• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.773-775
• /
• 2015

복잡한 그리드 컴퓨팅 환경에서 수행한 잡의 성패율을 낮추는 것은 그리드 환경의 효율성과 선순환을 위한 필수적인 요건이다. 본 논문에서는 데이터마이닝의 대표적인 방법인 결정트리의 C4.5 알고리즘을 이용하여 WLCG에서 수행한 CMS 잡 모니터링 결과에 대한 오류를 예측하는 모델을 설계하고 구현하였다. 제안한 예측 모델은, 1) CMS 대시보드에서 모니터링 결과 데이터를 추출하여 오라클 테이블에 로딩한다. 2) 결정트리인 C4.5 알고리즘을 기반으로 Oracle Data Miner에서 예측 모델링을 수행한다. 3) C4.5의 파라미터를 조절하여 적절한 예측결과 값을 도용한다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.483-486
• /
• 2019

빅데이터와 AI 의 인기에 힘입어 데이터 확보가 중요해지면서 대량의 개인정보가 무차별적으로 수집되고 있다. 그로 인하여 마이 데이터(Mydata)에 대한 관심 또한 대두되고 있다. 오늘날 데이터 수집의 주체들은 정보 수집시에 불필요하거나 대량의 웹 트래픽을 발생시켜 웹 자원을 소모하고 있다. 또한 그들은 정보의 소유자가 아닌 데도 불구하고 그를 이용하여 이득을 취하고 있지만 정보 소유자는 보상을 받지 못하고 있다. 정보의 활용에 대한 정확한 기록과 보상을 제공하고 웹에서의 불필요한 자동화 프로그램의 사용을 지양하기 위해 본 연구에서는, 블록체인(Blockchain)을 활용하여 사용자의 정보를 제어하는 시스템을 구축하고 기록된 정보를 바탕으로 구축된 웹 사이트 검색엔진을 제안한다.

• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.1816-1818
• /
• 2015

기존 시선추적 시스템의 문제점은 눈을 깜박이는 동안 동공의 크기 및 위치가 변화하여 시스템이 사용자의 시선 방향을 정확히 예측 할 수 없는 문제가 존재한다. 본 연구에서는 이러한 문제점을 해결하기 위해 얼굴이 포함 된 영상에서 눈을 검출하고, 눈 영역의 3개의 특징 (밝기 평균, 분산, 이진화 후 흑화소 영역 비율)을 추출하였다. 추출된 특징을 기계학습방법의 한 종류인 SVM을 이용하여 눈의 개폐여부를 판단할 수 있는 방법을 제안하였고, 그 결과 정확도는 81.4%가 나왔다. 제안한 방법은 동공을 검출하기 전 눈의 개폐를 먼저 확인할 수 있기 때문에 시선추적 시스템에서 처리시간을 단축시키고, 눈 깜박임에 따른 오차를 줄일 수 있다.

• Annual Conference of KIPS
• /
• 2012.04a
• /
• pp.352-354
• /
• 2012

본 논문에서는 웹캠 카메라 어레이(camera array)로 얻은 여러 장의 이미지를 빠른 속도로 봉합(stitching)하여 고해상도 이미지를 얻기 위해 그래픽스 하드웨어를 이용하는 병렬 알고리즘을 제시한다. 고정된 레이아웃의 카메라 어레이를 이용하여 평면 혹은 원경을 촬영하는 경우, 기존에 널리 쓰이던 평면 사영 이미지 봉합(planar projective image stitching)과 선형 혼합(linear blending)을 통해 만족스런 결과를 얻을 수 있다. 본 논문에서는 이러한 연산을 그래픽스 하드웨어에서 병렬처리 함으로써 추후 실시간 고해상도 동영상 스트리밍 이미지 병합에 활용할 수 있을 정도로 빠른 속도로 처리하는 방법을 제시한다.

• Annual Conference of KIPS
• /
• 2012.04a
• /
• pp.888-891
• /
• 2012

본 연구는 영화관과 같이 특정 시간대에 사람들이 많이 몰리는 복잡한 장소와 고궁, 유적지, 백화점, 그리고 테마파크와 같이 한 장소에 여러개의 화장실이 있는 곳에서 사용자 자신으로부터 가장 가까운 화장실의 위치 및 각 화장실 마다 사용하는 인구 밀집도 그리고 화장실 칸의 사용 여부를 알려주는 Application 을 제안한다. 본 연구에서 제안하는 Application 은 안드로이드를 기반으로 하며 제안한 Application 을 통해 익숙하지 않은 장소에서의 화장실 위치 파악이 가능하고 영화관과 같이 특정 시간 때, 특정 화장실에 대해 몰림 현상을 예방 할 수 있다. 따라서 연구에서 제안한 화장실 어플리케이션은 현재 사용 가능한 화장실의 위치를 알려줌으로써 고객들에게 보다 편리한 서비스를 제공 할 것으로 예상된다.

