• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 2001년도 종합학술발표회논문집
• /
• pp.269-272
• /
• 2001

본 논문에서는 베이지안 네트워크와 통합 감사자료를 이용하여 시스템 사용자에 대한 비정상행위를 탐지하고 분석하는데 효과적인 모델을 제안하고자 한다. 이를 위해 리눅스 시스템에서의 여러 가지 감사자료들을 통합한 감사자료로부터 사용자의 행위에 대해 베이지안 네트워크로 구성하고자 한다. 베이지안 네트워크를 구성할 때 효율적인 학습이 가능한 Sparse Candidate 알고리즘을 적용하고, 감사자료의 일부가 결여되어 있는 경우에도 추론이 가능하도록 MCMC(Markov Chain Monte Carlo)의 일종인 Gibbs Sampling 방법을 적용한다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2003년도 추계학술대회
• /
• pp.249-258
• /
• 2003

K-means clustering has been widely used in many applications, such that pattern analysis or recognition, data analysis, image processing, market research and so on. It can identify dense and sparse regions among data attributes or object attributes. But k-means algorithm requires many hours to get k clusters that we want, because it is more primitive, explorative. In this paper we propose a new method of k-means clustering using the grid-based sample. It is more fast than any traditional clustering method and maintains its accuracy.

• 한국정보과학회논문지:시스템및이론
• /
• 제30권3_4호
• /
• pp.205-212
• /
• 2003

본 논문은 전형적인 슈퍼샘플링과 거의 동일한 수준의 고화질 영상을 생성하는 동시에, 요구되는 메모리 크기와 메모리 대역폭을 줄일 수 있는 간단하고 효율적인 하드웨어 지원 안티알리아싱 알고리즘과 렌더링 구조를 제안한다. 본 논문에서는 가장 최근에 색상 값 결정을 위해 사용된 프레그먼트의 일부분 또는 병합된 결과를 저장하는 RUF (Recently Used Fragment) 버퍼와 RUF 버퍼의 정보를 이용하여 효과적으로 색상 값을 결정하는 알고리즘을 제안한다. 제안된 방법은 데이타 구조상 샘플링 포인트 수가 늘어날수록 슈퍼샘플링에 비해 메모리 절약 효과가 크다. 또한 본 논문의 실험결과 8산개(sparse) 샘플링 포인트를 가지는 경우, 슈퍼샘플링에 비해 제안된 안티알리아싱 기법은 약 1.3%의 색상 차이를 가지나, 렌더링 과정에서 요구되는 메모리 크기가 약 31%로 감소하였으며, 실험에 사용된 3차원 모델에 대해 평균 11%의 메모리 대역폭 감소를 보인다.

• 대한의용생체공학회:의공학회지
• /
• 제35권5호
• /
• pp.132-141
• /
• 2014

In an ordinary CT scan, a large number of projections with full field-of-view (FFOV) are necessary to reconstruct high resolution images. However, excessive x-ray dosage is a great concern in FFOV scan. Region-of-interest (ROI) CT or sparse-view CT is considered to be a solution to reduce x-ray dosage in CT scanning, but it suffers from bright-band artifacts or streak artifacts giving contrast anomaly in the reconstructed image. In this study, we propose an image reconstruction method to eliminate the bright-band artifacts and the streak artifacts simultaneously. In addition to the ROI scan for the interior projection data with relatively high sampling rate in the view direction, we get sparse-view exterior projection data with much lower sampling rate. Then, we reconstruct images by solving a constrained total variation (TV) minimization problem for the interior projection data, which is assisted by the exterior projection data in the compressed sensing (CS) framework. For the interior image reconstruction assisted by the exterior projection data, we implemented the proposed method which enforces dual data fidelity terms and a TV term. The proposed method has effectively suppressed the bright-band artifacts around the ROI boundary and the streak artifacts in the ROI image. We expect the proposed method can be used for low-dose CT scans based on limited x-ray exposure to a small ROI in the human body.

• 한국산학기술학회논문지
• /
• 제15권10호
• /
• pp.6296-6302
• /
• 2014

본 논문에서, 가시광 발광 다이오드를 데이터 전송용 광원으로 사용하는 광무선 전송 시스템의 채널 용량을 증가시키는 새로운 기법을 제안하였다. 압축센싱을 기반으로 하는 적응형 샘플링 기법과 L1최소화 기법을 이용하여 직교 주파수 분할 다중방식기반 직교 위상천이 변조 (OFDM-QPSK: orthogonal frequency division multiplexed-qudarature phase shift keying) 데이터를 압축무선 전송한후, 수신단에서 복원하였다. 제안된 기법을 실험적으로 검증하기 위해서 소규모 링크를 이용하여 전송실험한 결과, OFDM-QPSK 데이터 전송률이 30.72Mb/s에서 51.2Mb/s로 증가함을 확인하였다. 이때의 오류벡터크기(EVM: error vector magnitude)값은 31%이었고, 에러정정 코드를 적용할 경우, 완벽하게 복원 가능함을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권2호
• /
• pp.221-225
• /
• 2008

센서네트워크에서 목표물 탐지하는데 있어 높은 샘플링이 수반되어야 하는 주파수 분석을 피하기 위하여, 낮은 샘플링 데이타를 이용하더라도 목표물 식별이 가능한 시계열(Time-series) 분석 기법으로서 시간 정합 유사도 측정 알고리즘을 소개하고 그 중에 가장 우수한 DTW-Cosine 알고리즘을 제안한다. 시계열 분석 기법을 이용하여 패턴을 비교하기 위해서는 지역 시간 이동 문제와 공간 신호 변이 문제를 극복해야 하는데 DTW-Cosine 알고리즘은 이를 효과적으로 극복함과 동시에 Smoothing 기법을 통하여 다른 시간 정합 유사도 측정 알고리즘들에 비해 전체적으로 최소 10.31% 이상의 우수한 성능을 보였다.

