• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권6호
• /
• pp.187-194
• /
• 2020

본 논문은 클라이언트의 익명성과 개인 정보를 보장하는 토르 네트워크에서 앙상블 학습을 이용한 웹사이트 핑거프린팅 방법을 제안한다. 토르네트워크에서 수집된 트래픽 패킷들로부터 웹사이트 핑거프린팅을 위한 훈련 문제를 구성하며, 트리 기반 앙상블 모델을 적용한 웹사이트 핑거프린팅 시스템의 성능을 비교한다. 훈련 특징 벡터는 트래픽 시퀀스에서 추출된 범용 정보, 버스트, 셀 시퀀스 길이, 그리고 셀 순서로부터 준비하며, 각 웹사이트의 특징은 고정 길이로 표현된다. 실험 평가를 위해 웹사이트 핑거프린팅의 사용에 따른 4가지 학습 문제(Wang14, BW, CW_T, CW_H)를 정의하고, CUMUL 특징 벡터를 사용한 지지 벡터 기계 모델과 성능을 비교한다. 실험 평가에서, BW 경우를 제외하고 제안하는 통계 기반 훈련 특징 표현이 CUMUL 특징 표현보다 우수하다.

• 전자공학회논문지SC
• /
• 제48권5호
• /
• pp.45-51
• /
• 2011

본 논문에서는 비교사학습법을 통해 영상의 방대한 정보를 효율적으로 모델링 하는 방법을 제안하고자 한다. 여기서 이동궤적들은 자연어 처리에 사용되는 알고리즘인 잠재 디리클레 할당 모형(Latent Dirichlet Allocation)에 의해 직진, 좌회전, 우회전등 각 상황 별로 주제에 따라 그 영역을 효과적으로 분류할 수 있다. LDA를 이용해 주제별로 의미 있는 영역을 분류한 후, 각 주제별로 분류된 궤적을 관측열로 보고 은닉 마르코프 모델(Hidden Markov Model)의 바움-웰치 알고리즘을 사용하여 학습한다. 전향 알고리즘을 사용하여 입력된 행동과 학습된 행동을 비교함으로써 영상내의 행동이 정상인지 비정상인지를 효과적으로 판단할 수 있다. 실험결과 다양한 영상에 대해 의미있는 주제별로 영역이 잘 분류되며 추적에러로 인한 궤적의 노이즈에도 강인하게 물체의 무단횡단, 신호위반과 같은 상황을 효과적으로 탐지하는 것을 확인할 수 있다.

• 한국통신학회논문지
• /
• 제28권12C호
• /
• pp.1200-1208
• /
• 2003

비디오 데이터에 존재하는 감정을 처리하는 것은 지능적인 인간과 컴퓨터와의 상호작용을 위해서 매우 중요한 일이다. 이러한 감정을 추출하기 위해서는 비디오로부터 감정에 관련된 특징들을 검출하기 위한 컴퓨팅 모델을 구축하는 것이 바람직하다. 본 논문에서는 비디오 셧에 존재하는 저급 특징들의 확률적인 분포를 이용하여 감정 이벤트 발생에 관련된 통계학적인 모델을 제안한다. 즉, 비디오 셧의 기본적인 특징을 추출하고 그 특징을 통계적으로 모델화 하여 감정을 유발하는 셧을 찾아낸다. 비디오 셧의 특징으로는 칼라, 카메라 모션 및 셧 길이의 변화를 이용한다. 이러한 특징들을 EM(Expectation Maximization) 알고리즘을 이용하여 GMM(Gaussian Mixture Model) 으로 모델링하고, 감정과 시간과의 관계를 MLE(Maximum Likelihood Estimation)를 이용하여 시간에 따른 확률분포 모델로 구성한다. 이런 두 개의 통계적인 모델들을 융합하여 베이시안 분류법을 적용하여 비디오 데이터로부터 감정에 관련된 셧을 찾아낸다.

• 한국분무공학회지
• /
• 제13권2호
• /
• pp.91-98
• /
• 2008

In the present study, in order to understand the overall spray combustion characteristics of DME fuel as well as to identify the distinctive differences of DME combustion processes against the conventional hydrocarbon liquid fuels, the sequence of the comparative analysis have been systematically made for DME and n-heptane liquid fuels. To realistically represent the physical processes involved in the spray combustion, this studyemploys the hybrid breakup model, the stochastic droplet tracking model, collision model, high-pressure evaporation model, and transient flamelet model with detailed chemistry. Based on numerical results, the detailed discussions are made in terms of the autoignition, spray combustion processes, flame structure, and turbulence-chemistry interaction in the n-heptane and DME fueled spray combustion processes.

