• Title/Summary/Keyword: 국소적 특징

Search Result 223, Processing Time 0.032 seconds

가역 셀룰러 오토마타 기반 블록 암호에 대한 취약점 분석 (Distinguish Attack of block ciphers based on Reversible Cellular Automata)

  • 류한성;이제상;이창훈;성재철;홍석희
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송공학회 2008년도 동계학술대회
    • /
    • pp.59-61
    • /
    • 2008
  • 셀룰러 오토마타(CA:cellular automata)의 특징 중에서 확산(Diffusion)과 국소적인 상호 작용(Local Interaction)은 암호시스템을 설계하는데 적합하여 암호 알고리즘, 의사난수 생성기를 비롯한 암호시스템의 설계 논리로 활용되고 있다. 본 논문에서는 2004년에 제안된 가역 셀룰러 오토마타 기반 블록 암호(BCRCA)에 대한 취약점 분석을 소개한다. BCRCA는 224 비트의 안전성을 가져야 하지만, 균일한 키를 이용할 경우 통계적 취약점을 이용하여 191.8 비트의 안전성을 갖는다.

  • PDF

시각신경 메커니즘을 이용한 한자 획의 분리 및 추출 (Stroke Extraction of Chinese Character using Mechanism of Optical Neural Field)

  • 손진우;이욱재;이행세
    • 한국정보처리학회논문지
    • /
    • 제1권3호
    • /
    • pp.311-318
    • /
    • 1994
  • 시각신경계의 특정추출 기구인 수용영역 즉, RF(Receptive Field)모델을 이용하여 한자의 획의 분리 및 추출에 관한 방법을 제안한다. 한자의 복잡한 정보에 대한 분리 추출과 데이터베이스화 등은 더욱 명백한 처리과정을 필요로하고 있다. 본 기법의 특 징은 망막과 대뇌 시각영역의 특징추출 기구인 수용영역을 모델링 하였고 신경세포 입력 방식에 따라 국소적인 처리에서 얻어진 정보를 대국적인 처리로 통합 추출하는 것으로서 그 기능성과 유효성을 확인할 수 있었다.

  • PDF

시간경로 유전자 발현자료에서 패턴일치지수와 적응 최근접 이웃을 활용한 결측값 대치법 (Missing values imputation for time course gene expression data using the pattern consistency index adaptive nearest neighbors)

  • 신혜서;김동재
    • 응용통계연구
    • /
    • 제33권3호
    • /
    • pp.269-280
    • /
    • 2020
  • 시간경로 유전자 발현 자료는 마이크로어레이 실험을 시간에 따라 관측한 대용량의 자료로 유전자 발현 수준을 동시에 파악할 수 있다. 하지만 실험 과정이 복잡하여 다양한 원인들에 의해 결측값이 자주 발생한다. 본 논문에서는 시간경로 유전자 발현 자료에 대한 결측값을 추정하는 방법으로 패턴 적응 최근접 이웃(pattern consistency index adaptive nearest neighbors; PANN) 방법을 제안하였다. 이 방법은 국소적 특징을 반영하는 적응 최근접 이웃(adaptive nearest neighbors; ANN) 방법과 관측 시점간 유전자 발현의 일치 정도를 고려하는 패턴일치지수를 결합시킨 것이다. 제안한 PANN 방법의 효능을 평가하기 위하여 두 가지의 실제 시간경로 자료들을 사용하여 몬테카를로 모의실험(Monte Carlo simulation study)을 시행하였다.

랜덤 투영 앙상블 기법을 활용한 적응 최근접 이웃 판별분류기법 (Random projection ensemble adaptive nearest neighbor classification)

  • 강종경;전명식
    • 응용통계연구
    • /
    • 제34권3호
    • /
    • pp.401-410
    • /
    • 2021
  • 판별분류분석에서 널리 이용되는 k-최근접 이웃 분류 방법은 고정된 이웃의 수만을 고려하여 자료의 국소적 특징을 반영하지 못하는 한계가 있다. 이에 자료의 국소적 구조를 고려하여 이웃의 개수를 선택하는 적응 최근접이웃방법이 개발된 바 있다. 고차원 자료의 분석에 있어서는 k-최근접 이웃 분류를 사용하기 전에 랜덤 투영 기법 등을 활용하여 차원 축소를 수행하는 것이 일반적이다. 이렇게 랜덤 투영시킨 다수의 분류 결과들을 면밀히 조합하여 투표를 통해 최종 할당을 하는 기법이 최근 개발된 바 있다. 본 연구에서는 고차원 자료에서의 분석을 위해 적응 최근접이웃방법과 랜덤 투영 앙상블 기법을 조합한 새로운 판별분류 기법을 제안하였다. 제안된 방법은 기존에 개발된 방법에 비해 분류 정확성 측면에서 더 뛰어남을 모의실험 및 실제 사례 분석을 통해 확인하였다.

