• 한국통신학회논문지
• /
• 제36권1A호
• /
• pp.35-40
• /
• 2011

랜덤 발생 심볼과 출력 신호에 대해 두 확률 밀도 함수 사이의 유클리드 거리를 최소화하는 복소 채널 등화 알고리듬은 정보 이론적 학습방법의 장점을 살리면서 위상 회전 문제까지 극복할 수 있도록 설계 되었다. 이 논문에서는 이 알고리듬에 대해 확률 밀도 함수 구축에 사용된 커널 사이즈가 성능에 끼치는 영향을 연구하였고 커널 사이즈의 변형에 인한 정보 포텐셜 간의 힘 조절에 변화를 준 Kernel-modified 알고리듬을 제안하였다. 이 제안한 방식은 커널 사이즈 변형이 이루어지지 않은 알고리듬에 대해 약 4 dB 정도의 성능 향상을 만들어 냈다. 성상도 특성에서도 복소 채널에 의한 위상 회전이 완벽하게 극복될 뿐 아니라 보다 집중된 심볼 점을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제2권3호
• /
• pp.87-95
• /
• 2009

정보이론적 학습 기법에 해당하는 에러 엔트로피 최소화 (MEE) 성능기준과 상호 상관 엔트로피 최대화 (MCC) 성능기준은 그 동안 깊이 있게 많은 연구가 이루어져 왔다. 에러 엔트로피 최소화 성능기준은 정보 포텐셜을 최대화하는 것으로 귀결되고 상호 상관 엔트로피 최대화 성능기준은 시스템의 출력과 원신호의 상호 상관도를 최대화하는 것으로 정의된다. 이 두 성능기준을적정 가중치를 두고 합성한 것이 기준점을 내포한 에러 엔트로피 최소화 기법 (MEEF) 인데 이 또한 많은 연구가 이루어지고 있다. 이 논문에서는 블라인드 채널 등화를 위해 CMA에 쓰이는 상수 모듈러스 에러 (CME)를 도입하여 이 정보이론적 학습기법에 적용하고자 그 가능성과 문제점을 찾고자 연구하였다. 또한 MEEF 성능기준에도 이 CME 적용가능성을 연구하였다. 연구결과로부터 CME를 적용한 MEE (MEE-CME)는 상수 모듈러스 정보를 잃게 되는 결과를 낳았다. 이 결과 MEE-CME나 MEE를 사용하는 MEEF-CME 모두에게서 수렴하지 못하거나 CME를 사용하는 다른 방식과 비교할 때 수렴이 늦게 되는 문제점을 발견하게 되었다.

• 전자공학회논문지SC
• /
• 제46권6호
• /
• pp.1-8
• /
• 2009

여러 대의 카메라를 이용한 감시 시스템이 정확하고 효율적으로 동작하기 위하여 카메라 시야 간의 연결 관계를 아는 것이 필수적이다. 카메라들의 연결 관계를 파악하기 위하여 카메라 시야 내의 출입 영역을 검출하는 일이 선행되어야 한다. 본 논문에서는 카메라 시야에서 객체의 등장 및 퇴장으로부터 얻은 데이터에 그래프 이론 기반의 클러스터링(clustering)을 적용하여 시야 내의 출입 영역을 검출하는 방법을 제안한다. 데이터 포인트들 사이의 관계를 조사하여 최소신장트리를 구성하고, 트리의 에지들 중 일관성을 갖지 않는 것들을 삭제하여 well-formed 클러스터를 얻는다. 본 논문에서는 클러스터의 형태를 설명하는 두 가지 특징을 정의하고 이를 클러스터의 분할 조건으로 사용하였다. 실험결과를 통하여 데이터 포인트의 분포가 조밀하지 않은 경우 expectation maximization(EM)에 기반을 둔 방법에 비하여 치안하는 방법이 보다 효과적으로 클러스터링을 수행함을 확인하였다. 또한 EM 기반 방법들에 비하여 안정적인 결과를 얻기 위해 필요한 데이터 포인트의 개수가 적으므로 출입영역에 대한 학습시간을 단축할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권12호
• /
• pp.6116-6132
• /
• 2017

