• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.219-222
• /
• 2021

인공지능 기술은 모든 분야에서 혁신을 이뤄내고 있다. 이와 동시에 인공지능 모델에 대한 여러 보안적인 문제점이 야기되고 있다. 그 중 대표적인 문제는 많은 인적/물적 자원을 통해 개발한 모델을 악의적인 사용자가 탈취하는 것이다. 모델 탈취가 발생할 경우, 경제적인 문제뿐만 아니라 모델 자체의 취약성을 드러낼 수 있다. 현재 많은 연구가 쿼리를 통해 얻는 모델의 입력과 출력을 분석하여 모델의 의사경계면 또는 모델의 기능성을 탈취하고 있다. 하지만 쿼리 기반의 탈취 공격은 획득할 수 있는 정보가 제한적이기 때문에 완벽한 탈취가 어렵다. 이에 따라 딥러닝 모델 연산 과정에서 데이터 스니핑 또는 캐시 부채널 공격을 통해 추가적인 정보 또는 완전한 모델을 탈취하려는 연구가 진행되고 있다. 본 논문에서는 최근 연구 동향과 쿼리 기반 공격과의 차이점을 분석하고 연구한다.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.53-64
• /
• 2023

Early detection of endometrial carcinoma in uterus is essential for effective treatment. Endometrial carcinoma is the worst kind of endometrium cancer among the others since it is considerably more likely to affect the additional parts of the body if not detected and treated early. Non-invasive medical computer vision, also known as medical image processing, is becoming increasingly essential in the clinical diagnosis of various diseases. Such techniques provide a tool for automatic image processing, allowing for an accurate and timely assessment of the lesion. One of the most difficult aspects of developing an effective automatic categorization system is the absence of huge datasets. Using image processing and deep learning, this article presented an artificial endometrium cancer diagnosis system. The processes in this study include gathering a dermoscopy images from the database, preprocessing, segmentation using hybrid Fuzzy C-Means (FCM) and optimizing the weights using the Whale Optimization Algorithm (WOA). The characteristics of the damaged endometrium cells are retrieved using the feature extraction approach after the Magnetic Resonance pictures have been segmented. The collected characteristics are classified using a deep learning-based methodology called Long Short-Term Memory (LSTM) and Bi-directional LSTM classifiers. After using the publicly accessible data set, suggested classifiers obtain an accuracy of 97% and segmentation accuracy of 93%.

• 천문학회보
• /
• 제45권1호
• /
• pp.60.3-61
• /
• 2020

We perform disk-halo decomposition of the Large Magellanic Cloud (LMC) using a novel HI velocity field extraction method, aimed at better deriving its HI kinematics and thus the dark matter density profile. For this, we use two newly developed galaxy kinematic analysis tools, BAYGAUD and 2DBAT which have been used for the kinematic analysis of resolved galaxies from Australian Square Kilometre Array (ASKAP) observations like WALLABY which is an all-sky HI galaxy survey in southern sky. By applying BAYGAUD to the combined HI data cube of the LMC taken with the Australia Telescope Compact Array (ATCA) and Parkes radio telescopes, we decompose all the line-of-sight velocity profiles into an optimal number of Gaussian components based on Bayesian MCMC techniques. From this, we disentangle turbulent non-circular gas motions from the overall rotation of the galaxy. We then derive the rotation curve of the LMC by applying 2DBAT to the separated circular motions. The rotation curve reflecting the total kinematics of the LMC, dark and baryonic matters is then be combined with the mass models of baryons, mainly stellar and gaseous components in order to examine the dark matter distribution. Here, we present the analysis of the extracted HI gas maps, rotation curve, and J, H and K-band surface photometry of the LMC.

