• 한국정보처리학회논문지
• /
• 제2권2호
• /
• pp.199-208
• /
• 1995

본 논문에서는 시각 신경계에 있어서 형태 정보 처리에 대한 생리학 및 심리학에 서의 연구 결과들을 부분적으로 응용하여 지도상으로부터 기호 정보를 추출하는 신경 회로망을 제안하였다. 제안된 신경 회로망은 계측적 구조의 다층 신경회로망으로 구성 되었으며, 각 계층간의 신경세포들의 시냅스 결합은 수용영역을 근사시킨 공간필터들 로 구현하였다. 제안 신경회로망에 의한 지도기호의 인식은 입력 화상에 대해 먼저 색 분류를 수행한 후 형태 정보를 처리하는데, 형태 정보의 처리는 하위 계층(계층 2,3)에서 직선, 및 끝점 등의 부분 특징 정보를 이용하여 해당 기호의 후보점을 찾아 낸 후, 그 후보점에 대해 상위 계층(계승 4)에서 전체 특징 정보를 이용하여 수행하 였다.

• 전자공학회논문지S
• /
• 제35S권11호
• /
• pp.152-165
• /
• 1998

영역 기반 부호화 시 윤곽선의 정보량은 부호화 후 전체 정보량의 큰 부분을 차지한다. 본 논문에서는 분할 기반 영상 부호화를 위한 새로운 적응적 윤곽선 부호화 기법을 제안한다. 주변 영역간의 대비를 고려하여 적응적으로 윤곽선을 부호화하는 제안한 기법을 적용하여 주관적 화질의 저하 없이 전체 윤곽선 정보량을 줄일 수 있다. 영상에 형태학적 분수계 알고리즘을 적용하여 영역별로 분할한 후, 윤곽선 세그먼트들을 인접 영역간의 대비에 따라 분류한다. 분류된 윤곽선 세그먼트 중, 낮은 대비 영역 사이의 윤곽선 세그먼트들은 형태학적 저역 통과 필터 등에 의해 크게 압축할 수 있다. 실험을 통해 제안한 윤곽선 부호화 기법은 초저속 환경 하에서 우수한 수행 결과를 나타내었다.

• 대한전자공학회논문지SP
• /
• 제49권4호
• /
• pp.77-84
• /
• 2012

얼굴인식 기술은 지능형 보안, 웹에서 콘텐츠 검색, 지능로봇의 시각부분, 머신인터페이스 등, 활용이 광범위 하다. 그러나 일반적으로 대상자의 표정과 포즈 변화, 주변의 조명 환경과 같은 문제가 있으며 이와 더불어 원거리에서 획득한 영상의 경우 저해상도를 비롯하여 블러와 잡음에 의한 영상의 열화 등의 여러 가지 어려움이 발생한다. 본 논문에서는 포톤 카운팅(Photon-counting) 선형판별법(Linear Discriminant Analysis)을 이용한 다중 분류기(Classifier)에 의한 판정을 융합하여 얼굴 영상 인식을 수행한다. Fisher 선형판별법은 집단 간 분산을 최대로 하고 집단 내 분산을 최소로 하는 공간으로 선형 투영하는 방법으로, 학습영상의 수가 적을 경우 특이행렬 문제가 발생하지만 포톤카운팅 선형 판별법은 이러한 문제가 없으므로 차원축소를 위한 전 처리 과정이 필요 없다. 본 논문의 다중 분류기는 포톤 카운팅 선형판별법의 유클리드 거리(Euclidean Distance) 또는 정규화된 상관(Normalized Correlation)을 적용하는 판정규칙에 따라 구성된다. 다중분류기의 판정의 융합은 각 분류기 cost의 정규화(Normalization), 유효화(Validation), 그리고 융합규칙(Fusion Rule)으로 구성된다. 각 분류기에서 도출된 cost는 같은 범위로 정규화된 후 유효화 과정에서 선별되고 Minimum, 또는 Average, 또는 Majority-voting의 융합규칙에 의하여 융합된다. 실험에서는 원거리에서 획득한 효과를 구현하기 위하여 고해상도 데이터베이스 영상을 인위적으로 Unfocusing과 Motion 블러를 이용하여 열화하여 테스트하였다. 실험 결과는 다중분류기 융합결과의 인식률은 단일분류기보다 높다는 것을 보여준다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.27-36
• /
• 2019

