• 방송공학회논문지
• /
• 제25권2호
• /
• pp.166-175
• /
• 2020

최근 다양한 형태와 종류로 영상 콘텐츠를 가공하고 사용하는 응용분야가 급격히 증가하고 있다. 영상 콘텐츠는 고부가가치의 콘텐츠이므로 영상 콘텐츠의 제작 및 사용이 활성화되기 위해서는 이 콘텐츠의 지적재산권이 보호되어야 하며, 현재까지 그 방법으로 가장 널리 연구되고 있는 것이 디지털 워터마킹이다. 이에 본 논문에서는 딥 러닝 기반의 워터마크 삽입 및 추출 네트워크를 제안한다. 제안하는 방법은 호스트 영상의 비가시성(invisibility)을 보존하면서 악의적/비악의적 공격에 워터마크의 강인성(robustness)를 극대화하는 방법이다. 이 네트워크는 워터마크를 호스트 영상과 똑같은 해상도를 갖도록 변화시키는 전처리 네트워크, 변화된 호스트 영상과 워터마크 정보를 3차원적으로 정합하여 호스트 영상의 해상도를 유지하면서 워터마크 데이터를 삽입하는 네트워크, 그리고 해상도를 줄이며 워터마크를 추출하는 네트워크로 구성된다. 이 네트워크는 다양한 워터마크 영상과 다양한 해상도를 가진 호스트 영상에 대해 다양한 화소값 변경공격과 기하학적 공격을 실험하여 제안하는 방법의 비가시성과 강인성을 검증하고, 이 방법이 범용적이고 실용적임을 보인다.

• 대한교통학회지
• /
• 제32권4호
• /
• pp.369-379
• /
• 2014

전통적인 사고예측모형은 통계적 회귀분석에 주로 의존하였으나, 이는 자료 분포 및 함수 형태에 대한 가정에 따른 한계를 가지고 있다. 이에 따라 일부 연구는 신경망 등의 비모수적 기법을 모형 구축에 활용하였으나, 이는 독립변수와 종속변수 간의 직접적인 관계 규명이 어렵다는 한계가 있다. 유전자 프로그래밍 기법은 모형 개발에 특별한 가정이 필요없고, 사고요인 규명이 가능하다는 장점이 있다. 따라서 본 연구에서는 고속도로의 사고예측에 유전자 프로그래밍 기법을 적용함으로써 이러한 한계를 극복하고자 하였다. 이를 위하여 경부고속도로에서 최근 3년간(2010-2012년) 구득된 자료를 활용하였으며, 보다 세밀한 사고 특성 규명을 위해 고속도로 구간을 직선 구간과 곡선 구간으로 구분하였다. 사고 발생에 중요한 영향을 미치는 변수를 선택하기 위하여 랜덤 포레스트 기법을 이용하였으며, 최종 선택된 변수들을 활용하여 사고예측을 위한 유전자 프로그래밍 모형을 구축하였다. 구축된 모형의 예측 성능을 평가하기 위해 음이항 회귀모형과 비교해본 결과, 유전자 프로그래밍 모형의 예측 성능이 더 우수한 것으로 나타났다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1121-1121
• /
• 2001

A previous study (Berzaghi et al., 2001) evaluated the performance of 3 calibration methods, modified partial least squares (MPLS), local PLS (LOCAL) and artificial neural networks (ANN) on the prediction of the chemical composition of forages, using a large NIR database. The study used forage samples (n=25,977) from Australia, Europe (Belgium, Germany, Italy and Sweden) and North America (Canada and U.S.A) with reference values for moisture, crude protein and neutral detergent fibre content. The spectra of the samples were collected using 10 different Foss NIR Systems instruments, only some of which had been standardized to one master instrument. The aim of the present study was to evaluate the behaviour of these different calibration methods when predicting the same samples measured on different instruments. Twenty-two sealed samples of different kind of forages were measured in duplicate on seven instruments (one master and six slaves). Three sets of near infrared spectra (1100 to 2500nm) were created. The first set consisted of the spectra in their original form (unstandardized); the second set was created using a single sample standardization (Clone1); the third was created using a multiple sample procedure (Clone6). WinISI software (Infrasoft International Inc., Port Mathilda, PA, USA) was used to perform both types of standardization, Clone1 is just a photometric offset between a “master” instrument and the “slave” instrument. Clone6 modifies both the X-axis through a wavelength adjustment and the Y-axis through a simple regression wavelength by wavelength. The Clone1 procedure used one sample spectrally close to the centre of the population. The six samples used in Clone 6 were selected to cover the range of spectral variation in the sample set. The remaining fifteen samples were used to evaluate the performances of the different models. The predicted values for dry matter, protein and neutral detergent fibre from the master Instrument were considered as “reference Y values” when computing the statistics RMSEP, SEPC, R, Bias, Slope, mean GH (global Mahalanobis distance) and mean NH (neighbourhood Mahalanobis distance) for the 6 slave instruments. From the results we conclude that i) all the calibration techniques gave satisfactory results after standardization. Without standardization the predicted data from the slaves would have required slope and bias correction to produce acceptable statistics. ii) Standardization reduced the errors for all calibration methods and parameters tested, reducing not only systematic biases but also random errors. iii) Standardization removed slope effects that were significantly different from 1.0 in most of the cases. iv) Clone1 and Clone6 gave similar results except for NDF where Clone6 gave better RMSEP values than Clone1. v) GH and NH were reduced by half even with very large data sets including unstandardized spectra.