• Communications for Statistical Applications and Methods
• /
• 제30권6호
• /
• pp.589-603
• /
• 2023

Deep generative models target to infer the underlying true data distribution, and it leads to a huge success in generating fake-but-realistic data. Regarding such a perspective, the data attributes can be a crucial factor in the data generation process since non-existent counterfactual samples can be generated by altering certain factors. For example, we can generate new portrait images by flipping the gender attribute or altering the hair color attributes. This paper proposes counterfactual disentangled variational autoencoder generative adversarial networks (CDVAE-GAN), specialized for data attribute level counterfactual data generation. The structure of the proposed CDVAE-GAN consists of variational autoencoders and generative adversarial networks. Specifically, we adopt a Gaussian variational autoencoder to extract low-dimensional disentangled data features and auxiliary Bernoulli latent variables to model the data attributes separately. Also, we utilize a generative adversarial network to generate data with high fidelity. By enjoying the benefits of the variational autoencoder with the additional Bernoulli latent variables and the generative adversarial network, the proposed CDVAE-GAN can control the data attributes, and it enables producing counterfactual data. Our experimental result on the CelebA dataset qualitatively shows that the generated samples from CDVAE-GAN are realistic. Also, the quantitative results support that the proposed model can produce data that can deceive other machine learning classifiers with the altered data attributes.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.89-94
• /
• 2024

Indian subcontinent is a birthplace of multilingual people where documents such as job application form, passport, number plate identification, and so forth is composed of text contents written in different languages/scripts. These scripts may be in the form of different indic numerals in a single document page. Due to this reason, building a generic recognizer that is capable of recognizing handwritten indic digits written by diverse writers is needed. Also, a lot of work has been done for various non-Indic numerals particularly, in case of Roman, but, in case of Indic digits, the research is limited. Moreover, most of the research focuses with only on MNIST datasets or with only single datasets, either because of time restraints or because the model is tailored to a specific task. In this work, a hybrid model is proposed to recognize all available indic handwritten digit images using the existing benchmark datasets. The proposed method bridges the automatically learnt features of Capsule Network with hand crafted Bag of Feature (BoF) extraction method. Along the way, we analyze (1) the successes (2) explore whether this method will perform well on more difficult conditions i.e. noise, color, affine transformations, intra-class variation, natural scenes. Experimental results show that the hybrid method gives better accuracy in comparison with Capsule Network.

• Journal of Chest Surgery
• /
• 제38권1호
• /
• pp.38-43
• /
• 2005

기질금속단백분해효소-2 (MMP-2)는 기저막과 세포 외 기질의 분해에 작용하여 악성종양의 국소침윤 및 원격전이에 중요한 역할을 담당한다. 본 연구는 수술적인 절제를 시행 받은 제1기 비소세포폐암에서 MMP-2의 활성도를 측정하고 예후인자로서의 의미를 분석하고자 하였다. 대상 빛 방법: 수술 전 방사선 또는 항암제 요법을 시행하지 않은 병리학적 제1기 비소세포폐암 환자 34명을 대상으로 하였다. 폐엽 절제 조직에서 종양 조직과 비종양 조직의 단백질을 각각 추출하여 젤라틴-기질-단백분해효소 분석법을 시행하였다. 결과: MMP-2 활성도는 비종양 조직보다 종양 조직에서 높았다. 종양 조직, 비종양 조직 모두에서 비재발군에 비해 재발군의 MMP-2활성도가 높았으나 비종양 조직에서의 차이가 통계적 유의성이 있었다(p<0.01). 생존율 분석에서도 MMP-2 활성도가 높을 경우 불량한 생존을 보였으며 역시 비종양 조직에서 통계적인 의미가 있었다(p<0.01). 결론: 제1기 비소세포 페암 환자의 절제 폐엽 조직 중 비종양 조직에서의 MMP-2 활성도는 재발 및 생존과 연관성이 있으며 예후 인자로서의 가능성이 있다.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.408-415
• /
• 2022

