• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권1_2호
• /
• pp.114-125
• /
• 2002

본 논문에서는 MPEG 비디오 데이터의 컷(cut)과 디졸브(dissolve)를 검출하여 샷(shot) 단위로 분할하고 각 샷의 카메라 동작 또는 객체 움직임의 형태를 분류하는 방법을 제안하고자 한다. 정확한 샷의 위치와 카메라, 객체의 세분화된 동작을 구별하기 위한 전단계의 연구에서[1] 우선 MPEG 데이터의 I(Intra) 프레임의 DC(Direct Current) 계수를 분석하여 픽처 그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작 또는 객체가 움직인 경우), Static(영상의 변화가 거의 없는 경우)으로 세분화하여 분류하였다. 이 과정에서 2단계 구조의 신경망을 구성하고 여러 종류의 특징을 서로 다른 해상도에서 추출하여 결합시키는 방법을 제안하였다. 다음 단계로 Shot 또는 Move로 분류된 픽처 그룹의 P(Predicted), B(Bi-directional) 프레임을 선별적, 계층적으로 탐색하여 컷의 정확한 발생 위치와 카메라 동작 또는 객체 움직임의 종류를 결정하는 방법을 제안한다. P, B 프레임의 매크로 블록의 종류별 분포를 통계적으로 이용하여 컷의 발생 위치를 검출하여, P, B 프레임의 매크로 블록 종류와 움직임 벡터를 동시에 사용하는 신경망을 구성하여 디졸브, 카메라 동작, 객체 움직임의 종류를 검출한다. 본 논문에서 제안하는 방법은 MPEG 데이터의 압축을 풀지 않은 상태에서 I 프레임의 DC 계수만을 사용하여 픽처 그룹을 분류하며, 분류된 픽처 그룹 내에서 일부의 P, B 프레임만을 계층적으로 선택하여 탐색함으로서 처리 시간을 감소시키고자 하였다. 세 종류의 서로 다른 비디오 데이터를 사용한 실험에서 93.9-100.0%로 픽처 그룹을, 96.1-100.0%로 컷을 검출하였다. 또한 두 종류의 비디오 데이터를 사용한 실험에서 90.13% 및 89.28%의 정확성으로 카메라 동작 또는 객체 움직임을 분류하였다.

• 정보보호학회논문지
• /
• 제33권2호
• /
• pp.193-200
• /
• 2023

암호 분석은 알려진 평문 공격, 차분 분석, 부채널 분석 등과 같이 다양한 기법으로 수행될 수있다. 최근에는 딥러닝을 암호 분석에 적용하는 연구들이 제안되고 있다. 알려진 평문 공격(Known-plaintext Attack)은 알려진 평문과 암호문 쌍을 사용하여 키를 알아내는 암호 분석 기법이다. 본 논문에서는 딥러닝 기술을 사용하여 경량 블록 암호 PRESENT의 축소 버전인 S-PRESENT에 대해 알려진 평문 공격을 수행한다. 축소된 경량 블록 암호에 대해 수행된 최초의 딥러닝 기반의 알려진 평문 공격이라는 점에서 본 논문은 의의가 있다. 성능 향상 및 학습속도 개선을 위해 Skip connection, 1x1 Convolution과 같은 딥러닝 기법을 적용하였다. 암호 분석에는 MLP(Multi-Layer Perceptron)와 1D, 2D 합성곱 신경망 모델을 사용하여 최적화하였으며, 세 모델의 성능을 비교한다. 2D 합성곱 신경망에서 가장 높은 성능을 보였지만 일부 키공간까지만 공격이 가능했다. 이를 통해 MLP 모델과 합성곱 신경망을 통한 알려진 평문 공격은 공격 가능한 키 비트에 제한이 있음을 알 수 있다.

• The Korean Journal of Pain
• /
• 제18권2호
• /
• pp.279-283
• /
• 2005

Biplane fluoroscopy is usually used in angiography. Biplane fluoroscopy gives a biplane image with high resolution during the performance of operations. Trigeminal nerve blocks are effective treatment modalities for trigeminal neuralgia, and maxillary nerve block is the most dangerous procedure among them. The anatomic structures can change after head and neck surgery, so the trigeminal nerve block procedures cannot be done so easily. We used biplane fluoroscopy in these difficult cases. Our first case was a 60-year-old man who had undergone maxillary nerve block. The second case was of a 64-year-old man who had pulsed radiofrequency lesioning of mandibular nerve performed after head and neck surgery. With biplane fluoroscopy, we got good results without any complications.

