• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.147-155
• /
• 2024

현재 4차 산업 혁명은 다른 혁명처럼 인류에게 커다란 변화와 새로운 삶을 가져다주고 있으며, 특히 빅데이터, 인공지능, ICT 등 다양한 기술들을 합쳐 응용할 수 있는 드론에 대한 수요와 활용도가 증가하고 있다. 최근에는 러시아-우크라이나 전쟁, 북한의 대남 정찰 등 위험한 군사 작전 및 임무를 수행하는 데 많이 사용되고 있으며 드론에 대한 수요와 활용도가 높아짐에 따라 드론의 안전성과 보안에 대한 우려가 커지고 있다. 현재 드론에 관련된 무선 통신 이상 탐지, 센서 데이터 이상 탐지 등 다양한 연구가 진행되고 있지만, 무선 주파수 특성 데이터를 사용하여 위협을 실시간으로 탐지하는 연구는 미비하다. 따라서, 본 논문에서는 실제 환경과 유사한 HITL(Hardware In The Loop) 시뮬레이션 환경에서 드론이 미션을 수행하는 동안 지상 제어 시스템과 통신하면서 발생하는 무선 주파수 신호 특성 데이터를 수집하여 특성 데이터가 정상 신호 데이터인지 비정상 신호 데이터인지 판단하는 연구를 진행하였다. 또한, 드론이 미션을 수행하는 중 실시간으로 위협 신호를 탐지할 수 있는 비지도 학습 기반의 위협 탐지 시스템 및 최적의 임계값을 제안한다.

• 지능정보연구
• /
• 제15권4호
• /
• pp.201-212
• /
• 2009

확산 스펙트럼 방식 워터마킹 기술은 일반적인 공격에 매우 강인한 알고리즘으로 알려져있으나 시간 축 변형 공격에 대해서 만큼은 취약성을 드러내고 있다. 본 연구에서는 확산 스펙트럼 방식 워터마킹 기술의 장점을 살리면서 시간 축 공격에도 강인한 알고리즘을 제안한다. 시간 축 공격은 오디오 신호의 주파수 성분을 변화시키거나 피치성분은 유지하면서 오디오 신호의 길이를 변화시키는 등의 공격을 포함하고 있다. 확산 스펙트럼 방식에 의해서 삽입된 워터마크를 검출하기 위해서는 시간 축 공격의 비율을 정확히 알아야만 한다는 어려움이 있으며, 그 비율을 알기 위해서는 많은 알고리즘의 처리가 필요하고 현실적으로 구현이 불가능한 등의 어려움이 있다. 본 연구에서는 이러한 문제점을 해결하기 위해서 오디오 신호를 시 불변 영역(time-invariant domain)으로 변환하고, 이 영역에서 확산 스펙트럼 방식의 워터마크를 삽입함으로써 확산 스펙트럼 방식의 장점을 유지하고 시간 축 공격에 대해서도 강인한 알고리즘을 제안하였다. 이를 위해서 오디오 신호에 대해 log scale time axis를 사용하고, log scale time axis 신호를 Fourier 변환함으로써 시 불변 영역을 얻을 수 있었다.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.93-99
• /
• 2009

퍼지제어, 신경망, 유전알고리즘은 시스템의 지능을 좀 더 높게 만들기 위한 알고리즘들이다. 본 논문은 원하는 응답을 얻기 위해 유전알고리즘을 사용해서 퍼지제어기를 최적화시켰다. 또한, 보상된 퍼지제어기는 두 개의 제어규칙을 갖는다. 하나의 제어규칙은 오버슛과 과도응답영역에서 일어나는 상승시간을 감소시키기 위해 사용하고 다른 하나는 정상상태오차를 줄이고 수렴영역에서의 수렴을 빠르게 가져가기 위해 사용된다. 유전알고리즘 제어기는 두 개의 퍼지 룰 베이스의 최적한 교체시기를 찾기 위해 사용하며 퍼지-유전알고리즘 제어기는 재생산, 교배와 변이의 과정을 갖는다. 그리고 유압서보 모터 제어시스템에 적용하여 제안한 알고리즘을 실험하였다. 실험 결과 보상된 FUZZY-GA제어기가 두 개의 룰 베이스를 갖는 퍼지제어 기술에 비해 좋은 제어성능을 가짐을 관찰하였다.

• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.49-54
• /
• 2003

본 논문에서는 PID 제어기 응답을 보상하기위해 자기구성 신경망 보상기를 추가한 제어기를 제안한다. 기존의 PID 제어기는 제어기 설계가 간단하나 계수값을 설정하는데 많은 시행착오가 필요하다. 그리고, 신경망 제어 방식은 여러 파라미터들을 설계자의 임의에 따라 결정함으로써 최적의 구조를 갖지 못하는 단점이 있다. 본 논문에서는 이러한 문제를 해결하기위해 역전파 알고리즘을 기본으로 하여 은닉계층 노드의 활성화 함수로 가우시안 포텐셜함수를 사용하는 자기구성 신경망을 사용해, PID 제어기의 출력을 보상하도록 하였다. 자기구성 신경망은 학습을 진행함에 따라 가우시안 함수의 위치와 모양, 갯수가 자동으로 조정 되도록 하였다. 자기구성 신경망 보상기를 추가한 PID 제어기의 성능을 확인하기 위해서 2차 플랜트에 적용하여 모의 실험하였으며 DSP 프로세서를 사용하여 제어기를 구현한 후 유압 서보시스템의 속도 제어에 적용하여 실험결과를 관찰하였다.

• 디지털융복합연구
• /
• 제19권10호
• /
• pp.253-263
• /
• 2021

기계학습은 학습에 이용되는 학습 데이터와 데이터를 예측할 인공신경망을 이용하여 비용함수를 만들고, 비용함수를 최소화시키는 파라미터들을 찾는 과정이다. 파라미터들은 비용함수의 그래디언트 기반 방법들을 이용하여 변화하게 된다. 디지털 신호가 복잡할수록, 학습하고자 하는 문제가 복잡할수록, 인공신경망의 구조는 더욱 복잡해지고 깊어진다. 복잡하고, 깊어지는 인공신경망 구조는 과적합(Over-fitting) 문제를 발생시킨다. 과적합 문제를 해결하기 위하여 파라미터의 가중치 감소 정규화 방법이 사용되고 있다. 우리는 이러한 방법에서 추가로 비용함수의 값을 이용한다. 이러한 방법으로 기계학습의 정확도가 향상되는 결과를 얻었으며 이는 수치 실험을 통하여 우수성이 확인된다. 이러한 결과는 기계학습을 통한 인공지능의 폭넓은 데이터에 대한 정확한 값을 도출한다.

• 융합정보논문지
• /
• 제11권11호
• /
• pp.31-37
• /
• 2021

본 논문에서는 무선 센서 네트워크에서 이상치를 포함한 수신 신호 강도와 신호의 도달 각도 측정치 기반의 표적위치추정 성능 저하를 방지하기 위한 이상치 검출 알고리즘 C-SCGP를 제안한다. 센서 오작동, 재밍, 심한 잡음과 같은 다양한 이상치 원인으로 인해 표적 위치추정 정확도가 크게 떨어질 수 있어, 모든 이상치를 탐지하고 제거하는 것이 중요하다. 이러한 이상치를 제거하기 위해 single cluster graph partitioning (SCGP) 알고리즘이 널리 사용되고 있다. 기존의 SCGP 알고리즘은 hyperparameter 최적화를 통한 threshold 설정과 이상치 확률 계산이 필수적이므로 다양한 분야에 효율적인 적용이 제한되어왔다. 본 논문에서 제안된 continuous-SCGP (C-SCGP) 알고리즘은 이러한 SCGP의 약점을 극복한다. 다양한 잡음 환경에서 threshold 설정과 이상치 확률 계산이 필요 없는 제안된 C-SCGP 알고리즘과 threshold 설정과 이상치 확률 계산을 요구하는 SCGP 알고리즘의 이상치 제거 성능이 같음을 최종 추정된 표적의 RMSE 성능을 통하여 검증하였다.

