• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.455-464
• /
• 2022

제조업의 공정에서 생성되는 데이터셋은 크게 두 가지 특징을 가진다. 타겟 클래스의 심각한 불균형과 지속적인 Out-of-Distribution(OoD) 샘플의 발생이다. 클래스 불균형은 SMOTE 및 다양한 샘플링 전략을 통해서 대응할 수 있다. 그러나, OoD 탐색은 현재까지 인공신경망 영역에서만 다뤄져 왔다. OoD 탐색의 적용이 가능한 인공신경망은 제조공정 데이터셋에 대해서 만족스러운 성능을 발현하지 못한다. 원인은 제조공정의 데이터셋이 인공신경망에서 일반적으로 다루는 이미지, 텍스트 데이터셋과 비교해서 크기가 매우 작고, 노이즈가 심하다는 것이다. 또한 인공신경망의 과적합(overfitting) 문제도 제조업 데이터셋에서 인공신경망의 성능을 저하하는 원인으로 지적된다. 이에 현재까지 시도된 바 없는 SVM 알고리즘과 OoD 탐색의 접목을 시도하였다. 또한 예측모델의 정밀도 향상을 위해 배깅(Bagging) 알고리즘을 모델링에 반영하였다.

• 센서학회지
• /
• 제31권5호
• /
• pp.318-323
• /
• 2022

Barium titanate (BaTiO₃) is considered to be a beneficial ceramic material for multilayer ceramic capacitor (MLCC) applications because of its high dielectric constant and low dielectric loss. Numerous attempts have been made to improve the physical properties of BaTiO₃ in response to recent market trends by employing multicomponent alloying strategies. However, owing to its significant number of atomic combinations and unpredictable physical properties, finding a traditional experimental approach to develop multicomponent systems is difficult; the development of such systems is also time-consuming. In this study, 168 new structures were fabricated using special quasi-random structures (SQSs) of Ba_1-xCa_xTi_1-yZryO₃, and 1680 physical properties were extracted from first-principles calculations. In addition, we built an integrated database to manage the computational results, and will provide big data solutions by performing data analysis combined with AI modeling. We believe that our research will enable the global materials market to realize digital transformation through datalization and intelligence of the material development process.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.435-449
• /
• 2023

The state-of-the-art video-based point cloud compression(V-PCC) has a high efficiency of compressing 3D point cloud by projecting points onto 2D images. These images are then padded and compressed by High-Efficiency Video Coding(HEVC). Pixels in padded 2D images are classified into three groups including origin pixels, padded pixels and unoccupied pixels. Origin pixels are generated from projection of 3D point cloud. Padded pixels and unoccupied pixels are generated by copying values from origin pixels during image padding. For padded pixels, they are reconstructed to 3D space during geometry reconstruction as well as origin pixels. For unoccupied pixels, they are not reconstructed. The rate distortion optimization(RDO) used in HEVC is mainly aimed at keeping the balance between video distortion and video bitrates. However, traditional RDO is unreliable for padded pixels and unoccupied pixels, which leads to significant waste of bits in geometry reconstruction. In this paper, we propose a new RDO scheme which takes 3D-Distortion into account instead of traditional video distortion for padded pixels and unoccupied pixels. Firstly, these pixels are classified based on the occupancy map. Secondly, different strategies are applied to these pixels to calculate their 3D-Distortions. Finally, the obtained 3D-Distortions replace the sum square error(SSE) during the full RDO process in intra prediction and inter prediction. The proposed method is applied to geometry frames. Experimental results show that the proposed algorithm achieves an average of 31.41% and 6.14% bitrate saving for D1 metric in Random Access setting and All Intra setting on geometry videos compared with V-PCC anchor.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.115-119
• /
• 2023

현재의 인공지능에서 사용되는 자연어 처리 모델은 거대하여 실시간으로 데이터를 처리하고 분석하는 것은 여러가지 어려움들을 야기하고 있다. 이런 어려움을 해결하기 위한 방법으로 메모리를 적게 사용해 처리의 효율성을 개선하는 방법을 제안하고 제안된 모델의 성능을 확인하였다. 본 논문에서 제안한 모델의 성능평가를 위해 적용한 기법은 BERT[1] 모델의 어텐션 헤드 개수와 임베딩 크기를 작게 조절해 큰 말뭉치를 나눠서 분할 처리 후 출력값의 평균을 통해 결과를 산출하였다. 이 과정에서 입력 데이터의 다양성을 주기위해 매 에폭마다 임의의 오프셋을 문장에 부여하였다. 그리고 모델을 분류가 가능하도록 미세 조정하였다. 말뭉치를 분할 처리한 모델은 그렇지 않은 모델 대비 정확도가 12% 정도 낮았으나, 모델의 파라미터 개수는 56% 정도 절감되는 것을 확인하였다.