• The Korean Journal of Pain
• /
• 제20권2호
• /
• pp.154-157
• /
• 2007

Background: Anosmia can be frustrating for both the patient and physician, with no clear treatment. We prospectively investigated the effects of stellate ganglion block (SGB) in anosmic patients who were unresponsive to conventional steroid therapy. Methods: Thirteen patients with anosmia were treated with SGB. To evaluate the improvement in olfactory function, we evaluated both changes in subjective symptoms and the butanol threshold test. The number of SGB required for improvement in olfactory function was counted. Results: Seven patients (54%) showed improvement of olfactory function with SGB. The average number of SGB for the first response was $7.4{\pm}5.9times$. Conclusions: These results suggest that SGB may be a good treatment modality for patients with anosmia unresponsive to steroid therapy.

• 한국정보과학회논문지:정보통신
• /
• 제27권3호
• /
• pp.323-330
• /
• 2000

이동통신망의 발전으로 인해 한정적인 주파수 자원을 효율적으로 사용하여 폭증하는 가입자를 수용하기 위해 셀의 반경은 점점 작아지고 있다. 가입자에게 신규호의 실패보다 더 민감한 핸드오프호가 자주 발생함에 따라 핸드오프호 처리의 중요성이 증대되었다. 따라서, 셀마다 핸드오프호를 위한 예약 채널을 두어 어느 정도 신규호의 블록킹율의 증가를 감수하더라도, 핸드오프호의 강제종료율을 낮추는 방법이 제안되었다. 이러한 예약 채널 할당 기법에서는 예약 채널을 몇 개로 할 것인가가 중요한 문제가 된다. 왜냐하면 예약 채널 수를 과다하게 설정하면 핸드오프가 빈번하지 않은 셀에서는 채널의 낭비를 초래하고, 적게 설정하면 핸드오프가 빈번한 셀은 핸드오프 강제종료율이 높아지게 되기 때문이다. 이러한 문제를 해결하기 위해 본 논문은 신경망 모델 중 다층 퍼셉트론을 이용하여 셀에서 요구되는 최적의 예약율을 구하여 셀의 환경이 변할 때마다 적용할 수 있는 방법을 제안한다. 본 논문에서는 모의 실험을 통해 이동통신 시스템에서의 핸드오프 예약율을 주기적으로 최적화 시킴으로써 핸드오프가 자주 발생하는 셀에서는 핸드오프 강제종료율을 낮추고, 핸드오프가 빈번하지 않은 셀은 채널의 손실을 막아 시스템의 전체적인 효율이 향상됨을 보인다.

• 한국음향학회지
• /
• 제37권6호
• /
• pp.475-482
• /
• 2018

본 논문에서는 DNN(Deep Neural Network) 기반 오디오 표식을 위한 데이터 증강 방법을 연구한다. 본 시스템에서는 오디오 신호를 멜-스펙트로그램으로 변환하여 오디오 표식을 위한 심층신경망의 입력으로 사용한다. 적은 수의 훈련 데이터를 사용하는 경우 발생하는 문제를 해결하기 위해, 타임 스트레칭, 피치 변화, 동적 영역 압축, 블록 혼합 등의 방법을 사용하여 훈련 데이터를 증강시켰다. 사용된 데이터 증강 기법의 최적 파라미터와 최적 조합을 오디오 표식 시뮬레이션을 통해 확인하였다.

• 한국정보통신학회논문지
• /
• 제4권2호
• /
• pp.505-516
• /
• 2000

셀룰러 신경망은 국부적 연결특성을 가지고 있어 실시간 영상처리에 폭넓게 이용되는 비선형 정보처리 시스템이다. 본 논문에서는 소규모의 $CNN(6\time6)$ 셀 블록을 이용하여, 크고 복잡한 처리에 적합한 시다중화 기법을 처리할 수 있는 CNN칩을 설계하였다. 대부분의 출력 형태는 기준 레벨화된 출력에 기인하여 흑백 영상처리에 적합하나, 본 논문의 출력형태는 아날로그 상태값으로 나타나기 때문에 그레이 레벨 영상처리에 적합하다. CNN 칩은 $0.65\mum$ 2P2M N-Well CMOS 공정으로 설계되었으며, 설계된 칩은 15400여개의 트랜지스터로 구성되며 칩면은 $1.85\times1.75m^2$ 이다. 설계된 $6\time6CNN$칩은 그 보다 큰 입력 영상에 대한 윤곽선 검출의 실험을 통하여 회로의 동작을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제8권2호
• /
• pp.9-20
• /
• 1998