• 지능정보연구
• /
• 제20권4호
• /
• pp.43-58
• /
• 2014

최근 정보기술의 발전으로 복잡하고 방대한 양의 주가 데이터에 대한 실시간 분석이 가능해지면서 인공지능 기법을 활용해 주식 시장의 등락을 예측하고, 이를 기반으로 매매 거래를 수행하는 트레이딩 시스템에 대한 세간의 관심이 높아지고 있다. 본 연구는 이러한 트레이딩 시스템의 시장 예측 알고리즘으로 활용될 수 있는 새로운 주식 시장 등락 예측 모형을 제시한다. 본 연구의 제안 모형은 ${\pi}$-퍼지 논리를 이용해 모든 입력변수의 차원을 low, medium, high로 퍼지변환한 입력값을 대상으로 Support Vector Machine(SVM)을 적용하여 익일 시장의 등락을 예측하도록 설계되었다. 그런데 이 경우 입력변수의 수가 3배로 늘어나기 때문에, 적절한 입력변수의 선택이 요구된다. 이에 본 연구에서는 유전자 알고리즘을 활용하여 입력변수 선택 집합을 최적화하도록 하였으며, 동시에 ${\pi}$-퍼지 논리 및 SVM에 적용되는 조절 파라미터들의 값도 함께 최적화 하도록 하였다. 모형의 성능을 검증하기 위해, 본 연구에서는 지난 2004년부터 2013년까지의 10년치 국내 주식시장 데이터를 기반으로 한 KOSPI 200 지수의 등락 예측에 제안모형을 적용해 보았다. 이 때, 비교모형으로 로지스틱 회귀모형, 다중판별분석, 의사결정나무, 인공신경망, SVM, 퍼지SVM 등도 함께 적용시켜 성과를 정밀하게 검증해 보고자 하였다. 그 결과, 제안모형이 예측 정확도는 물론 투자수익률(Return on Investment) 측면에서도 다른 모든 비교모형들에 비해 월등히 우수한 성능을 보임을 확인할 수 있었다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권1호
• /
• pp.111-116
• /
• 2013

Background: Cigarette smoking is the major risk factor for development of lung cancer. Identification of effects of tobacco on airway gene expression may provide insight into the causes. This research aimed to compare gene expression of large airway epithelium cells in normal smokers (n=13) and non-smokers (n=9) in order to find genes which discriminate the two groups and assess cigarette smoking effects on large airway epithelium cells.Materials and Methods: Genes discriminating smokers from non-smokers were identified by applying a neural network clustering method, growing self-organizing maps (GSOM), to microarray data according to class discrimination scores. An index was computed based on differentiation between each mean of gene expression in the two groups. This clustering approach provided the possibility of comparing thousands of genes simultaneously. Results: The applied approach compared the mean of 7,129 genes in smokers and non-smokers simultaneously and classified the genes of large airway epithelium cells which had differently expressed in smokers comparing with non-smokers. Seven genes were identified which had the highest different expression in smokers compared with the non-smokers group: NQO1, H19, ALDH3A1, AKR1C1, ABHD2, GPX2 and ADH7. Most (NQO1, ALDH3A1, AKR1C1, H19 and GPX2) are known to be clinically notable in lung cancer studies. Furthermore, statistical discriminate analysis showed that these genes could classify samples in smokers and non-smokers correctly with 100% accuracy. With the performed GSOM map, other nodes with high average discriminate scores included genes with alterations strongly related to the lung cancer such as AKR1C3, CYP1B1, UCHL1 and AKR1B10. Conclusions: This clustering by comparing expression of thousands of genes at the same time revealed alteration in normal smokers. Most of the identified genes were strongly relevant to lung cancer in the existing literature. The genes may be utilized to identify smokers with increased risk for lung cancer. A large sample study is now recommended to determine relations between the genes ABHD2 and ADH7 and smoking.

