• 정보과학회 논문지
• /
• 제42권12호
• /
• pp.1561-1567
• /
• 2015

준지도 학습은 기계 학습의 한 분야로서, 레이블된 데이터와 레이블되지 않은 데이터 모두를 사용하여 모델을 학습함으로써 지도 학습에 비해 예측 정확도를 높일 수 있다. 최근 각광받고 있는 그래프 기반 준지도 학습은 입력 데이터를 그래프의 형태로 변환하는 그래프 구축 단계와 이를 사용하여 레이블되지 않은 데이터의 레이블을 예측하는 레이블 추론 단계로 나뉜다. 이 추론은 준지도 학습에서의 평활도 가정을 기본으로 한다. 본 연구에서는 추가로 각 꼭지점 중요도를 결합함으로써 개선된 레이블 추론 알고리즘을 제안한다. 이와 함께 알고리즘의 수렴성을 증명하고, 또한 실험을 통해 알고리즘의 우수성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.659-662
• /
• 2021

국내에서는 매년 많은 수의 자격시험이 치러지고 있다. 현재 대부분의 시험장에서 응시자 본인 확인 절차는 감독관이 응시자의 얼굴과 신분증 사진을 비교하는 방식으로 이루어진다. 하지만 이 방식은 사람에 따라 오차가 클 수 있으며, 사진과 눈에 띄는 차이가 없으면 동일인물로 판단하기 쉽다. 최근까지도 대리응시 이슈가 발생하고 있어 근절을 위한 보다 강력한 조치가 필요하다. 본 논문에서는 지문과 오토인코더, SGAN을 이용하여 대리응시방지를 강화할 수 있는 본인 확인 시스템을 제안한다. 이때 응시자의 지문정보가 그대로 인증 서버에 저장되면 응시자의 생체정보가 노출될 수 있다는 문제점이 존재한다. 따라서 오토인코더를 통해 지문의 특징점만 추출하여 인증용 이미지를 생성하고 이 이미지를 서버에 저장하여 학습시키도록 한다. 적은 학습데이터 환경에서 분류기로써 좋은 성능을 갖는 SGAN을 통해 인증 이미지와 응시자가 동일인물인지 확인할 수 있다. 서버가 공격을 받더라도 응시자의 지문데이터가 그대로 노출되지 않게 되어 보안 취약점을 극복할 수 있다.

• Journal of information and communication convergence engineering
• /
• 제21권1호
• /
• pp.98-102
• /
• 2023

This paper presents a study on how augmenting semi-synthetic image data improves the performance of human detection algorithms. In the field of object detection, securing a high-quality data set plays the most important role in training deep learning algorithms. Recently, the acquisition of real image data has become time consuming and expensive; therefore, research using synthesized data has been conducted. Synthetic data haves the advantage of being able to generate a vast amount of data and accurately label it. However, the utility of synthetic data in human detection has not yet been demonstrated. Therefore, we use You Only Look Once (YOLO), the object detection algorithm most commonly used, to experimentally analyze the effect of synthetic data augmentation on human detection performance. As a result of training YOLO using the Penn-Fudan dataset, it was shown that the YOLO network model trained on a dataset augmented with synthetic data provided high-performance results in terms of the Precision-Recall Curve and F1-Confidence Curve.

• 산업과 과학
• /
• 제2권4호
• /
• pp.28-35
• /
• 2023

본 논문에서는 적응형 전조등 시스템 규정 중 일반도로 모드, 고속도로 모드, 젖은도로 모드를 만족하는 배광의 형성을 위한 회절 광학 소자를 설계하였으며, 이를 GDSII 스트림 형식의 파일로 도출하였다. 회절 광학 요소를 통해 형성된 배광의 유효성 및 백색광 구현 여부 확인을 위하여 각각 Field Tracing, Ray Tracing 기반의 시뮬레이션을 진행하여 변환빔 측정점에 대한 위치 요구사항 및 광도 요구사항의 만족을 확인하였다. 본 연구를 기반으로 적응형 전조등을 구현하는 경우, 광도의 대비 재현 및 단순한 구조의 적응형 전조등 시스템 구현이 가능할 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제29권6호
• /
• pp.601-610
• /
• 2013

