• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권10호
• /
• pp.397-402
• /
• 2019

암 환자에게 적절한 치료계획을 제공하기 위해 암의 진행양상 또는 환자의 생존 기간 등에 해당하는 환자의 예후를 정확히 예측하는 것은 생물정보학 분야에서 다루는 중요한 도전 과제 중 하나이다. 많은 연구에서 암 환자의 유전자 발현량 데이터를 이용하여 환자의 예후를 예측하는 기계학습 모델들이 많이 제안되어 오고 있다. 유전자 발현량 데이터는 약 17,000개의 유전자에 대한 수치값을 갖는 고차원의 수치형 자료이기에, 기존의 연구들은 특징 선택 또는 차원 축소 전략을 이용하여 예측 모델의 성능 향상을 도모하였다. 그러나 이러한 접근법은 특징 선택과 예측 모델의 훈련이 분리되어 있어서, 기계학습 모델은 선별된 유전자들이 생물학적으로 어떤 관계가 있는지 알기가 어렵다. 본 연구에서는 유전자 발현량 데이터를 이미지 형태로 변환하여 예후 예측이 효과적으로 특징 선택 및 예후 예측을 수행할 수 있는 기법을 제안한다. 유전자들 사이의 생물학적 상호작용 관계를 유전자 발현량 데이터에 통합하기 위해 Node2Vec을 활용하였으며, 2차원 이미지로 표현된 발현량 데이터를 효과적으로 학습할 수 있도록 합성곱 신경망 모델을 사용하였다. 제안하는 모델의 성능은 이중 교차검증을 통해 평가되었고, 유전자 발현량 데이터를 그대로 이용하는 기계학습모델보다 우월한 예후 예측 정확도를 가지는 것이 확인되었다. Node2Vec을 이용한 유전자 발현량의 새로운 이미지 표현법은 특징 선택으로 인한 정보의 손실이 없어 예측 모델의 성능을 높일 수 있으며, 이러한 접근법이 개인 맞춤형 의학의 발전에 이바지할 것으로 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권12호
• /
• pp.387-402
• /
• 2020

기존의 자동차 개발은 주로 정확성(Correctness) 및 안전성(Safety) 확보에 초점을 맞추어 왔으며, 이에 반해 보안성(Security)은 비교적 소홀하게 다루어져 왔다. 하지만 최근 자동차의 인터넷 연결성이 높아짐에 따라 자동차 해킹 사례가 증가하면서, 유엔유럽경제위원회(United Nations Economic Commission for Europe, UNECE)와 같은 국제기관은 자동차 개발에 대한 보안성을 확보하기 위해 사이버보안 규제를 준비하고 있다. 다른 IT 제품과 마찬가지로 자동차 사이버보안 규제에서 또한 개발 초기부터 보안성을 고려하는 "보안 내재화(Security by Design)"의 개념을 강조한다. 특히 자동차 개발은 생명주기가 길고 공급망이 복잡하기 때문에 개발 이후에 아키텍처를 변경하는 것이 매우 어려우므로, 자동차 개발에 있어 보안 내재화는 기존 IT 제품에 비해 훨씬 더 중요시된다. 그러나 문제는 아직 자동차 개발 과정에 보안을 내재화하는 구체적인 방법론이 제시되지 못하고 있다는 것이다. 이에 본 논문에서는 자동차 보안 내재화를 위한 구체적인 방법론을 제안한다. 본 논문에서 제안된 방법론을 통해 자동차 제조사는 자동차 개발 과정에 있어 기능 안전성과 보안성의 측면을 동시에 고려할 수 있으며, 다가오는 UNECE 자동차 사이버보안 규제에 대한 인증에도 대응할 수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권12호
• /
• pp.403-410
• /
• 2020