• Nuclear Engineering and Technology
• /
• 제55권8호
• /
• pp.3030-3038
• /
• 2023

Nowadays, mobile robots have been used to search for uncontrolled radioactive source in indoor environments to avoid radiation exposure for technicians. However, in the indoor environments, especially in the presence of obstacles, how to make the robots with limited sensing capabilities automatically search for the radioactive source remains a major challenge. Also, the source search efficiency of robots needs to be further improved to meet practical scenarios such as limited exploration time. This paper proposes an automatic source search strategy, abbreviated as ACA: the location of source is estimated by a convolutional neural network (CNN), and the path is planned by the A-star algorithm. First, the search area is represented as an occupancy grid map. Then, the radiation dose distribution of the radioactive source in the occupancy grid map is obtained by Monte Carlo (MC) method simulation, and multiple sets of radiation data are collected through the eight neighborhood self-avoiding random walk (ENSAW) algorithm as the radiation data set. Further, the radiation data set is fed into the designed CNN architecture to train the network model in advance. When the searcher enters the search area where the radioactive source exists, the location of source is estimated by the network model and the search path is planned by the A-star algorithm, and this process is iterated continuously until the searcher reaches the location of radioactive source. The experimental results show that the average number of radiometric measurements and the average number of moving steps of the ACA algorithm are only 2.1% and 33.2% of those of the gradient search (GS) algorithm in the indoor environment without obstacles. In the indoor environment shielded by concrete walls, the GS algorithm fails to search for the source, while the ACA algorithm successfully searches for the source with fewer moving steps and sparse radiometric data.

• 한국항행학회논문지
• /
• 제27권4호
• /
• pp.365-373
• /
• 2023

무인 항공기는 다양한 분야에서 널리 활용되고 있으며, 실시간 경로 재계획은 이들 기기의 안전성과 효율성을 향상하는 핵심 요소이다. 본 논문에서는 RRT*와 LOSPO를 기반으로 한 실시간 경로 재계획 기법을 제안한다. 제안된 기법은 먼저 RRT* 알고리즘을 활용하여 초기 경로를 생성하고, LOSPO를 이용하여 경로를 최적화한다. 또한 최적화된 경로를 궤적으로 변경하여 실제 시간과 항공기의 동적한계를 고려할 수 있다. 이 과정에서 환경 변화와 충돌 위험을 실시간으로 감지하고, 필요한 경우 경로를 재계획함으로써 안전한 운행을 유지한다. 이 방법은 시뮬레이션을 통한 실험을 통해 검증되었다. 본 논문의 결과는 무인 항공기의 실시간 경로 재계획에 관한 연구에 중요한 기여할 것으로 기대한다. 또한 이 기법을 다양한 상황에 적용함으로써 무인 항공기의 안전성과 효율성을 향상시킬 수 있다.

• 현장농수산연구지
• /
• 제4권1호
• /
• pp.45-54
• /
• 2002

마(Dioscorea spp.) 계통 중 품질이 우수하고 이용 가치가 기대되는 51개 계통에 대한 특성을 조사하고 도입재배 가능성을 시험했다. 또한 종간, 계통 간을 AFLP 분석하였고 생육 패턴을 시험하였다. 1. AFLP분석의 분자마커를 이용한 도입마의 유사성 분석에서 62% 수준에서 도입마는 다른 종간에 유의성이 나타났고 주성분 분석에서도 구분이 가능하였다. 그 중 D. alata는 일부 수집 지역별로 그룹이 형성되었다. 2. 일본의 쿠마모도(Kumamoto)지방에서 수집된 D. alata의 계통들의 유사성이 높은 것으로 보아, 그 지역의 마 유전자원의 이동이 적은 것으로 보인다. 반면, Indonesia, palau Is., 파푸아뉴기니아에서의 수집종들의 유연성이 높은 것은 한 지역의 계통이 여러지역으로 이동된 것으로 사료되다. 3. D. nipponica에 속하는 부채마는 다른 종과 변이가 많은 것으로 조사되어 유전적 가치가 높은 것으로 인정된다.

