• 한국통신학회논문지
• /
• 제30권5B호
• /
• pp.310-316
• /
• 2005

본 논문에서는 HIPERLAN/2(HIgh PErformance Radio Local Area Network type 2)의 랜덤 액세스 과정에서 채널 환경을 고려함으로 처리 성능을 높이고 전송 지연을 개선한 적응적 랜덤 액세스 기법(ARAH : Adaptive Random Access algorithm for HIPERLAN/2)을 제안하고 기존 방식에 비해 성능이 향상됨을 검증하였다. 본 논문에서는 HIPERLAN/2에서 채널의 상태에 따라 OFDM(Orthogonal frequency Division Multiplexing) modulation scheme을 기반으로 제공하는 7가지 PHY(Physical) mode를 Good 그룹과 Bad 그룹으로 양분하고, Good 그룹에 속하는 단말들에게 랜덤 액세스 과정에서 우선순위를 갖게 함으로써 처리율을 높이도록 하는 방식을 취하고 있다. ARAH 방식에 대하여 성능을 평가한 결과, 처리율과 전송 지연에 대해 성능이 향상됨을 보이고 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.878-881
• /
• 2009

보안 관련 설계 기술 개발에 대해서는 국내와 국외의 현황이 거의 차이가 나지 않는다. 현재 2048 비트 RSA 처리 모듈이 개발되고 있는 추세이긴 하지만 처리 비트폭이 넓은 이유로 연산 처리 속도가 빠르지 않아 효율적 자원을 소모하면서 고속으로 동작되는 RSA 처리부의 설계가 필요하다. RNG (Random Number Generator) 개발 측면에서는 PRNG (Pseudo Random Number Generator)에서 TRNG (True Random Number Generator)로 바뀌는 추세이며 소면적 고속의 전용 RNG가 요구된다. 칩 레벨 보안 관련해서는 국내외 제조사별로 특허권 침해를 받지 않는 보안 칩 고유의 안전장치를 개발하고 있으며, 독자적인 칩 레벨의 안전장치가 필요하다.

• 정보보호학회논문지
• /
• 제17권3호
• /
• pp.35-42
• /
• 2007

본 논문은 Even-Mansour 암호에 대해 안전성 약화 없이 키 사이즈를 줄이는 방법에 대해 다룬다. Even과 Mansour는 랜덤 순열 모델에서 랜덤 순열 P와 두 개의 키를 이용하여 평문 M을 암호화하는 기법($C=k_2\bigoplus P(M\bigoplus k_1)$)을 제안하였다. ASIACRYPT 2004에서 Gentry와 Ramzen은 4 라운드의 Feistel 구조를 이용하여 Even-Mansour 모델의 랜덤 순열을 랜덤 함수로 대치한 새로운 모델을 제안하고 안전성을 증명하였다. 본 논문에서는 Gentry-Ramzen 모델에 필요한 키 사이를 반으로 줄이는 방법을 살펴보고 제안한 방법에 대한 안전성을 랜덤 함수 모델에서 증명한다.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.13-21
• /
• 2021

본 연구의 목적은 Neural Network Regression 모델을 활용하여 선박의 가치평가 모델을 개발하는 것이다. 가치평가의 대상은 중고 VLCC선이며, 선행연구를 통해 선박의 가치 변화를 유발하는 주요 요인들을 선별하여 변수를 설정하고, 2000년 1월부터 2020년 8월까지의 해당 데이터를 확보하였다. 변수의 안정성을 판단하기 위해 다중 공선성 검사를 수행하여 최종적으로 6개의 독립변수와 1개의 종속변수를 선정하고 연구 구조를 설계하였다. 이를 바탕으로 Linear Regression, Neural Network Regression, Random Forest Algorithm을 활용하여 총 9개의 시뮬레이션 모델을 설계하였다. 또한 각 모델간의 비교검증을 통해 평가결과의 정확성을 제고시켰다. 평가 결과, VLCC실제값과의 비교를 통해 2층으로 구성된 Hidden Layer의 Neural Network Regression 모델이 가장 정확도가 높은 것으로 나타났다. 본 연구의 시사점은 첫째, 기존 정형화된 평가기법에서 벗어나 기계학습기반 모델을 선박가치평가에 적용하였다는 점이다. 둘째, 해운시장 변화요인을 동태적 관점에서 분석하고 예측함으로써 연구결과의 객관성을 제고시켰다고 할 수 있다.

• 전자공학회논문지B
• /
• 제33B권1호
• /
• pp.144-152
• /
• 1996

대규모 병렬처리가 가능하고 칩당 뉴론 집적도가 높은 펄스형 디지털 다계층 신경망 구조를 제안하였다. 제안된 신경망에서는 대수적인 신경망연산이 의사-랜덤 펄스 시퀀스(pseudo-random pulse sequences)와 단순 디지털 논리 게이트를 이용하여 확률적 프로세스로 대치되었다. 확률적 프로세스의 결과로 나타나는 신경망 연산의 통계적 모델을 제시하였으며 이를 바탕으로 랜덤잡음의 영향과 연산의 정확도를 분석하였다. 이진인식 문제를 적용하여 제안된 신경망의 성능을 평가하고 제시한 통계적 분석결과의 정당성을 검증하였다. Gate 레벨과 register transfer 레벨로 기술된 신경망의 VHDL 모델의 시뮬레이션 결과는 개발된 통계적모델로 예측된 인식추정치와 실제 인식률이 거의 일치함을 보였으며, 또한 숫자인식률에 있어서도 일반 Back-Propagation 신경망의 인식률과 거의 차이가 없음을 보였다.