본 논문에서는 패턴인식 형태로 구성된 거리계전시스템에 신경회로망을 적용한 새로운 형태의거리계전기법이 제시되었다. 제안된 거리계전기법은 패턴인식 단계인 두개의 블록으로 구성되었다. 첫 단계에서는 과도신호의 특징 파라미터인 기본파성분을 효율적으로 추출하기 위해 신경회로망을 이용한 필터링 방법이 적용되었으며, 두번째 단계에서는 첫단계에서 추출된 기본파성분을 입력으로 고장형태를 신속하고 정확하게 판별 분류 될 수 있도록 신경회로망을 이용한 고장패턴 추정기가 개발적용되었으며, 이울러 고장판별에 따라 고장점을 효율적으로 추정될 수 있도록 하였다. 적용 시스템의 각 단계는 함수 근사화, 보간성능 및 패턴분류 등의 능력이 뛰어난 다층 퍼셉트론의 역전파 학습 알고리즘이 적용되었다. 제신된 기법의 성능을 입증하기 위하여 EMTP 시뮬레이션을 하여 얻은 다양한 과도 고장파형의 계전시호를 활용하여 시험하였으며, 그결과 제시된 기법은 학습되지 않은 임의의 패턴에 대하여 적응성을 가지고 효율적으로 고장점이 추정될 수 있었으며, 고장발생후 3샘플 이내에서 고장형태가 신속하고도 정확하게 판별되었다.

• 한국빅데이터학회지
• /
• 제1권1호
• /
• pp.9-17
• /
• 2016

본 연구에서는 상수관망에 설치된 유량, 압력 센서를 통해 취득한 빅데이터에 대해 데이터마이닝 기법을 활용하여 해당 공급권역의 특성을 파악하고 그 정보에 기반하여 상수 공급에 있어서 유의할 점 등을 도출해보고자 하였다. 또한, 상수 사용에 대한 단기 수요예측을 수행하는데 있어서도 통계적 방법인 다중회귀분석과 데이터마이닝의 인공신경망 기법을 비교하여 좀 더 정확한 수요예측을 할 수 있는 모델을 제시해보고자 하였다. 데이터 수집과 테스트를 위하여 지자체 한 군의 소블록 지역을 대상으로 선정하였다. 해당 지역은 가정용 수요 외에도 관공서, 병원 등의 대형 업무용 수요도 일부 존재하고 있는 지역이다. 해당 지역의 센서를 통해 취득되는 연속 발생 데이터를 수집하였다. 이런 방식을 통해 취득된 데이터는 총 2,728건이며 이 중 2,632건은 예측모델을 생성하는데 96건은 예측모델의 예측력을 테스트 하는 데에 활용하였다. 이러한 테스트를 수행한 결과 상수 수요예측에 있어서 인공신경망이 다중회귀분석에 비교하여 더 좋은 예측율을 보였다.

• 전자공학회논문지CI
• /
• 제37권5호
• /
• pp.45-53
• /
• 2000

0.8㎛ 단일 폴리 CMOS 집적회로로 구현된 혼돈 뉴런의 동적 응답 특성을 분석하였다. 구현된 CMOS 혼돈 뉴런의 시그모이드 출력함수와 혼돈 발생회로 블록에 대한 일련의 수식 모델을 구하여 혼돈 뉴런의 동적 응답특성, 즉 뉴런 내부상태의 분기도 및 초기값 의존성을 보여주는 리아프노프 지수와 평균 발화율, 시간 및 주파수 응답 등 다양한 특성들을 수치해석적으로 분석하였다. 뿐만 아니라 4개의 시냅스를 지닌 2개의 혼돈 뉴런으로 이루어진 카오스 신경 회로망을 구성하여 시냅스 가중치에 따른 분기도 변화를 구하고 뉴럴 네트워크에서의 응용 가능성을 확인하였다. 한편 CMOS 집적회로로 구현된 혼돈 뉴런을 ±2.5V 전원, 10㎑의 클럭으로 구동시켜 단일 혼돈 뉴런 및 2개의 뉴런으로 이루어진 카오스 신경망에 대한 여러 동적 응답 특성을 측정하여 수치해석 결과와 비교, 분석하였다.