• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.329-336
• /
• 2007

본 논문은 outdoor images의 촬영 위치와 방향 정보를 이용한 영상데이터베이스 구축과 효율적인 검색방법을 제안한다. 또한 위치와 방향 정보의 추출을 자동화 하기위해 디지털카메라에 확장형 GPS모듈(위치 및 방향 계산 기능포함)을 내장하고 EXIF의 GPS IFD tags를 활용할 것을 제안한다. 본 연구에서는 이 정보들을 이용함으로써 사용자가 원하는 타겟 즉, 지형 혹은 지물 등을 포함한 영상을 신속하고 정확하게 검색할 수 있게 된다. 기존의 위치기반 영상검색방법은 특정 거리의 반경 영역인 ROI(Region Of Interest)내에 존재하는 모든 영상을 대상으로 찾기 때문에 불필요한 영상이 포함되었으나, 제안한 방법은 ROI로 지정한 영역의 모든 영상의 검색뿐만 아니라 타겟을 향해 촬영한 특정방향 DOI(Direction Of Interest)내 영상들만을 선택적으로도 검색할 수 있는데 이 경우는 검색의 정확도를 100% 가까이 극대화시킬 수 있다. 이러한 응용을 영상검색 시스템에 적용한다면 위치와 방향정보를 기반으로 한 자연영상의 분류 및 검색뿐만 아니라 다양한 산업분야(재난경보, 소방방재, 교통정보 등) 에서 긴요하게 활용될 수 있을 것이다.

• 한국정보과학회논문지:데이타베이스
• /
• 제31권6호
• /
• pp.641-649
• /
• 2004

약물의 화학적 구조와 그 약물의 약리작용간의 연관성은, 'Medicinal Chemistry' 분야에서 활발히 연구된다. 이는 화학구조를 기반으로 하여 신약을 설계하려는 시도로서, 약학자는 신약 개발 시 만들고자 하는 약물과 비슷한 화학구조를 가지고 있는 기존 약물들에는 어떠한 것들이 있는지 조사하며, 특정 화학구조가 어떤 약물들에서 나타나는지 신속히 검색하기를 원한다. 이처럼 어떤 화차구조에서, 특정한 부분구조가 존재하는지를 검사하는 것을 부분구조검색(Substructure Searching)이라 하며, 이는 그래프 이론에서 NP-complete인 동형성 판정(Subgraph Isomorphism) 문제로 귀결된다. 검색 시간을 단축시키고자 여러 다른 전근방법들이 연구되었는데, 1990년대에는 구조에 대한 인덱스를 미리 만들어 RDBMS에 저장한 후, 검색시 이론 이용하여 성능을 높이는 방법으로 미국 특허를 획득한 RS3 시스템(http://www.acelrys.com/rs3)이 현재 상용화되어 쓰이고 있다. 본 논문에서는 RS3 시스템의 문제점을 규명하고, 이의 개선방안으로서 새로운 인덱스를 제안한다 RS3 시스템은 각 원자를 중심으로 다른 원자와의 구조를 문자연로 표현하고, 부분구조검색 쿼리를 부분문자열 검색을 실행함으로써 수행하는데, 이의 화학구조를 기술하는 인덱스에는 동일 원자, 동릴 결합에 대한 정렬이 불가능하여 재현율(Recall)과 정도(Precision)가 낮다. 이론 개선하기 위하여 본 논문에서는 2차원의 화학구조를 나누어 1차원의 구조 단편으로 만들고 이를 문자열로 기술하는 방안을 제시하며 구체적인 방법으로 한 인자를 중심으로 최소비용신장트리를 구성한 다음 레벨별로 경로를 나누어 기술하는 방안을 제안하며, 이와 같은 방법의 새로운 인덱스로 재현율과 정도가 급격히 향상됨을 보인다.

• 정보보호학회논문지
• /
• 제29권5호
• /
• pp.1039-1048
• /
• 2019

프로그램 자동 분석 방법 중 하나인 기호 실행은 지난 몇 해 동안 기술적으로 크게 향상 되었다. 그러나 여전히 기호실행 그 자체만을 이용하여 프로그램을 분석하는 것은 실용적이지 않다. 가장 큰 이유로는 프로그램 분석 중에 발생하는 경로 폭발 문제로 인한 메모리 부족으로, 기호 실행을 이용해 프로그램의 모든 경로의 해를 구할 수 없다. 따라서 분석가는 모든 경로의 해를 구하는 것이 아닌 취약성을 갖는 지점으로 기호 실행 탐색 경로를 구성하는 것이 실용적이다. 본 논문에서는 기호 실행 과정에서 사용될 수 있는 정적분석 기반 바이너리 역방향 제어 흐름 그래프 생성 방법 기술을 제안한다. 역방향 제어 흐름 그래프 생성을 통해 분석가는 바이너리 내의 잠재적인 취약지점을 선정할 수 있고, 해당 지점으로부터 생성된 역추적 경로는 향후 기호 실행을 위해 효율적으로 사용될 수 있다. 우리는 리눅스 바이너리(x86)를 대상으로 실험을 진행하였고, 실제로 잠재적인 취약점 선정 및 역추적 경로 생성이 바이너리의 다양한 상황에서 가능함을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제24권11호
• /
• pp.127-133
• /
• 2019