오토인코더의 데이터 복원(Output result) 기능을 이용한 노이즈 제거 및 초해상도와 같은 연구가 진행되는 가운데 오토인코더의 차원 축소 기능을 이용한 클러스터링의 성능 향상에 대한 연구도 활발히 진행되고 있다. 오토인코더를 이용한 클러스터링 기능과 데이터 복원 기능은 모두 동일한 학습을 통해 성능을 향상시킨다는 공통점이 있다. 본 논문은 이런 특징을 토대로, 데이터 복원 성능이 뛰어나도록 설계된 오토인코더 모델이 클러스터링 성능 또한 뛰어난지 알아보기 위한 실험을 진행했다. 데이터 복원 성능이 뛰어난 오토인코더를 설계하기 위해서 스킵연결(Skip connection) 기법을 사용했다. 스킵연결 기법은 기울기 소실(Vanishing gradient)현상을 해소해주고 모델의 학습 효율을 높인다는 장점을 가지고 있을 뿐만 아니라, 데이터 복원 시 손실된 정보를 보완해 줌으로써 데이터 복원 성능을 높이는 효과도 가지고 있다. 스킵연결이 적용된 오토인코더 모델과 적용되지 않은 모델의 데이터 복원 성능과 클러스터링 성능을 그래프와 시각적 추출물을 통해 결과를 비교해 보니, 데이터 복원 성능은 올랐지만 클러스터링 성능은 떨어지는 결과를 확인했다. 이 결과는 오토인코더와 같은 신경망 모델이 출력된 결과 성능이 좋다고 해서 각 레이어들이 데이터의 특징을 모두 잘 학습했다고 확신할 수 없음을 알려준다. 마지막으로 클러스터링의 성능을 좌우하는 잠재변수(latent code)와 스킵연결의 관계를 분석하여 실험 결과의 원인에 대해 파악하였고, 파악한 결과를 통해 잠재변수와 스킵연결의 특징정보를 이용해 클러스터링의 성능저하 현상을 보완할 수 있다는 사실을 보였다. 이 연구는 한자 유니코드 문제를 클러스터링 기법을 이용해 해결하고자 클러스터링 성능 향상을 위한 선행연구이다.

• 한국인터넷방송통신학회논문지
• /
• 제21권1호
• /
• pp.79-86
• /
• 2021

빅데이터 프로젝트의 성공 확률을 높이기 위해서는 복잡한 원인들로부터 근본적인 위험의 원인을 분석하여 최적의 대응 방안을 수립할 수 있는 계량화된 기법이 요구된다. 이를 위해 본 연구에서는 SNA 분석을 통해 위험 요인과 관계를 측정하고, 이를 기반으로 위험에 대응할 수 있는 방법을 제시한다. 즉, 사전 연구에서 제시된 빅데이터 프로젝트의 위험 그룹 간 상관관계 분석 결과를 활용하여 종속성 네트워크(dependency network) matrix를 도출하고 이를 통해 SNA 분석을 수행한다. 종속성 네트워크 matrix를 도출하기 위하여 위험 노드 간의 상관관계로부터 부분 상관을 구하고, 상관 영향과 상관 종속성을 계산함으로써 노드별 활동 종속성을 도출하고 이를 통해 위험 요인 노드 간의 인과 관계와 연관관계에 있는 모든 노드간의 영향정도를 모두 산출한다. 위험 요인 간 SNA통해 도출된 위험 요인 간 네트워크로부터 위험에 대한 근본 원인을 인지함으로써 보다 최적화되고 효율저인 위험 관리가 가능하다. 본 연구는 위험관리 대응과 관련하여 SNA 분석 기법을 적용한 최초의 연구로 본 연구결과는 IT프로젝트의 위험관리와 관련하여 주요 위험에 대한 위험 관리 순서를 최적화할 수 있을 뿐만 아니라, 위험 통제를 위한 새로운 위험분석 기법을 제시하였다는데 큰 의의가 있다.

• 생물환경조절학회지
• /
• 제30권1호
• /
• pp.27-36
• /
• 2021

정전용량 수분측정 센서는 수경용 배지 양쪽에 구리 및 테플론으로 절연된 전극판(30cm×10cm)을 부착하여 배지의 넓은 부분에 걸쳐 측정하도록 개발되었다. 본 연구는 콘덴서형 정전용량 센서로부터 출력되는 정전용량 값을 배지 함수량으로 변환하는 것이다. 정량화 실험은 양액을 공급하면서 배지 물무게와 정전용량 변화를 측정하고 그 값을 비교하는 방식으로 수행되었다. 배지 함수량과 정전용량은 본 연구를 위해 특별히 개발된 소프트웨어와 함께 센서와 로드셀을 사용하여 20~30초마다 측정되었다. 상용 curve-fitting 프로그램을 이용하여 배지 함수량과 정전용량을 변수로 정전용량 값으로 배지 함수량을 추정하였다. 공급하는 물의 양이 증가하면 정전용량도 증가하는 경향을 보였다. 배지 내 물무게에 따른 정전용량에 대한 변동계수(coefficient of variation, cv)는 배지 내 물무게가 1.0kg 수준에서 다른 무게에 비해 높아 함수량 보정은 물무게를 1.7~6.0kg 수준에서 수행하였다. 정전용량과 물무게 사이의 상관 계수는 0.996이었고 보정식에 의해 정전용량으로 추정된 함수량은 로드셀로 측정한 배지 함수량과 비교하였다.

