• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2001년도 하계 학술대회 논문집(KISPS SUMMER CONFERENCE 2001
• /
• pp.49-52
• /
• 2001

본 논문의 시스템은 GIS솔루션인 ArcView를 이용하여 인터넷에서 지리정보검색 시스템을 설계 및 구현하였다. 이를 위해 PC 서버의 리눅스 환경에서 아파치 웹 서버와 데이터베이스 엔진으로 Oracle을 사용하였다. 또한 데이터베이스 연동과 지도이미지를 보여주기 위해서 JSP(Java Server Page)와 Servlet를 사용하였다.

• 융합신호처리학회논문지
• /
• 제18권2호
• /
• pp.49-54
• /
• 2017

본 논문에서는 실시간으로 사람의 감정을 검출하기 위해 얼굴 데이터베이스를 사용하여 감정을 인식한다. 사람의 감정은 사전적으로 정의되어 있지만 실제 감정인식은 판단하는 사람의 주관적인 생각에서 이루어진다. 따라서 컴퓨터 영상처리 기술을 이용하여 사람의 감정을 판단한다는 것은 높은 기술력을 요구한다. 감정을 인식하려면 기본적으로 사람의 얼굴을 정확하게 검출해야하고, 검출된 얼굴을 바탕으로 감정을 인식하여야 한다. 본 논문에서는 얼굴 데이터베이스 중 하나인 Cohn-Kanade Database를 바탕으로 검출이 완료된 얼굴영역에 데이터베이스를 접목하여 얼굴을 검출하였다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제37권8호
• /
• pp.932-938
• /
• 2013

최근 WLAN을 이용한 실내 위치인식 방법 중 하나인 Fingerprint 기법은 신호의 반사 및 굴절에 의한 페이딩 현상에 강인하여 많이 연구되고 있다. 그러나 이 방법은 신호의 수집과 데이터베이스와 측정된 신호의 비교 연산의 과정에서 요구되는 시간과 연산량이 많다. 본 논문에서는 연산량을 줄이기 위하여 제안한 변형된 데이터베이스를 기반으로 실시간으로 수집되는 신호의 선택적 연산을 이용한 WLAN 실내 위치인식 알고리즘을 제안한다. 제안한 알고리즘은 신호의 세기에 따른 선형보간과 문턱치를 통하여 데이터베이스의 구성 시간 및 크기를 줄이고, 실시간으로 측정되는 신호의 선택적 연산을 통해 연산량은 감소시키면서 위치정확도를 유지하였다. 실험결과 제안한 알고리즘은 실내 복도 환경에서 기존의 Fingerprint 기법 대비 정확도를 17.8% 향상시켰으며 연산량은 평균 46% 감소되는 것을 확인하였다.

• 융합보안논문지
• /
• 제23권3호
• /
• pp.13-20
• /
• 2023

본 연구는 안드로이드 환경에서 널리 사용되는 두 개의 보안 메신저인 Signal과 Telegram에 대한 디지털 포렌식 분석을 진행하였다. 현재 모바일 메신저가 일상생활의 중요한 역할을 하는 만큼, 이들 앱 내부의 데이터 관리와 보안성은 매우 중요한 이슈가 됐다. Signal과 Telegram은 그중에서도 사용자들 사이에서 높은 신뢰성을 받고 있는 보안 메신저로, 암호화 기술을 바탕으로 사용자들의 개인 정보를 안전하게 보호한다. 하지만 이러한 암호화된 데이터를 어떻게 분석할 수 있을지에 대해서는 아직까지 많은 연구가 필요하다. 본 연구에서는 이러한 문제점을 해결하기 위해 Signal과 Telegram의 메시지 암호화와 안드로이드 디바이스 내 데이터베이스 구조 및 암호화 방식에 대하여 깊이 있는 분석을 진행하였다. Signal의 경우, 복잡한 알고리즘으로 인해 외부에서 접근하기 어려운 암호화된 메시지를 성공적으로 복호화 하여 내용을 확인할 수 있었다. 또한 두 메신저 앱의 데이터베이스 구조를 세밀하게 분석하여 해당 정보를 수시로 활용할 수 있는 폴더 구조 및 파일 형태로 정리하는 작업도 진행했다. 이렇게 분석한 정보를 바탕으로 보다 발전된 기술과 방법론을 적용함으로써, 앞으로 더욱 정확하고 세밀한 디지털 포렌식 분석이 가능할 것으로 기대된다. 이 연구가 Signal과 Telegram 같은 보안 메신저에 대한 이해를 높이는 데 도움을 주며, 이로 인해 개인 정보 보호와 범죄 예방 등 여러 측면에서의 활용 가능성이 열릴 것으로 예상된다.

