• 정보보호학회논문지
• /
• 제26권6호
• /
• pp.1461-1470
• /
• 2016

부채널 분석에서 신호처리 기법은 차원 압축이나 잡음 제거를 통해 분석의 효율성과 성능을 높일 수 있는 전처리 기법이다. 특이값 분해를 이용한 신호처리 방법은 신호의 분산 정보나 경향성 등을 이용하여 주 신호 정보를 높이고 잡음신호를 낮출 수 있어, 분석 성능 향상에 큰 도움이 된다. 대표적인 기법은 주성분분석과 선형판별분석 그리고 Singular Spectrum Analysis(SSA)가 있다. 주성분분석과 선형판별분석은 주 신호의 정보를 집약하여 차원 압축을 할 수 있으며, SSA는 본 신호를 주 신호와 잡음 신호로 분해하여 잡음 제거가 가능하다. 세 가지 기법 각각을 사용하거나 조합하여 사용할 경우 성능적인 측면을 비교할 필요가 있으며, 그에 대한 방법론이 필요하다. 본 논문에서는 세 기법을 개별적으로 사용할 경우와 조합하여 사용할 경우의 성능을 비교 분석하였으며, 신호 대 잡음비를 이용한 비교분석 방법론을 제시하였다. 제시한 방법론과 다양한 비교분석 실험을 통해 각 기법의 성능과 효율성을 확인하였다. 이로 인해 부채널 분석 분야의 많은 연구자들에게 유용한 정보를 제공할 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.701-702
• /
• 2021

The purpose of the study was to identify fiber changes induced by electrical stimulation of a certain neural substrate in the rat brain. In the stimulation group, the peripheral nerve was injured and the brain area associated to inhibit sensory information was electrically stimulated. There were sham and sham stimulation groups as controls. Then high-field diffusion tensor imaging (DTI) was acquired. 35 features were taken from the DTI measures from 7 different brain pathways. To compare the efficacy of the classification for 3 animal groups, the linear regression analysis (LDA) and the machine learning technique (MLP) were applied. It was found that the testing accuracy by MLP was about 77%, but that of accuracy by LDA was much higher than MLP. In conclusion, machine learning algorithm could be used to identify and predict the changes of the brain white matter in some situations. The limits of this study will be discussed.

• 대한전자공학회논문지SP
• /
• 제46권2호
• /
• pp.99-107
• /
• 2009

본 논문에서는 자동차 번호판 숫자의 특징을 추출하기 위해 강화된 독립성분분석(independent component analysis)의 혼합모델을 제안한다 독립성분분석은 고차 통계적 특성만을 이용하기 때문에 고차 통계적 특성과 숫자 종류별 상관관계에 대한 특성을 고려하지 못한다. 이러한 독립성분분석의 한계를 극복하기 위해, 본 논문에서는 주성분분석(principle component analysis)과 선형판별분석(linear discriminant analysis)을 조합한 혼합 모델 형태의 독립성분분석을 제안한다. 실험 결과, 제안된 혼합 모델은 독립성분분석이나 다른 혼합 모델들보다 특징 추출과 인식에서 우수한 성능을 보임을 확인하였다.

• 정보보호학회논문지
• /
• 제31권6호
• /
• pp.1215-1225
• /
• 2021

인공지능 기술은 우수한 성능을 기반으로 다양한 분야에 적용되고 있지만 입력 데이터에 인간이 감지할 수 없는 적대적 섭동을 추가하여 인공지능 모델의 오작동을 유도하는 적대적 예제에 취약하다. 현재까지 적대적 예제에 대응하기 위한 방법은 세 가지 범주로 분류할 수 있다. (1) 모델 재학습 방법; (2) 입력 변환 방법; (3) 적대적 예제 탐지 방법. 이러한 적대적 예제에 대응하기 위한 방법은 끊임없이 등장하고 있지만 각 적대적 공격 유형을 분류하는 연구는 미비한 실정이다. 따라서, 본 논문에서는 차원 축소와 군집화 알고리즘을 활용한 적대적 공격 유형 분류 방법을 제안한다. 구체적으로, 제안하는 방법은 적대적 예시로부터 적대적 섭동을 추출하고 선형 판별 분석(LDA)를 통해 적대적 섭동의 차원을 축소한 후에 k-means 알고리즘으로 적대적 공격 유형 분류를 수행한다. MNIST 데이터셋과 CIFAR-10 데이터셋을 대상으로 한 실험을 통해, 제안하는 기법은 5개의 적대적 공격(FGSM, BIM, PGD, DeepFool, C&W)을 효율적으로 분류할 수 있으며, 적대적 예제에 대한 정상 입력을 알 수 없는 제한적인 상황에서도 우수한 분류 성능을 나타내는 것을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.197-203
• /
• 2005