촬영 장면 가이더를 이용한 고속 파노라마 영상 생성 (High Speed Panorama Image Construction Using Scene Shot Guider)

  • 김태우
    • 한국산학기술학회:학술대회논문집
    • /
    • 한국산학기술학회 2007년도 추계학술발표논문집
    • /
    • pp.191-193
    • /
    • 2007
  • 파노라마 영상은 여러 장의 겹쳐지는 영상을 하나의 큰 영상으로 병합하여 만들어진다. 그 방법에는 크게 특징 기반 방법과 직접 방법으로서 두 종류가 있으며, 특징 기반 방법은 직접 방법에 비해 처리 속도가 빠른 장점이 있다. 그러나 모바일 단말기와 같은 처리속도가 환경에서 구현하기에는 어려움이 있다. 본 논문에서는 고속 파노라마 생성 방법을 제안하였다. 이 방법은 촬영 장면 가이더를 적용함으로써 정합 파라미터의 개수를 줄여 정합 속도를 크게 향상시켰다. 또한, 적은 수의 파라미터 사용에 따른 정합 오차를 줄이기 위해 국소 정합법을 추가로 적용하였다. 실험에서, $320{\times}240$ 크기의 24비트 칼라 영상에 대해 약 0.16초의 처리속도로 기존의 특징 기반 방법보다 97.2%의 처리 속도면에서 큰 개선을 보였다.

  • PDF

Lemierre 증후군의 수술 치험 -1례 보고- (Surgical Treatment of Lemierre′s Syndrome -A case report-)

  • 오정훈;이정철;이동협;이장훈;정태은;한승세
    • Journal of Chest Surgery
    • /
    • 제34권8호
    • /
    • pp.644-647
    • /
    • 2001
  • Lemierre 증후군은 원발성 구인두 감염증으로 인하여 내경정맥의 패혈성 혈전정맥염과 원격전이성 감염증이 발생하는 드물고도 진행이 빠른 임상적 상태로 특징지워진다. 심한 흉부 외상으로 기관 절개하에서 기계호흡 치료 중이던 40세 남자 환자가 우측 경부의 현저한 종창과 폐렴증상이 나타나면서 전신적인 패혈증상이 동반되었다. 경부 전산화 단층촬영과 자기공명 혈관조영술에서 우측 내경정맥이 큰 중심 괴사성 혈전에 의해 완전히 폐쇄되어 있었으며, 주위로의 염증파급이 매우 심한 혈전정맥염의 소견을 보였다. Clindamycin과 haparin의 투여에도 불구하고 염증소견은 더욱 악화되었다. 즉각적인 내경정맥 혈전제거술 및 절제술을 시행하였으며, 이후 환자의 전신적인 패혈증상과 폐렴 그리고 국소적인 염증소견이 소실되었다.

  • PDF

Hybrid Affine Registration Using Intensity Similarity and Feature Similarity for Pathology Detection

  • June-Sik Kim;Ho-Sung Kim;Jong-Min Lee;Jae-Seok Kim;In-Young Kim;Sun I. Kim
    • 대한의용생체공학회:의공학회지
    • /
    • 제23권1호
    • /
    • pp.39-47
    • /
    • 2002
  • 본 연구의 목적은 선형 변환을 이용한 레지스트레이션의 정확도를 높이는데 있다. 서로 다른 개인간의 뇌영상을 비교분석하기 위해서는 공통된 좌표계로 각 영상을 변환하는 작업이 필요하다 정확한 변환을 위해서는 전체적인 뇌영상의 매치와 국소적 영역의 매치가 모두 중요하다 일반적으로 상호정보를 이용한 레지스트레이션은 전체적인 뇌영상을 매치시키는데 유리하다. 그러나 관심영역에 대한 매치는 특징기반 레지스트레이션 방법이 더 유리하다. 본 논문에서 제시하는 통합 레지스트레이션은 특징정보와 더불어 복셀기반의 상호정보를 함께 사용하였다. 이러한 접근 방법은 정신분열증을 판단하는 기준으로 많이 사용되는 뇌량을 포함하는 뇌의 중심부분의 매칭에 유리함을 실험을 통해 확인하였다 상호정보만을 사용하는 복셀기반 레지스트레이션이나 탈라이락 좌표계를 이용한 정규화에 비해 본 연구의 통합 레지스트레이션은 전체적 뇌영상 뿐만 아니라 관심 영역에서의 레지스트레이션 오차가 더 작았다.