• 한국정보전자통신기술학회논문지
• /
• 제13권6호
• /
• pp.523-529
• /
• 2020

배전선로계통의 효율적인 관리와 운영을 위해서 배전지능화시스템은 필수적이다. 배전지능화시스템은 IT를 기반으로 배전망을 통합관리하는 시스템으로 전력산업의 발전과 더불어 진화해 오고 있다. 현재의 배전지능화시스템은 주장치 단위의 독립운전을 기준으로 상대적으로 낮은 네트워크 전송속도로 운영되도록 설계되어있다. 하지만 최근 급속히 보급이 증가하고 있는 태양광이나 에너지 저장장치와 같은 분산자원으로 인하여 미래 배전환경의 운영은 보다 복잡해 지고 있으며 다양한 정보의 실시간 수집이 필요하다. 본 연구에서는 기존의 배전지능화의 한계를 극복하기 위해 차세대 배전지능화 시스템의 요구사항을 도출하였으며, 이를 기반으로 배전계통에 필요한 통신네트워크 체계와 성능요건을 정의하였다. 배전지능화시스템과 같은 대규모 시스템의 현장 도입에는 과도한 시간과 비용이 소요되므로 설계된 시스템의 성능 검증을 위하여 소프트웨어 기반의 단말장치 시뮬레이터를 개발하였다. 시뮬레이터를 활용하여 실제 운영과 유사한 시험환경을 구축하고, 단말장치를 1,000대 까지 증가시켰을 때 제시된 시스템의 네트워크 점유는 최대 10% 이하로 차세대 배전지능화시스템의 기능을 지원하기 위한 네트워크 요구사항을 충족함을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권1호
• /
• pp.1-8
• /
• 2021

뉴스 기사의 정치 분야는 보수, 진보와 같이 양극화된 편향적 특성이 존재하며 이를 정치적 편향성이라고 한다. 뉴스 기사로부터 편향성 문제를 분류하기 위해 키워드 기반의 학습 데이터를 구축하였다. 대부분의 임베딩 연구에서는 미등록어로 인한 문제를 완화시키기 위해 형태소 단위로 문장을 구성한다. 본 논문에서는 문장을 언어 모델에 의해 세부적으로 분할하는 부분 단어로 문장을 구성할 경우 미등록어 수가 감소할 것이라 예상하였다. 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델을 제안하며 이를 SVM과 전방향 뉴럴 네트워크 구조에 적용하여 정치적 편향성 분류 실험을 진행하였다. 형태소 토큰화 기법을 이용한 문서 임베딩 모델과 비교 실험한 결과, 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델이 78.22%로 가장 높은 정확도를 보였으며 부분 단어 토큰화를 통해 미등록어 수가 감소되는 것을 확인하였다. 분류 실험에서 가장 성능이 좋은 임베딩 모델을 이용하여 정치적 인물을 기반한 어휘를 추출하였으며 각 성향의 정치적 인물 벡터와의 평균 유사도를 통해 어휘의 편향성을 검증하였다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.19-26
• /
• 2021

격자 구조체는 강도 및 강성, 초경량 및 에너지 흡수 능력 등의 우수성을 가지고 있어서 전방위 산업에서 주목을 받고 있으나, 다양한 장점에도 불구하고 복잡한 형상에 따른 제조 공정의 어려움으로, 현재까지 광범위한 상용화 및 사용은 제한되고 있다. 한편 적층 제조는 전통적인 제조 방법으로는 불가능한 복잡한 기하학적 형상 제조가 가능한 기술로써, 격자 구조체 제조를 위한 최적 기술로 주목을 받고 있다. 본 연구에서는 3차원 좌표 방법으로 단위 셀을 형성하고, 단위셀의 바운더리 박스 크기 및 스트럿 반경에 따른 상대 밀도의 관계식을 도출하였다. 본 연구에서는 Simple Cubic(SC), Body-Centered Cubic(BCC) 및 Face-Centered Cubic(FCC)을 모델링 소프트웨어를 사용하여 상대 밀도 맞춤형 구조체를 설계하였다. 본 연구에서 제안한 상대 밀도 산출식 정확도는 SC, BCC 및 FCC에서 98.3 %, 98.6 % 및 96.2%의 신뢰성을 확보하였다. 격자 구조체를 대상으로 시뮬레이션 수행 결과, 동일한 셀 배열 조건에서는 상대 밀도가 커짐에 따라 항복 하중이 커지고, 동일 배열 조건에서는 SC, BCC, FCC 순으로 압축 항복 하중이 작아지는 결과가 나타났다. 최종적으로 20 mm × 20 mm × 20 mm 크기의 구조체는 SC 단위 셀을 3×3×3 배열로 구성하는 것이 압축 하중에 대한 구조적 최적화가 가능한 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권3호
• /
• pp.99-108
• /
• 2021