본 연구에서는 공개된 뇌파 데이터인 DEAP(A Database for Emotion Analysis using Physiological Signals) 데이터 세트를 활용한 감정분류 분석 및 정확도 향상에 대한 실험을 진행하였다. 실험에는 32명에 대한 32개의 뇌파측정 채널 데이터가 모두 사용되었다. 전처리과정에서는 뇌파 데이터에 대한 256Hz 샘플링작업을 진행하였고, 유한 임펄스 응답 필터를 사용하여 주파수 대역별로 쎄타(4-8Hz), 슬로 알파(8-10Hz), 알파(8-12Hz), 베타(12-30Hz), 감마(31-45Hz) 파형에 대한 데이터를 추출하였다. 추출한 데이터는 시간-주파수 변형을 통하여 데이터의 상태를 구분한 후에, 독립성분분석방법을 통해 잡음(Artifact)을 제거하여 데이터를 정제했다. 도출된 데이터는 분류기 기계학습 알고리즘 실험을 시행할 수 있도록 CSV 파일로 변형 하였으며, 감정분류에는 Arousal-Valence 평면을 사용하였다. 감정은 "긍정적(Positive)", "부정적(Negative)" 이외에 평온한 상태로 존재하는 "중립적(Neutral)"의 3가지 상태로 분류하였다. 정확도를 개선하기 위해서 랜덤 포레스트(Random Forest) 알고리즘에 속성 선택적 분류기(Attribute Selected Classifier: ASC) 방식에 의해 선택된 속성을 적용하여 실험하였다. 정확도는 "각성(Arousal)" 부분에서 Koelstra의 결과보다 "32.48%" 높은 결과가 도출되었고, Liu의 실험의 "정서가(Valence)"와 비교해보면 ASC(Random Forest) 결과가 "8.13%" 더 높은 결과를 도출하였다. 정확도를 개선하기 위해 ASC 방식을 적용한 랜덤 포레스트 분류기 실험결과에서는 전체평균을 기준으로 기존 연구 결과와 대비하여 "2.68%" 높은 정확도가 도출되었다.

• 한국과학교육학회지
• /
• 제20권3호
• /
• pp.353-363
• /
• 2000

본 연구에서는 4개 소집단의 학생간 토론 양상을 조사하였다. 소집단 토론 과정에서 나타나는 언어적 상호작용을 녹음 및 녹화한 후, 기록 원고를 작성하고, 분석하였다. 개별 진술, 상호작용 단위, 에피소드 수준의 분류들을 개발하였다. 개별 진술 분석에서 학생들의 이전 성취도와 지식 구성 과정 기여도 사이에는 뚜렷한 관계가 없었다. 상호작용 단위 분석에서는 부분 참여형 상호작용과 대칭적 상호작용이 상대적으로 많이 발견되어 학생간의 상호작용이 부분적이고 피상적인 것으로 나타났다. 또한, 에피소드 분석에서는 제시된 의견의 수용이나 부분적인 정교화 유형이 가장 흔히 나타났고, 변증법적인 대화는 드물었다.

• 한국도서관정보학회지
• /
• 제47권4호
• /
• pp.191-217
• /
• 2016

전통기록물 정보시스템은 그동안 보존을 위해 공개되지 못한 전통기록물을 인터넷을 통해 제공함으로써 전통기록물에 대한 접근성을 획기적으로 높였다. 본 연구에서는 국내 전통기록물 정보시스템을 조사 분석함으로써 전통기록물의 유통 및 서비스 현황을 살펴보았다. 이를 위해, 전통기록물 정보시스템의 목록을 구축한 후, 운영 주체별로 분류하고 정렬하였다. 또한 전통기록물 정보시스템의 콘텐츠를 시기별, 형태별, 유형별로 나누어 조사하였으며, 검색 필드와 분류 필드의 제공 여부를 조사하였다. 마지막으로 정보시스템을 이용대상별로 나누어 분류하였다. 조사 결과, 105개의 전통기록물 정보시스템이 다양한 형태의 전통기록물을 서비스하고 있으나, 서지정보, 해제, 원문이미지, 원문텍스트, 번역본을 전부 제공하는 정보시스템은 16.1%에 불과했으며, 상세검색을 제공하는 곳은 49.5%로 아직 국내 전통기록물의 유통과 서비스 현황이 미흡하며 전통기록물 정보시스템을 보완해야할 부분이 많은 것으로 나타났다.