본 논문에서는 얼굴영상을 이용하여 한국인과 일본인의 감정인식에 대하여 연구하였다. 얼굴의 감정인식을 위하여 심리학자인 Ekman과 Friesen의 연구에 의해 문화에 영향을 받지 않고 공통으로 인식하는 6개의 기본 감정인 기쁨, 슬픔, 화남, 놀람, 공포, 혐오를 바탕으로 실험하였다. 감정인식에서 입력영상은 이산 웨이블렛을 기반으로 한 다해상도 분석기법을 사용하여 데이터 수를 압축한 후, 각각의 영상에서 주성분분석기법 및 선형판별분석기법에 의해 얼굴의 감정특징을 추출하였다. 실험결과 한국인과 일본인 모두 "기쁨", "슬픔", "화남" 감정은 비교적 인식률이 높은 반면에 "놀람", "공포", "혐오" 감정은 인식률이 저조하게 나타냈다. 특히, 일본인의 경우 "혐오" 감정이 가장 저조한 결과를 나타냈으며, 전반적으로 한국인에 비해 일본인의 감정인식결과가 낮은 것으로 나타났다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.784-791
• /
• 2004

본 논문에서는 퍼지논리에 기초한 Fisherface 얼굴인식 방법의 확장을 다룬다. Fisherface 얼굴인식 방법은 주성분 분석 기법만을 이용하는 경우에 비해 조명의 방향, 얼굴의 포즈, 감정과 같은 변동에 대해 민감하지 않은 장점을 가지고 있다. 그러나, Fisherface 방법을 포함한 얼굴인식의 다양한 방법들은 입력 벡터가 한 클래스에 할당되어질 때 그 클래스에서 소속의 정도를 0 또는 1로서 나타낸다. 따라서 이러한 방법들은 얼굴영상들이 조명이나 보는 각도로 인해 변형이 생기는 경우에 인식률이 저하되는 문제가 있다. 본 논문에서는 PCA에 의해 변환된 특징벡터에 퍼지 소속도를 할당하는 것으로, 퍼지 소속도는 퍼지 kNN(k-Nearest Neighbor)으로부터 얻어진다. 실험 결과 ORL, Yale 얼굴 데이타베이스에서 기존의 인식방법 보다 향상된 인식 성능을 보임을 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제14권4호
• /
• pp.431-437
• /
• 2004

본 논문은 차세대 지능형 기술 분야중 하나인 유비쿼터스 컴퓨팅 환경 기반에서의 얼굴인식을 제안한 것으로, 모바일 장치 중 하나인 핸드폰 카메라를 이용하여 얼굴 영상을 취득하고, 이를 이용하여 얼굴의 특징을 추출하고 인식하는 과정을 통해 모바일 보안을 생각하고자 한다. 얼굴인식을 위해 제안하는 방법은 PCA와 Fuzzy-LDA를 사용하였으며, 모바일 환경에서 데이터의 량을 줄이기 위해 다해상도 분석을 기반으로 하는 이산 웨이블렛을 사용하였다. 또한 획득된 특징데이터의 연결성을 확인하여 인식률을 얻기 위해 유클리디언 거리 측정 법을 사용하였다. 마지막으로 본 논문에서 제안한 방법의 유용성을 알아보기 위해 핸드폰 카메라를 이용해 실험한 결과 일반 카메라에서 획득한 영상에 비해 모바일 장치로부터 획득한 영상이 저해상도를 갖음에도 불구하고 높은 성능을 갖음을 확인할 수 있었다.

