• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.689-691
• /
• 2023

불균형 데이터의 분류의 성능을 향상시키기 위한 앙상블 구성 방법에 관하여 연구한다. 앙상블의 성능은 앙상블을 구성한 기계학습 모델 간의 상호 다양성에 큰 영향을 받는다. 기존 방법에서는 앙상블에 속할 모델 간의 상호 다양성을 높이기 위해 Feature Engineering 을 사용하여 다양한 모델을 만들어 사용하였다. 그럼에도 생성된 모델 가운데 유사한 모델들이 존재하며 이는 상호 다양성을 낮추고 앙상블 성능을 저하시키는 문제를 가지고 있다. 불균형 데이터의 경우에는 유사 모델 판별을 위한 기존 다양성 지표가 다수 클래스에 편향된 수치를 산출하기 때문에 적합하지 않다. 본 논문에서는 기존 다양성 지표를 개선하고 가지치기 방안을 결합하여 유사 모델을 판별하고 상호 다양성이 높은 후보 모델들을 앙상블에 포함시키는 방법을 제안한다. 실험 결과로써 제안한 방법으로 구성된 앙상블이 불균형이 심한 데이터의 분류 성능을 향상시킴을 확인하였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.28 no.2
• /
• pp.385-395
• /
• 2018

With the development of Internet, cyber attack has become a major threat. To detect cyber attacks, intrusion detection system(IDS) has been widely deployed. But IDS has a critical weakness which is that it generates a large number of false alarms. One of the promising techniques that reduce the false alarms in real time is machine learning. However, there are problems that must be solved to use machine learning. So, many machine learning approaches have been applied to this field. But so far, researchers have not focused on features. Despite the features of IDS alerts are important for performance of model, the approach to feature is ignored. In this paper, we propose new feature set which can improve the performance of model and can be extracted from a single alarm. New features are motivated from security analyst's know-how. We trained and tested the proposed model applied new feature set with real IDS alerts. Experimental results indicate the proposed model can achieve better accuracy and false positive rate than SVM model with ordinary features.

• The Journal of Korean society of community based occupational therapy
• /
• v.8 no.3
• /
• pp.1-12
• /
• 2018

Objective : This study conducted a preliminary study to develop a occupational therapy model focused on improving living functions within the community care system. Methods : From June to July, 2018, the literature on community care was researched, focusing on cases of Japan's Management Tool for Daily Life Performance (MTDLP), Sweden, United Kingdom, Germany and domestic S Elderly Care Centers and I Health Centers. Based on this information, a group of experts developed a occupational therapy model within the community care system. Results : Assessment tools such as occupation-based health promotional table, interest checklist, occupational goals for improving living functions, sheet for evaluation of living functions, survey of daily life time (weekday and weekend), and sheet for transition of living functions were developed to conduct evaluation for occupational therapy. The improving living functions program, analysis of activities based on ICF model, lifestyle redesign program, cognitive exercise therapy, the Lee Silverman Voice Treatment (LSVT), hospice, and home modification were also organized interventions already in place by occupational therapists. Conclusion : This study showed specific measures and models for the implementation of occupational therapy within community care systems. Occupational therapy is positioned as a specialized area that is essential to the client, and we look forward to the use of this model.

• Journal of Convergence for Information Technology
• /
• v.10 no.2
• /
• pp.193-200
• /
• 2020

This study proposes the Field Oriented Capacity Upgrade Program, an educational model for improving clinical practice of occupational therapy. The effectiveness of the self-directed learning ability and problem solving ability of students was compared by comparing the proposed educational model with the traditional teaching method. The research method was divided into the experimental group who participated in the model education and the control group who participated in the lecture class, and conducted similar experimental studies using the nonequivalent control group pretest-posttest design. In addition, the study participants conducted a preliminary and follow-up survey of a total of 135 students who participated in the education over three semesters. As a result of training using the proposed learning method, the experimental group improved self-directed learning ability and problem solving ability by 22% and 18%, respectively, compared to the control group. This study developed and proposed a new teaching-learning method to improve clinical practice of occupational therapy, and it is meaningful as a basic data of teaching-learning method to improve the ability required in various jobs.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1992.10a
• /
• pp.4-4
• /
• 1992