• 융합신호처리학회논문지
• /
• 제20권4호
• /
• pp.226-231
• /
• 2019

한방 설진에서 WTCI(Winkel Tongue Coating Index) 설태 평가는 환자의 설태량 측정을 위한 중요한 객관적인 지표 중의 하나이다. 그러나 이전의 WTCI 설태 평가는 혀영상으로부터 설태 부분을 추출하여 전체 혀 영역에서 추출된 설태 영역의 비율을 정량적으로 측정하는 방법이 대부분으로 혀영상의 촬영 조건이나 설태 인식 성능에 의해서 비객관적 측정의 문제점이 있었다. 따라서 본 논문에서는 빅데이터를 기반으로 하는 인공지능의 딥러닝 방법을 적용하여 설태량을 분류하여 평가하는 딥러닝 기반의 WTCI 평가 방법을 제안하고 검증한다. 설태 평가 방법에 있어서 딥러닝의 유효성 검증을 위해서는 CNN을 학습 모델로 사용하여 소태, 박태, 후태의 3가지 유형의 설태량을 분류한다. 설태 샘플 영상을 학습 및 검증 데이터로 구축하여 CNN 기반의 딥러닝 모델로 학습한 결과 96.7%의 설태량 분류 정확성을 보였다.

• 지역사회간호학회지
• /
• 제11권1호
• /
• pp.289-316
• /
• 2000

우리나라의 경우 지역사회 재난 관리계획과 훈련이 보건의료적 모형이라기 보다는 민방위 모형에 입각하기 때문에 사고 현장에서의 환자 중증도 분류, 합리적 환자배분 및 이송, 병원 응급실에서의 대처 등이 체계적으로 이루어지지 못하고 있으며, 지역사회가 이에 즉각적으로 반응할 수 없다. 본 연구는 삼풍 붕괴사고 시에 대응방식과 그 후의 우리나라 응급의료 체계를 분석함으로써 대형사고 예방과 재난관리를 위한 우리나라 응급의료체계의 개선방안과 간호교육에서의 준비부분을 제시하고자 한다. 1 삼풍 사고 발생시에는 이를 관장할 만한 법적 근거인 인위적 재해에 관한 재난관리법이 없었다. 따라서 현장에서는 의학적 명령체계를 확보하지 못했기 때문에 현장에서의 응급 처치는 전혀 이루어지지 못하였다. 현장에서의 중증도 분류. 응급조치와 의뢰, 병원과 현장본부 그리고 구급차간의 통신 체계 두절, 환자 운송 중 의료지시를 받을 수 있도록 인력, 장비, 통신 체계가 준비되지 못하였던 점이 주요한 문제였다. 또한 병원 응급실에서는 재난 계획이 없거나 있었더라도 이를 활성화하여 병원의 운영 체계를 변환해가지 못하였다. 2. 삼풍백화점 붕괴사고 한달 후에는 인위적 재해에 대한 재난관리법이 제정되고, 행정부 수준별로 매년 지역요구에 합당한 재난관리 계획을 세우도록 법으로 규정하였다. 재난 관리법에는 보건의료 측면에서의 현장대응, 주민 참여, 응급 의료적 대처, 정보의 배된. 교육/훈련 등이 포함되어 있어야 한다. 그러나 법적 기반이 마련된 이후에도 한국 재난 계획 내에는 응급의료 측면의 대응 영역은 부처간 역할의 명시가 미흡하며, 현장에서의 응급 대응과정을 수행할 수 있는 운영 지침이 없이 명목상 언급으로 그치고 있기 때문에 계획을 활성화시켜 지역사회에서 운영하기는 어렵다. 즉 이 내용 속에는 사고의 확인 /공고, 응급 사고 지령, 요구 평가, 사상자의 중증도 분류와 안정화, 사상자 수집, 현장 처치 생명보존과 내과 외과적 응급처치가 수반된 이송, 사고 후 정신적 스트레스 관리, 사고의 총괄적 평가 부분에 대한 인력간 부처간 역할과 업무가 분명히 제시되어 있지 못하여, 사고 발생시 가장 중요한 연계적 업무 처리나 부문간 협조를 하기 어렵다. 