• 한국통신학회논문지
• /
• 제28권5C호
• /
• pp.523-531
• /
• 2003

웹 브라우저에서 자바 애플릿 파일은 시스템의 가상머신에 의해 클라이언트 브라우저의 가상 머시인을 실행한다 자바애플릿을 실행하기 전에 자바 가상머신은 bytecode 수정자를 이용하여 bytecode 프로그램을 검색하며 해석기를 이용하여 실시간 테스트를 수행한다. 그러나 이러한 테스트들은 서비스 거부공격, 이메일 위조 공격 URL 추적공격 또는 지속적인 사운드 공격과 같은 원하지 않은 실행시간 동작을 예방할 수 없다. 본 논문에서는 이러한 애플릿을 보호하기 위해 자바바이트 코드 수정기술이 사용한다 수정기술은 검사를 수행할 적절한 바이트코트를 삽입함으로서 애플릿 동작을 제안한다. 자바 바이트 수정은 두 개의 형태고 분류되며 클래스 레벨 수정은 마지막 크레스가 아닌 서브크레스를 포함하기 때문에 메소드 레벨수정은 마지막 클래스 아닌 서브크레스를 포함한다. 메소드 레벨 수정은 마지막 클래스 또는 인터페이스로부터 객체들을 제어할 수 있다. 본 논문은 악성 애플릿들이 프록시 서버를 이용한 자바 바이트 코트 수정에 의해 제어되는 것을 나타냈으며 이러한 구현은 웹 서버, JVM, 웹 브라우저상에서 악성 애플릿들의 공격이 제어됨을 입증한다.

• 한국수자원학회논문집
• /
• 제44권6호
• /
• pp.477-486
• /
• 2011

본 연구는 인공수로 또는 인공호수와 같은 환경 친화적 친수공간이 건설됨에 따라 발생되는 수질오염 문제를 수질모형실험을 통해 해소할 수 있는 방법을 연구하였다. 호소수의 개념으로 도입되는 인공수로 및 호수는 제한된 수량 공급으로 인해 수질악화, 악취발생 및 녹조 현상이 일어날 수 있다. 하지만, 이러한 현상을 예상할 수 있는 방법은 수치해석으로만 의지해 왔고 물리적 해석에 의한 검증이 이뤄지지 않아 실제 적용에 대한 어려움이 있었다. 따라서 본 연구에서는 오염된 물과 오염되지 않은 물이 서로 희석되어 영양염류의 농도를 낮추는 현상에 착안하여 원형과 모형의 상사에 영향을 받지 않는 무차원의 물리적 수질모형실험을 실시하였다. 또한 수체 내에서 흐름을 인공적으로 발생시키는 흐름유발기기의 효과 검증과 적용방법을 연구하여 목표수질을 유지할 수 있는 방안을 제시하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제5권5호
• /
• pp.595-610
• /
• 1999

본 논문에서는 기존 실시간 객체행위 설계기법에 의해 개발된 객체행위챠트의 설계의미를 검증 확인하기 위한 시각적 시뮬레이션 도구를 제안한다. 이 도구의 특징은 실행 가능한 시뮬레이션 기계 즉, 확장된 유한상태기계 생성에 의한 객체들간의 동적인 상호작용을 시각적으로 시뮬레이션할 수 있게 하며, 실제 시스템 구현에 앞서 시각적 객체행위챠트에 여러 가지 논리적, 시간적 문제들을 검출할 수 있게 하는 것이다. 이를 위해, 이 도구에서는 시각적 객체행위챠트로부터 LOTOS 정형명세를 자동으로 생성한 다음 그 명세를 확장된 유한상태기계로 변환한다. 이 도구는 Visual C++ 버전 4.2로 개발되었으며, 현재 PC 윈도우95 환경에서 수행된다. 그리고, 특별히 시뮬레이션을 위해 LOTOS 정형성을 이용하였는데, 이것은 LOTOS의 통신 프로토콜 표현력이 다른 정형언어들에 비해 우수성이 있기 때문이다. 본 연구는 방법론 기반 시각모델과 정형기법 기반 시뮬레이션 기술의 연결이라는 점과 시각모델의 자동화된 검증 확인 기술의 실현이라는 점에서 기여한다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.27-35
• /
• 2021