Non-Fourier 열전달에 대한 소고

  • 김우승
    • 기계저널
    • /
    • 제31권8호
    • /
    • pp.735-744
    • /
    • 1991
  • 확산모델과 파모델의 결과에 있어 큰 차이가 일어나는 경우를 요약하면 다음과 같다. 1) 과도기 간이 짧다. 2) 작동온도가 아주 낮다. 3) 온도구배가 상당히 크다. 이때3)의 경우는 서로 다른 물질들이 접촉된 경우 또는 높은 열유속이 있는 경우 또는 얇은 표면층 등을 갖는 문제들의 공 통적인 특징이다. Non-Fourier 열전도 문제를 이용해 온도 분포를 예측해야 하는 실제적인 몇 가지 예를 살펴 보면 레이저 기술 또는 절대온도 영(zero)에 접근하는 온도에서의 액체 헬륨을 다루는 저온공학연구 또는 1/$10^{6}$Inch 정도의 표면조도가 관심사인 정밀공학 등을 들 수 있다. 또한 상당히 높은 강도의 열원이 작용될 때 고체에서의 크랙이나 보이드(void) 같은 국소 결함은 확산거동이 나타나기에 요구되는 시간보다 짧은 시간 구간에서 발생되어질 수 있으며, 크랙발생의 방향과 같은 것들은 hyperbolic 모델에의해 예측되어져야만 한다. 특히 움직이는 열원 또는 propagating crack tip을 갖는 경우에 그들 주위에서의 온도장을 규정짓는 가장 중요한 변 수는 열마하수 M이며, 아음속에서 초음속 영역으로 천이될 때 물리적 양들의 변화에 있어서 일어나는 현상들은 열충격의 형성에 기인하는데 이러한 현상들은 확산 모델로서는 예측될 수 없는 특징들이다. 이상에서 살펴볼 때 non-Fourier 모델에 대해 관심을 기울일 필요가 있다고 사료된다.

  • PDF

위치 이동에 무관한 웨이블렛 변환을 이용한 패턴 인식 (Patterns Recognition Using Translation-Invariant Wavelet Transform)

  • 김국진;조성원;김재민
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
    • /
    • pp.305-308
    • /
    • 2002
  • 패턴 인식(Patterns Recognition)은 인공 지능의 한 분야로서 이해할 수 있는데, 요즈음은 보안과 관련하여 많은 연구가 진행되고 있다. 웨이블렛 변환(Wavelet Transform)은 공간-주파수 영역에서 신호의 국소화를 효율적으로 구현할 수 있다. 하지만, 이를 패턴 인식의 특징 추출에 그대로 이용할 경우 입력 신호의 위치 이동 등이 문제가 되며, 이것은 또한 에러 요인이 된다. 본 논문에서는 웨이블렛 변환을 패턴 인식에 적용할 경우 발생하는 입력 신호의 위치이동에 따른 문제점을 보완하여, 개선된 방법으로 패턴 인식에 사용할 수 있는 알고리즘을 제안하며, 실험 결과를 바탕으로 그의 타당성을 보인다.

활률적 클러스터링에 의한 움직임 파라미터 추정과 세그맨테이션 (Motion Parameter Estimation and Segmentation with Probabilistic Clustering)

  • 정차근
    • 방송공학회논문지
    • /
    • 제3권1호
    • /
    • pp.50-60
    • /
    • 1998
  • 본 논문에서는 콤팩트한 동영상 표현과 객체기반의 generic한 동영상압축을 위한 파라미터릭 움직임 모델의 파라미터 추정과 세그맨테이션 기법에 관해서 기술한다. 동영상의 optical flow와 같은 국소적 움직임 정보와 파라미터 움직임 모델의 특징을 이용해서 영상의 콤팩트한 구조적 표현을 추출하기 위해, 본 논문에서는 2 스템의 과정 즉, 초기영역을 추출하는 과정과, 파라미터릭 움직임 파라미터의 추정과 세그맨테이션을 동시에 수행하는 과정으로 구성된 새로운 알고리즘을 제안한다. 혼합 모델이 ML 추정에 의거한 확률적 클러스터링에 의해 움직임 물체의 움직임과 형상을 반영한 초기영역을 추출하고, 파라미터릭 움직임 모델을 사용해서 각각의 초기 영역마다 움직임 파라미터를 추정하고 세그맨테이션을 수행한다. 또한, CIF 표준 동영상을 사용한 모의 실험을 통해 본 제안 알고리즘의 유효성을 평가한다.

  • PDF