• 한국정보기술학회 영문논문지
• /
• 제9권1호
• /
• pp.89-102
• /
• 2019

Collagen can be used in building artificial skin replacements for treatment of burns and towards the reconstruction of bone as well as researching cell behavior and cellular interaction. The strength of collagen in connective tissue rests on the characteristics of collagen fibers. 3D confocal imaging of collagen fibers enables the characterization of their spatial distribution as related to their function. However, the image stacks acquired with confocal laser-scanning microscope does not clearly show the collagen architecture in 3D. Therefore, we developed a new method to reconstruct, visualize and characterize collagen fibers from fluorescence confocal images. First, we exploit the tensor voting framework to extract sparse reliable information about collagen structure in a 3D image and therefore denoise and filter the acquired image stack. We then propose to segment the collagen fibers by defining an energy term based on the Hessian matrix. This energy term is minimized by a min cut-max flow algorithm that allows adaptive regularization. We demonstrate the efficacy of our methods by visualizing reconstructed collagen from specific 3D image stack.

• 한국정보기술학회 영문논문지
• /
• 제9권1호
• /
• pp.103-113
• /
• 2019

Motivation: Polymerized actin-based cytoskeletal structures are crucial in shape, dynamics, and resilience of a cell. For example, dynamical actin-containing ruffles are located at leading edges of cells and have a significant impact on cell motility. Other filamentous actin (F-actin) bundles, called stress fibers, are essential in cell attachment and detachment. For this reason, their mechanistic understanding provides crucial information to solve practical problems related to cell interactions with materials in tissue engineering. Detecting and counting actin-based structures in a cellular ensemble is a fundamental first step. In this research, we suggest a new method to characterize F-actin wrapping fibers from confocal fluorescence image stacks. As fluorescently labeled F-actin often envelope the fibers, we first propose to segment these fibers by diminishing an energy based on maximum flow and minimum cut algorithm. The actual actin is detected through the use of bilateral filtering followed by a thresholding step. Later, concave actin bundles are detected through a graph-based procedure that actually determines if the considered actin filament is enclosing the fiber.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.266-268
• /
• 2022

최근 블록체인 기술이 부상하면서 이를 이용한 암호화폐가 범죄의 대상이 되고 있다. 특히 피싱 스캠은 이더리움 사이버 범죄의 과반수 이상을 차지하며 주요 보안 위협원으로 여겨지고 있다. 따라서 효과적인 피싱 스캠 탐지 방법이 시급하다. 그러나 전체 노드에서 라벨링된 피싱 주소의 부족으로 인한 데이터 불균형으로 인하여 지도학습에 충분한 데이터 제공이 어려운 상황이다. 이를 해결하기 위해 본 논문에서는 이더리움 트랜잭션 네트워크를 고려한 효율적인 네트워크 임베딩 기법인 trans2vec 과 준지도 학습 모델 tri-training 을 함께 사용하여 라벨링된 데이터뿐만 아니라 라벨링되지 않은 데이터도 최대한 활용하는 피싱 스캠 탐지 방법을 제안한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권2호
• /
• pp.135-148
• /
• 2000

본 논문에서는 유전 알고리즘을 이용하여 다중프로세서 시스템을 위한 선형 스케쥴링 알고리즘을 제안하였다. 일반적으로 유전 알고리즘은 초기세대를 임의로 생성하기 때문에, 문제에 적합하지 않은 개체들의 영향으로 긴 천이시간과 느린 수렴속도를 갖는다. 제안된 알고리즘은 프로세서간의 통신비용을 고려하며, 초기세대를 생성할 때 현재 노드를 기준으로 직접 후임노드만을 동일 프로세서에 할당함으로써 선형 스케쥴링을 하게 되고, 교배연산과 변이연산에서도 기준 노드의 직접 전임노드나 직접 후임노드의 결합을 변화시킴으로써 선형성을 유지하게 된다. 선형 스케쥴링은 비선형에 비해 프로그램의 병렬성을 최대한 활용할 수 있을 뿐 아니라, 코오스 그레인(coarse grain) 방향성 비순환 그래프(directed acyclic graph: DAG)에서 항상 우수한 스케쥴ㄹㅇ 결과를 생성한다. 본 논문의 목적은 유전 알고리즘의 실시간 사용 가능성에 중점을 두었으며, 시뮬레이션 결과 제안된 알고리즘은 대부분의 DAG에서 50세대 내의 빠른 수렴속도를 나타내었다.

