• 대한토목학회논문집
• /
• 제10권2호
• /
• pp.103-112
• /
• 1990

본 연구는 내진설계시 많은 불확실성을 내포하는 지반의 거동특성을 규명하고, 적용대상지반의 확충 및 경제성 제고를 위하여 토사지반의 동적지반특성 평가 및 지반-구조물 거동 특성을 고찰하였다. 예제해석은 토사지반에 원전 containment 구조물이 설치된 경우를 가상하여 지진하중에 대한 지반-구조물 시스템의 거동을 반무한체해석과 유한요소해석으로 분석하였다. 이는 토사지반에 원전이 건설될 경우에 고려해야 할 안정성 및 경제성 분석의 일환으로 수행되었으며, 토사지반의 큰 비선형거동을 정확하게 해석에 반영하기 위한 해석 software와 지반입력 data의 합리적인 평가방안 등을 예제해석을 통하여 분석하였다. 예제해석결과를 종합해 볼 때 토사지반의 동적거동의 정확한 분석을 위하여 비선형 유한요소해석은 Seed & Idriss 모델이, 선형 유한요소해석은 지진하중에 대한 1차원 지반거동시 변형율에서의 동적지반특성을 이용한 방법이, 반무한체해석은 정적하중시 변형율에서의 동적지반특성을 이용한 방법이 가장 합리적으로 동적지반특성을 평가하는 것으로 추천할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제20권2호
• /
• pp.25-32
• /
• 2014

본 논문은 물리 시뮬레이션 환경에서 일련의 강체요소가 인과사슬에 따라 연쇄적으로 구동되는 가상의 루브 골드버그 기계를 합성하기 위한 예제 기반 접근방법을 제안한다. 일련의 요소 집합이 주어졌을 때, 본 논문의 목표는 사용자가 명시한 이동의 시작 및 종료위치, 그리고 경계 영역 조건을 만족하는 범위에서 이들 요소로만 구성된 루브 골드버그 기계를 자동으로 구축하는 것이다. 이를 위하여, 먼저 적은 개수의 요소로 구성된 소규모 컴포넌트들을 무작위로 추출한 후 모든 컴포넌트 쌍에 대한 결합 가능성을 하나의 그래프 구조로 표현한다. 이 그래프 위에서의 경로 탐색을 통하여 공간 상에 펼쳤을 때 사용자가 지정한 요구 조건을 만족시키는 경로를 찾고, 해당 경로에 따라 순차적으로 컴포넌트를 조립함으로써 기계를 구축한다. 완성된 기계가 물리 시뮬레이션 환경에서 정확히 동작함을 보장하기 위하여, 끝으로 간단한 그리디 알고리즘을 적용하여 조립된 컴포넌트들의 위치를 정교하게 조절한다. 다섯 종류의 요소만을 이용하여 만든 다양한 구조의 루브 골드버그 기계를 보임으로써 본 논문에서 제안한 방법의 유용성을 보인다.

• 전자공학회논문지
• /
• 제52권3호
• /
• pp.154-161
• /
• 2015

기존의 예제기반 초해상도 복원은 다수의 외부영상을 이용한 사전 생성 방법과 단일 영상을 이용한 자기참조 예제기반 복원 방법이 있지만, 입력영상의 특성과 패치사전에 따라 복원 성능이 저하되는 문제점이 있다. 이러한 문제점을 개선하기 위해서, 본 논문에서는 멀티 프레임의 움직임 정보를 이용하여 적응적 패치 선택을 통한 초해상도 영상복원 방법을 제안한다. 제안하는 초해상도 영상 복원 방법은 3가지 단계로 구성된다. i) 인접한 프레임간의 움직임 정보를 이용한 로컬 영역을 정의, ii) 단계적 열화를 이용한 적응적 패치 검색 방법, iii) 최적의 패치검색을 통한 패치 결합 및 초고해상도 영상복원이다. 결과적으로 제안하는 방법은 인접한 프레임간의 움직임 정보와 단계적 열화를 이용하여 패치를 검색함으로써 패치 검색의 정확성을 높여주고, 동영상에서 부자연스러운 현상이 제거된 초해상도 영상 복원이 가능하다. 실험결과에서는 기존의 초해상도 영상복원 방법과 비교할 때 복원 부작용이 감소되어 자연스럽게 복원된 영상을 제공하는 동시에, peak-to-peak signal noise ratio (PSNR)과 structural similarity measure (SSIM)를 사용한 객관적 성능 향상을 보인다.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.8-16
• /
• 2011

