• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.826-829
• /
• 2024

3D 사람 자세 추정 기술은 다양한 응용 분야에서의 높은 활용성으로 인해 대량의 학습 데이터가 수집되어 딥러닝 모델 연구가 진행되어 온 반면, 동물 자세 추정의 경우 3D 동물 데이터의 부족으로 인해 관련 연구는 극히 미진하다. 본 연구는 동물 자세 추정을 위한 예비연구로서, 3D 학습 데이터가 없는 상황에서 단일 이미지로부터 3D 사람 자세를 추정하는 딥러닝 기법을 제안한다. 이를 위하여 사전 훈련된 다중 시점 학습모델을 사용하여 2D 자세 데이터로부터 가상의 다중 시점 데이터를 생성하여 훈련하는 연역적 학습 기반 교사-학생 모델을 구성하였다. 또한, 키포인트 깊이 정보 대신 2D 이미지로부터 레이블링 된 순서 깊이 정보에 기반한 손실함수를 적용하였다. 제안된 모델이 동물데이터에서 적용 가능한지 평가하기 위해 실험은 사람 데이터를 사용하여 이루어졌다. 실험 결과는 제안된 방법이 기존 단안 이미지 기반 모델보다 3D 자세 추정의 성능을 개선함을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.757-759
• /
• 2024

Software vulnerabilities represent security weaknesses in software systems that attackers exploit for malicious purposes, resulting in potential system compromise and data breaches. Despite the increasing prevalence of these vulnerabilities, manual repair efforts by security analysts remain time-consuming. The emergence of deep learning technologies has provided promising opportunities for automating software vulnerability repairs, but existing AIbased approaches still face challenges in effectively handling complex vulnerabilities. This paper explores the potential of large language models (LLMs) in addressing these limitations, examining their performance in code vulnerability repair tasks. It introduces the latest research on utilizing LLMs to enhance the efficiency and accuracy of fixing security bugs.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.768-771
• /
• 2024

인간의 산업 활동으로 인하여 동물들의 생존이 위협받으면서, 동물의 서식 분포를 효과적으로 파악할 수 있는 자동 야생동물 모니터링 기술의 필요성이 점점 더 커지고 있다. 그중에서도 동물 소리 분류 기술은 시각적으로 식별이 어려운 동물에게도 효과적으로 적용할 수 있는 장점으로 인하여 널리 사용되고 있다. 최근 심층학습 기반의 분류 모델들이 좋은 판별 성능을 보여주고 있어 동물 소리 분류에 많이 사용되고 있지만, 희귀종과 같이 개체 수가 적어 데이터가 부족한 경우에는 학습이 제대로 이루어지지 않을 수 있다. 또한, 이러한 모델들은 모델 내부에서 일어나는 추론 과정을 알 수 없어 결과를 완전히 신뢰하고 사용하는 데 제약이 따른다. 이에 본 논문에서는 전이 학습을 통해 데이터 부족 문제를 고려하고, SHAP을 이용하여 분류 모델의 추론 과정을 해석하는 설명가능한 동물 소리 분류 기법을 제안한다. 실험 결과, 제안하는 기법은 지도 학습을 한 경우보다 분류 성능이 향상됨을 확인하였으며, SHAP 분석을 통해 모델의 분류 근거를 이해할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.891-894
• /
• 2024

The quest for reliability in Artificial Intelligence (AI) is progressively urgent, especially in the field of next generation wireless networks. Future Beyond 5G (B5G)/6G networks will connect a huge number of devices and will offer innovative services invested with AI and Machine Learning tools. Wireless communications, in general, and medium access control (MAC) techniques were among the fields that were heavily affected by this improvement. This study presents the applications and services of future communication networks. This study details the Medium Access Control (MAC) scheduler of Beyond-5G/6G from 3^rd Generation Partnership (3GPP) and highlights the current open research issues which are yet to be optimized. This study provides an overview of how AI plays an important role in improving next generation communication by solving MAC-layer issues such as resource scheduling and queueing. We will select C-V2X as our use case to implement our proposed MAC scheduling model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.675-677
• /
• 2024

그래프 학습 기술은 실세계의 네트워크를 그래프로 모델링하여 분석함으로써, 네트워크에 내재된 유용한 정보를 도출하는 핵심적인 역할을 한다. 그러나 기존의 그래프 학습 기술에는 두 가지 한계점이 존재한다: (1) 그룹 정보 표현의 한계 및 (2) 동적 관계 학습의 한계. 각 한계를 극복하기 위해 하이퍼그래프 학습 기술과 동적 그래프 학습 기술이 활발하게 연구되었지만, 두 가지 한계를 동시에 극복하기 위한 연구들은 아직까지 충분히 수행되지 못했다. 이러한 동기로부터, 본 논문은 실세계 네트워크를 동적인 하이퍼그래프로 모델링하여, 동적 그래프 학습 기술, 정적 하이퍼그래프 학습 기술, 그리고 동적 하이퍼그래프 학습 기술들의 성능에 대해 비교 분석하고자 한다. 실험 결과, 시간에 따라 변화하는 실세계의 복잡한 관계를 정확하게 포착하는 데는 동적 하이퍼그래프 학습 기술이 가장 효과적이라는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.749-752
• /
• 2024