• 정보보호학회논문지
• /
• 제30권2호
• /
• pp.189-196
• /
• 2020

일반적으로 시그니처와 파일 메타정보가 없는 파편화된 파일은 복구가 어렵다. 특히 멀티미디어 파일은 파편화 가능성이 크고 높은 엔트로피를 가지고 있으므로 현재 시그니처 기반의 카빙으로는 복구하는 것이 거의 불가능하다. 이러한 문제를 해결하기 위해 파편화된 파일에 대한 연구가 진행되고 있지만 멀티미디어 파일에 대한 연구는 부족한 실정이다. 본 논문은 시그니처(Signature)와 파일 메타정보가 없는 파편화된 멀티미디어 파일의 타입을 분류하는 연구이다. 파일 타입에 따라 특정 바이트 값의 빈도 차이를 통해 각 파일 타입의 특징값을 추출하며, 그에 맞는 Gray-Scale 테이블을 설계하고 CNN(Convolutional Neural Networks) 모델을 이용하여 JPG, PNG, H.264, WAV 총 4가지 멀티미디어의 파일 타입을 분류하는 방법을 제시한다. 본 논문을 통해 시그니처와 파일 메타정보가 없는 파편화된 파일 타입의 분류 연구를 촉진하여 다양한 파일의 복구 가능성을 높일 수 있을 것으로 기대된다.

• 한국가스학회지
• /
• 제17권2호
• /
• pp.59-69
• /
• 2013

본 연구에서는 가스전의 추가 생산정 위치선정을 위해 고속의 연산이 가능한 인공신경망을 이용하여 저류 전산시뮬레이터를 개발하였다. 입출력자료와 알고리즘을 설계하였으며, 개발한 시뮬레이터를 이용하여 가스전의 추가 생산정 위치선정을 위한 연구를 수행하였다. 입력값은 생산시간, 생산정간 상관관계, 추가 생산정 위치좌표, 생산성 잠재력, 함수적 연관관계, 저류층 압력으로 구성하였으며, 출력값은 생산량과 함께 공저압력을 동시에 사용하였다. 20가지의 생산정 위치 시나리오에 대해 학습을 수행한 결과, 생산량의 상관계수 값은 0.99, 공저압력은 0.98로 상관관계가 매우 높은 것으로 확인되어 인공신경망 시뮬레이터의 타당성이 검증되었다. 가스전에서 최대공급계약량 유지시점을 산출함으로써 생산정 위치에 따른 생산성을 분석하였다. 그 결과 시나리오 C-1이 최대공급계약량 유지기간이 가장 짧았으며, 시나리오 A-1이 가장 오랫동안 유지시킬 수 있는 것으로 산출되었다. 결론적으로, 시나리오 A가 생산성에 영향을 받는 인자를 포함한 시나리오 B, C보다 최대 21% 더 최대공급계약량을 유지시킬 수 있는 것으로 확인되었다. 따라서 생산성에 영향을 미치는 요소를 종합적으로 고려하여 생산정의 위치를 선정해야 생산량을 극대화 할 수 있다. 본 인공신경망 시뮬레이터를 이용 시 생산기간동안 생산량과 공저압력 변화를 동시에 비교 분석하는 것이 가능하여 다양한 최적화 모델에 전위모델로 사용하는 것이 가능하다.