본 논문에서는 효율적인 feature map 추출 네트워크를 이용한 2D 이미지에서의 3D 포인트 클라우드 재구축 기법을 제안한다. 본 논문에서 제안한 기법의 독창성은 다음과 같다. 첫 번째로, 메모리 측면에서 기존 기법보다 약 27% 더 효율적인 새로운 feature map 추출 네트워크를 사용한다. 제안하는 네트워크는 딥러닝 네트워크의 중간까지 크기 축소를 수행하지 않아, 3D 포인트 클라우드 재구축에 필요한 중요한 정보가 유실되지 않았다. 축소되지 않은 이미지 크기로 인해 발생하는 메모리 증가 문제는 채널의 개수를 줄이고 딥러닝 네트워크의 깊이를 얕게 효율적으로 구성하여 해결하였다. 두 번째로, 2D 이미지의 고해상도 feature를 보존하여 정확도를 기존 기법보다 향상시킬 수 있도록 하였다. 축소되지 않은 이미지로부터 추출한 feature map은 기존의 방법보다 자세한 정보가 담겨있어 3D 포인트 클라우드의 재구축 정확도를 향상시킬 수 있다. 세 번째로, 촬영 정보를 필요로 하지 않는 divergence loss를 사용한다. 2D 이미지뿐만 아니라 촬영 각도가 학습에 필요하다는 사항은 그만큼 데이터셋이 자세한 정보를 담고 있어야 하며 데이터셋의 구축을 어렵게 만드는 단점이다. 본 논문에서는 추가적인 촬영 정보 없이 무작위성을 통해 정보의 다양성을 늘려 3D 포인트 클라우드의 재구축 정확도가 높아질 수 있도록 하였다. 제안하는 기법의 성능을 객관적으로 평가하기 위해 ShapeNet 데이터셋을 이용하여 비교 논문들과 같은 방법으로 실험한 결과, 본 논문에서 제안하는 기법의 CD 값이 5.87, EMD 값이 5.81 FLOPs 값이 2.9G로 산출되었다. 한편, CD, EMD 수치가 낮을수록, 재구축한 3D 포인트 클라우드가 원본에 근접하는 정확도가 향상된 결과를 나타낸다. 또한, FLOPs 수치가 낮을수록 딥러닝 네트워크에 필요한 메모리가 적게 소요되는 결과를 나타낸다. 따라서, 제안하는 기법의 CD, EMD, FLOPs 성능평가 결과가 다른 논문의 기법들보다 메모리 측면에서 약 27%, 정확도 측면에서 약 6.3% 향상된 결과를 나타내어 객관적인 성능이 입증되었다.

• 대한치과교정학회지
• /
• 제33권1호
• /
• pp.1-9
• /
• 2003

본 연구에서는, 술전 교정전 예측치와 교정 후 실측치 사이에 나타나는 오차의 크기와 정확성 및 어떠한 요소가 그러한 결과에 영향을 미치는지에 대해 평가하고자 하였다. 연세대학교 치과병원 교정과에서 골격성 III급 부정교합으로 진단되어 술전 교정치료 및 양악수술을 받은 환자 가운데 조건에 부합되는 45명(남자 17명, 여자 28명)을 선별하여, 초진 상태를 T1, 교정 치료전 예측치를 T2, 술전 교정후를 T3로 정의하고 각각의 계측치를 수평과 수직좌표로 나누어 측정하였다. 또한 환자의 어떠한 진단적 요소가 술전교정의 예측치와 실측치 사이의 차이에 영향을 미치는지 알아보기 위해 연구대상을 arch length discrepancy (ALD), 상$\cdot$하악 전치의 치축(U1 to SN, IMPA), curve of Spee(COS), 발치 여부, 발치한 치아의 종류 등에 의해 여러 군으로 분류하여 유의성을 평가하였으며 다음과 같은 결과를 얻었다. 1. U6mbc, L1x의 수평 좌표와 U1i, U1x, W6me, U6mbc, L6mbc의 수직 좌표에서 예측한 위치와 수술직전의 실제 위치의 차이가 유의성(p<0.05) 있게 나타났다. 2. 예측의 정확성은 수평적인 차이의 예측에 있어서 수직적인 차이의 예측에 비해 상대적으로 높게 나타났다. 3. 하악에서보다 상악의 많은 계측점에서 예측치와 실측치 사이의 유의한 차이(p<0.05)가 관찰되었다. 4. 상악의 경우 발치 여부 및 발치한 치아의 종류, ALD의 양에 따라 상악 전치와 제1대구치 위치의 예측에 유의한 차이(p<0.05)를 보였으며, 하악의 경우에는 ALD의 양과 IMPA에 따라 하악 전치와 제1대구치의 위치의 예측에 유의한 차이(p<0.05)를 나타냈다. 이번 연구에서 얻은 결과를 통하여 술전 교정전 예측치와 실측치 사이의 오차의 정도와 그것에 영향을 미치는 요소들을 분석하고 회귀 계수를 구함으로써, 악교정 수술을 동반한 교정 환자의 치료 계획 시 예측의 정확성을 높일 수 있을 것으로 생각된다. 또한 수직적인 예측에 있어서는 앞으로 더 많은 연구가 이루어져야 할 것으로 생각된다.

