• 지구물리와물리탐사
• /
• 제8권1호
• /
• pp.73-77
• /
• 2005

전도성 지질에서 얻어진 지표 핵자기 공명(SNMR) 자료를 올바르게 역산하고 해석하기 위해서는 기하의 전기전도도 분포에 대한 정확한 추정이 필요하다. 이러한 추정 결과는 SNMR 수직탐사를 수행하기 이전에 전도도 구조가 지하수 탐지를 방해할 것인지에 대해 결정하는데 유용할 것이다 이 논문에서는 SNMR 모델링을 이용하여 지하 전기전도도 구조가 주어졌을 때, 대부분의 SNMR 신호를 발생하는 심도 범위를 결정하는 방법을 서술하였다. 이 논문에서는 반무한 공간에서 SNMR침투 심도를 추정하는 방법을 사용하였으며 전도성 반무한 공간(<10 ohm-m)에서는 침투심도가 50 m 이내라는 것을 보였다. 또한 이러한 반an한 공간 모델에서는 동일위치 방식의 loop 크기를 늘리더라도 침투심도를 뚜렷이 증가시키지 못함도 알 수 있었다. 이러한 결과는 좀 더 복잡한 1 차원 전도도 구조에 대한 반무한 공간 근사를 통해 전도성 지층에서 신호가 얻어질 수 있는 심도 범위를 합리적으로 추정하는데 사용될 수 있을 것이다.

• 융합정보논문지
• /
• 제11권11호
• /
• pp.38-43
• /
• 2021

증강현실기술을 사용하는 증강현실 게임이 늘어남에 따라 사용자들의 요구도 많아지고 있다. 증강현실 게임에서 사용되는 게임 기술에는 MARKER, MARKERLESS, GPS등을 활용한 게임이 주를 이루고 있다. 이러한 기술을 활용한 게임은 배경과 다른 오브젝트를 증강할 수가 있다. 이 문제를 해결하기 위해 증강현실의 중요한 요소인 배경에서 객체를 분석하여 증강현실 게임을 개발하는데 도움을 주고자 한다. 증강현실 게임에서 배경을 분석하기 위해 UNITY엔진에서 TensorFlow Lite를 활용하여 딥러닝 모델을 적용하여 배경 객체를 분석하였다. 이 결과를 활용하여 배경에서 분석된 객체의 종류에 맞춰 게임에 증강되는 오브젝트를 배치 할 수 있다는 결과를 얻었다. 이 연구를 활용하여 배경에 맞는 오브젝트를 증강하여 향상된 증강현실 게임을 개발 할 수 있을 것이다.

• 전기전자학회논문지
• /
• 제25권3호
• /
• pp.430-436
• /
• 2021

비접촉형 체온 측정 시스템은 광학 및 열화상 카메라를 활용하여 집단시설의 발열성 질병을 관리하는 핵심 요소 중 하나이다. 기존 체온 측정 시스템은 딥러닝 기반 얼굴검출 알고리즘이 사용되어 얼굴영역의 단순 체온 측정에는 활용할 수 있지만, 의사표현이 어려운 영유아의 이상 징후를 인지하는데 한계가 있다. 본 논문에서는 기존의 체온 측정 시스템에서 영유아의 이상징후 감지를 위해 표정인식 알고리즘을 개선한다. 제안된 방법은 객체탐지 모델을 사용하여 영상에서 영유아를 검출한 후 얼굴영역을 추출하고 표정인식의 핵심 요소인 눈, 코, 입의 좌표를 획득한다. 이후 획득된 좌표를 기반으로 선택적 샤프닝 필터를 적용하여 표정인식을 진행한다. 실험결과에 따르면 제안된 알고리즘은 UTK 데이터셋에서 무표정, 웃음, 슬픔 3가지 표정에 대해 각각 2.52%, 1.12%, 2.29%가 향상되었다.