• 디지털산업정보학회논문지
• /
• 제11권1호
• /
• pp.171-182
• /
• 2015

The general wavelet transform has profitable property in non-stationary signal analysis specially. The tunable Q-factor wavelet transform is a fully-discrete wavelet transform for which the Q-factor Q and the asymptotic redundancy r, of the transform are easily and independently specified. In particular, the specified parameters Q and r can be real-valued. Therefore, by tuning Q, the oscillatory behavior of the wavelet can be chosen to match the oscillatory behavior of the signal of interest, so as to enhance the sparsity of a sparse signal representation. The TQWT is well suited to fast algorithms for sparsity-based inverse problems because it is a Parseval frame, easily invertible, and can be efficiently implemented. The transform is based on a real valued scaling factor and is implemented using a perfect reconstruction over-sampled filter bank with real-valued sampling factors. The transform is parameterized by its Q-factor and its over-sampling rate, with modest over-sampling rates being sufficient for the analysis/synthesis functions to be well localized. This paper describes filter design of 2D discrete-time wavelet transform for which the Q-factor is easily specified. With the advantage of this transform, perfect reconstruction filter design and implementation for performance improvement are focused in this paper. Hence, the 2D transform can be tuned according to the oscillatory behavior of the image signal to which it is applied. Therefore, application for performance improvement in multimedia communication field was evaluated.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.24-34
• /
• 2024

시계열인 네트워크 트래픽 데이터로부터 미래를 예측할 수 있다면 효율적인 자원 배분, 악성 공격에 대한 예방, 에너지 절감 등의 효과를 거둘 수 있다. 통계 기법과 딥러닝 기법에 기반한 많은 모델이 제안되었는데, 이들 연구 대부분은 모델 구조와 학습 알고리즘을 개선하는 일에 치중하였다. 모델의 예측 성능을 높이는 또 다른 접근방법은 우수한 데이터를 확보하는 것이다. 이 논문은 우수한 데이터를 확보할 목적으로, 시계열 데이터를 증강하는 밀집 샘플링 기법을 네트워크 트래픽 예측 응용에 적용하고 성능 향상을 분석한다. 데이터셋으로는 네트워크 트래픽 분석에 널리 사용되는 UNSW-NB15를 사용한다. RMSE와 MAE, MAPE를 사용하여 성능을 분석한다. 성능 측정의 객관성을 높이기 위해 10번 실험을 수행하고 기존 희소 샘플링과 밀집 샘플링의 성능을 박스플롯으로 비교한다. 윈도우 크기와 수평선 계수를 변화시키며 성능을 비교한 결과 밀집 샘플링이 일관적으로 우수한 성능을 보였다.

• 한국통신학회논문지
• /
• 제41권1호
• /
• pp.1-11
• /
• 2016

본 논문에서는 Orthogonal Frequency Division Multiplexing(OFDM) 시스템에서 압축센싱을 이용하는 채널추정기법을 연구한다. 압축센싱은 측정벡터의 크기가 성능에 영향을 주는데, OFDM에서는 channel delay spread가 큰 경우에 압축센싱 기법을 사용하는데 제약이 된다. 본 논문에서는 채널추정 오차를 줄이기 위해서 OFDM data block에 pilot information을 추가해 측정벡터의 길이를 증가시켜 성능을 향상시킨다. 제안하는 방식이 성긴 신호의 위치를 찾을 확률을 높이고 압축센싱의 신호 복원 성능을 높인다. 모의실험을 통해 제안하는 방식이 기존 방식보다 신호 복원 능력이 더 우수함을 확인한다.

• 정보과학회 논문지
• /
• 제43권8호
• /
• pp.910-918
• /
• 2016

많은 종류의 데이터들은 텐서로 표현될 수 있다. 텐서란 다차원 배열을 의미하며, 그 예로 (사용자, 사용자, 시간)으로 이루어진 소셜 네트워크 데이터가 있다. 이러한 다차원 데이터 분석에 있어서 텐서 생성기는 시뮬레이션, 다차원 데이터 모델링 및 이해, 샘플링/외삽법 등 다양한 응용이 가능하다. 하지만, 존재하는 텐서 생성기들은 실제 세계의 텐서처럼 멱 법칙을 따르는 특성과 희박성을 갖는 텐서를 생성할 수 없다. 또한, 처리가능한 텐서 크기에 한계가 존재하고, 분산시스템에서 추가 분석을 하려면 텐서를 분산시스템에 업로드 하는 추가비용이 든다. 본 논문은 분산 테라스케일 텐서 생성기(TeT)를 제안함으로써 이러한 문제를 해결하고자 한다. TeT는 희박성을 갖는 랜덤 텐서와 희박성과 멱 법칙을 따르는 특성을 갖는 Recursive-MATrix 텐서, 크로네커 텐서를 크기 제한없이 생성할 수 있다. 또한, TeT에서 생성된 텐서는 같은 분산 시스템에서 추가적인 텐서분석이 가능하다. TeT는 효율적인 설계로 인해 거의 선형적인 머신확장성을 보인다.