• 한국시뮬레이션학회논문지
• /
• 제17권3호
• /
• pp.27-34
• /
• 2008

무선 센서 네트워크는 자원 제약을 가지는 센서 노드들로 이루어진다. 센서 네트워크에서 충분한 보호를 받지 못하는 노드들은 공격자들에 의해 훼손될 수 있다. 이러한 훼손된 노드들은 허위 보고서 주입 공격이나 정상 보고서에 대한 허위 데이터 주입 공격과 같은 공격들에 취약하다. 허위 보고서 주입 공격에서, 공격자는 싱크의 기만이나 배터리로 동작하는 네트워크의 제한된 에너지를 고갈을 목적으로 허위 보고서들을 네트워크에 주입한다. 정상 보고서에 대한 허위 데이터 주입 공격에서, 공격자는 모든 정상 보고서에 거짓 데이터를 주입할 수도 있다. 이러한 공격들을 다루기 위하여, Li와 Wu는 확률적 투표-기반 여과기법(PVFS)을 제안하였다. 그러나 PVFS에서 각 클러스터 헤드는 추가적인 전송 장비를 필요로 한다. 그러므로 본 논문에서는 이러한 공격들의 위협을 완화시키기 위하여 퍼지 로직-기반 허위 보고서 탐지 기법(FRD)를 제안한다. FRD는 통계적 전달 중 여과 기법을 기반으로 채택하여 이를 개선한다. 시뮬레이션에서 FRD가 제공하는 보안 능력이 효율적이며, 보안과 에너지 소비간의 트레이오프가 있음을 보인다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권7호
• /
• pp.949-958
• /
• 2004

본 연구는 대용량 훈련 데이타를 사용하는 얼굴 검출 분류기의 학습과정에서 새로운 데이터의 추가 학습이 가능한 새로운 방법을 제안한다. 추가되는 데이타로부터 새로운 정보를 학습하여 이미 습득된 기존의 지식을 갱신하는 것이 점진적 학습의 목표이다. 이러한 학습 기법에 기반한 분류기의 설계에서는 최종 분류기가 전체 훈련 데이타 집합의 특성을 반영하는 것이 매우 중요한 문제이다. 제안하는 알고리즘은 최적화된 최종 분류기 획득을 위하여 훈련 집합의 전역적인 특성을 대표하는 검증집합을 생성하고, 이 집단 내에서의 분류성능을 기준으로 중간단계 분류기들의 가중치를 결정한다. 각 중간단계 분류기는 개변 데이타 집합의 학습 결과로써 가중치 기반 결합 방식에 의해 최종 분류기로 구성된다. 반복적인 실험을 통해, 제안한 알고리즘을 사용하여 학습한 얼굴 검출 분류기의 성능이 AdaBoost 및 Learn＋＋기반의 분류기보다 우수한 검출 성능을 보임을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제22권10호
• /
• pp.1168-1177
• /
• 2019

In order to diagnose and prevent Alzheimer's Disease (AD), it is becoming increasingly important to develop a CAD(Computer-aided Diagnosis) system for AD diagnosis, which provides effective treatment for patients by analyzing 3D MRI images. It is essential to apply powerful deep learning algorithms in order to automatically classify stages of Alzheimer's Disease and to develop a Alzheimer's Disease support diagnosis system that has the function of detecting hippocampus and CSF(Cerebrospinal fluid) which are important biomarkers in diagnosis of Alzheimer's Disease. In this paper, for AD diagnosis, we classify a given MRI data into three categories of AD, mild cognitive impairment, and normal control according by applying 3D brain MRI image to the Faster R-CNN model and detect hippocampus and CSF in MRI image. To do this, we use the 2D MRI slice images extracted from the 3D MRI data of the Faster R-CNN, and perform the widely used majority voting algorithm on the resulting bounding box labels for classification. To verify the proposed method, we used the public ADNI data set, which is the standard brain MRI database. Experimental results show that the proposed method achieves impressive classification performance compared with other state-of-the-art methods.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.842-848
• /
• 2020