• 대한수학회논문집
• /
• 제25권1호
• /
• pp.119-128
• /
• 2010

Let ${X_n,\;n\geq1}$ be a sequence of independent identically distributed (i.i.d.) random variables (r.vs.), defined on a probability space ($\Omega$,A,P), and let ${N_n,\;n\geq1}$ be a sequence of positive integer-valued r.vs., defined on the same probability space ($\Omega$,A,P). Furthermore, we assume that the r.vs. $N_n$, $n\geq1$ are independent of all r.vs. $X_n$, $n\geq1$. In present paper we are interested in asymptotic behaviors of the random sum $S_{N_n}=X_1+X_2+\cdots+X_{N_n}$, $S_0=0$, where the r.vs. $N_n$, $n\geq1$ obey some defined probability laws. Since the appearance of the Robbins's results in 1948 ([8]), the random sums $S_{N_n}$ have been investigated in the theory probability and stochastic processes for quite some time (see [1], [4], [2], [3], [5]). Recently, the random sum approach is used in some applied problems of stochastic processes, stochastic modeling, random walk, queue theory, theory of network or theory of estimation (see [10], [12]). The main aim of this paper is to establish some results related to the asymptotic behaviors of the random sum $S_{N_n}$, in cases when the $N_n$, $n\geq1$ are assumed to follow concrete probability laws as Poisson, Bernoulli, binomial or geometry.

• 한국통신학회논문지
• /
• 제19권11호
• /
• pp.2160-2169
• /
• 1994

동기식통신망의 클럭들에서 발생되는 위상시간에러(phase time error)의 성분은 주로 플리커잡음(flicker noise)및 랜덤워크잡음(random-walk noise)이다. 본 논문에서는 먼저 주파수 안정도에 대한 측정표준을 설명하였다. 그리고 백색잡음으로부터 플리커잡음 및 랜덤워크잡음을 디지털 컴퓨터상에서 생성시킬 수 있는 알고리즘을 소개하였는데, 특히 플리커잡음에 대해서는 단수(stage number) N, 시정수비(time constant ratio) K와 플리커잡음생성대역폭의 관계를 예를 들어 규명하였다. 동기식망에서 발생되는 위상시간에러를 실제 측정한 결과에 따라서 이 알고리즘을 이용하여 컴퓨터로 클럭의 위상시간에러를 시뮬레이션하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권8호
• /
• pp.673-682
• /
• 2009

최근 Flickr, Facebook, Cyworld 처럼 사진 공유를 기반으로 하는 소셜 웹 서비스의 성공과 발달로 얼굴 검출/인식 기술을 이러한 서비스에 접목하려는 다양한 시도가 진행되고 있다. 그러나 인식률 향상에만 초점을 맞춘 기존의 일관처리 기반의 연구들은 수백만의 이용자가 수시로 접근하는 서비스에 적용하기 어렵다. 본 논문에서는 시간에 따라 증가하는 거대한 얼굴 영상 데이터베이스를 효과적으로 분류하기 위해 랜덤 사상(Random Projectio, RP) 비선형 회귀(Non-linear Regression) 그리고 REST(REpresen tational State Transfer) 규약을 사용해 새로운 증가적 얼굴 어노테이션 방법을 제안하고자 한다. 다양한 비교실험 결과에서 제안된 방법은 향상된 인식률과 낮은 계산 복잡도 기록했다. 따라서 제안된 방법은 대규모 웹서비스에 적합한 열굴 어노테이션 알고리즘이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.599-602
• /
• 2003

A new technique is presented to construct predictive models of plasma etch processes. This was accomplished by combining a backpropagation neural network (BPNN) and a random generator (RC). The RG played a critical role to control neuron gradients in the hidden layer, The predictive model constructed in this way is referred to as a randomized BPNN (RG-BPNN). The proposed scheme was evaluated with a set of experimental plasma etch process data. The etch process was characterized by a 2$^3$ full factorial experiment. The etch responses modeled are 4, including aluminum (Al) etch rate, profile angle, Al selectivity, and do bias. Additional test data were prepared to evaluate model appropriateness. The performance of RC-BPNN was evaluated as a function of the number of hidden neurons and the range of gradient. for given range and hidden neurons, 100 sets of random neuron gradients were generated and among them one best set was selected for evaluation. Compared to the conventional BPNN, the proposed RC-BPNN demonstrated about 50％ improvements in all comparisons. This illustrates that the RG-BPNN of multi-valued gradients is an effective way to considerably improve the predictive ability of current BPNN of single-valued gradient.

• The Journal of the Acoustical Society of Korea
• /
• 제15권3E호
• /
• pp.4-12
• /
• 1996

In this study, we examine the applicability of an artificial neural network(ANN) for filtering underwater random noise and for identifying underlying signals taken from noisy environment. The approach is to find a way of compressing the input data and then decompressing it using an ANN as in image compressing process. It is well known that random signal is hard to compress while ordered information is not. The use of a limited number of processing elements(PEs) in the hidden layer of an Ann ensures that some of the noise would be removed in the reconstruction process. Two types of the signals, synthesized and measured, are used to examine the effectiveness of the ANN-based filter. After training process is completed, the ANN successfully extracts the underlying signals form the synthesized or measured noisy signals. In particular, compared with the results form without filtering or moving averaged, the ANN-based filter gives much better spectrograms to identify underlying signals from the measured noisy data. This filtering process is achieved without using and kind of highly accurate signal processing technique. More experimentation needs to be followed to develop the ANN-based filtering technique to the level of complete understanding.