The proxy re-encryption allows an intermediate proxy to convert a ciphertext for Alice into a ciphertext for Bob without seeing the original message and leaking out relevant information. Unlike many prior identity based proxy re-encryption schemes which are based on the number theoretic assumptions such as large integer factorization and discrete logarithm problem. In this paper, we first propose a novel identity based proxy re-encryption scheme which is based on the hardness of standard Learning With Error(LWE) problem and is CPA secure in the standard model. This scheme can be reduced to the worst-case lattice hard problem that is able to resist attacks from quantum algorithm. The key step in our construction is that the challenger how to answer the private query under a known trapdoor matrix. Our scheme enjoys properties of the non-interactivity, unidirectionality, anonymous and so on. In this paper, we utilize primitives include G-trapdoor for lattice and sample algorithms to realize simple and efficient re-encryption.

• 융합정보논문지
• /
• 제7권5호
• /
• pp.15-23
• /
• 2017

본 연구의 목적은 간호대학생의 학습몰입에 미치는 융합적인 요인을 파악하기 위함이다. 충청북도에 소재한 일개 대학의 간호대학생 200명을 대상으로 설문조사하였다. 자료는 기술통계와 t-test, 일원배치분산분석, Pearson correlation 및 다중회귀분석으로 분석하였다. 대상자의 셀프리더십, 사회적지지 및 학습몰입과의 관계를 보면 셀프 리더십이 높을수록(r=568, p<.001), 사회적지지가 높을수록(r=.412, p<.001) 학습몰입이 높은 것으로 나타났다. 대상자의 학습몰입에 영향을 미치는 변수는 셀프리더십으로 33.0%(${\beta}=.501$, p<.001)의 설명력이 있었다. 이처럼 셀프리더십이 간호대학생의 학습몰입에 매우 중요한 변수임을 확인할 수 있었다. 이 같은 이론적 근거를 바탕으로 간호대학생들의 셀프리더십 증진을 도모하여 학습몰입을 높일 수 있는 방안 모색이 필요하다.

• 한국산학기술학회논문지
• /
• 제13권1호
• /
• pp.343-347
• /
• 2012

결정 궤환 구조를 사용한 비선형 등화기법은 열악한 채널환경에서 발생하는 심각한 심볼간 간섭을 제거하는데 크게 요구되고 있다. 이 논문에서는 정보 이론적 학습방법과 랜덤 심볼에 기본을 두고 개발된 선형 자력 등화 알고리듬에 이 결정 궤환 구조를 적용한다. 제안된 결정 궤환 자력 등화기는 송신 심볼이 가지는 확률밀도함수와 동일한 모양을 갖도록 랜덤 심볼이 생성된다. 이 랜덤 심볼의 확률밀도함수와 등화기 출력이 가지는 확률밀도함수의 차이를 최소화함으로써 제안된 자력 등화 알고리듬은 등화된 출력 신호를 만들어낸다. 시뮬레이션 결과로부터 선형 알고리듬에 비해 향상된 수렴성능 및 오차 성능을 나타냈다.

• 로봇학회논문지
• /
• 제7권3호
• /
• pp.194-204
• /
• 2012

Measuring task complexity of movement skill is an important factor to evaluate a difficulty of learning and/or imitating a task for autonomous robots. Although many complexity-measures are proposed in research areas such as neuroscience, physics, computer science, and biology, there have been little attention on the robotic tasks. To cope with measuring complexity of robotic task, we propose an information-theoretic measure for task complexity of movement skills. By modeling proprioceptive as well as exteroceptive sensor data as multivariate Gaussian distribution, movements of a task can be modeled as probabilistic model. Additionally, complexity of temporal variations is modeled by sampling in time and modeling as individual random variables. To evaluate our proposed complexity measure, several experiments are performed on the real robotic movement tasks.