의료 기관과 응급실/중환자실, 시민 안전을 책임지고 있는 기관들과의 상호 협력의 연계는 부족하다. 즉 현재의 재난 대비 계획 속에는 부처별 분명한 업무 분장, 재난 상황에 따른 시나리오적 대비 계획과 이를 훈련할 틀을 확보하고 있지 못하다. 3. 지방 정부 수준의 재난 계획서에는 재난 발생시 보건의료에 관한 사항 전반을 공공 보건소가 핵심적 역할을 하며 재난 관리에 대처해야 된다고 규정하고 있다. 그러므로 보건소는 지역사회 중심의 재난 관리 계획을 구성하고 이를 운영하며, 재난 현장에서의 응급 치료 대응 과정은 구조/ 구명을 책임지고 있는 공공기관인 소방서와 지역의 응급의료병원에게 위임한다. 즉 지역사회 재난 관리 계획이 보건소 주도하에 관내 병원과 관련기관(소방서. 경찰서)이 협동하여 만들고 업무를 명확히 분담하여 연계방안을 만든다. 이는 재난관리 대처에 성공여부를 결정하는 주요 요인이다. 4 대한 적십자사의 지역사회 주민에 대한 교육 프로그램은 연중 열리고 있다. 그러나 대부분의 교육주제는 건강증진 영역이며. 응급의료 관리는 전체 교육시간의 8%를 차지하며 이중 재난 준비를 위한 주민 교육 프로그램은 없다. 또한 특정 연령층이 모여있는 학교의 경우도 정규 보건교육 시간이 없기 때문에 생명구조나 응급처치를 체계적으로 배우고 연습할 기회가 없으면서 국민의 재난 준비의 기반확대가 되고 있지 못하다. 5. 병원은 재난 관리 위원회를 군성하여 병원의 진료권역 내에 있는 여러 자원을 감안한 포괄적인 재난관리계획을 세우고, 지역사회를 포함한 훈련을 해야 한다. 그러나 현재 병원은 명목상의 재난 관리 계획을 갖고 있을 뿐이다. 6. 재난관리 준비도를 평가할 때 병원응급실 치료 팀의 인력과 장비 등은 비교적 기준을 충족시키고 있었으나 병원의 재난 관리 계획은 전혀 훈련되고 있지 못하였다 그러므로 우리나라 재난 관리의 준비를 위해서는 현장의 응급의료체계, 재난 대응 계획, 이의 훈련을 통한 주민교육이 선행되어야만 개선될 수 있다. 즉 민방위 훈련 모델이 아닌 응급의료 서비스 모델에 입각한 장기적 노력과 재원의 투입이 필요하며, 지역사회를 중심으로 대응 준비와 이의 활성화 전략 개발, 훈련과 연습. 교육에 노력을 부여해야 한다. 7. 현장의 1차 응급처치자에 대해서는 법적으로 명시하고 있는 역할이 없다. 한국에서는 응급구조사 1급과 2급에 대한 교육과 규정을 1995년 이후 응급의료에 관한 법률에서 정하고 있다. 이 교육과정은 미국이 정하고 있는 응급구조사 과정 기준과 유사하지만 실습실이나 현장에서의 실습시간이 절대적으로 부족하다. 덧붙여 승인된 응급구조사 교육 기관의 강사는 강사로서의 자격기준을 충족할 뿐 아니라 실습강사는 대체적으로 1주일의 1/2은 응급 구조차를 탑승하여 현장 활동을 끊임없이 하고 있으며, 실습은 시나리오 유형으로 진행된다. 그러므로 우리나라의 경우 응급 구조사가 현장 기술 인력으로 역할 할 수 있도록 교과과정 내에서 실습을 강화 시켜야하며, 졸업생은 인턴쉽을 통한 현장 능력을 배양시키는 것이 필요하다. 8. 간호사의 경우 응급전문간호사의 자격을 부여받게 됨에 따라, 이를 위한 표준 교육 지침을 개발함으로써 병원 전 처치와 재난시 대응할 수 있는 역량을 보완해야 한다. 또한 현 자격 부여 프로그램 내용을 고려하여 정규자격 간호사가 현장 1차 치료자(first responder)로 역할 할 수 있도록 간호학 교과과정을 부분 보완해야한다.

