• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.431-433
• /
• 2021

In this paper, abnormal behavior monitoring system using YOLO AI platform was implemented and had superior response characteristics compared to the conventional monitoring system using two-shot detection by using one-shot detection of YOLO system. The YOLO platform was trained using image dataset composed of abnormal behaviors such as assault, theft, and arson. The abnormal behavior monitoring system consists of client and server and can be applicable to smart cities to solve various crime problems if it is commercialized.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.7-9
• /
• 2020

기존 CCTV 비디오에서 딥러닝 기반의 이상 탐지 연구는 객체의 행동 값만을 이용하여 이상을 탐지하였기 때문에, 시간 흐름에 따른 정보가 축소되는 문제점이 있었다. 그러나 CCTV 비디오에서의 이상의 원인은 다양한 요소와 시계열 분석에 따른 정보로 이루어져 있어 시간 정보를 유지하면서 다양한 특징 값을 사용한 모델을 설계할 필요가 있다. 따라서 본 논문에서는 C3D에 광학 흐름을 결합한 새로운 앙상블 모델을 제안한다. 실험 결과 본 논문에서 제안하는 모델이 75.83의 AUC를 얻어 기존에 연구되었던 행동 값만을 사용한 모델보다 높은 정확도를 달성하였다. 또한 이상 탐지 모델 설계 시 객체의 행동에 다양한 측면을 고려할 수 있는 여러 특징 값과 시계열 분석에 따른 정보를 사용하는 것이 적절하다는 결론을 도출하였다.

• Proceedings of the KIPE Conference
• /
• 2020.08a
• /
• pp.212-214
• /
• 2020

리튬이온 배터리를 고온의 환경에서 장시간 운용함에 따라 배터리 내부 물질의 변형 및 특성 변화가 발생하여 안전성의 문제가 발생하게 된다. 배터리의 안전성을 향상하기 위해 배터리의 고장 및 이상 상태를 진단 및 탐지하는 기법들의 연구가 진행되고 있다. 본 논문에서는 배터리의 이상 상황을 모사하기 위해 열폭주의 한 가지 방법인 고온의 환경에서 배터리의 특성 변화를 전기화학적 임피던스 분광법을 통해 분석하였으며, 등가회로 모델의 특성 인자를 활용하여 이상 상황을 탐지할 수 있는 이동 평균 추세선 기반의 이상 탐지 기법을 제안하며, 열폭주가 발생한 데이터를 통해 이상 탐지 기법을 검증한다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.498-500
• /
• 2022

공공 안전을 위한 영상 감시 시스템이 증가함에 따라 CCTV 관제사가 관제해야 할 영상의 수가 증가하고 있다. 점점 증가하는 관제 영상 수로 인해 CCTV 관제사는 수많은 영상 사이에서 발생하는 살인, 강도, 폭력 등 위급한 이상 상황을 놓치는 문제가 발생할 수 있다. 이러한 문제를 해결하기 위해 최근에는 영상에서 발생하는 이상 상황을 자동으로 탐지하고 CCTV 관제사에게 알려 관제 효율을 향상시키는 연구가 진행되고 있다. 본 논문은 영상에서 발생하는 이상 상황을 자동으로 탐지하기 위해 예측 기반 이상 탐지 방법에 다중 프레임 예측 에러를 활용해서 영상 이상 탐지 정확도를 향상시키는 방법을 제안한다. 결과적으로 제안한 방법을 사용함으로써 프레임 레벨 AUC가 Ped2 데이터 셋에서 92.70%에서 94.56%, Avenue 데이터셋에서 87.37%에서 89.17%로 상승하였다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.609-611
• /
• 2023

4차 산업혁명의 발달로 스마트공장 기술이 발달하면서, 딥 러닝을 활용한 공정 과정에서 나타나는 이상을 탐지하는 기술이 활발히 연구되고 있다. 하지만 공정 과정에서 발생하는 휘발성유기화합물(VOCs) 저감 설비에서 발생하는 이상을 탐지하기 위한 연구는 적극적으로 진행되고 있지 않다. 따라서 본 논문에서는 딥 러닝 기술을 이용하여 VOCs 저감설비에서 발생하는 이상을 탐지하고, 설명가능 인공지능(XAI)을 활용하여 이상에 큰 영향을 미치는 주요 설비를 특정하여 이상 발생 시 관리자가 용이하게 설비들을 관리할 수 있도록 하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.290-291
• /
• 2023

