• 정보과학회 논문지
• /
• 제44권7호
• /
• pp.680-685
• /
• 2017

온라인 소셜미디어의 등장으로 방대한 사용자 데이터가 수집되고 이는 루머의 탐지와 같은 복잡하고 도전적인 사회 문제를 자료 기반 기법으로 해결할 수 있게끔 한다. 최근 딥러닝 기반 모델들이 이러한 문제를 해결하기 위한 빠르고 정확한 기법 중의 하나로서 소개되었다. 하지만 기존에 제시된 모델들은 전파 종료 후 작동하거나 오랜 관찰기간을 필요로 하여 활용성이 제한된다. 이 연구에서는 초기 소량 데이터만을 활용하는 recurrent neural networks (RNNs) 기반의 빠른 루머 분류 알고리즘을 제안한다. 제시된 모델은 소셜미디어 스트림을 시계열 자료로 변환하여 사용하며, 이 때 시계열 데이터는 팔로워 수와 같이 정보 전파자 관련 정보는 물론 주어진 컨텐츠에서 추론한 언어심리학적 감성의 점수로 구성된다. 수백만의 트윗을 포함하는 498개의 실제 루머 및 494개의 비루머 사례 분석을 통해 이 연구는 제안하는 RNN 기반 모델이 초기 30개의 트윗 만으로도 (초기 수시간) 0.74 F1의 높은 성능을 보임을 확인한다. 이러한 결과는 실제 응용가능한 수준의 빠르고 효율적인 루머 분류 알고리즘 개발의 초석이 된다.

• Smart Structures and Systems
• /
• 제6권9호
• /
• pp.1057-1077
• /
• 2010

An early detection of structural damages is critical for the decision making of repair and replacement maintenance in order to guarantee a specified structural reliability. Consequently, the structural damage detection, based on vibration data measured from the structural health monitoring (SHM) system, has received considerable attention recently. The traditional time-domain analysis techniques, such as the least square estimation (LSE) method and the extended Kalman filter (EKF) approach, require that all the external excitations (inputs) be available, which may not be the case for some SHM systems. Recently, these two approaches have been extended to cover the general case where some of the external excitations (inputs) are not measured, referred to as the adaptive LSE with unknown inputs (ALSE-UI) and the adaptive EKF with unknown inputs (AEKF-UI). Also, new analysis methods, referred to as the adaptive sequential non-linear least-square estimation with unknown inputs and unknown outputs (ASNLSE-UI-UO) and the adaptive quadratic sum-squares error with unknown inputs (AQSSE-UI), have been proposed for the damage tracking of structures when some of the acceleration responses are not measured and the external excitations are not available. In this paper, these newly proposed analysis methods will be compared in terms of accuracy, convergence and efficiency, for damage identification of structures based on experimental data obtained through a series of laboratory tests using a scaled 3-story building model with white noise excitations. The capability of the ALSE-UI, AEKF-UI, ASNLSE-UI-UO and AQSSE-UI approaches in tracking the structural damages will be demonstrated and compared.

• 한국컴퓨터정보학회논문지
• /
• 제16권5호
• /
• pp.13-22
• /
• 2011

최근의 네트워크 침입탐지 시스템들은 침입패턴을 나타내는 데 정규표현식을 사용하고 있으며 빠른 심층 패킷 검사를 위해서 하드웨어 기반의 패턴매칭이 필요하다. 하드웨어 기반 정규표현식 패턴매칭에 대한 많은 연구가 이루어졌으나 {10}과 같은 제한반복 연산자에 대한 구현은 제약이 있었다. 본 논문에서는 일반적인 정규표현식 서브패턴에 대한 제한반복을 더 낮은 하드웨어 복잡도로 구현할 수 있는 제한반복 블록 구조를 제시하였다. 제안된 제한반복 블록은 단일 문자, 고정길이 문자 뿐 만 아니라 일반적인 정규표현식 서브패턴의 제한반복 구현도 가능하다. 제안된 제한반복 블록 구조는 모든 제한반복을 펼치지 않고 구현할 수 있도록 하여 정규표현식 패턴매칭 하드웨어를 더 효율적으로 구현할 수 있도록 하였다.