오늘날 데이터 처리에 있어 가장 보편적인 언어가 SQL이다. 이를 위해 SQL 교육이 대학에서 진행되고 있다. 따라서 이번 연구에서는 SQL교육의 학습효과를 극대화하기 위한 SQL의 퀴즈 자동 채점 시스템을 제안한다. 본 시스템은 SQL 퀴즈의 자동 채점을 위해 데이터베이스관리시스템을 활용한 알고리즘을 이용하였으며, 만족할 만한 결과를 도출하였다. 본 시스템을 위해 학사관리, 인사관리 데이터베이스에 대해 학사관리의 문제로 문제 은행을 구축하고, 사용자에게 매번 다른 문제를 제공할 수 있도록 하였다. 채점은 테이블에 변화가 없는 검색과 테이블이 변화하는 수정, 삽입, 삭제로 나누어 처리하였다. 검색의 경우 정답과 응답을 실행한 후 실행 결과를 비교하여 처리하였으며, 수정, 삽입, 삭제는 정답과 오답을 실행한 후 테이블을 검색하여 비교함으로써 정답을 확인하도록 하였다. 수정, 삽입, 삭제는 테이블이 변화하였으므로 트랜젝션(transaction) 제어어인 ROLLBACK 명령어를 이용하여 데이터를 원래대로 복원하였다. 본 시스템을 구현하고, 우리대학 컴퓨터정보과 2학년 88명을 대상으로 772회 시행하였다. 시행결과 1회 10문항으로 구성된 시험에 대한 평균 채점 소요시간은 0.052초로 매우 효과적인 것으로 나타났으며, 채점관의 경우 동시에 여러개의 응답을 동시에 처리할 수 없음을 고려한다면 본 시스템의 성능이 월등함을 확인하였다. 향후 정답율을 기초로 문제 난이도를 고려한 문제 시스템으로 발전시키고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.199-206
• /
• 2023

본 연구는 건축시 발생되는 폐기물의 자동분류를 위해 딥러닝 알고리즘을 활용해 건출 폐기물 데이터를 각각 목재 폐기물, 플라스틱 폐기물, 콘크리트 폐기물로 분류하는 두 모델들을 통해서 성능 비교를 한다. 건축 폐기물의 분류를 위해 사용된 딥러닝 알고리즘은 합성곱 신경망 이미지 분류 알고리즘 VGG-16과 NLP를 기반으로 이미지를 시퀀스화 시킨ViT, Vision Transformer 모델을 사용했다. 건축 폐기물 데이터 수집을 위해 이미지 데이터를 전 세계 검색엔진에서 크롤링 하였고, 육안으로도 명확히 구분하기 어렵거나, 중복되는 등 실험에 방해되는 이미지는 전부 제외하여 각 분류당 1천장씩 총 3천장의 이미지를 확보했다. 또한, 데이터 학습시에 모델의 정확도 향상에 도움을 주기 위해 데이터 확대 작업을 진행해 총 3만장의 이미지로 실험을 진행 하였다. 수집된 이미 데이터가 정형화 되어있지 않은 데이터 임에도 불구하고 실험 결과는 정확도가 VGG-16는 91.5%, ViT 는 92.7%의 결과가 나타났다. 이는 실제 건축폐기물 데이터 관리 작업에 실전 활용 가능성을 제시한 것으로 보인다. 본 연구를 바탕으로 추후에 객체 탐지 기법이나 의미론적 분할 기법까지 활용한다면, 하나의 이미지 안에서도 여러 세밀한 분류가 가능해 더욱 완벽한 분류가 가능할 것이다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.127-135
• /
• 2023

