• Journal of information and communication convergence engineering
• /
• 제1권4호
• /
• pp.223-228
• /
• 2003

In this paper, we introduce a hyper-chaos secure communication method using hyper-chaos circuit onsist of State-Controlled Cellular Neural Network SC-CNN). We make a hyper-chaos circuit using SC-CNN with the n-double scroll or Chua's oscillator. A hyper-chaos circuit is created by applying identical n-double scroll or non-identical n-double scroll and Chua's oscillator with weak coupled method to each cell. Hyper-chaos ynchronization was achieved using GS (Generalized Synchronization) method between the transmitter and receiver about each state variable in the SC-CNN. In order to secure communication, we have synthesizing the desired information with a hyper-chaos circuit by adding the information signal to the hyper-chaos signal using the SC-CNN in the transmitter. And then, transmitting the synthesized signal to the ideal channel, we confirm secure communication by separating the information signal and the hyper-chaos signal in the receiver.

• Journal of information and communication convergence engineering
• /
• 제1권4호
• /
• pp.217-222
• /
• 2003

In this paper, we introduce a hyper-chaos synchronization method using hyper-chaos circuit consist of State-Controlled Cellular Neural Network (SC-CNN). We make a hyper-chaos circuit using SC-CNN with the n-double scroll. A hyper-chaos circuit is created by applying identical n-double scroll or non-identical n-double scroll and Chua's oscillator with weak coupled method to each cell. Hyper-chaos synchronization was achieved using GS(Generalized Synchronization) method between the transmitter and receiver about each state variable in the SC-CNN.

• 한국전자통신학회논문지
• /
• 제7권1호
• /
• pp.91-96
• /
• 2012

최근 보안 문제와 관련한 연구가 많은 관심을 받고 있으며 비밀 통신과 암호 통신에 적용하기 위한 방법 중 하나로 하이퍼카오스 시스템과 이에 대한 동기화에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 SC-CNN으로 구성되는 하이퍼카오스 시스템의 동기화를 이루기 위한 방법으로 선형과 비선형 결합계수에 의한 동기화 기법을 제안하였다. 또한 컴퓨터 시뮬레이션을 이용하여 송신부의 서브시스템과 수신부의 서브시스템 사이에 동기화가 이루어지고, 전체 시스템의 송신부와 수신부 사이에 동기화가 이루어졌음을 위상 공간과 시계열데이터의 차를 통하여 확인하고 검증하였다. 검증 결과 거의 완전한 동기화가 이루어졌음을 확인할 수 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.504-507
• /
• 2003

In this paper, we introduce a new hyper-chaos synchronization method called embedding synchronization using hyper-chaos consist of State-Controlled Cellular Neural Network (SC-CNN). We make a hyper-chaos circuit using SC-CNN with the n-double scroll. A hyper-chaos circuit is created by applying identical n-double scroll with weak coupled method to each cell. Hyper-chaos synchronization was achieved using embedding synchronization between the transmitter and receiver about each state variable in the SC-CNN.

• Journal of information and communication convergence engineering
• /
• 제2권4호
• /
• pp.237-242
• /
• 2004

In this paper, we introduce a complex systems synchronization method using hyper-chaos circuit consist of State-Controlled Cellular Neural Network (SC-CNN). We make a complex systems using SC-CNN with the n-double scroll. A complex system is created by applying identical n-double scroll or non-identical n-double scroll and Chua's oscillator with weak coupled method to each cell. Complex systems synchronization were achieved using GS(Generalized Synchronization) method between the transmitter and receiver about each state variable in the SC-CNN.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2155-2157
• /
• 2003

본 논문에서는 동일동기화(Identical Synchronization)파 일반동기화(General Synchronization)를 이용한 하이퍼카오스 시스템을 구성하고 검증하였다. 단일 카오스 모듈을 이용한 통신은 많은 보안의 취약점을 가진 것으로 알려져 있다. 이에 이런 취약점을 보안하기 위해 여러 방법들이 도입되었다. 본 논문은 두 개의 2-double scroll Chua 회로와 두 개의 2-double scroll Chua 오실레이터를 이용하여 하이퍼카오스 회로의 송수신단을 구성하고 동기화 방법을 제안하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.575-578
• /
• 2003

In this paper, we introduce a hyper-chaos secure communication method using Hyper-chaos consist of State-Controlled Cellular Neural Network (SC-CNN). A hyper-chaos circuit is created by applying identical n-double scroll with weak coupled method to each cell. Hyper-chaos synchronization was achieved using embedding synchronization between the transmitter and receiver about in SC CNN. And then, we accomplish secure communication by synthesizing the desired information with a hyper-chaos circuit by embedding the information signal to the only one state variable instead of all state variables in the driven-synchronization method. After transmitting the synthesized signal to the identical channel, we confirm secure communication by separating the information signal and the hyper-chaos signal in the receiver.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2158-2160
• /
• 2003

본 논문에서는 동일동기화(Identical Synchronization)과 일반동기화(General Synchronization)를 이용한 하이퍼카오스 시스템을 구성하고 검증하였다. 단일 카오스 모듈을 이용한 통신은 많은 보안의 취약점을 가진 것으로 알려져 있다. 이에 이런 취약점을 보안하기 위해 여러 방법들이 도입되었다. 본 논문은 두 개의 2-double scroll Chua 회로와 두 개의 2-double scroll Chua 오실레이터를 이용하여 하이퍼카오스 회로의 송수 신단을 구성하고 동기화를 이룬 후 송신단에서 정보신호를 실어 채널을 통해 보내어 수신단에서 이를 복조하는 방법을 제안하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.117-120
• /
• 2003

본 논문에서는 임베딩 구동 동기화를 이용한 비밀통신회로를 구성하고 검증하였다. 임베딩 구동 동기는 Chua 회로의 미분방정식의 세 가지 상태 변수 중 전류성분과 같이 동기화와 신호 합성에 어려운 상태변수를 전압 성분으로 분리하여 각각의 CNN 성분으로 다룰 수 있는 SC-CNN을 이용하여 구성하였다. Embedding Drive Synchronization(임베딩 구동동기)은 구동동기에서 한 미분상태변수를 완전히 대체하지 않고 동일한 시스템상의 일부 성분으로 구성하여 동기화를 이루고 비밀통신에 적용한 후 그 결과를 검증하였다.

• 대한건축학회논문집:구조계
• /
• 제36권3호
• /
• pp.113-120
• /
• 2020

The purpose of this study is to compare the models of Deep Learning-based Convolution Neural Network(CNN) for concrete crack detection. The comparison models are AlexNet, GoogLeNet, VGG16, VGG19, ResNet-18, ResNet-50, ResNet-101, and SqueezeNet which won ImageNet Large Scale Visual Recognition Challenge(ILSVRC). To train, validate and test these models, we constructed 3000 training data and 12000 validation data with 256×256 pixel resolution consisting of cracked and non-cracked images, and constructed 5 test data with 4160×3120 pixel resolution consisting of concrete images with crack. In order to increase the efficiency of the training, transfer learning was performed by taking the weight from the pre-trained network supported by MATLAB. From the trained network, the validation data is classified into crack image and non-crack image, yielding True Positive (TP), True Negative (TN), False Positive (FP), False Negative (FN), and 6 performance indicators, False Negative Rate (FNR), False Positive Rate (FPR), Error Rate, Recall, Precision, Accuracy were calculated. The test image was scanned twice with a sliding window of 256×256 pixel resolution to classify the cracks, resulting in a crack map. From the comparison of the performance indicators and the crack map, it was concluded that VGG16 and VGG19 were the most suitable for detecting concrete cracks.