• 구강회복응용과학지
• /
• 제25권2호
• /
• pp.139-155
• /
• 2009

연구목적: 원추형(Superline) 임플란트를 발치와에 1회법으로 즉시 식립한 후 주변 조직의 생물학적 안정성을 관찰하는 것이다. 연구 방법: 치근부에 명백한 병적 소견이 있는 경우는 제외한 기타 치아의 발치와에 원추형 임플란트를 즉시 식립한다. 1회법을 식립한 후 임플란트 주변 연조직의 치유를 도모한다. 수술 후 32주에 획득한 표준화된 방사선상에서, 임플란트 주변골의 변화(depth of the distance from the implant shoulder (IS) and from the alveolar crest (AC) to the bottom of the defect (BD)) 등을 관찰했다. 결과 : 13명의 피검자 (남자 10명/ 여자 3명)를 선별하여 15개의 원추형 임플란트를 발치와에 즉시 식힙하였으며 모든 임플란트의 초기 고정은 양호했다. 평균 수술시간은 $41{\pm}10.0$분이었다. 모든 임플란트survival rate 는100% 였다. Mean ISQ values 는 상대적으로 안정했으며, 술 후 32주까지 계속 관찰에, 임플란트 인접 치조골 감소량은 $1.69{\pm}1.2mm$ (mesial), $1.65{\pm}1.2mm$ (distal) 로 나타났다. FMPS, FMBS, PPD와 각 은의 폭의 유의한 변화는 없었다. 결론: 파절이나, 근관치료의 실패 등의 이유로 해서 치아를 발치할 경우 치근형 (Superline)임플란트를 발칭하에 1회법으로 즉시 식립하는 술식은 임상적으로 예지성있는 치료법으로 판단된다.

• Archives of Pharmacal Research
• /
• 제26권11호
• /
• pp.967-973
• /
• 2003

Cytochrome P4502C9(CYP2C9) is largely responsible for terminating anticoagulant effect by hydroxylation of S-warfarin to inactive metabolites. Mutations in the CYP2C9 gene result in the expression of allelic variants, CYP2C9*2 and CYP2C9*3 with reduced enzyme activity compared to wild type CYP2C9 *1. The aim of this study was to assess relationship between requirement of warfarin dose and polymorphism in CYP2C9 in Korean population. Patients on warfarin therapy for longer than 1 year were included from July 1999 to December 2000 and categorized as one of four groups; regular dose non-bleeding, regular dose bleeding, low dose non-bleeding and low dose bleeding. Low dose was defined as less than 10 mg/week for 3 consecutive monthly follow-ups. Bleeding complications included minor and major bleedings. Blood samples were processed for DNA extraction, genotyping and sequencing to detect polymorphism in CYP2C9. Demographic data, warfarin dose per week, prothrombin time (INR), indications and co-morbid diseases were assessed for each group. Total 90 patients on warfarin were evaluated; The low dose group has taken warfarin 7.6$\pm$1.7 mg/week, which was significantly lower than 31.4$\pm$0.9 mg/week in the regular dose group (p<0.0001). The measured INR in the low dose group was similar to that of the regular dose group (2.3$\pm$0.7 vs. 2.3$\pm$0.6, p=0.9). Even though there was a higher possibility of CYP2C9 variation in the low dose group, no polymorphism in CYP2C9 was detected. All patients were homozygous C416 in exon 3 for CYP2C9*2 and A1061 in exon 7 for CYP2C9*3. The DNA sequencing data confirmed the homozygous C416 and A 1061 alleles. In conclusion, polymorphism in CYP2C9 is not a critical factor for assessing warfarin dose requirement and risk of bleeding complications in a Korean population.