연합학습은 클라이언트가 중앙 서버에 원본 데이터를 주지 않고도 학습할 수 있도록 설계된 분산된 머신러닝 방법이다. 그러나 클라이언트와 중앙 서버 사이에 모델 업데이트 정보를 공유한다는 점에서 여전히 추론 공격(Inference Attack)과 오염 공격(Poisoning Attack)의 위험에 노출되어 있다. 이러한 공격을 방어하기 위해 연합학습에 차분프라이버시(Differential Privacy)를 적용하는 방안이 연구되고 있다. 차분 프라이버시는 데이터에 노이즈를 추가하여 민감한 정보를 보호하면서도 유의미한 통계적 정보 쿼리는 공유할 수 있도록 하는 기법으로, 노이즈를 추가하는 위치에 따라 전역적 차분프라이버시(Global Differential Privacy)와 국소적 차분 프라이버시(Local Differential Privacy)로 나뉜다. 이에 본 논문에서는 차분 프라이버시를 적용한 연합학습의 최신 연구 동향을 전역적 차분 프라이버시를 적용한 방향과 국소적 차분 프라이버시를 적용한 방향으로 나누어 검토한다. 또한 이를 세분화하여 차분 프라이버시를 발전시킨 방식인 적응형 차분 프라이버시(Adaptive Differential Privacy)와 개인화된 차분 프라이버시(Personalized Differential Privacy)를 응용하여 연합학습에 적용한 방식들에 대하여 특징과 장점 및 한계점을 분석하고 향후 연구방향을 제안한다.

• Membrane and Water Treatment
• /
• v.15 no.3
• /
• pp.117-130
• /
• 2024

The possibility of using lime/mineral solvent solutions has been investigated to effectively remove T-P from wastewater. The lime solvent solution showed an initial T-P removal efficiency of about 90% compared to the less efficient mineral solvent solution removal. High pH and dissolved Ca2+ can form hydroxyapatite minerals (Ca5(PO4)3(OH) or Ca10(PO4)6(OH)2 and can also remove SS and COD from wastewater. Feldspar dissolution solution can be reused twice because the Ca limited sample content provided, but further research is needed to discover other influencing parameters that control the T-P removal efficiency in real wastewater. Because it plays an important role of alkalinity in T-P removal, the success rate is limited. In practical applications, it is obtained according to the pH value wastewater in the environment. The results obtained in this study can highlight new insights on the use of limestone/dissolved mineral solutions to control T-P in wastewater, instead of directly using commercial chemical agents that can produce large amounts of unreacted chemical sludge.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.18 no.8
• /
• pp.2199-2213
• /
• 2024

To enhance the quality of defect detection for Printed Circuit Board Assembly (PCBA) during electronic product manufacturing, this study primarily focuses on optimizing the YOLOv7-based method for PCBA defect detection. In this method, the Mish, a smoother function, replaces the Leaky ReLU activation function of YOLOv7, effectively expanding the network's information processing capabilities. Concurrently, a Squeeze-and-Excitation attention mechanism (SEAM) has been integrated into the head of the model, significantly augmenting the precision of small target defect detection. Additionally, considering angular loss, compared to the CIoU loss function in YOLOv7, the SIoU loss function in the paper enhances robustness and training speed and optimizes inference accuracy. In terms of data preprocessing, this study has devised a brightness adjustment data enhancement technique based on split-filtering to enrich the dataset while minimizing the impact of noise and lighting on images. The experimental results under identical training conditions demonstrate that our model exhibits a 9.9% increase in mAP value and an FPS increase to 164 compared to the YOLOv7. These indicate that the method proposed has a superior performance in PCBA defect detection and has a specific application value.

• Journal of the Korea Society for Simulation
• /
• v.29 no.1
• /
• pp.47-55
• /
• 2020

This paper presents a real-time autonomous computation of shot numbers and aiming points against multiple soft targets on grounds by applying an unsupervised learning, k-mean clustering and Monte carlo simulation. For this computation, a 100 × 200 square meters size of virtual battlefield is created where an augmented enemy infantry platoon unit attacks, defences, and is scatted, and a virtual weapon with a lethal range of 15m is modeled. In order to determine damage types of the enemy unit: no damage, light wound, heavy wound and death, Monte carlo simulation is performed to apply the Carlton damage function for the damage effect of the soft targets. In addition, in order to achieve the damage effectiveness of the enemy units in line with the commander's intention, the optimal shot numbers and aiming point locations are calculated in less than 0.4 seconds by applying the k-mean clustering and repetitive Monte carlo simulation. It is hoped that this study will help to develop a system that reduces the decision time for 'detection-decision-shoot' process in battalion-scaled combat units operating Dronebot combat system.

• Journal of The Korean Association For Science Education
• /
• v.34 no.3
• /
• pp.261-272
• /
• 2014

In this study, to disseminate the Practical On-site Cooperation Model (POCoM) for practical improvement of science teaching and learning through cooperation between researcher and teacher, an in-service program has been developed, applied and evaluated. The in-service program emphasizes the following three aspects; (1) video-recording of actual science teaching has been used as a primary resource, (2) communication between teacher and researcher and among teachers have been emphasized, (3) activities have been mainly included. The in-service program has been implemented for nine hours, and 17 science teachers have been recruited as volunteers. The result shows that, by checking the agreements between raters, we found that teachers' expertise in analyzing the science class using the Korean Teaching Observation Protocol (KTOP) has improved, and we have confirmed that teachers are able to judge whether the science class has improved or not. Through the questionnaire, various highly positive responses could be obtained from teachers. And through the observation of teachers' activities during the in-service program, teachers' questions, their difficulties in doing activities, and their comments for improving the program has also been analyzed. Finally, based on the results, a list of recommendations for a more effective in-service program have been suggested. It is expected that this list can be utilized for more effective and meaningful design and implementation of in-service course.