본 프로젝트는 수주 오더에 대한 납기 예측과 가공사 Delivery 체계의 전반적 향상을 목적으로 하며, 이에 따른 목표로는 로트 편성의 자동화, 월간, 주간 및 일간 단위의 생산 스케쥴 자동 작성, 원자재 소요량과 재공 및 재고 예측, 설비 부하 분석, 생산 사이클 타임 분석 및 단축이다. 상기의 목표 달성을 위한 가공사 Delivery Scheduling 시스템은 계획용 로트 편성 모델, 실행용 로트 편성 모델, 그리고 가공사 생산 스케쥴 작성을 위한 Simulation 모델로 구성된다. 계획용 로트 편성 모델은 현행의 로트 편성 기준에 따라 미가공 생산의뢰서 전체 물량을 대상으로 로트를 편성하여 이 로트를 염색기에 할당하는 모델이며, 실행용 로트 편성 모델에서는 일일 원사재고, 염색기 고장 등과 같은 실제 조업여건을 고려하여, 작업지시서 발행이 가능한 생산의뢰서 물량에 대하여만 로트 편성을 행한다. 가공사 생산 스케쥴 작성을 위한 Simulation 모델은 계획용 혹은 실행용 로트 편성 모델로부터 얻어지는 로트 편성 결과 또는 로트 번호가 부여된 최종 로트 편성 결과 (재공 로트 포함)를 입력으로 하여 이들 로트가 가공사 생산공정에서 처리되는 상세한 조업을 모의 생산하는 모델이다. 본 시스템은 영업부 및 기획부와 가공부의 사용 목적에 따라 크게 두가지로 사용될 수 있다. 영업부 및 기획부에서는 계획용 로트 편성 모델과 Simulation 모델을 사용하여 수주 오더에 대한 납기 예측 및 원사 수급 계획의 작성에 의사결정 지원을 받을 수 있으며, 가공부에서는 실행용 로트 편성 모델 및 Simulation 모델을 사용하여 상세 가공사 생산 스케쥴의 작성 및 긴급 오더의 처리 등에 관한 의사결정 지원을 받을 수 있다. 본 프로젝트를 통한 효과로는 정확한 생산 스케쥴의 자동 작성 및 스케쥴 작성시간 단축, 납기 예측 및 납기 준수율 향상, 실적관리 향상, 그리고 설비 가동율 분석, 현장관리 등을 위한 기타 유용한 정보제공 등이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06a
• /
• pp.7-9
• /
• 2012

CPU는 싱글 코어 구조에서 클록 속도를 높여 성능을 향상 시키려는 노력을 해왔으나 한계에 도달하자 하나의 칩에 코어를 여러 개 둔 멀티코어 형태로 발전하였다. CPU의 성능 향상을 위해 이제는 3D그래픽을 연산처리하기 위해 만들어진 GPU와 결합하기에 이르렀다. CPU와 GPU의 결합은 CPU간의 결합보다 훨씬 더 좋은 성능을 보였고 전력의 사용량도 더 적었으며 비용면에서도 경제적이라는 장점을 가지고 있다. 본 논문에서는 CPU와 GPU의 Heterogeneous multicore상에서 성능을 최적화하기 위해 기존의 병렬화 모델을 조합하고 최적화를 시도하였다. CPU상에서는 성능 향상을 위해 기존의 병렬 프로그램 모델인 SIMD와 공유메모리 병렬 프로그래밍 모델 그리고 메시지 패싱 병렬 프로그래밍 모델을 조합하는 실험을 했다. GPU에서는 CUDA를 최적화 하였다. 이렇게 CPU와 GPU를 최적화하고 조합하여 고성능 연산을 요구하는 어플리케이션을 위한 Heterogeneous multicore 성능 최적화 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.252-255
• /
• 2019