차량 내부에는 조명 변화, 부분적인 가림 및 운전자의 상태 변화와 같은 제한되지 않은 조건들이 존재한다. 본 논문에서는 비 제약적인 차량 환경에서의 운전자 얼굴 인증 시스템을 제안한다. 제안한 방법은 차량 내부 및 외부의 조명 변화에 따라 발생하는 얼굴 이미지의 변화를 최소화하기 위해서 근적외선(NIR) 카메라를 사용한다. 특히 정면에서의 강한 빛에 노출된 얼굴 이미지를 처리하기 위해서, 학습 이미지의 평균과 분산을 사용하여 정상적인 얼굴 이미지로부터 빛에 과다하게 노출된 이미지로 변환하여 사용한다. 따라서 정상적인 조명에서의 얼굴 분류기와 강한 정면광에서의 얼굴 분류기를 각각 동시에 만들어진다. 제안하는 얼굴 분류기는 얼굴 랜드마크를 추출하고 각 랜드마크의 신뢰도 점수를 합산하여 얼굴을 최종적으로 식별한다. 특히 각 랜드마크를 인식하여 부분적인 얼굴 가림에 강하기 때문에 안경이나 선글라스를 착용하는 상황에서도 높은 성능 향상이 가능하다. 즉 가려지지 않은 남은 랜드마크의 점수를 사용하여 운전자를 인식할 수 있다. 또한 등록 운전자와 미등록 운전자 간의 관계를 고려한 새로운 인식 거부 방법과 새로운 평가 방법을 논문에서 제안한다. 자체 취득한 데이터 셋, 공인된 PolyU 및 ORL 데이터 셋으로 실험한 결과 제안한 방법이 효과적임을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권2호
• /
• pp.45-56
• /
• 2021

군집주행은 여러 대의 자율 주행 차량이 통신을 사용하여 서로 정보를 교환하며 하나의 군집을 이루어 주행하는 것이다. 이러한 군집주행 기술은 더 좁은 차량 간 간격을 유지하며 주행함으로써 도로의 통행량 증대, 에너지 소비 및 오염물질 배출 감소 등의 다양한 장점을 가진다. 그러나 군집주행의 좁은 차량 간 간격은 긴급한 사고 발생 시 대처를 더 어렵게 만들며, 이에 따라 필수적으로 확보되어야 할 군집주행의 안전성을 보장하는데 어려움을 주고 있다. 특히 주행 중 나타날 수 있는 가변성은 군집주행의 안전에 악영향을 미칠 수 있다. 이러한 가변성은 발생 예측이 어렵고, 재현이 어려운 특성으로 인해 가변성으로부터 발생하는 위험 요소를 방지하는 안전대책 마련에 어려움이 있다. 본 논문에서는 군집주행 중에 생겨날 수 있는 가변성에 따른 위험을 회피하기 위한 시뮬레이션 방법을 연구하였다. 이를 위해 가변성을 고려하는 다양한 시나리오를 개발하고, 가변성을 핸들링할 수 있는 안전 대책을 고안, 적용하였으며, 또한 오픈소스 군집주행 시뮬레이터인 VENTOS를 확장하여 시나리오 시뮬레이션을 수행하였다. 그 결과 가변성으로 인한 군집주행의 위험성을 제거하여 안전한 군집주행이 가능함을 확인하였다. 제시하는 가변성 대응 시나리오 시뮬레이션은 군집주행에서의 안전성을 확보하기 위한 연구 개발에 기여할 것으로 판단한다.