• 디지털융복합연구
• /
• 제18권5호
• /
• pp.187-195
• /
• 2020

최근 모바일 메신저 서비스(MMS)는 사용자들에게 가장 인기가 많으며 많이 활용하는 서비스로 기업은 이를 활성화시키기 위해 노력하고 있지만 이에 대한 구체적이고 체계적인 연구는 미흡하다. 이에 본 연구는 MMS 사용자들의 지속적인 이용 의도를 알아보기 위해 398명의 10대~30대를 대상으로 MMS의 기술수용 결정 요인을 살펴보았다. 연구조사는 설문지와 SPSS 21 및 PLS-Graph 3.0을 이용하여 연구모형의 주요 결과를 도출하였다. 분석 결과 지각된 매체 풍부성은 매체 유용성과 매체 용이성에 정(+)의 영향을 주었으며, 지속적인 사용의도에 긍정적인(+) 영향을 미쳤다. 또한, 경험에 대한 조절 효과로 지각된 매체 풍부성은 매체 용이성에 정(+)의 영향을 주는 것으로 나타났다. 이러한 결과를 바탕으로 MMS의 이용 효율성을 높이기 위해 매체 풍부성, 매체 용이성, 매체 유용성 및 사용자 경험이 사용자의 지속적인 의도에 미치는 중요 변수로 MMS의 사용자 기초자료와 개발 방향을 제공할 수 있을 것이다. 향후 연구에서는 보다 다양한 변수를 활용하여 추가요인에 대한 조사와 구조모형에 대한 분석이 필요하다고 본다.

• 한국전자통신학회논문지
• /
• 제12권6호
• /
• pp.1159-1166
• /
• 2017

가속도 및 자이로 센서, 아두이노 프로 미니와 블루투스 모듈을 이용하여 사물인터넷 기반의 소 행동 특성을 관찰할 수 있는 시스템을 설계하고 구현하였다. 구현된 시스템을 통해 소의 움직임을 관찰하고 측정하였으며, 측정된 데이터를 블루투스 모듈을 통해 스마트폰으로 전송하여 스마트 폰에서 소의 움직임 변화를 그래프를 통해 나타내었으며 이를 통해 소의 걸음 수를 측정하도록 하였다. 구현된 시스템과 제안한 알고리듬에 의해 소의 발정 상태를 판단하며, 이는 소의 인공수정에 의한 번식력 향상에 도움을 줄 수 있다. 본 논문에서 구현된 시스템을 실제 소의 다리에 부착하여 데이터를 측정하고, 제안한 알고리듬에 의해 발정 유무를 판단하였다. 향후 연구 과제로 피 측정되는 소의 개체수와 통신 거리를 늘려 축산 농가에서 좀 더 효율적으로 사용할 수 있는 시스템 연구 및 측정 데이터의 데이터베이스화를 하고자 한다.

• 디지털융복합연구
• /
• 제19권10호
• /
• pp.403-410
• /
• 2021

k-club은 소셜 네트워크 분석에서 다양한 형태의 소셜 그룹을 설명하기 위해 제안된 그래프 모델 중 하나로, 단순 그래프에서 부분 정점 집합 S 에 의한 유도 부분그래프(Induced subgraph)의 지름이 k보다 작거나 같은 경우 S 를 k-club이라 한다. 본 논문에서는 유전알고리즘을 이용하여 그래프에서 크기가 최대인 k-club을 찾는 문제인 MkCP(Maximum k-Club Problem)을 계산하는 HGA+DROP 알고리즘을 제안한다. 본 알고리즘은 k-club을 위한 휴리스틱 알고리즘 k-CLIQUE & DROP을 변형하고 휴리스틱 유전 알고리즘(HGA)을 사용해 한 번의 수행으로 복수개의 k-club을 구하였다. 기존 알고리즘의 결과와 비교하기 위해 DIMACS 그래프들에 대하여 k가 2, 3, 4 그리고 5일 때 MkCP를 계산하였다.