• 한국통신학회논문지
• /
• 제32권8C호
• /
• pp.675-680
• /
• 2007

일반적으로 천이 신호의 식별은 지진학이나 상태 모니터링 분야, 특히 수중 음향 신호 처리 분야에서 활발한 연구가 이루어지고 있다. 수중 환경에서 발생하는 천이 신호로는 돌고래와 같은 해양 생물이 내는 천이 신호와 선박, 잠수함 등에서 발생하는 인위적인 천이 신호 등이 있으며, 수중 감시 체계에서 이러한 수중 천이 신호를 식별하는 문제는 매우 중요한 연구 주제이다. 본 논문에서는 음성 인식 분야에서 우수한 인식 성능을 보이는 MFCC(Mel Frequency Cepstral Coefficient)를 기반으로, 천이 신호로 탐지된 입력 신호에 대하여 분석 프레임 단위로 MFCC 특징 벡터를 추출하고, 식별하고자 하는 데이터베이스에 있는 모든 참조 신호들의 MFCC 특징 벡터와의 유클리디언 거리(euclidean distance)를 계산한 후, 가장 작은 값을 갖는 참조 신호로 입력 프레임들을 사상(mapping)시킴으로써 사상이 가장 많이 된 참조 신호로 탐지된 수중 천이신호를 식별하는 프레임 기반의 식별 알고리즘을 제안한다.

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1243-1257
• /
• 2019

As current algorithms unable to perform effective fusion processing of unknown complex radar signals lacking database, and the result is unstable, this paper presents a multi-level fusion processing algorithm for complex radar signals based on evidence theory as a solution to this problem. Specifically, the real-time database is initially established, accompanied by similarity model based on parameter type, and then similarity matrix is calculated. D-S evidence theory is subsequently applied to exercise fusion processing on the similarity of parameters concerning each signal and the trust value concerning target framework of each signal in order. The signals are ultimately combined and perfected. The results of simulation experiment reveal that the proposed algorithm can exert favorable effect on the fusion of unknown complex radar signals, with higher efficiency and less time, maintaining stable processing even of considerable samples.

• 비파괴검사학회지
• /
• 제24권3호
• /
• pp.253-258
• /
• 2004

탐상신호로부터 결함에 대한 정확한 정보를 얻으려면, 검사자는 어떠한 결함에서 어떠한 신호가 발생되는지에 대한 충분한 배경지식이 있어야 하며, 이는 대부분 경험에 의해 얻어진다. 다른 방법으로 그러한 지식을 축적하려면, 여러 결함과 해당 결함신호에 대한 데이터베이스의 구축이 필요하다. 데이터베이스의 구축시 검사신호를 그대로 저장하게 되면 매우 큰 저장공간을 필요로 하게 된다. 본 논문에서는 푸리에 서술자를 이용하여 경제적으로 신호를 저장하는 방법을 연구하였다. 이 방법에서는 신호 대신 푸리에 서술자를 저장하여 저장공간을 줄이며, 저장된 서술자들을 이용하여 윈래의 신호를 재생한다. 차동형 와전류신호들을 사용하여 실험한 결과, ASCII데이터로 실제 신호로부터는 약 85% 까지, 그리고 필터링된 신호로부터는 $57{\sim}65%$ 까지 저장공간을 절약할 수 있었으며, 이때 재생된 신호는 원래 신호와 매우 유사함을 확인하였다. 이러한 저장법은 차동신호 데이터베이스를 구축할 때, 매우 유용하게 활용될 수 있을 것이다.

• Genomics & Informatics
• /
• 제3권2호
• /
• pp.47-51
• /
• 2005

Molecular mechanisms of biological processes are typically represented as 'pathways' that have a graph­analogical network structure. However, due to the diversity of topics that pathways cover, their constituent biological entities are highly diverse and the semantics is embedded implicitly. The kinds of interactions that connect biological entities are likewise diverse. Consequently, how to model or process pathway data is not a trivial issue. In this review article, we give an overview of the challenges in pathway database development by taking the INOH project as an example.

• 한국미생물·생명공학회지
• /
• 제24권3호
• /
• pp.371-375
• /
• 1996

TFD is a transcription factor database which consists of short functional DNA sequences called as signals and their references. SIGNAL SCAN, developed by Dan S. Prestridge, is used to determine what signals of TFD may exist in a DNA sequence. This program searches TFD database by using a simple algorithm for character string comparison. We developed TFSCAN that aims at searching for signals in an input DNA sequence more efficently than SIGNAL SCAN. Our algorithms consist of two parts, one constructs an automata by scanning sequences of rFD, the other searches for signals through this automata. Searching for signal-related references is radically improved in time by using an indexing method. Usage of TFSCAN is very simple and its output is obvious. We developed and installed a TFSCAN input form and a CGI program in GINet Web server, to use TFSCAN. The algorithm applying automata showed drastical results in improvement of computing time. This approach may apply to recognizing several biological patterns. We have been developing our algorithm to optimize the automata and to search more sensitively for signals.

• 한국콘텐츠학회논문지
• /
• 제15권4호
• /
• pp.1-8
• /
• 2015

본 논문에서는 적응적 가중치를 사용한 Least Mean Square Error(LMSE) 최적화 기반의 심전도 개인 인식 방법을 제안하다. 제안하는 방법은 잡음 제거를 위한 전처리과정, 평균 심전도 신호 및 표준편차를 추출한다. 그리고 추출된 정보들을 DB에 저장하고 이를 적응적 가중치로 사용하여 개인 인식에 사용한다. 적응적 가중치는 두 가지를 사용하는데 첫 번째 적응적 가중치는 입력 신호의 표준편차의 역수이고, 두번째 적응적 가중치는 DB에 저장된 사람들의 평균 심전도 신호간의 표준편차에 비례한 것이다. 제안한 방법으로 실험한 결과 32명에 대해서 100%의 인식률을 보였다.