As a standard water clarity variable, the vertical underwater visibility, called Secchi depth, is estimated with ocean color satellite data. In the present study, Moderate Resolvtion Imaging Spectradiometer (MODIS) data are used to measure the Secchi depth which is a useful indicator of ocean transparency for estimating the water quality and productivity. To estimate the Secchi depth $Z_v$, the empirical regression model is developed based on the satellite optical data and in-situ data. In the previous study, a semi-analytical algorithm for estimating $Z_v$ was developed and validated for Case 1 and 2 waters in both coastal and oceanic waters using extensive sets of satellite and in-situ data. The algorithm uses the vertical diffuse attenuation coefficient, $K_d$($m^{-1}$) and the beam attenuation coefficient, c($m^{-1}$) obtained from satellite ocean color data to estimate $Z_v$. In this study, the semi-analytical algorithm is validated using temporal MODIS data and in-situ data over the Yellow, Southern and East Seas including Case 1 and 2 waters. Using total 156 matching data, MODIS $Z_v$ data showed about 3.6m RMSE value and 1.7m bias value. The $Z_v$ values of the East Sea and Southern Sea showed higher RMSE than the Yellow Sea. Although the semi-analytical algorithm used the fixed coupling constant (= 6.0) transformed from Inherent Optical Properties (IOP) and Apparent Optical Properties (AOP) to Secchi depth, various coupling constants are needed for different sea types and water depth for the optimum estimation of $Z_v$.

• 한국컴퓨터정보학회논문지
• /
• 제28권5호
• /
• pp.17-28
• /
• 2023

포장도로에서 발생하는 포트홀은 고속 주행 차량에 치명적인 영향을 미치며, 사망사고를 유발할 수 있는 도로상의 장애물이다. 이를 방지하기 위해 일반적으로는 작업자가 직접 포트홀을 탐지하는 방식을 사용해왔으나, 이는 작업자의 안전 문제와 예측하기 어려운 범주에서 발생하는 모든 포트홀을 인력으로 탐지하는 것이 비효율적이기 때문에 한계가 있다. 또한, 도로 환경과 관련된 지반 환경이 포트홀 생성에 영향을 미치기 때문에, 완벽한 포트홀 방지는 어렵다. 데이터셋 구축을 위해서는 전문가의 지도하에 라벨링 작업이 필요하지만, 이는 매우 시간과 비용이 많이 필요하다. 따라서, 본 논문에서는 Mean Teacher 기법을 사용하여 라벨링된 데이터의 샘플 수가 적더라도 지도학습보다 더욱 강인한 포트홀 이미지 분류 성능을 보여준다. 이러한 결과는 성능지표와 GradCAM을 통해 입증되었으며, 준지도학습을 사용할 때 15개의 사전 학습된 CNN 모델이 평균 90.41%의 정확도를 달성하며, 지도학습과 비교하여 2%에서 9%의 차이로 강인한 성능을 나타내는 것을 확인하였다.

• Kyungpook Mathematical Journal
• /
• 제51권2호
• /
• pp.205-215
• /
• 2011

Given a knot diagram D, we construct a semi-threading circle of it which can be an axis of D as a closed braid depending on knot diagrams. In particular, we consider semi-threading circles of minimal diagrams of a knot with respect to overpasses which give us some information related to the braid index. By this notion, we try to give another proof of the fact that, for every nontrivial knot K, the braid index b(K) of K is not less than the minimum number l(K) of overpasses of diagrams. Also, they are the same for a torus knot.

• 한국정보컨버전스학회:학술대회논문집
• /
• 한국정보컨버전스학회 2008년도 International conference on information convergence
• /
• pp.93-97
• /
• 2008

In this letter, a novel wavelet-based semi-fragile watermarking scheme is presented which exploiting the time-frequency feature of chaotic map. We also analyze the robustness to mild modification and fragility to malicious attack of our scheme. Its application includes tamper detection, image verification and copyright protection of multimedia content. Simulation results show the scheme can detect and localize malicious attacks with high peak signal-to-noise ratio(PSNR), while tolerating certain degree of JPEG compression and channel additive white Gaussian noise(AWGN)

• East Asian mathematical journal
• /
• 제35권1호
• /
• pp.59-66
• /
• 2019

In this paper we study implicit-explicit (IMEX) methods combined with a semi-Lagrangian scheme to evaluate the prices of fixed strike arithmetic Asian options under jump-diffusion models. An Asian option is described by a two-dimensional partial integro-differential equation (PIDE) that has no diffusion term in the arithmetic average direction. The IMEX methods with the semi-Lagrangian scheme to solve the PIDE are discretized along characteristic curves and performed without any fixed point iteration techniques at each time step. We implement numerical simulations for the prices of a European fixed strike arithmetic Asian put option under the Merton model to demonstrate the second-order convergence rate.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권3호
• /
• pp.1403-1417
• /
• 2019

With the rapid growth of multimedia data, research on cross-media feature learning has significance in many applications, such as multimedia search and recommendation. Existing methods are sensitive to noise and edge information in multimedia data. In this paper, we propose a semi-supervised method for cross-media feature learning by means of $L_{2,q}$ norm to improve the performance of cross-media retrieval, which is more robust and efficient than the previous ones. In our method, noise and edge information have less effect on the results of cross-media retrieval and the dynamic patch information of multimedia data is employed to increase the accuracy of cross-media retrieval. Our method can reduce the interference of noise and edge information and achieve fast convergence. Extensive experiments on the XMedia dataset illustrate that our method has better performance than the state-of-the-art methods.