• 정보처리학회논문지B
• /
• 제11B권3호
• /
• pp.281-288
• /
• 2004

본 논문은 외부 자극에 대한 생물 행동의 복잡하고 다양한 특징들을 추출하고 분석하기 위한 방법을 제안한다. 이를 위해 물 속 생물인 깔따구의 행동궤적으로부터 얻어 낸 속도 벡터의 위상영상에 적응적이고 수리적인 방법인 에너지 최소화 모델을 적용한다. 즉, 다이아지논이라는 약물이 처리되기 전과 후의 깔따구의 행동궤적의 특징을 위상영상으로부터 찾아내어 행동 패턴을 분류하고 이 약물에 대한 깔따구의 적응적 행동 특징을 추출하는 것이다. 특징추출을 위해 도입한 방법은 T. Chan과 L. Vese에 의해 제안된 개선 Active Contour 모델에 근거한 것으로 Active Contour를 진화시키는 과정에서 생성되는 에너지함수 값의 변화를 이용한 것이다. Active Contour 모델이란 주어진 영상에 놓인 커브를 그 커브에 의해 분할된 부분영상들의 에너지 값들의 합을 최소화하는 방향으로 변화하게 함으로써 영상 내 객체의 경계를 찾는 영상분할 방법이다. 깔따구의 행동궤적 데이터는 CCD 카메라를 통해 0.25초 간격으로 약물을 처리하기 전과 후 4일 간을 관찰하여 획득하고, 이 행동궤적 데이터에서 행동의 특징 요소가 되는 속도벡터 성분을 15-20분 간격으로 추출하여 위상영상을 만든다. 그리고 이 위상영상에 Active Contour를 적용함으로써 시간에 따라 감소하는 에너지 함수 값의 그래프에서 구해진 기울기 변화에 대한 수리적 계산과 분석을 통해 깔따구 행동궤적의 특징을 찾고 행동 패턴을 분류한다. 또한, 에너지 최소화 모델은 약물 처리된 깔따구의 반응적인 행동이 이에 적응하고 있음을 효과적으로 보여준다.

• 인터넷정보학회논문지
• /
• 제23권6호
• /
• pp.1-13
• /
• 2022

정보통신 환경의 발전으로 인하여 군사 시설의 환경 또한 많은 발전이 이루어지고 있다. 이에 비례하여 사이버 위협도 증가하고 있으며, 특히 기존 시그니처 기반 사이버 방어체계로는 막는 것이 어려운 APT 공격들이 군사 시설 및 국가 기반 시설을 대상으로 빈번하게 이루어지고 있다. 적절한 대응을 위해 공격그룹을 알아내는 것은 중요한 일이지만, 안티 포렌식 등의 방법을 이용해 은밀하게 이루어지는 사이버 공격의 특성상 공격 그룹을 식별하는 것은 매우 어려운 일이다. 과거에는 공격이 탐지된 후, 수집된 다량의 증거들을 바탕으로 보안 전문가가 긴 시간 동안 고도의 분석을 수행해야 공격그룹에 대한 실마리를 겨우 잡을 수 있었다. 본 논문에서는 이러한 문제를 해결하기 위해 탐지 후 짧은 시간 내에 공격그룹을 분류해낼 수 있는 자동화 기법을 제안하였다. APT 공격의 경우 일반적인 사이버 공격 대비 공격 횟수가 적고 알려진 데이터도 많지 않으며, 시그니처 기반의 사이버 방어 기법을 우회하도록 설계가 되어있으므로, 우회가 어려운 공격 모델 기반의 탐지 기법을 기반으로 알고리즘을 개발하였다. 공격 모델로는 사이버 공격의 많은 부분을 모델링한 MITRE ATT&CK®을 사용하였다. 공격 기술의 범용성을 고려하여 영향성 점수를 설계하고 이를 바탕으로 그룹 유사도 점수를 제안하였다. 실험 결과 제안하는 방법이 Top-5 정확도 기준 72.62%의 확률로 공격 그룹을 분류함을 알 수 있었다.