• Investigative Magnetic Resonance Imaging
• /
• 제12권1호
• /
• pp.1-7
• /
• 2008

목적: 연조직종양의 조직 성분을 자기공명영상으로 평가하는데 MEDIC과 지방억제 T2 영상을 비교하여 더 나은 검사방법을 선택하고자 하였다. 대상 및 방법: 병리조직학적으로 진단된 연조직종양 10예 (신경집종 3예, 혈관종 2예, 지방종 1예, 혈관각화종 1예, 윤활막육종 1예, 지방육종 1예 그리고 악성섬유조직구종 1예)에서 25 조직 성분 (혈관 5예, 신경 4예, 섬유성 4예, 과세포성 4예, 출혈성괴사 2예, 낭성 2예, 지방성 2예, 점액버팀질 1예, 그리고 혈전 1예)을 선택하였다. 병리조직학적 조직 성분과 일치하는 동일 단면상을 가진 MEDIC과 지방억제 T2영상에 동일한 크기의 관심영역을 그려 불균질치를 얻었다. 불균질치는 영상의 불균질성을 나타내는 표준편차 값을 관심영역에서 얻은 신호강도 평균값으로 나눈 값으로 하였다. 결과: 25 조직 성분의 불균질치는 MEDIC 보다 지방억제 T2영상에서 높게 나타났다 (p < .001). 결론: MEDIC 영상은 불균질치가 현저히 낮으므로, 자기공명영상으로 연조직종양의 조직 성분을 평가하는데 지방억제 T2영상 보다 MEDIC 영상이 더 유용할 것으로 사료된다.

• KEPCO Journal on Electric Power and Energy
• /
• 제2권2호
• /
• pp.311-316
• /
• 2016

인공신경망과 같은 기계학습에 기반한 네트워크 침입탐지/방지시스템은 특징 조합에 따라 탐지의 정확성과 효율성 측면에서 크게 영향을 받는다. 하지만 침입탐지에 사용 가능한 여러개의 특징들 중 정확성과 효율성 측면에서 최적의 특징 조합을 추출하는 특징 선택 문제는 많은 계산량을 요구한다. 본 논문에서는 NSL-KDD 데이터 집합에서 제공하는 6가지 서비스 거부 공격과 정상 트래픽을 구분해 내기 위한 최적 특징 조합 선택 문제를 다룬다. 최적 특징 조합 선택 문제를 해결하기 위해 대표적인 메타 휴리스틱 알고리즘 중 하나인 다중 시작 지역탐색 알고리즘에 기반한 최적 특징 선택 알고리즘을 제시한다. 제안한 특징 선택 알고리즘의 성능 평가를 위해 NSL-KDD 데이터를 상대로 41개의 특징 모두를 사용한 경우와 비교한다. 그리고 선택된 특징 조합을 사용했을 때 가장 높은 성능을 보여주는 기계학습 방법을 찾기위해 3가지 잘 알려진 기계학습 방법들 (베이즈 분류기와 인공신경망, 서포트 벡터 머신)을 사용해 성능을 비교한다.

• 한국지능시스템학회논문지
• /
• 제22권2호
• /
• pp.135-140
• /
• 2012

대뇌 상의 mirror neuron system은 시각 정보에 기반한 모방학습 기능을 담당한다. 관측자의 mirror neuron system 영역을 관찰할 때, 행위자가 수행하는 목적성 행위의 전체가 아닌, 부분적으로 가려지거나 보이지 않는 영역을 포함하는 경우에도 해당 영역의 뉴런이 발화되는 과정을 통해 전체 행동의 의도를 유추할 수 있다. 이러한 모방학습 기능을 3D 비전 기반 지능 시스템에 적용하는 것이 본 논문의 목표이다. 본 연구실에서 선행 연구된 스테레오 카메라를 기반으로 획득된 3차원 영상에 대한 복원을 수행한다. 이 때 3차원 입력영상은 부분적으로 가려진 영역을 포함하는 손동작의 순차적 연속영상이다. 복원 결과를 기반으로 가려진 영역을 내포한 행위에 대하여 LK optical flow, unscented Kalman filter를 이용한 특징검출을 수행하고 의도인식의 수행을 위해, Hidden Markov Model을 활용한다. 순차적 입력데이터에 대한 동적 추론 기능은 가려진 영역을 포함한 손동작 인식 수행에 있어 적합한 특성을 가진다. 본 논문에서 제안하는 의도 인식을 위해 선행 연구에서 복원 영상에서의 객체의 윤곽선 및 특징 검출을 시뮬레이션 하였으며, 검출 특징에 대한 시간적 연속 특징벡터를 생성하여 Hidden Markov Model에 적용함으로써, 의도 패턴에 따른 손동작 분류 시뮬레이션을 수행하였다. 사후 확률 값의 형태로 손 동작 분류 결과를 얻을 수 있었으며, 이를 통한 성능의 우수함을 입증하였다.