드로부터 추출한 바이너리 정보를 사용해서 생성한다. 하지만, 글로벌 이미지만을 사용해서 악성코드를 각 종류별로 분류하는 경우 악성코드의 종류별로 중요한 특징을 고려하기 않기 때문에 분류 정확도가 떨어진다. 본 논문에서는 악성코드의 글로벌 이미지에 악성코드의 종류별 특징을 나타내기 위한 로컬 특징 기반 글로벌 이미지를 사용한 악성코드 분류 방법을 제안한다. 첫 번째, 악성 코드로부터 바이너리를 추출하고 추출된 바이너리를 사용해서 글로벌 이미지를 생성한다. 두 번째, 악성 코드로부터 로컬 특징을 추출하고 악성코드의 종류별 핵심 로컬 특징을 단어-역문서 빈도(Term Frequency Inverse Document Frequency, TFIDF) 알고리즘을 사용해 선택한다. 세 번째, 생성된 글로벌 이미지에 악성코드의 패밀리별 핵심 특징을 픽셀화해서 적용한다. 네 번째, 생성된 로컬 특징 기반 글로벌 이미지를 사용해서 컨볼루션 모델을 학습하고, 학습된 컨볼루션 모델을 사용해서 악성코드를 각 종류별로 분류한다.

• 천문학회보
• /
• 제44권2호
• /
• pp.49.2-49.2
• /
• 2019

We present results from our long-term observing campaign, using the NASA IRTF at Maunakea, to obtain 2 - 4 ㎛ spectra of 118 red point sources in the line of sight to the Galactic Center (GC). Our sample is largely composed of point sources selected from near- and mid-infrared photometry, but also includes a number of massive young stellar objects. Many of these sources show high foreground extinction as shown by deep 3.4 ㎛ aliphatic hydrocarbon absorption feature, which is a characteristic of the diffuse ISM and comes from the long line of sight through the diffuse medium toward the Central Molecular Zone (CMZ), the central 300 pc region of the GC. The deep 3.1 ㎛ H₂O ice absorption band coming from the local, dense material in the GC CMZ suggests that most sources are likely located in the GC CMZ. A few of these sources show weak CCH₃OH ice absorption at 3.535 ㎛, which can provide a strong constraint on the CCH₃OH ice formation in the unique environment of the CMZ. From the best-fitting models, the optical depths of these features are determined and used to generate a well-rounded view of the ice composition across the GC CMZ and the spectral characteristics of massive YSOs in the GC.

• 천문학회보
• /
• 제44권2호
• /
• pp.75.3-75.3
• /
• 2019

The filament is an interesting structure in the Universe because clusters form at the nodes of filaments and grow through the continuous accretion of individual galaxies and groups from the surrounding filaments. We study the chemical properties of star-forming (SF) galaxies in the five large-scale filamentary structures (Leo II A, Leo II B, Leo Minor, Canes Venatici, and Virgo III) related with the Virgo cluster, with the spectroscopic data taken with the SDSS DR12, and compare them with those of the Virgo cluster and field galaxies. In mass-metallicity relation, most of the SF galaxies in Virgo-related filaments (except Virgo III filament) show lower metallicity on average than the Virgo cluster SF galaxies, but similar to field counterparts. These chemically less evolved feature of SF galaxies in the filaments and field are more pronounced for lower mass galaxies. This is probably because low mass galaxies have low potential wells and are therefore likely to be sensitive to cluster environmental effects. Interestingly, we find that the metallicity enhancement of SF galaxies in the Virgo III filament. In chemical and morphological perspectives, SF galaxies in the Virgo III thought to be transitional objects possibly transformed from SF late-type galaxies and are on the way to red early-type galaxies in the filament environment. This is the first discovery of systematic 'chemical pre-processing' signature for filament galaxies in Local Universe before they fall into the cluster.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.321-326
• /
• 2020

본 연구에서는 한국어 감성분석 성능 향상을 위한 DECO(Dictionnaire Electronique du COreen) 한국어 전자사전과 LGG(Local-Grammar Graph) 패턴문법 기술 프레임에 의존파서 및 LSTM을 적용하는 하이브리드 방법론을 제안하였다. 본 연구에 사용된 DECO-LGG 언어자원을 소개하고, 이에 기반하여 의미 정보를 의존파서(D-PARS)와 페어링하는 한편 OOV(Out Of Vocabulary)의 문제를 LSTM을 통해 해결하여 자질기반 감성분석 결과를 제시하였다. 부트스트랩 방식으로 반복 확장될 수 있는 LGG 언어자원 및 알고리즘을 통해 수행되는 자질기반 감성분석 프로세스는 전용 플랫폼 DecoFESA를 통해 그 범용성을 확장하였다. 실험을 위해서 네이버 쇼핑몰의 '화장품 구매 후기글'을 크롤링하였으며, DecoFESA 플랫폼을 통해 현재 구축된 DECO-LGG 언어자원 기반의 감성분석 성능을 평가하였다. 이를 통해 대용량 언어자원의 구축과 이를 활용하기 위한 어휘 시퀀스 처리 알고리즘의 구현이 보다 정확한 자질기반 감성분석 결과를 제공할 수 있음을 확인하였다.