• Annual Conference of KIPS
• /
• 2004.05a
• /
• pp.549-552
• /
• 2004

인터넷 내용선별 체계(Platform for Internet Content Selection: PICS)는 인터넷 내용물을 선별적으로 볼 수 있게 해주는 기반구조로서, 선별 소프트웨어와 등급 서비스들 간에 잘 동작할 수 있게 도와주는 기술규격이다. 그러나 기존 PICS 관련기술들은 유선환경만을 언급하고 있기 때문에 무선환경에 맞는 내용선별 기술이 필요하다. 이에 본 논문에서 우리는 기존 유선망 중심의 PICS 관련기술들이 무선인터넷 내용선별을 위해 적용 가능한지에 중심을 둔 연구수행 결과를 언급한다. 그리고 몇몇 기타 고려사항들을 제공한다.

• Annual Conference of KIPS
• /
• 2004.05a
• /
• pp.899-902
• /
• 2004

임베디드 시스템은 현재 가전, 단말, 제어, 통신등 다양한 분야에서 응용되고 있으며 컴퓨터 관련 기술의 발전과 더불어 응용분야는 더욱 넓어질 것이다. 이러한 임베디드 시스템의 관리나 테스트를 위해 모니터링 프로그램이 필요하다. 임베디드 시스템은 일반 PC 시스템과 달리 많은 제약을 가지고 있다. 본 논문에서는 자원적 제약을 가진 임베디드에 활용되어지는 NFS를 이용한 임베디드 장비 모니터링에 적합한 MONETA(distributed MONitoring for Embedded TArget system)를 설계, 구현하였다. MONETA에서 제시하는 구조는 모니터링을 위한 서버, 모니터링하는 대상인 클라이언트, 시스템 사용자의 3계층 구조의 분산 모니터링 시스템으로 각 장비별 CPU, Moemory, Disk, 트래픽량을 그래프로 나타도록 구현된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.426-429
• /
• 2016

최근 울산, 경주에서 5.0규모 이상의 지진이 발생하면서 이제껏 안전지대라고 여겨왔던 한반도에도 대형 재난이 일어날 수 있다는 불안감과 우려가 확산되고 있다. 이런 위험상황에 대비해 재난 시 이용할 수 있는 대피소에 대한 관심이 높아지고 있지만 대부분 정확한 위치를 모르고 있는 것이 현 실정이다. 실제 재난이 발생했을 때 우왕좌왕하는 사이 더 큰 피해로 이어질 수도 있으므로 이를 해결하기 위해 재난 대피소 애플리케이션 개발을 생각하게 되었다. 재난대피소 안내 애플리케이션은 부산시 공공데이터를 활용해 가장 가까운 대피소의 위치를 찾아주고 국민안전처의 재난에 대한 SMS를 수신 시 해당 앱의 강제 부팅 기능을 제공한다.

• Annual Conference of KIPS
• /
• 2013.11a
• /
• pp.1350-1353
• /
• 2013

자동차의 안전성 향상에 대한 연구는 오랜 기간 다양한 분야에서 진행되고 있다. 이 시스템은 단일 카메라를 이용하여 차선을 감지함으로써 차선 침범을 방지한다. 시스템은 파티클 필터를 이용해 도로 모델 파라미터를 조정하고 두 개의 detector가 도로 모델의 일치도를 계산한다. Detector는 차선의 모양과 색이라는 대표적인 특징을 이용한다. 파티클 필터를 전 프레임에서 사용한 모델 파라미터를 이용하여 신속한 처리를 한다.

• International Journal of Computer Science & Network Security
• /
• v.21 no.6
• /
• pp.101-106
• /
• 2021

Breast cancer is the number one cause of deaths from cancer in women, knowing the type of breast cancer in the early stages can help us to prevent the dangers of the next stage. The performance of the deep learning depends on large number of labeled data, this paper presented convolutional neural network for classification breast cancer from images to benign or malignant. our network contains 11 layers and ends with softmax for the output, the experiments result using public BreakHis dataset, and the proposed methods outperformed the state-of-the-art methods.