• 조명전기설비학회논문지
• /
• 제20권6호
• /
• pp.55-62
• /
• 2006

본 논문에서는 3상 유도전동기의 고장진단을 수행하기 위해 패턴인식에 기반을 둔 진단 알고리즘을 제안한다. 실험 장치는 유도전동기 구동의 기계적 모듈과 고장신호를 구하기 위한 데이터 획득 모듈로 구성하였다. 진단 절차를 위한 첫 번째 단계로서 전처리 과정은 획득한 전류를 단순화하고 정규화 하는 것을 수행한다. 데이터의 단순화 과정은 3상전류를 Concrodia 벡터의 크기로 변환하는 것을 적용한다. 다음으로 특징 추출 단계를 커널 주성분 분석과 선형판별분석으로 수행하며, 마지막으로, 분류기는 방사기저함수 네트워크를 사용한다. 다양한 부하에 대하여 몇몇의 전기적 고장과 기계적 고장 하에서 획득한 데이터를 이용하여 제안된 방법의 타당성을 검증한다.

• 한국정보통신학회논문지
• /
• 제13권10호
• /
• pp.1987-1996
• /
• 2009

최근 들어 기존의 녹색 바탕의 차량 번호판에서, 흰색 바탕의 신 차량 번호판으로 교체되고 있다. 하지만, 아직 기존의 차량 번호판이 신 차량 번호판으로 전면 교체 되지 않아 두 번호판 모두 사용되고 있기 때문에 주차 관리 시스템, 속도위반, 신호 위반 등 무인 카메라를 이용한 시스템에서, 기존 차량 번호판과 신 차량 번호판 특징에 맞는 인식 시스템이 요구된다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 기존의 녹색 번호판과 흰색 번호판 모두를 추출하고 인식 할 수 있는 알고리즘에 관한 연구를 수행하였다. 다양한 환경 에서 획득한 차량 영상으로부터 번호판 영역을 추출하기 위하여 형태학적 특징을 이용하였고, 추출된 번호판 영역의 수평, 수직 히스토그램과 문자의 상대적 위치 정보를 이용하여, 문자를 분리하였다. 최종적으로, 분리된 문자를 인식하기 위해 주성분 분석법(PCA : Principal Component Analysis)과 선형 판별 분석법(LDA : Linear Discriminant Analysis)을 적용하여 인식 시스템을 구성하였다. 실험 결과, 불규칙한 조명 상태에서도 상대적으로 높은 추출률과 문자 인식률을 나타내었다.

• 한국정보전자통신기술학회논문지
• /
• 제6권1호
• /
• pp.6-17
• /
• 2013

최근 들어 기존의 녹색 바탕의 차량 번호판에서, 흰색 바탕의 신 차량 번호판으로 교체되고 있다. 하지만, 아직 기존의 차량 번호판이 신 차량 번호판으로 전면 교체 되지 않아 두 번호판 모두 사용되고 있기 때문에 주차 관리 시스템, 속도위반, 신호 위반 등 무인 카메라를 이용한 시스템에서, 기존 차량 번호판과 신 차량 번호판 특징에 맞는 인식 시스템이 요구된다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 기존의 녹색 번호판과 흰색 번호판 모두를 추출하고 인식 할 수 있는 알고리즘에 관한 연구를 수행하였다. 다양한 환경에서 획득한 차량 영상으로부터 번호판 영역을 추출하기 위하여 형태학적 특징을 이용하였고, 추출된 번호판 영역의 수평, 수직 히스토그램과 문자의 상대적 위치 정보를 이용하여, 문자를 분리하였다. 최종적으로, 분리된 문자를 인식하기 위해 주성분 분석법(PCA : Principal Component Analysis)과 선형 판별 분석법(LDA : Linear Discriminant Analysis)을 적용하여 인식 시스템을 구성하였다. 실험 결과, 불규칙한 조명 상태에서도 상대적으로 높은 추출률과 문자 인식률을 나타내었다.