아이튠즈, 스포티파이, 멜론 등 음악시장은 바야흐로 스트리밍의 시대로 접어들었고, 음악 소비자의 취향에 맞는 음악 선곡과 제안을 위해 음악장르 자동 구분 시스템에 대한 요구와 연구가 활발하다. 이전 논문에서 제안한 소프트 맥스를 이용한 딥러닝 음악장르 자동구분 투표 시스템을 더욱 발전시켜 생성적 적대 신경망(GAN)을 이용하여 이전 시스템의 미흡한 점이었던 장르 미분류 곡들에 대한 정확도를 높이는 방법을 제안한다. 이전 연구에서는 전체 곡을 작은 샘플 로 나누고 각각의 샘플을 CNN 분석하여 그 결과들의 총합으로 장르 구분을 하는 투표 시스템으로 곡 장르분류 정확도를 높일 수 있었다. 하지만 곡의 스펙트로그램이 곡의 장르를 파악하기에 모호한 곡의 경우에는 미분류 곡으로 남겨놓을 수밖에 없었다. 이 논문에서는 생성적 적대 신경망을 이용하여 미분류 곡의 스펙트로그램을 판독하기 쉬운 장르의 스펙트로그램으로 바꾸어 미분류 곡의 장르 구분 정확도를 높이는 시스템을 제안하고 그 실험결과 기존 방식에 비해 우수한 결과를 도출해낼 수 있었다.

• 응용통계연구
• /
• 제34권3호
• /
• pp.401-410
• /
• 2021

판별분류분석에서 널리 이용되는 k-최근접 이웃 분류 방법은 고정된 이웃의 수만을 고려하여 자료의 국소적 특징을 반영하지 못하는 한계가 있다. 이에 자료의 국소적 구조를 고려하여 이웃의 개수를 선택하는 적응 최근접이웃방법이 개발된 바 있다. 고차원 자료의 분석에 있어서는 k-최근접 이웃 분류를 사용하기 전에 랜덤 투영 기법 등을 활용하여 차원 축소를 수행하는 것이 일반적이다. 이렇게 랜덤 투영시킨 다수의 분류 결과들을 면밀히 조합하여 투표를 통해 최종 할당을 하는 기법이 최근 개발된 바 있다. 본 연구에서는 고차원 자료에서의 분석을 위해 적응 최근접이웃방법과 랜덤 투영 앙상블 기법을 조합한 새로운 판별분류 기법을 제안하였다. 제안된 방법은 기존에 개발된 방법에 비해 분류 정확성 측면에서 더 뛰어남을 모의실험 및 실제 사례 분석을 통해 확인하였다.

• 한국조사연구학회지:조사연구
• /
• 제6권2호
• /
• pp.51-74
• /
• 2005

인터넷을 이용한 여론조사가 늘고 있다. 그러나 연구자들은 인터넷 조사의 편리성과 실용성 등은 공감하면서도, 인터넷 샘플이 일반 모집단 샘플과는 차이가 있으며 그로 인해 조사의 정확성을 해친다고 보고 있다. 이에 대한 의결방안으로 서로 다른 조사방법을 결합하여 분석하거나 가중치를 두어 표본 편향을 제거하는 방안이 제시되고 있지만 아직 뚜렷한 연구 성과를 얻지는 못하고 있다. 본 논문에서는 응답패널을 미리 구성하여 실시하는 여론조사의 경우로 한정하여 이러한 인터넷 여론조사가 갖는 정확성의 정도를 살펴보았다. 그리고 이러한 인터넷 여론조사의 정확도 수준을 결정짓는 주요한 요인이 무엇인지, 그리고 인터넷 여론조사가 다른 조사방법에 비해 부정확하다면 그 요인은 무엇인지도 분석해 보았다. 이를 위해 본 연구는 17대 총선기간의 인터넷 조사, 유선조사, 모바일 조사 간의 결과를 비교하여 그 차이를 살펴보고, 이들 결과를 실제 총선 결과와 비교 분석하였다. 분석 결과 인터넷 조사의 정확도는 유선조사와는 비슷한 수준이나 모바일 조사보다는 좀 더 높은 것으로 나타났다. 인터넷 패널의 정확도에 관련된 요인으로는 첫째 패널이 자발적 참여자로 구성된다는 점이었다. 인터넷 패널은 전화조사보다 자발성이 높은 응답자로 구성되어 있고, 이러한 자발성 편향은 조사 결과에 영향을 미친다. 둘째로 인터넷 조사 패널은 재택시간에 관계없이 조사에 참여할 수 있다는 점이 전화조사보다 더 정확해 질 수 있는 요인으로 작용한다. 셋째로 인터넷 패널은 교육수준에서 편향을 보이고 있다. 패널을 이용한 인터넷 조사는 무응답률이 낮고 응답의 신뢰성이 높다. 인터넷 패널 특성에 대한 이러한 연구는 인터넷 여론조사의 정확성과 유용성을 높이는데 기여할 것이다.