영상 인페인팅(Image Inpainting)은 영상에서 손상된 영역을 제거하고 제거한 영역을 주변 영역과 유사하게 채워 넣어 자연스럽게 만E는 영상 복원의 한 기법이다. 그러나 제거할 영액이 클 경우, 복원한 결과의 구조가 자연스럽지 않아 원하지 않는 영상을 획득할 수 있는 문제가 발생한다. 본 논문에서는 화소 값 차이뿐만 아니라 거리 정보를 고려한 다중 패치들을 사용하는 향상된 예제 기반 영상 인페인팅 기법을 제안한다. 일반적인 예제 기반 영상 인페인팅 기법에서는 패치를 잘못 선택함으로써 블록 현상 같은 부자연스러운 결과들이 발생할 수 있다. 이런 문제점을 개선하기 위해 채워질 패치와 원본 영역에서의 패치들 간의 공간상 거리와 화소 값 차이를 둘 다 고려하여 여러 후보 패치들을 선택하고 선택된 패치들의 가중치를 적용하여 새로운 구조와 질감 정보를 생성하는 것을 제안한다. 실험 결과를 통해 제안하는 방법을 이용한 결과가 기존의 방법을 이용한 결과보다 구조와 질감 정보가 보다 향상된 결과를 보여준다.

• 한국항공우주학회지
• /
• 제35권3호
• /
• pp.212-217
• /
• 2007

Alienor method는 전역적 최적화 문제들을 해결하기위한 효과적인 방법이다. 이 방법은 다변수 문제를 한 개의 변수에 의존하는 문제로 변환시킨다. 어떠한 일차원 전역 최적화 방법도 변환된 문제의 해결에 사용할 수 있다. Alienor method와 연결된 여러 가지의 일차원 전역 최적화 방법들이 수학적으로 제안되었으며, 제안된 방법들은 예제를 통하여 성공적으로 증명되었다. 그러나 실제 엔지니어링 문제에 이 방법들을 적용하기에는 여러 가지 문제가 있다. 본 논문에서는 Lipschitz 상수를 사용하지 않는 Lipschitzian 최적화 방법이 Alienor method와 결합되었고, 이 결합된 최적화 알고리즘을 예제에 적용하였다. 본 예제를 통하여 제안된 방법이 보다 우수하게 전역적 최적화 문제에 적용 가능함을 보였다

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.635-642
• /
• 2003

강화학습은 제어, 스케쥴링 등 많은 응용분야에서 성공적인 학습 결과를 얻었다. 기본적인 강화학습 알고리즘인 Q-Learning, TD(λ), SARSA 등의 학습 속도의 개선과 기억장소 등의 문제를 해결하기 위해서 여러 함수 근사방법(function approximation methods)이 연구되었다. 대부분의 함수 근사 방법들은 가정을 통하여 강화학습의 일부 특성을 제거하고 사전지식과 사전처리가 필요하다. 예로 Fuzzy Q-Learning은 퍼지 변수를 정의하기 위한 사전 처리가 필요하고, 국소 최소 자승법은 훈련 예제집합을 이용한다. 본 논문에서는 온-라인 퍼지 클러스터링을 이용한 함수 근사 방법인 Fuzzy Q-Map을 제안하다. Fuzzy Q-Map은 사전 지식이 최소한으로 주어진 환경에서, 온라인으로 주어지는 상태를 거리에 따른 소속도(membership degree)를 이용하여 분류하고 행동을 예측한다. Fuzzy Q-Map과 다른 함수 근사 방법인 CMAC와 LWR을 마운틴 카 문제에 적용하여 실험 한 결과 Fuzzy Q-Map은 훈련예제를 사용하지 않는 CMAC보다는 빠르게 최고 예측율에 도달하였고, 훈련 예제를 사용한 LWR보다는 낮은 예측율을 보였다.

• 한국지진공학회논문집
• /
• 제10권1호
• /
• pp.1-8
• /
• 2006

비내진 설계된 철근콘크리트 골조는 내진상세의 미확보로 인하여 전단파괴의 가능성이 있다. 이러한 전단파괴를 해석 모델링에 반영하기 위하여 Moehle과 ATC 40을 포함한 4개의 전단강도감소 모델을 선택하고 비교하였으며, 각 모델을 예제 건물에 적용하여 Push-over해석을 수행하였다. 해석용 예제 모델은 3층 규모로 하였으며 국내 콘크리트 설계기준에 따라 설계하였다. 전단강도 감소모델 비교 결과, Moehle의 모델은 NZSEE의 모델보다 전단내력을 작게 평가하고 ATC 40 모델에 비하여 휨 연성도에 따른 내력의 변동이 작으며, 대부분의 경우에 고찰된 모델들의 전단내력은 ACI 318의 공칭 전단강도보다 크게 나타남을 알 수 있었다. 예제 모델의 수치해석 비교 결과, 전단강도 감소모델에 따라 건물의 수평 저항 능력에 큰 차이가 나타나며, 전단스프링에 전단강도 감소를 고려한 모델에 비하여 ATC 40의 횡 소성 변형을 제한하는 모델을 사용하면 횡저항 능력을 과소평가하게 됨을 알 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제15권1호
• /
• pp.27-35
• /
• 2022