• 사물인터넷융복합논문지
• /
• 제8권2호
• /
• pp.79-84
• /
• 2022

본 논문은 문서의 보안과 손실 및 오염에 대하여 복원능력을 향상시키는 방안을 제안한다. 이를 위해서 암호화로 DnCNN(DeNoise Convolution Neural Network)을 제시한다. 암호화 방법을 구현하기 위하여 2D이미지정보를 광학에 사용되는 공간주파수 전달함수(Spatial Frequency Transfer Function)의 수학적 모델을 적용한다. 공간 주파수 전달함수를 사용하여 광학적 간섭 패턴을 암호화로 사용하고 공간 주파수 전달함수의 수학적 변수를 복호화하는 암호로 사용하는 방법을 제안하였다. 또한, 딥러닝을 적용한 DnCNN 방법을 적용하여 노이즈 제거하여 복원 성능을 개선한다. 실험결과, 65%의 정보 손실이 있는 경우에도 Pre-Training DnCNN Deep Learning을 적용한 결과 공간 주파수 전달함수만을 활용한 복원 결과 와 비교하여 PSNR(Peak Signal-to-noise ratio)을 11% 이상 우수한 성능을 확인할 수 있다. 또한, CC(Correlation Coefficient)의 특성도 16% 이상 우수한 결과를 보이고 있다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제17권2호
• /
• pp.47-57
• /
• 2021

뉴로모픽 기술은 인간의 뇌 구조와 연산과정을 하드웨어로 모방하는 기술로 기존 인공지능 기술의 단점을 보완하기 위하여 제안되었다. 뉴로모픽 하드웨어 기반의 IoT 응용을 개발하기 위해 NA-IDE가 제안되었으며, NA-IDE에서 SNN 모델을 구현하기 위하여 일반적으로 많이 사용되는 입력 데이터를 SNN모델에 사용할 수 있도록 변환이 필요하다. 본 논문에서는 이미지 데이터를 SNN 입력으로 사용하기 위하여 스파이크 시계열 패턴으로 변환하는 신경코딩 방식의 인코더 컴포넌트를 구현하였다. 디코더 컴포넌트는 SNN 모델이 스파이크 시계열 패턴을 생성하는 경우, 출력된 시계열 데이터를 다시 이미지 데이터로 변환하도록 구현하였다. 디코더 컴포넌트는 출력 데이터에 인코딩 과정과 동일한 매개변수를 사용한 경우, 원본 데이터와 유사한 정적 데이터를 얻을 수 있었다. 제안된 인코더와 디코더를 사용한다면 image-to-image나 speech-to-speech와 같이 입력 데이터를 변환하여 재생성하는 분야에 사용할 수 있을 것이다.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.76-81
• /
• 2023

암세포와 정상세포를 구분하기 위해서는 H&E(Hematoxylin&Eosin) 염색이 필요하다. 병리 염색은 많은 비용과 시간이 필요하다. 최근 이러한 비용과 시간을 줄이고자 디지털 염색 방법이 소개되고 있다. 본 연구에서는 병리 H&E 염색의 디지털 변환 방법에 대한 새로운 알고리즘을 제안한다. 첫 번째 알고리즘은 Pair방법이다. 본 방법은 FPM(Fourier Ptychographic Microscopy)으로 촬영된 염색된 Phase 영상과 염색되지 않은 Amplitude 영상을 학습하여 염색된 Amplitude 영상으로 변환한다. 두 번째 알고리즘은 Unpair방법이다. 본 방법은 염색된 형광현미경 영상과 염색되지 않은 형광현미경 영상을 학습하여 모델링하여 디지털 염색을 수행한다. 본 연구에서는 GAN(generative Adversarial Network)를 활용하여 디지털 염색을 진행하였다. 연구 결과 Pair방법과 Unpair방법 모두 우수한 성능의 디지털 염색 결과를 확보하였다.

• Korean Chemical Engineering Research
• /
• 제62권1호
• /
• pp.118-124
• /
• 2024

신경망은 심전도 신호, 망막 영상, 지진파 등 잡음이 포함된 자료의 전처리 작업에 활용되고 있다. 그러나, 잡음의 전처리는 전산시간 증가, 원본 신호의 왜곡등의 문제점을 내포하고 있다. 본 연구에서는 잡음의 전처리 없이 측정 자료를 분석할 수 있는 신경망 구조를 연구하였다. 신경망의 학습 자료로써 잡음이 포함된 DNA 용액의 동역학적 거동을 선정하여, 해당 자료로부터 DNA 용액의 조성비를 예측하고자 하였다. DNA의 동역학 자료에 인위적으로 백색 잡음을 추가하여, 신경망의 예측에 대한 잡음의 영향을 알아보았다. 결과적으로, 잡음의 전처리 없이 O(1)의 신호 대 잡음비 자료로부터 O(0.01)의 오차로 용액의 조성비를 예측할 수 있었다. 이러한 연구 결과는 측정 잡음에 민감하게 영향 받을 수 있는 극미량의 유전병 또는 암세포와 관련된 DNA를 분석을 위한 핵심 인공지능 기술로 활용할 수 있다.