• 한국분무공학회지
• /
• 제14권4호
• /
• pp.163-170
• /
• 2009

The present study has numerically investigates the vaporization, auto-ignition and combustion processes in the high-pressure and high-temperature conditions encountered in the diesel engine. In the present study, in order to understand the overall spray combustion characteristics of DME fuel as well as to identify the distinctive differences of DME combustion processes compared to conventional hydrocarbon liquid fuels, the sequence of the comparative analysis has been systematically made for DME and n-Heptane liquid fuels. Computations for DME fuel are made for two cases including constant fuel mass flow rate condition and fixed heat release rate. Based on numerical results, the discussions are made for the detailed combustion processes of DME and n-Heptane spray.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.379-380
• /
• 2022

본 논문에서는 여러 위험지역에서 임무 수행을 위한 센서 네트워크 그룹의 모델에 대해 제안한다. 특히 그룹 임무 수행에서 하나의 단일한 임무가 아닌 연속적인 임무 수행 시 무선 시스템이 다음 임무를 위한 수행 방식을 고려해야 한다. 임무 수행이 하나의 노드 시스템에 의해 끝나는 것이 아니라 다음 노드에 전달 될 때 수행 특성을 제시해야 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권4호
• /
• pp.317-327
• /
• 2007

본 논문에서는 컴포넌트와 커넥터 아키텍처로부터 세부적인 객체지향 설계를 개발하는 체계적 인 방법을 제안한다. 제안된 방법은 아키텍처 모델에서 세부설계모델을 도출하는 과정에 중간모델을 도입하여，두 모델간에 놓여 있는 추상화 수준의 격차를 줄임으로써 세부 설계도출을 용이하게 한다. 본 논문에서는 제안된 방법의 효과를 검증하기 위하여 제안방법을 산업계의 소프트웨어개발과제에 적용하고 컴포넌트와 커넥터 아키텍처가 지원하는 품질속성들이 궁극적으로 세부 설계에서도 보전되고 있음을 확인한다.

• 한국융합학회논문지
• /
• 제8권12호
• /
• pp.55-62
• /
• 2017

개체명 인식(Named Entity Recognition) 시스템은 문서에서 인명(PS), 지명(LC), 단체명(OG)과 같은 개체명을 가지는 단어나 어구를 해당 개체명으로 인식하는 시스템이다. 개체명 인식을 하기위한 전통적인 연구방법으로는 hand-craft된 자질(feature)을 기반으로 모델을 학습하는 통계 기반의 모델이 있다. 최근에는 딥러닝 기반의 RNN(Recurrent Neural Networks), LSTM(Long-short Term Memory)과 같은 모델을 이용하여 문장을 표현하는 자질을 구성하고 이를 개체명 인식과 같이 순서 라벨링(sequence labeling) 문제 해결에 이용한 연구가 제안되었다. 본 연구에서는 한국어 개체명 인식 시스템의 성능 향상을 위해, end-to-end learning 방식이 가능한 딥러닝 기반의 모델에 미리 구축되어 있는 hand-craft된 자질이나 품사 태깅 정보 및 기구축 사전(lexicon) 정보를 추가로 활용하여 자질을 보강(augmentation)하는 방법을 제안한다. 실험 결과 본 논문에서 제안하는 방법에 따라 자질을 보강한 한국어 개체명 인식 시스템의 성능 향상을 확인하였다. 또한 본 연구의 결과를 한국어 자연어처리(NLP) 및 개체명 인식 시스템을 연구하는 연구자들과의 향후 협업 연구를 위해 github를 통해 공개하였다.

• Composites Research
• /
• 제30권6호
• /
• pp.410-415
• /
• 2017

본 연구에서는 탄소섬유강화 복합재의 제작 시 열 잔류응력으로 인한 변형을 유한요소 프로그램 ABAQUS에서 User Subroutine을 이용한 유한요소 해석을 통해 예측한다. 탄소섬유강화 복합재의 변형에 영향을 주는 다양한 요인 중 온도구배, 제품 형상, 적층각 및 적층순서, 수지의 화학수축, 열 잔류응력을 고려한 복합재 성형을 해석하였다. 같은 형상의 실제 모델과 해석 모델의 결과를 비교한다. 또한 해석 결과를 분석하여 실제 제작의 오차에 적용하여 실제 제작에서의 성형 완성도를 높이는데 목적이 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권1호
• /
• pp.33-40
• /
• 2000

자동공정계획은 CAD 모델을 자동적으로 해석하여 CAM을 구동시키는 것을 목표로 하는데, 이를 위해서는 우선 CAD 모델로부터 특징형상을 인식하여야 한다. 특징형상 인식에 관한 연구는 근 20년간의 역사를 가지고 있지만, 그 연구 성과는 실용화되지 못하고 있다. 그 이유 중 하나는, 특징형상 인식과 자동공정계획 연구가 분리되어 진행되어왔기 때문이다. 본 연구에서는 인공지능 기법을 토대로 이 두 분야를 통합하여, 제조가능한 특징형상을 인식하고, 셋업을 최소화하며, 특징형상 간의 의존 관계를 설정하고, 최적의 가공 순서를 결정하였다.