정보통신기술이 발달함에 따라 전투공간에서 생산·공유되는 정보 및 체계 내 저장·관리되는 정보의 양이 폭발적으로 증가하였다. 이는 지휘관이 전장상황 인식 및 지휘결심을 수행하는 데에 활용할 수 있는 정보의 양이 증가하였음을 의미하지만, 한편으로는 지휘관의 정보 부담을 증가시킴으로써 신속한 지휘결심을 저해하는 요인이 되기도 한다. 이러한 한계를 극복하기 위해, 본 연구에서는 지휘관이 전장상황 보고 문서를 수신하였을 때, 체계 내 보유 문서 중에서 이를 해석하는 데에 도움을 줄 수 있는 문서들을 자동적으로 탐색 및 선별하고 요약하는 기법을 제안하였다. 첫째로, 개체명 인식 방법을 활용하여 수신된 전장상황 보고 문서로부터 개체들을 식별한다. 둘째로, 각 개체와 관련된 체계 내 보유 문서들을 탐색한다. 셋째로, 언어모델과 협업 필터링을 활용하여 이러한 문서들을 선별한다. 이때 언어모델은 수신된 보고 문서와 탐색된 문서 간의 유사도를 산출하기 위해 활용되고, 협업 필터링은 지휘관의 문서 열람 히스토리를 반영하기 위해 활용된다. 마지막으로, 선별된 문서들로부터 각 개체가 포함된 문장을 선별하고 이를 정렬한다. 실험은 군 문서와 비슷한 특성을 지니는 학술논문들을 활용하여 수행하였고, 제안된 방법의 타당성을 검증하였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.1-17
• /
• 2017

딥러닝 프레임워크의 대표적인 기능으로는 '자동미분'과 'GPU의 활용' 등을 들 수 있다. 본 논문은 파이썬의 라이브러리 형태로 사용 가능한 프레임워크 중에서 구글의 텐서플로와 마이크로소프트의 CNTK, 그리고 텐서플로의 원조라고 할 수 있는 티아노를 비교하였다. 본문에서는 자동미분의 개념과 GPU의 활용형태를 간단히 설명하고, 그 다음에 logistic regression을 실행하는 예를 통하여 각 프레임워크의 문법을 알아본 뒤에, 마지막으로 대표적인 딥러닝 응용인 CNN의 예제를 실행시켜보고 코딩의 편의성과 실행속도 등을 확인해 보았다. 그 결과, 편의성의 관점에서 보면 티아노가 가장 코딩 하기가 어렵고, CNTK와 텐서플로는 많은 부분이 비슷하게 추상화 되어 있어서 코딩이 비슷하지만 가중치와 편향을 직접 정의하느냐의 여부에서 차이를 보였다. 그리고 각 프레임워크의 실행속도에 대한 평가는 '큰 차이는 없다'는 것이다. 텐서플로는 티아노에 비하여 속도가 느리다는 평가가 있어왔는데, 본 연구의 실험에 의하면, 비록 CNN 모형에 국한되었지만, 텐서플로가 아주 조금이지만 빠른 것으로 나타났다. CNTK의 경우에도, 비록 실험환경이 달랐지만, 실험환경의 차이에 의한 속도의 차이의 편차범위 이내에 있는 것으로 판단이 되었다. 본 연구에서는 세 종류의 딥러닝 프레임워크만을 살펴보았는데, 위키피디아에 따르면 딥러닝 프레임워크의 종류는 12가지가 있으며, 각 프레임워크의 특징을 15가지 속성으로 구분하여 차이를 특정하고 있다. 그 많은 속성 중에서 사용자의 입장에서 볼 때 중요한 속성은 어떤 언어(파이썬, C++, Java, 등)로 사용가능한지, 어떤 딥러닝 모형에 대한 라이브러리가 잘 구현되어 있는지 등일 것이다. 그리고 사용자가 대규모의 딥러닝 모형을 구축한다면, 다중 GPU 혹은 다중 서버를 지원하는지의 여부도 중요할 것이다. 또한 딥러닝 모형을 처음 학습하는 경우에는 사용설명서가 많은지 예제 프로그램이 많은지 여부도 중요한 기준이 될 것이다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 치위생과학회지
• /
• 제10권3호
• /
• pp.177-183
• /
• 2010