기계번역 사후교정 (Automatic Post Editing, APE)이란 번역 시스템을 통해 생성한 번역문을 교정하는 연구 분야로, 영어-독일어와 같이 학습데이터가 풍부한 언어쌍을 중심으로 연구가 진행되고 있다. 최근 APE 연구는 전이학습 기반 연구가 주로 이루어지는데, 일반적으로 self supervised learning을 통해 생성된 사전학습 언어모델 혹은 번역모델이 주로 활용된다. 기존 연구에서는 번역모델에 전이학습 시킨 APE모델이 뛰어난 성과를 보였으나, 대용량 언어쌍에 대해서만 이루어진 해당 연구를 저 자원 언어쌍에 곧바로 적용하기는 어렵다. 이에 본 연구에서는 언어 혹은 번역모델의 두 가지 전이학습 전략을 대표적인 저 자원 언어쌍인 한국어-영어 APE 연구에 적용하여 심층적인 모델 검증을 진행하였다. 실험결과 저 자원 언어쌍에서도 APE 학습 이전에 번역을 한차례 학습시키는 것이 유의미하게 APE 성능을 향상시킨다는 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1341-1347
• /
• 2020

부정맥 분류를 위한 기존 연구들은 분류의 정확성을 높이기 위해 신경회로망(Artificial Neural Network), 기계학습(Machine Learning) 등을 이용한 방법이 연구되어 왔다. 특히 딥러닝은 신경회로망의 문제인 은닉층 개수의 한계를 해결함으로 인해 인공 지능 기반의 부정맥 분류에 많이 사용되고 있다. 본 연구에서는 AR 기반의 특징점 추출과 딥러닝을 통한 부정맥 분류 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG 신호에서 R파를 검출하고 자기 회귀 모델을 통하여 최적의 QRS와 RR간격을 추출하였다. 이후 딥러닝을 통한 지도학습 방법으로 가중치를 학습시키고 부정맥을 분류하였다. 제안된 방법의 타당성 평가를 위해 MIT-BIH 부정맥 데이터베이스를 통해 각 파라미터에 따른 훈련 및 분류 정확도를 확인하였다. 성능 평가 결과 PVC는 약 97% 이상의 평균 분류율을 나타내었다.

• 품질경영학회지
• /
• 제51권1호
• /
• pp.55-65
• /
• 2023

Purpose: The purpose of this study is to propose an optimization process to improve product yield in the process using process data. Recently, research for low-cost and high-efficiency production in the manufacturing process using machine learning or deep learning has continued. Therefore, this study derives major variables that affect product defects in the manufacturing process using eXplainable Artificial Intelligence(XAI) method. After that, the optimal range of the variables is presented to propose a methodology for improving product yield. Methods: This study is conducted using the injection molding machine AI dataset released on the Korea AI Manufacturing Platform(KAMP) organized by KAIST. Using the XAI-based SHAP method, major variables affecting product defects are extracted from each process data. XGBoost and LightGBM were used as learning algorithms, 5-6 variables are extracted as the main process variables for the injection process. Subsequently, the optimal control range of each process variable is presented using the ICE method. Finally, the product yield improvement methodology of this study is proposed through a validation process using Test Data. Results: The results of this study are as follows. In the injection process data, it was confirmed that XGBoost had an improvement defect rate of 0.21% and LightGBM had an improvement defect rate of 0.29%, which were improved by 0.79%p and 0.71%p, respectively, compared to the existing defect rate of 1.00%. Conclusion: This study is a case study. A research methodology was proposed in the injection process, and it was confirmed that the product yield was improved through verification.

• 한국전자통신학회논문지
• /
• 제18권3호
• /
• pp.483-494
• /
• 2023

최근 가스터빈 발전기는 전력계통의 주파수 조절용으로 널리 사용되고 있다. 가스터빈의 입구온도는 기기의 성능과 수명에 관련된 핵심요소이지만 터빈구조 및 운전환경 등의 이유로 입구온도를 직접 측정하지 않고 가스터빈 배기가스 온도 측정값을 이용하여 입구온도의 추정 값을 구해 이를 연소제어에 사용하고 있다. 특히 재열 가스터빈의 입구온도는 안정적 운전관리에 있어서 매우 중요하지만 제작사가 산출 식에 대한 정보를 제공하지 않고 있어 현장 실무자들은 많은 어려움을 겪고 있다. 이에 본 연구에서는 폴리트로픽 과정식의 기반 위에 머신러닝 기반의 선형회귀 분석기법을 사용하여 가스터빈의 입구온도를 추정할 수 있는 방법을 제시하고자 한다. 또한 선형회귀분석을 통해 얻어진 입구온도 산출 모델식의 유용성 분석과 검증을 통해 입구온도 산출 알고리즘을 제안함으로서 재열 가스터빈 연소튜닝 기술수준 향상에 도움이 되고자 한다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.935-940
• /
• 2023