Outlier(이상치) 분석을 통한 등부표 선회안전반경 정보 제공에 관한 연구는 AIS 또는 RTU가 설치된 등부표에 대한 이탈 위험 인지, 항해안전 사고 예방 등 안전대책을 강화하기 위한 연구이다. 등부표는 조류, 바람 등 외력에 의해 이출거리가 발생하여 일정한 패턴으로 선회반경이 형성되나 외력으로 인하여 정상범위에서 벗어나 유실, 위치이동 등이 발생할 수 있고 이는 선박추돌 등 항해안전 사고로도 이어질 수 있다. 이러한 등부표 사고는 물적 피해비용과 이용자의 안전운항에 대한 심리적 부담감 또는 위험감수 등의 추가적인 행정소요 비용이 발생할 수 있다. Outlier(이상치)란 외력 등으로 인해 최대 이출거리 이내 정상범위에서 벗어나거나 존재할 수 없는 극단적인 위치 값으로써 21년도 등부표 위치 데이터를 일정 단위 방위별로 분석해 본 결과 Outlier(이상치)가 식별되었다. 따라서 등부표의 안전한 위치 상태를 시스템적으로 모니터링 하기 위해 Outlier(이상치) 분석을 통한 등부표 선회안전반경 정보 제공에 관한 연구를 하였다.

• Annual Conference of KIPS
• /
• 2023.05a
• /
• pp.370-372
• /
• 2023

신용카드 부정 사용은 고객 및 기업의 신용과 재산에 막대한 손실을 미치고 있다. 이에 따라 금융사들은 이상금융거래탐지시스템을 도입하였으나 이상 거래 발생 여부를 지속적으로 모니터링하고 있기 때문에 시스템 유지에 많은 비용이 따른다. 따라서 본 논문에서는 컴퓨팅 리소스를 절약함과 동시에 성능 개선 효과를 보인 신용카드 이상 거래 탐지 알고리즘을 제안한다. CTGAN 을 활용하여 정상 거래와 이상 거래의 비율을 일부 완화하였고 XAI 기법인 SHAP 를 활용하여 유의미한 속성값을 선택하였다. 이것을 기반으로 LSTM Autoencoder를 사용하여 이상데이터를 탐지하였다. 그 결과 전통적인 비지도 학습 기법에 비해 제안 알고리즘이 우수한 성능을 보였음을 확인하였다.

• Clinical and Experimental Pediatrics
• /
• v.48 no.4
• /
• pp.416-424
• /
• 2005

Purpose : To find the risk factors associated with coronory artery lesions, non-responsiveness to intravenous immunoglobulin(IVIG) treatment, and recurrences in Kawasaki disease patients. Methods : We retrospectively analyzed 1,000 Kawasaki disease patients who were admitted to Yonsei University Medical Center from September 1990 to December 2003. We compared between responder and non-responder groups to IVIG treatment as well as between relapsed and non-relapsed groups, and as to the relapsed group, we also compared variables between patients in their first and second attack states. Finally, factors associated with longer-fever duration from disease onset were evaluated. Results : Longer fever durations before and after IVIG treatment, male sex, lower Hgb and Hct level, higher WBC count and segmented WBC proportion, and higher CRP and Harada's score were related with coronary artery lesions. Non-responsiveness was related to higher WBC count, segmented WBC proportion, CRP, SGPT, Harada's score, and pyuria. Moderate-to-severe coronary artery dilatations and recurrences were more commonly seen among the non-responder group. No significant predictive factors for recurrence were found. In the relapsed group, lower WBC count, CRP, and shorter fever duration from disease onset were observed in their second attack state. Fever duration from disease onset showed positive correlation with WBC count, CRP, and Harada's score and negative correlation with Hgb levels. Conclusion : Higher WBC count, CRP, and higher Harada's score were related to both higher incidences of coronary artery lesions and non-responsiveness to IVIG treatment, and these factors were also related with longer fever duration. Non-responders to IVIG treatment showed higher recurrence rate and more moderate-to-severe coronary artery dilatations than responders.

• The Monthly Diabetes
• /
• s.205
• /
• pp.17-22
• /
• 2006

20세 이상의 성인은 매5년마다 적어도 1회 이상 혈장 총콜레스테롤 농도측정이 필요하다. 또한 각종 검진 또는 진찰을 위해 의료기관을 처음 방문하는 모든환자에 대해서 총 코레스테롤 측정은 필수적이다.

• Journal of KIISE:Information Networking
• /
• v.33 no.3
• /
• pp.201-217
• /
• 2006

In this paper, we collected the physical traces from high speed Internet backbone traffic and analyze the various characteristics of the underlying packet traces. Particularly, our work is focused on analyzing the characteristics of an anomalous traffic. It is found that in our data, the anomalous traffic is caused by UDP session traffic and we determined that it was one of the Denial of Service attacks. In this work, we adopted the unsupervised machine learning algorithm to classify the network flows. We apply the k-means clustering algorithm to train the learner. Via the Cramer-Yon-Misses test, we confirmed that the proposed classification method which is able to detect anomalous traffic within 1 second can accurately predict the class of a flow and can be effectively used in determining the anomalous flows.