탄성 고무인상재의 종류인 폴리설파이드(polysulfide), 폴리이써(polyether), 부가중합형 실리콘(addition silicone)에서 점주도(consistency)가 Type III인 인상재를 각각 1종류 선택하여 증류수 $3.3{\mu}l$를 떠뜨려 접촉각을 측정하고, 세 종류의 인상체에 치과용 경석고를 부어 작업모형을 만들고 표면을 관찰하였다. 접촉각 측정은 전자동접촉 각 측정시스템(DM-700, KYOWA, Japan)을 이용하였고 작업모형의 표면관찰은 전계 방사형 주사 전자현미경(JSM-6700F, JEOL Ltd., JAPAN)을 이용하여 다음과 같은 결론을 얻었다. 1) 초기 접촉각의 평균과 표준편차는 부가중합형실리콘, 폴리이써, 폴리설파이드 제품이 각각 $91.3^{\circ}{\pm}20.5$, $90.0^{\circ}{\pm}2.2$, $101.5^{\circ}{\pm}2.3$로 평균값은 유사하게 나타났으나 부가중합형실리콘의 표준편차값에서 큰 차이를 보여줬다. 이는 술자의 술식에 따라 항상 일정한 특성을 보여주지 않는 다는 것이다. 2) 시간이 흐를수록 부가중합형실리콘 제품은 다른 두 종류에 비해 접촉각이 급속히 감소함을 관찰 할 수 있었고, 초기접촉각이 $91.3^{\circ}$이며 25초 후 $29.4^{\circ}$로 급격히 감소했다. 3) 폴리이써 제품은 초기접촉각이 $101.5^{\circ}$에서 25초 후의 접촉각 $90.7^{\circ}$이였고, 폴리설파이드 제품은 초기접촉각이 90.0에서 25초 후의 접촉각 84.2로 변화가 거의 일어나지 않았고 그 각도도 부가중합형실리콘에 비해 컸다. 4) 세 종류의 탄성고무인상재에서 시간이 흐름으로써 관찰된 접촉각은 유의성이 있었다(p<0.001). 5) 작업모형의 표면관찰에서 부가중합형실리콘이 가장 치밀했고, 그 다음 폴리설파이드, 폴리이써 순서였다. 따라서 탄성고무 인상재에 있어서 접착각이 작은 부가중합형 실리콘은 폴리이써나 폴리설파이드 제품에 비해 더 치밀한 작업모형을 얻을 수 있었고 세 종류의 인상재접착각에서 큰 유의성을 보였다. 그러나 부가중형 실리콘은 접촉각의 편차가 커 술자의 주의가 필요한 것으로 나타났고 폴리설파이드 제품과 폴리이써 제품은 20~25초 후 접촉각이 최초 접촉각과 큰 차이를 보이지 않아 소수성 제품으로 인상채득 시 주의가 요망되는 것으로 보여진다. 향후 Vitro 상태에서 인상재에 영향을 미치는 여러가지 요인들에 대한 계속적인 연구의 필요성을 느낀다.

• 한국항해항만학회지
• /
• 제39권1호
• /
• pp.45-53
• /
• 2015

최근 컨테이너터미널에서 물량유치에 심혈을 기울이고 있으며, 선사가 컨테이너터미널을 결정하는 요소는 입지조건, 하역능력, 보관, 운송에 연계된 모든 요소들에 사항을 참조하여 선사에게 유리한 조건의 컨테이너터미널을 선별 선택한다. 컨테이너터미널의 On-Dock 서비스 가능 여부 또한 선사가 컨테이너터미널을 선택을 결정짓는 요소의 한 부분으로 중요하게 인식되고 있다. 본 논문에서 On-Dock 시스템의 업무적 알고리즘, 엠티 컨테이너 반출 알고리즘, 풀 컨테이너 알고리즘을 제시하고 On-Dock 시스템을 이용하여 작업 우선 순위 알고리즘, 반출입 작업 우선순위 알고리즘, 엠티 컨테이너 야드 장치 할당 규칙 알고리즘을 통해서 컨테이너를 자동 할당 방식과 수동 할당 방식을 이용해서 컨테이너 반출 시간 및 컨테이너터미널의 효율적인 운영 방안을 알아보고자 한다. 이를 통해 반출 컨테이너 우선순위 지정 및 장치장의 블럭을 지정하여 반출 컨테이너 할당을 제어 한다. 즉, 최적 컨테이너 선정 알고리즘을 통해서, 컨테이너터미널은 엠티 컨테이너 반출 시간을 줄이고, 야드의 컨테이너에 대해서 불필요한 리핸들링을 최소화 할 수 있으므로 장비의 효율을 높일 수 있다. Non On-Dock과 On-Dock 시스템의 작업 운영 결과는 실제 광양컨테이너터미널에서 운영되고 있는 반출 작업 운영(시나리오) 형태를 이용하여 결과를 도출하였다. 광양컨테이너터미널에서 On-Dock 시스템을 적용하게 되며, Non On-Dock 시스템을 적용 할 때 보다 시간이 약5분 정도 신속하게 반출이 가능하다. On-Dock 서비스를 이용하여 선사에서 수출 오더를 관리하기 위해서 엠티 컨테이너를 배정 하고, 수입 화물에 대해서는 D/O를 관리하며 반출 후 회수 관리와 컨테이너의 손상, 청소, 수리, 제어 등의 서비스를 지원하므로 대외 선사 서비스를 강화하여 컨테이너터미널 물량 유치 및 영업 증대를 꾀할 수 있을 것이다.