인공지능과 빅데이터 분석을 위해 웹 스크래핑으로 수집된 대부분의 텍스트 데이터들은 일반적으로 대용량이고 비정형이기 때문에 빅데이터 분석을 위해서는 정제과정이 요구된다. 그 과정은 휴리스틱 전처리 정제단계와 후처리 머시인 정제단계를 통해서 분석이 가능한 정형 데이터가 된다. 따라서 본 연구에서는 후처리 머시인 정제과정에서 한국어 딕셔너리와 불용어 딕셔너리를 이용하여 워드크라우드 분석을 위한 빈도분석을 위해 어휘들을 추출하게 되는데 이 과정에서 제거되지 않은 불용어를 효율적으로 제거하기 위한 "사용자 정의 불용어 시소러스" 적용에 대한 방법론을 제안하고 R의 워드클라우드 기법으로 기존의 "불용어 딕셔너리" 방법의 문제점을 보완하기 위해 제안된 "사용자 정의 불용어 시소러스" 기법을 이용한 사례분석을 통해서 제안된 정제방법의 장단점을 비교 검증하여 제시하고 제안된 방법론의 실무적용에 대한 효용성을 제안한다.

• Journal of Radiation Protection and Research
• /
• 제42권4호
• /
• pp.212-221
• /
• 2017

Background: This study aims to calculate detector positions as a design of a radioactive source localizing radiation portal monitor (RPM) system using an improved genetic algorithm. Materials and Methods: To calculate of detector positions for a source localizing RPM system optimization problem is defined. To solve the problem, a modified iterative genetic algorithm (MIGA) is developed. In general, a genetic algorithm (GA) finds a globally optimal solution with a high probability, but it is not perfect at all times. To increase the probability to find globally optimal solution rather, a MIGA is designed by supplementing the iteration, competition, and verification with GA. For an optimization problem that is defined to find detector positions that maximizes differences of detector signals, a localization method is derived by modifying the inverse radiation transport model, and realistic parameter information is suggested. Results and Discussion: To compare the MIGA and GA, both algorithms are implemented in a MATLAB environment. The performance of the GA and MIGA and that of the procedures supplemented in the MIGA are analyzed by computer simulations. The results show that the iteration, competition, and verification procedures help to search for globally optimal solutions. Further, the MIGA is more robust against falling into local minima and finds a more reliably optimal result than the GA. Conclusion: The positions of the detectors on an RPM for radioactive source localization are optimized using the MIGA. To increase the contrast of the measurements from each detector, a relationship between the source and the detectors is derived by modifying the inverse transport model. Realistic parameters are utilized for accurate simulations. Furthermore, the MIGA is developed to achieve a reliable solution. By utilizing results of this study, an RPM for radioactive source localization has been designed and will be fabricated soon.

• Smart Structures and Systems
• /
• 제29권4호
• /
• pp.599-616
• /
• 2022

Bridge displacement contains vital information for bridge condition and performance. Due to the limits of direct displacement measurement methods, the indirect displacement reconstruction methods based on the strain or acceleration data are also developed in engineering applications. There are still some deficiencies of the displacement reconstruction methods based on strain or acceleration in practice. This paper proposed a novel method based on long short-term memory (LSTM) networks to reconstruct the bridge dynamic displacements with the strain and acceleration data source. The LSTM networks with three hidden layers are utilized to map the relationships between the measured responses and the bridge displacement. To achieve the data fusion, the input strain and acceleration data need to be preprocessed by normalization and then the corresponding dynamic displacement responses can be reconstructed by the LSTM networks. In the numerical simulation, the errors of the displacement reconstruction are below 9% for different load cases, and the proposed method is robust when the input strain and acceleration data contains additive noise. The hyper-parameter effect is analyzed and the displacement reconstruction accuracies of different machine learning methods are compared. For experimental verification, the errors are below 6% for the simply supported beam and continuous beam cases. Both the numerical and experimental results indicate that the proposed data fusion method can accurately reconstruct the displacement.