• 정보보호학회논문지
• /
• 제33권2호
• /
• pp.175-182
• /
• 2023

차분 분석은 블록 암호에 대한 분석 기법 중 하나이며, 입력 차분에 대한 출력 차분이 높은 확률로 존재한다는 성질을 이용한다. 무작위 데이터와 특정 출력 차분을 갖는 데이터를 구별할 수 있다면, 차분분석에 대한 데이터 복잡도를 감소시킬 수 있다. 이를 위해 딥러닝 기반의 신경망 구별자에 대한 연구들이 다수 진행되었으며, 본 논문에서는 PIPO 64/128에 대한 최초의 딥러닝 기반의 신경망 구별자를 제안하였다. 여러 입력 차분들을 사용하여 실험한 결과, 0, 1, 3, 5-라운드의 차분 특성에 대한 3 라운드 신경망 구별자가 각각 0.71, 0.64, 0.62, 0.64의정확도를달성하였다. 이 구별자는 고전 구별자와 함께 사용될 경우 최대 8 라운드에 대한 구별 공격이 가능하도록 한다. 따라서 여러 라운드의 입력 차분을 처리할 수 있는 구별자를 찾아냄으로써 확장성을 확보하였다. 향후에는 성능 향상을 위한 최적의 신경망을 구성하기 위해 다양한 신경망 구조를 적용하고, 연관 키 차분을 사용하거나 다중 입력차분을 위한 신경망 구별자를 구현할 예정이다.

• 한국의류학회지
• /
• 제47권2호
• /
• pp.323-336
• /
• 2023

In the 21st century, fashion films are frequently used throughout the fashion industry. In particular, as videos have become an essential element and a communication tool of social media, they are becoming even more important in the world of fashion. In this study, different types of short-length fashion films (< 0:60) in current use were derived, and the effects of on the cognitive and emotional responses of users were analyzed using electroencephalogram(EEG) findings. EEG measurements were performed using Epoc+ on 31 healthy women aged 20-29 years after viewing six types of fashion films[fiction/well-made, fiction/user generated content(UGC), documentary/well-made, documentary/UGC, art/well-made, and art/UGC] in random order. The results demonstrate differences among four types of films. Specifically, alpha waves in the frontal lobe decreased more while watching documentary/UGC films than while watching art/well-made films. Gamma waves in the temporal lobe decreased more while watching fiction/well-made films than while watching documentary/UGC films. Furthermore, theta waves in the occipital lobe increased more while watching fiction/well-made films than while watching art/UGC films. These findings suggest that different types of fashion films can stimulate different parts of the brain that process thinking, cognition, emotion, and visual and auditory information and consequently evoke emotional responses.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.107-115
• /
• 2009

WiMAX 환경에서 사용되는 암호학적 키는 베이스 스테이션의 통신 범위안에 위치하는 이동 노드(노트북, PDA, 휴대폰 등)들에 의해 일정기간동안 사용되어지며, 이 때 이동 노드에 의해 사용되어지는 키는 이동 노드가 베이스 스테이션의 통신 범위를 벗어날 때까지 사용된다. 그러나 이동 노드가 베이스 스테이션의 통신 범위를 벗어나거나 이동 노드가 베이스 스테이션과 통신하기 위해 통신 범위 안에 진입하려고 할 때 이동 노드와 베이스 스테이션 사이의 통신구간은 무선으로 동작되기 때문에 man-in-the-middle 공격과 같은 내부 공격에 매우 취약한 문제점을 가지고 있다. 이 논문에서는 이동 노드가 베이스 스테이션과 통신하려고 할 때 베이스 스테이션에서 발생되는 암호학적 보안 공격위험과 통신 오버 헤드를 줄이기 위해서 이동 노드들이 사용하는 키를 재 사용할 수 있는 분산키 설립 프로토콜을 제안한다. 제안된 분산키 설립 프로토콜은 통신과정 중에 발생되는 키의 재사용을 통해 베이스스테이션과 이동 노드 사이에서 발생되는 오버 헤드를 줄일 수 있을 뿐만 아니라 상호 인증에 필요한 공유키를 노드자신이 생성한 난수 값을 통해 생성하여 IEEE 802.16 표준보다 안전성을 향상시키고 있다.