• 한국전자통신학회논문지
• /
• 제13권6호
• /
• pp.1309-1316
• /
• 2018

아두이노 프로 미니, 가속도 및 자이로 센서, 블루투스 마스터 및 슬레이브 모듈을 이용하여 사물인터넷 기반의 소 행동 특성을 관찰할 수 있는 알고리듬을 제안하고 이의 실현을 위한 시스템을 설계하고 구현하였다. 구현된 시스템을 통해 소의 행동을 측정하였으며, 측정된 데이터를 센서를 부착한 블루투스 송신 모듈을 통해 컴퓨터에 연결된 수신 모듈로 전송하여 컴퓨터에서 실시간으로 소의 움직임 변화를 그래프를 통해 나타내었으며 이를 통해 발정 상태를 판단할 수 있는 알고리듬을 제시하였다. 이를 위한 블루투스 스캐터넷 적용방안을 제시하고, 제안한 알고리듬과 구현된 시스템에 의해 소의 발정 상태를 판단하며, 이는 소의 인공수정에 의한 번식력 향상에 도움을 줄 수 있다. 본 논문에서는 구현한 시스템을 소의 다리에 실제로 부착하여 데이터를 측정하고, 제안한 알고리듬에 의해 발정 유무를 판단하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.553-560
• /
• 2022

고등교육기관의 역량 중심 교육과정 운영을 위해서는 교과목 수준에서 교과 학습목표(성과기준)의 성취수준을 다각도로 평가하여 학습자의 역량 함양 정도를 파악하는 교과기반 학습평가 방법에 대한 연구가 지속적으로 필요하다. 본 연구에서는 교과목 학습성과, 학습주제, 학습개념 기반의 학습평가 모델 및 성취수준에 따른 개인화된 학습 피드백 모델을 제안한다. 먼저 데이터 모델링 과정에서 교과목의 계층화된 학습성과, 학습주제 및 학습개념 그래프 및 학습성과-평가 매트릭스 모델을 정의하고 이를 기반으로 학습성과별, 학습주제별, 학습자별 등 다각도의 학습성취 수준을 측정하고 피드백하는 알고리즘을 제안한다. 제안한 학습성취평가 모델의 유효성을 검증하기 위해 자바프로그래밍 교과목에 적용하여 실제 데이터를 기반으로 실험을 진행하였으며 그 결과 성취수준의 산출 및 학습 피드백이 가능함을 보였다.

• 융합정보논문지
• /
• 제11권7호
• /
• pp.31-38
• /
• 2021

본 논문은 감성 분석에 사용되는 RNN 모델의 최적화를 얻기 위한 성능분석을 위하여 하이퍼파라미터 튜닝에 따른 손실과 정확도의 추이를 관찰하여 모델과의 상관관계를 연구하였다. 연구 방법으로는 시퀀셜데이터를 처리하는데 가장 최적화된 LSTM과 Embedding layer로 히든레이어를 구성한 후, LSTM의 Unit과 Batch Size, Embedding Size를 튜닝하여 각각의 모델에 대한 손실과 정확도를 측정하였다. 측정 결과, 손실은 41.9%, 정확도는 11.4%의 차이를 나타내었고, 최적화 모델의 변화추이는 지속적으로 안정적인 그래프를 보여 하이퍼파라미터의 튜닝이 모델에 지대한 영향을 미침을 확인하였다. 또한 3가지 하이퍼파라미터 중 Embedding Size의 결정이 모델에 가장 큰 영향을 미침을 확인하였다. 향후 이 연구를 지속적으로 이어나가 모델이 최적의 하이퍼파라미터를 직접 찾아낼 수 있는 알고리즘에 대한 연구를 지속적으로 이어나갈 것이다.