본 논문에서는 영상 데이터에 대한 적대적 공격으로부터 생성된 적대적 예제로 인하여 발생할 수 있는 딥러닝 시스템의 오분류를 방어하기 위한 방법으로 분류기의 입력 영상에 백색 잡음을 가산하는 방법을 제안하였다. 제안된 방법은 적대적이든 적대적이지 않던 구분하지 않고 분류기의 입력 영상에 백색 잡음을 더하여 적대적 예제가 분류기에서 올바른 출력을 발생할 수 있도록 유도하는 것이다. 제안한 방법은 FGSM 공격, BIM 공격 및 CW 공격으로 생성된 적대적 예제에 대하여 서로 다른 레이어 수를 갖는 Resnet 모델에 적용하고 결과를 고찰하였다. 백색 잡음의 가산된 데이터의 경우 모든 Resnet 모델에서 인식률이 향상되었음을 관찰할 수 있다. 제안된 방법은 단순히 백색 잡음을 경험적인 방법으로 가산하고 결과를 관찰하였으나 에 대한 엄밀한 분석이 추가되는 경우 기존의 적대적 훈련 방법과 같이 비용과 시간이 많이 소요되는 적대적 공격에 대한 방어 기술을 제공할 수 있을 것으로 사료된다.

• 정보보호학회논문지
• /
• 제32권1호
• /
• pp.89-98
• /
• 2022

딥러닝 기술이 여러 분야에 적용되면서 딥러닝 모델의 보안 문제인 적대적 공격기법 연구가 활발히 진행되었다. 적대적 공격은 이미지 분야에서 주로 연구가 되었는데 최근에는 모델의 분류 결과만 있으면 공격이 가능한 의사 결정 공격기법까지 발전했다. 그러나 오디오 분야의 경우 적대적 공격을 적용하는 연구가 비교적 더디게 이루어지고 있는데 본 논문에서는 오디오 분야에 최신 의사 결정 공격기법을 적용하고 개선한다. 최신 의사 결정 공격기법은 기울기 근사를 위해 많은 질의 수가 필요로 하는 단점이 있는데 본 논문에서는 기울기 근사에 필요한 벡터 탐색 공간을 축소하여 질의 효율성을 높인다. 실험 결과 최신 의사 결정 공격기법보다 공격 성공률을 50% 높였고, 원본 오디오와 적대적 예제의 차이를 75% 줄여 같은 질의 수 대비 더욱 작은 노이즈로 적대적 예제가 생성 가능함을 입증하였다.

• 정보보호학회논문지
• /
• 제32권6호
• /
• pp.1081-1090
• /
• 2022

얼굴 인식 모델은 스마트폰의 신원 인식에 활용되는 등 많은 사용자에게 편의를 제공하고 있다. 이에 따라 DNN 모델의 보안성 검토가 중요해지고 있는데 DNN 모델의 잘 알려진 취약점으로 적대적 공격이 존재한다. 적대적 공격은 현재 DNN 모델의 인식 결과만을 이용하여 공격을 수행하는 의사결정 공격기법까지 발전하였다. 그러나 기존 의사결정 기반 공격기법[14]은 적대적 예제 생성 시 많은 질의 수가 필요한 문제점이 있다. 특히, 기울기를 근사하는데 많은 질의 수가 소모되는데 정확한 기울기를 구할 수 없는 문제가 존재한다. 따라서 본 논문에서는 기존 의사결정 공격기법의 기울기를 근사할 때 소모되는 질의 수 낭비를 막기 위해서 직교 공간 샘플링과 차원 축소 샘플링 방법을 제안한다. 실험 결과 섭동의 크기가 L2 distance 기준 약 2.4 적은 적대적 예제를 생성할 수 있었고 공격 성공률의 경우 약 14% 향상할 수 있었다. 실험 결과를 통해 본 논문에서 제안한 적대적 예제 생성방법의 같은 질의 수 대비 공격 성능이 우수함을 입증한다.