• 한국조사연구학회지:조사연구
• /
• 제8권1호
• /
• pp.55-79
• /
• 2007

본 연구에서는 2006년 5월에 KBS/SBS에서 공동으로 실시한 제4회 전국동시지방선거 출구조사 과정을 소개하는 동시에 출구조사 자료를 통해 투표자의 특성(성별 및 연령대)에 따른 투표성향과 시간대별 투표자 특성을 정리하고, 출구조사 선거구별 득표율을 예측치와 실제 개표결과를 비교하여 출구조사의 예측오차를 살펴본다. 이를 위해 이번 출구조사에서 적용된 전반적인 표본추출방법 및 실사과정을 정리하고, 출구조사에서 발생한 전체 오차를 편향과 표본추출오차로 분리하여 오차의 특성을 분석한다. 편향 발생원인 중 하나로 볼 수 있는 표본의 대표성을 검토하기 위해 출구조사 표본을 선관위에서 집계한 투표자 투표율 분석결과와 비교하여 평가한다. 아울러 이번 지방선거 출구조사에서 적용된 '층화 후 정렬계통추출법'에 따른 분산추정법을 적용하여 출구조사의 정확성을 표본추출오차 관점에서 살펴본다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2005년도 BIOINFO 2005
• /
• pp.319-324
• /
• 2005

An integrated approach for prostate cancer detection using proteomic data is presented. Due to the high-dimensional feature of proteomic data, the discrete wavelet transform (DWT) is used in the first-stage for data reduction as well as noise removal. After the process of DWT, the dimensionality is reduced from 43,556 to 1,599. Thus, each sample of proteomic data can be represented by 1599 wavelet coefficients. In the second stage, a voting method is used to select a common set of wavelet coefficients for all samples together. This produces a 987-dimension subspace of wavelet coefficients. In the third stage, the Autoassociator algorithm reduces the dimensionality from 987 to 400. Finally, the artificial neural network (ANN) is applied on the 400-dimension space for prostate cancer detection. The integrated approach is examined on 9 categories of 2-class experiments, and also 3- and 4-class experiments. All of the experiments were run 10 times of ten-fold cross-validation (i. e. 10 partitions with 100 runs). For 9 categories of 2-class experiments, the average testing accuracies are between 81% and 96%, and the average testing accuracies of 3- and 4-way classifications are 85% and 84%, respectively. The integrated approach achieves exciting results for the early detection and diagnosis of prostate cancer.

• 한국정보처리학회논문지
• /
• 제3권4호
• /
• pp.915-925
• /
• 1996

본 논문에서는 오프라인 필기체 숫자의 변형을 흡수할 수 있는 효과적인 특징을 찾기 위해서 여러 가지 특징의 성능을 비교하였다. 실험적인 성능 비교 결과는 윤곽 선을 이용한 4방향성 특징 그리고 교차 거리＋교차＋망＋투영 특징이 오프라인 필기체 숫자 인식에서 인식률과 인식 시간측면에서 효과적인 것으로 나타났다. 그리고 단일 신경회로망에서 인식률의 한계점을 극복하기 위하여 효과적인 특징을 조합한 복합특징 으로 다수결투표와 신뢰도 지수를 이용한 모듈화된 신경회로망을 제안한다. 제안된 방식의 성능을 검증하기 위해서 캐나다의 Concordia 대학교와 한국의 Dong-A 대학교 오프라인 필기체 숫자 데이터베이스에 대하여 실험을 하였다. Concordia 대학교의 데이터 베이스는 97.1%의 정인식률, 1.5%의 기각률, 1.4%의 오인식률 그리고 98.5%의 신뢰도가 나타났으며, Dong-A 대학 교의 데이터 베이스는 98%의 정인식률, 1.2%의 기각률, 0.8%의 오인식률 그리고 99.1%의 신뢰도가 나타났다.

• Communications for Statistical Applications and Methods
• /
• 제17권1호
• /
• pp.55-66
• /
• 2010

본 연구에서는 2007년에 실시한 17대 대통령 선거를 위한 NI Korea의 인터넷 패널조사와 KBS의 대선 패널 전화여론조사 결과를 토대로 인터넷조사와 전화조사의 차이를 비교하고, 인터넷조사의 활용 가능성을 검토해 보고자 한다. 인터넷조사는 조사대상자가 인터넷 사용자로 제한됨에 따라 발생하는 포함오차와 조사 참여 의사를 갖는 사람들만을 조사에 참여시킴으로써 발생하는 선택편향 등으로 인해 흔히 표본의 대표성이 문제점으로 지적되고 있다. 이런 문제점을 해결하기 위해 인터넷 사용자 표본이 전체 유권자 표본을 설명 할 수 있도록 성향점수(Propensity score)를 사용하여 가중치를 보정하는 방안을 제시한다. 17대 대선 자료를 기초로 한 사례분석을 통해, 적절한 성향점수보정 기법을 적용하는 경우 인터넷조사를 선거예측에 활용하는것이 가능하다는 결론을 얻을 수 있었다.