본 논문에서 Equirectangular projection(ERP) 영상을 행동 인식 모델에 입력하기전 제안하는 전처리를 통하여 성능을 향상시키는 것을 보인다. ERP 영상의 특성상 행동 인식을 하는데 불필요한 영역이 일반적인 2D 카메라로 촬영한 영상보다 많다. 또한 행동 인식은 사람이 Object of Interest(OOI)이다. 따라서 객체 인식모델로 인간 객체를 인식한 후 Region of Interest(ROI)를 추출하여 불필요한 영역을 없애고, 왜곡 또한 줄어든다. 본 논문에서 제안하는 기법으로 전처리 후 CNN-LSTM 모델로 성능을 테스트했다. 제안하는 방법으로 전처리를 한 데이터와 하지 않은 데이터로 행동 인식을 한 정확도로 비교하였으며 제안하는 기법으로 전처리 한 데이터로 행동 인식을 한 경우 데이터의 특성에 따라 다르지만, 최대 61%까지 성능향상을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.340-343
• /
• 2010

스마트폰 어플리케이션은 소프트웨어의 평가를 구매자가 쉽게 확인 및 작성할 수 있어 품질이 매출에 직접적으로 영향을 끼쳐 소프트웨어의 품질을 향상시키기 위해서 테스트가 요구된다. 하지만 기존의 스마트폰 어플리케이션은 테스트 용이성을 고려하지 않고 개발되어 테스트를 위해 많은 비용이 증가한다. 본 논문은 이 문제를 해결하고자 소프트웨어 설계 단계에서 모델변환을 적용하여 테스트 용이성을 향상 시키는 방법을 제안한다. 대상 모델은 UML의 클래스 다이어그램이고 테스트 용이성 측정을 위해서 Binder방법을 사용한다. 적용사례로 안드로이드 기반의 소프트웨어인 SnakePlus를 구현하고, 이를 대상으로 설계 모델을 모델변환을 하여 테스트 용이성을 향상 시킨다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.06a
• /
• pp.215-219
• /
• 2016

본 논문에서는 인간의 시각적 특성을 반영한 Just Noticeable Difference (JND) 모델을 사용한 움직임 예측을 통한 프레임율 향상 기법을 제안한다. 기존의 다중 프레임 기반 움직임 예측을 통한 프레임율 향상 기법은 움직임 벡터의 정확성을 높이기 위해 다중 프레임을 사용하며, 전체 영역에 대해 같은 블록 크기와 탐색 영역으로 움직임 예측을 수행함으로써 불필요한 계산량이 많아지고 움직임 벡터의 부정확한 예측이 수행된다는 단점이 있다. 제안하는 알고리듬은 인간의 시각적 특성을 고려한 Free Energy-based Just Noticeable Difference (FEJND) 모델을 사용하여 이전 프레임과 현재 프레임만을 사용하여 영역 특성에 따른 적응적 움직임 예측을 수행하여 정확성을 높인다. 실험 결과에 따라 제안하는 알고리듬의 성능이 향상되었음을 알 수 있다.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.85-88
• /
• 2004

칼만/위너 필터 같은 기존의 음성향상 알고리즘은 잡음의 선험적 지식을 요구하고, 음성신호와 추정신호의 오차분산을 최소화하는데 중점을 두었다. 따라서, 잡음에 대한 통계적 추정에 오류가 있을 경우 결과에 악영향을 미칠 수 있다. 그러나 $H_\infty$ 필터는 잡음에 대한 어떠한 가정이나 선험적 지식을 요구하지 않는다. $H_\infty$ 필터는 최소상계(Upper Bound Least)를 적용하여 추정된 모든 신호들로부터 최소 에러 신호를 갖는 최상의 추정신호를 찾아내므로 칼만/위너 필터보다 잡음의 변화에 강인하다. 본 논문에서는 학습 신호로부터 은닉 마코프 모델의 파리미터를 추정한 후, 오염된 신호를 고정된 개수의 $H_\infty$ 필터를 통과시켜 각 출력에 가중된 합으로 향상된 음성 신호를 구한다. 음성의 통계적 특성을 이용하여 모델 파라미터를 추정하는 은닉 마코프 모델과 잡음의 변화에 강인한 $H_\infty$ 알고리즘을 사용해서, 다중 $H_\infty$필터에 의한 강인한 음성향상 방법을 제안하였다.