• 한국산학기술학회논문지
• /
• 제16권5호
• /
• pp.3434-3439
• /
• 2015

정보이론적 학습의 한 성능기준인 두 오차확률분포간 유클리드거리(MEDE)는 비선형 (결정 궤환, DF) 등화 알고리듬에 채택되었고 심각한 채널 왜곡과 충격성 잡음이 있는 환경에서 탁월한 성능을 보였다. 그러나 이 MEDE-DF 알고리듬은 과중한 계산 복잡성이라는 문제를 지니고 있다. 이 논문에서는 MEDE-DF 알고리듬을 위한 반복적 ED를 먼저 유도하고 그 다음 전후방 영역에 대해 가중치 기울기를 반복적으로 추정하는 식을 유도하였다. MEDE-DF 알고리듬의 반복적 기울기 추정방식의 효과를 입증하기위해 곱셈 계산량을 비교하였고 충격성 잡음과 수중 통신 환경에서 모의 실험한 MSE 성능 결과를 비교하였다. 제안한 DF 방식과 기존의 MEDE-DF 알고리듬의 곱셈 계산량 비는 샘플사이즈 N 에 대해 $2(9N+4):2(3N^2+3N)$로 나타나면서도 충격성 잡음과 수중통신 채널환경에서 동일한 MSE 학습 성능을 유지하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권8호
• /
• pp.595-603
• /
• 2002

우수한 인식 성능을 보이기 위하여 가용한 인식기 풀(pool)로부터 다수 인식기를 선택하는 방법에 관한 연구는 소수에 불과하였다. 그래서, 어떻게 또는 얼마나 많은 인식기를 선택해야 하는가에 관한 인식기의 선택 문제는 여전히 중요한 연구 주제로 남아 있다. 본 논문에서는 선택되는 인식기의 개수가 미리 제한되어 있다는 가정 하에서, 다양한 선택 기준을 제안하고, 이들 선택 기준에 따라서 다수 인식기 시스템을 구축하며, 구축된 다수 인식기 시스템의 성능을 평가함으로써 제안된 선택 기준을 평가하고자 한다. 모든 가능한 다수 인식기의 집합은 선택 기준에 의해서 조사되고, 그 중 일부가 다수 인식기 시스템의 후보로 선정된다. 이러한 다수 인식기 시스템 후보들은 Concordia 대학과 UCI(University of California, Irvine)의 기계학습 자료로부터 얻은 무제약 필기 숫자를 인식하는 실험에 의해 평가되었다. 다양한 선택기준 중에서, 특히 조건부 엔트로피에 기반한 정보 이론적 선택 기준에 의하여 구축된 다수 인식기 시스템 후보가 다른 선택 기준에 의한 후보보다 더 유망한 결과를 보여 주었다.

• 한국컴퓨터정보학회논문지
• /
• 제25권11호
• /
• pp.27-40
• /
• 2020

본 논문은 장단기기억신경망(LSTM)이 영어를 배우면서 학습한 암묵적 통사 관계인 필러-갭 의존 관계를 조사하여 영어 문장 학습량과 한국인 영어 학습자(L2ers)의 문장 처리 패턴 간의 상관관계를 규명한다. 이를 위해, 먼저 장단기기억신경망 언어모델(LSTM LM)을 구축하였다. 이 모델은 L2ers가 영어 학습 과정에서 잠재적으로 배울 수 있는 L2 코퍼스의 영어 문장들로 심층학습을 하였다. 다음으로, 이 언어 모델을 이용하여 필러-갭 의존 관계 구조를 위반한 영어 문장을 대상으로 의문사 상호작용 효과(wh-licensing interaction effect) 즉, 정보 이론의 정보량인 놀라움(surprisal)의 정도를 계산하여 문장 처리 양상을 조사하였다. 또한 L2ers 언어모델과 상응하는 원어민 언어모델을 비교 분석함으로써, 두 언어모델이 문장 처리에서 필러-갭 의존 관계에 내재된 추상적 구문 구조를 추적할 수 있음을 보여주었을 뿐만 아니라, 또한 선형 혼합효과 회귀모델을 사용하여 본 논문의 중심 연구 주제인 의존 관계 처리에 있어서 원어민 언어모델과 L2ers 언어모델간 통계적으로 유의미한 차이가 존재함을 규명하였다.