• 한국ITS학회 논문지
• /
• 제18권2호
• /
• pp.104-113
• /
• 2019

도로 관리 주체는 도로 파손을 보수하기 위해 적지 않은 비용을 투입한다. 이러한 파손은 자연 요인과 노후화로 인하여 필연적으로 발생을 하는데, 효율적인 보수를 위한 유지보수 기술이 필요하다. 이런 수요에 대응하기 위해 여러 가지 기술들이 개발되고 적용되고 있지만, 최근 들어서는 차량용 블랙박스 형태로 수집한 영상 정보를 바탕으로 도로 노면 파손 유지 보수기술이 개발되고 있다. 이 파손 영역을 추출하는 방법에는 여러 가지가 있지만, 본 논문에서는 최근 활발히 연구되고 있는 심층 신경망 구조의 영상인식 기술에 대해 논하고자 한다. 특히 영역 기반의 합성곱 알고리즘을 이용하여 영상 내에서 도로 파손 유무와 그 영역을 추정할 수 있는 새로운 심층 신경망을 소개한다. 이를 개발하기 위해 실제 주행을 통해서 600여장의 영상 데이터를 수집하였고, 이를 활용하여 학습을 수행하였다. 그 결과 기존 모델과 성능을 비교하여 10.67% 향상된 신경망을 개발하였다.

• 한국산업정보학회논문지
• /
• 제24권2호
• /
• pp.1-14
• /
• 2019

웹, XML, 오피스 어플리케이션에 사용되는 대부분의 문서들은 트리 구조로 구성되어 있으며 특히 다중 사용자 환경에서의 트리 구조의 문서의 차이 발견, 합병, 버전 제어 등의 연구가 활발하다. 그러나 이들의 기초가 되는 편집스크립트에 대한 연구는 초보적인 상태에 있다. 본 논문에서는 편집연산들의 실행 시 트리구조의 문서의 변화를 이해하기 위한 문서 모델을 제시하고 편집연산들의 실행 효과의 분석을 통해 트리 구조 문서에 대한 인접한 편집연산들의 순서 교환 방법을 제안한다. 트리 구조 문서에 대한 변화탐지의 결과로 생성되는 편집스크립트들은 대부분 기본연산들(갱신, 삽입, 삭제)만으로 구성된다. 그러나 이동, 복사연산을 포함하는 경우, 이들의 복합연산의 특성으로 인해 주로 2단계 패스의 실행을 전제로 하는 편집스크립트를 생성한다. 본 논문에서는 제안한 편집 연산들의 순서 교환 방법을 통해 2단계 패스의 실행을 전제로 하는 X-treeESgen의 편집스크립트를 단일 패스로 변환하는 알고리즘을 제시한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권11호
• /
• pp.411-418
• /
• 2018

인공지능 기술의 확산으로 인해 과학기술 분야에서도 연구 데이터의 확보, 저장 및 활용이 중요시 되고 있는 상황이다. 연구 데이터를 확보하기 위해 전자문서 형태의 연구논문으로부터 그래프, 표와 같은 유의미한 객체를 추출하는 다양한 방법들이 제안되고 있다. 경험적 방법론을 이용하는 기존의 연구들은 문서의 편집 특성을 일반화하여 객체들을 추출하기 때문에 다수의 이질적인 형태를 갖는 전자문서들을 대상으로 연구결과를 적용하는데는 한계가 있다. 본 논문은 경험적 방법론의 경직성을 극복하고 이질적인 전자문서들로부터 목표 객체들을 효과적으로 추출하기 위해 심층 학습 기반의 객체 추출 시스템을 제안한다. 텐서플로우 객체 탐지 API의 Faster R-CNN 알고리즘을 기반으로 새로운 학습 모델을 생성했으며 심층 학습과 평가를 위해 총 100여 편의 연구논문들을 대상으로 목표 객체들을 데이터화했다. 마지막으로 성능평가를 통해 제안한 시스템이 경험적 방법론을 적용한 비교 대상에 비해 약 5.2% 높은 성능을 보임을 확인하였다.

• 한국전자파학회논문지
• /
• 제30권6호
• /
• pp.487-497
• /
• 2019

탄도미사일은 작은 레이다 단면적 및 빠른 기동 특성으로 인하여 탐지가 매우 힘들며, 또한 탄도미사일의 각 비행단계에서 탄두와 유사한 운동 변수로 기동하는 연료탱크 및 기만체의 존재로 인하여 탄두의 식별 및 요격이 매우 어렵다. 따라서 비행 단계에 따라 표적의 기동 및 미세운동을 이용한 특성벡터가 필요하며, 또한 이를 적절히 융합하여 비행단계에 상관없이 식별하는 방법이 요구된다. 본 연구에서는 탄도미사일의 비행단계에 따른 유용한 특성벡터를 소개하고, 이를 특성벡터 및 구분기 레벨에서 융합하는 효과적인 기법을 제안한다. CAD 모델들을 사용하여 예측된 레이다 신호들로 시뮬레이션을 수행한 결과, 구분기 레벨 융합을 통하여 잡음환경 내에서 비행단계에 상관없이 종말 단계로 갈수록 보다 향상된 탄두 식별이 가능하였다.