• 한국식생활문화학회지
• /
• 제25권4호
• /
• pp.410-415
• /
• 2010

Banchandeungsok is a book written by a person who lived in the Cheongju area located in northern Chungcheong Province. The literature is regarded as a useful source for showing types of local food in the 1910s, so it was purchased by the National Folk Museum in 2007. The writer categorized dishes described in the recipe section of the book into side dishes, snacks, rice cakes, drinks, and miscellaneous. Following this, each category was distinguished by the name of the dish, the main material, the side material, and the cooking method is presented in tables. Thus, the food culture of Chungcheong Province was arranged based on the above categorized contents. The material from the product and the outside which grow spontaneously divided with the product which flows. The case which is a product the outside, went through what kind of process and could flow toward Sangshin village in Cheongju area probably, to observe tried. The area and time were clear Eumsikdimibang and Gyuhapchongseo Jusigui with comparisons. So tried to observe the time of 1910's Cheongju area culture Dietary life time and a regional feature.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2361-2376
• /
• 2023

The electrocardiogram (ECG) signal is commonly used to screen and diagnose cardiovascular diseases. In recent years, deep neural networks have been regarded as an effective way for automatic ECG disease diagnosis. The convolutional neural network is widely used for ECG signal extraction because it can obtain different levels of information. However, most previous studies adopt single scale convolution filters to extract ECG signal features, ignoring the complementarity between ECG signal features of different scales. In the paper, we propose a dual-scale network with convolution filters of different sizes for 12-lead ECG classification. Our model can extract and fuse ECG signal features of different scales. In addition, different spatial and time periods of the feature map obtained from the 12-lead ECG may have different contributions to ECG classification. Therefore, we add a spatial-temporal attention to each scale sub-network to emphasize the representative local spatial and temporal features. Our approach is evaluated on PTB-XL dataset and achieves 0.9307, 0.8152, and 89.11 on macro-averaged ROC-AUC score, a maximum F1 score, and mean accuracy, respectively. The experiment results have proven that our approach outperforms the baselines.

• Journal of Information Processing Systems
• /
• 제19권4호
• /
• pp.427-438
• /
• 2023

Plenty of works have indicated that single image super-resolution (SISR) models relying on synthetic datasets are difficult to be applied to real scene text image super-resolution (STISR) for its more complex degradation. The up-to-date dataset for realistic STISR is called TextZoom, while the current methods trained on this dataset have not considered the effect of multi-scale features of text images. In this paper, a multi-scale and attention fusion model for realistic STISR is proposed. The multi-scale learning mechanism is introduced to acquire sophisticated feature representations of text images; The spatial and channel attentions are introduced to capture the local information and inter-channel interaction information of text images; At last, this paper designs a multi-scale residual attention module by skillfully fusing multi-scale learning and attention mechanisms. The experiments on TextZoom demonstrate that the model proposed increases scene text recognition's (ASTER) average recognition accuracy by 1.2% compared to text super-resolution network.

• 생태와환경
• /
• 제49권3호
• /
• pp.236-243
• /
• 2016

본 논문은 국립공원 아고산대 침엽수림을 효과적으로 보전하고 관리하는 데 기초자료로 활용하고자 진행된 사례연구로서 지리산국립공원과 속리산국립공원의 아고산대에서 현지 조사된 구상나무 (Abies koreana Wilson) 210개체의 서식실태 자료를 바탕으로, 입지환경의 기본이 되는 지리적 위치와 지형적 특성이 구상나무의 생장에 미치는 영향을 분석하였다. 이를 위해서 구상나무의 생장과 관련된 변수는 수고 및 흉고직경으로 하고, 지형적 특성은 GIS 공간분석을 이용하여 추출된 지리적 위도, 해발고도, 산지경사, 사면향 그리고 지형습윤지수로 하였다. 두 변수군의 연관성의 유무와 정도를 평가하기 위해서 정준상관분석을 이용하고, 다중회귀분석을 이용하여 지리 지형적 특성이 구상나무의 생장구조에 미치는 영향을 평가하였다. 구상나무 생장구조를 나타내는 흉고직경 및 수고는 지형의 수직적인 분포보다 지리 위도적인 분포와 연관성이 더 크고, 지리 지형요소는 수고보다 흉고직경과 연관성이 더 큰 것으로 나타났다. 구상나무의 생장구조변수와 지리 지형변수는 유의한 상관관계가 있고, 지리 지형변수가 생장구조변수를 18.1% 정도 설명하는 것으로 나타났다. 구상나무의 흉고직경에 영향을 주는 변수는 지리적 위도, 지형습윤지수, 사면향 그리고 해발고도의 순으로 통계적 유의성이 있는 것으로 나타났다. 위도가 높아질수록 흉고직경은 작아지고 지형적 요소에 따라서는 커지는 것으로 나타났다. 수고에 영향을 주는 변수는 지형습윤지수만이 유의미한 것으로 나타났다. 전반적으로, 구상나무의 생장구조와 관련된 수고와 흉고직경은 지리적인 특성의 영향이 가장 클 것으로 나타났다. 특히 지형적 특성 중에서 수분상태의 영향이 다른 지형요소에 비해서 더 클 것으로 예측되었다. 이러한 결과로 볼 때, 지리 지형적인 특성은 구상나무의 생장에 중요한 요인이 될 것으로 추측된다. 비록 지리 지형적 특성만을 고려하고 GIS를 이용하여 제작된 공간분석 자료를 사용한 한계가 있다고 해도, 본 연구결과는 향후 국립공원 아고산대에서 서식하고 있는 침엽수림의 생장환경을 조사하고 연구하는 데 유용하고, 구상나무 등 상록침엽교목을 효과적으로 관리하고 보전하기 위해서 대책을 수립하는 데 기초자료로 활용될 것으로 기대된다.