• 한국ITS학회 논문지
• /
• 제18권5호
• /
• pp.112-125
• /
• 2019

본 연구에서는 음향신호 처리기반 터널 돌발상황 탐지시스템을 개발하고 평가하였다. 개발 시스템은 알고리즘, 음향신호 수집기, 서버시스템 세 가지 구성 요소로 구성된다. 비음수 텐서 분해와 은닉 마코프 모델을 이용하여 돌발상황음(충돌, 스키드)을 검출한다. 개발시스템 성능은 제한된 환경과 실제 운영환경에서 평가되었다. 그 결과, 제한된 환경 평가에서 거리별로 80~95%의 검지성능을 보였고, 실제 운영환경에서는 94% 검지성능을 보였다. 기존의 터널 돌발상황 검지기술인 영상 및 루프검지기 기반 시스템 성능과 비교한 결과, 본 개발 기술의 장점은 신속한 검지시간(2초 이내)인 것으로 나타났다.

• 한국정보통신학회논문지
• /
• 제25권4호
• /
• pp.603-610
• /
• 2021

본 논문에서는 사용자의 전력소비패턴을 추출하고 사용자의 환경 및 감성을 적용한 최적 소비패턴을 모델링한 후, 이 두 가지의 패턴을 비교 적용하여 사용자의 전력소비행위 변화를 통한 전력의 효율적 사용 방법을 제시한다. 유의미한 소비패턴을 추출하기 위하여 벡터 표준화 및 이진 데이터 변환방법을 사용하고, k-평균 군집화를 적용한 앙상블의 합집합에 대한 학습과 k값에 따른 지지도를 적용하였으며, 최적 전력소비패턴 모델은 상대적 평균 소비량이 적은 앙상블 합집합에 대한 학습 결과를 기준으로 강제 및 감성 제어를 적용하여 생성하였다. 실험을 통하여 전력소비행위 변화 유도대상 추출 시 클러스터의 수와 일치율 간의 상관관계를 파악함으로써, 사용자의 의도에 따라 강제 및 감성 기반의 제어가 가능하도록 클러스터의 수나 크기 조절을 통한 다양한 윈도우에 적용할 수 있음을 검증하였다.

• 정보보호학회논문지
• /
• 제13권3호
• /
• pp.1-15
• /
• 2003

Cachi $n^{[1]}$ 으로부터 시작된 심층 암호의 안전성에 대한 정의는 Katzenbeisse $r^{［2］}$가 심층 암호의 공격 모델을 기반으로 한 안전성을 논의함으로써 보다 구체화되었으며, 이 후 Hoppe $r^{［3］}$가 계산 이론적인 관점에서 일방향 함수가 존재한다면 안전한 심층 암호도 존재함을 증명하였다. 그러나 실제 구현함에 있어 지금까지의 심층 암호 알고리즘은 앞서 정의된 이론적인 안전성을 고려하지 않고, 데이터의 최하위 비트와 비밀 메시지를 치환해 왔다. 비록 데이터의 최하위 비트가 인간의 감각으로는 인지할 수 없으며 랜덤해 보이기까지 하지만 Westfel$d^{［4］}$ 등이 제안한 시각 및 통계 공격에 의하여 비밀 메시지의 삽입을 탐지해낼 수 있었다. 본 논문에서 우리는 블록 암호의 출력이 랜덤한 점을 이용하여 원본을 최소한으로 변형시키지만 충분한 양의 데이터를 삽입하는 방법을 제안하려고 한다. 실험 결과, 제안하는 알고리즘은 단순 최하위 비트 치환 심층 암호와 대등한 데이터 삽입량를 가지면서도 시각 및 통계 공격에 강인하였다.