• 국제초고층학회논문집
• /
• 제3권2호
• /
• pp.155-165
• /
• 2014

This study measured and compared the variation of ventilation rate and fan energy consumption according to various control strategies after installing wireless sensor-based pilot ventilation system in order to verify the applicability of demand-controlled ventilation (DCV) strategy that was efficient ventilation control strategy for underground parking lot. The underground parking lot pilot ventilation system controlled the ventilation rate by directly or indirectly tracking the traffic load in real-time after sensing data, using vehicle detection sensors and carbon monoxide (CO) and carbon dioxide ($CO_2$) sensor. The ventilation system has operated for 9 hours per a day. It responded real-time data every 10 minutes, providing ventilation rate in conformance with the input traffic load or contaminant level at that time. A ventilation rate of pilot ventilation system can be controlled at 8 levels. The reason is that a ventilation unit consists of 8 high-speed nozzle jet fans. This study proposed vehicle detection sensor based demand-controlled ventilation (VDS-DCV) strategy that would accurately trace direct traffic load and CO sensor based demand-controlled ventilation (CO-DCV) strategy that would indirectly estimate traffic load through the concentration of contaminants. In order to apply DCV strategy based on real-time traffic load, the minimum required ventilation rate per a single vehicle was applied. It was derived through the design ventilation rate and total parking capacity in the underground parking lot. This is because current ventilation standard established per unit floor area or unit volume of the space made it difficult to apply DCV strategy according to the real-time variation of traffic load. According to the results in this study, two DCV strategies in the underground parking lot are considered to be a good alternative approach that satisfies both energy saving and healthy indoor environment in comparison with the conventional control strategies.

• 한국전자거래학회지
• /
• 제19권4호
• /
• pp.119-134
• /
• 2014

금융회사는 인터넷뱅킹, 스마트폰뱅킹 등 비대면 서비스를 위해 다양한 사용자 단말 환경을 통해 전자금융거래 서비스를 제공하고 있다. 그러나, 이러한 서비스는 기본적으로 사용자의 보안인식 및 기술적 대응의 한계로 인한 금전사고가 빈번하게 발생하고 있어 금융 감독 당국으로부터 보다 근본적인 보호대책이 요구되고 있다. 이에 따라, 금융권에서는 전자금융거래에서 발생하는 금전사고를 예방하기 위해 사용자의 전자정보, 접속정보, 거래내용 등을 종합적으로 분석하고 탐지하여 이상 금융거래를 차단하는 금융보안연구원에서 제시한 "이상 금융거래 탐지시스템 구축 가이드"에 따른 시스템을 구축하거나 계획하고 있다. 본 논문에서는 금융회사에 구축되어 운영 중인 이상 금융거래 탐지 및 차단시스템의 구축사례와 운영현황을 살펴보고, 좀 더 개선된 방식의 시스템을 구성하여 분석을 통한 사고예방의 효과성과 이후 보안대책에 대한 개선방안을 제안하고자 한다.

• 한국측량학회지
• /
• 제34권5호
• /
• pp.479-493
• /
• 2016

항공 레이저 스캐너(ALS)로부터 획득한 라이다(LiDAR) 데이터는 지형지물을 모델링하기 위해서 널리 사용되고 있으며, 특히 정밀 3차원 건축물 및 도시모델, 엄밀정사영상 등 고품질의 공간정보를 효율적으로 구축하기 위하여 라이다 데이터를 이용한 3차원 모델링에 관한 연구가 지속적으로 수행되고 있다. 불규칙적으로 분포된 고밀도의 라이다 데이터로부터 객체를 3차원으로 모델링하기 위해서는 시스템 캘리브레이션, 노이즈 제거 및 지면과 객체를 분리하기 위한 필터링, 객체의 종류 및 특성에 따른 데이터 분류, 기하학적 특성 및 동질성에 기반한 데이터 분할, 분할면의 군집화 및 묘사, 분할면의 재구성과 조합에 의한 모델링, 품질검사 등 일련의 복잡한 과정들이 수반된다. 라이다 데이터를 이용한 많은 모델링 방법들은 데이터 분할 과정을 포함하고 있지만, 본 논문에서는 라이다 데이터를 분할하지 않고 객체를 구성하는 중요하고 대표적인 특징점들을 추출하여 건물 모델링에 활용하는 방법을 제안하고 있다. 복잡하고 다양한 건물 형태를 시뮬레이션한 데이터와 실제 데이터에 적용하여 제안한 방법의 타당성 및 정확도를 검증하였다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.251-256
• /
• 2021

일반적인 카메라와 다르게 초당 매우 많은 개수의 프레임을 캡처할 수 있는 기능을 가진 고속의 카메라는 그동안 제한적이었던 일부의 영상 처리 기술들의 고도화를 가능하게 할 수 있다. 본 논문에서는 입력되는 초고속의 컬러 영상으로부터 잡음을 제거한 다음, 잡음이 제거된 영상으로부터 사람의 얼굴 영역을 검출하는 방법을 제시한다. 본 논문에서는 우선 입력되는 초고속의 영상 안에 포함된 잡음 화소들을 양방향의 필터를 적용하여 효과적으로 제거한다. 그런 다음, 레티나 얼굴 모델을 사용하여 잡음이 제거된 영상으로부터 사람의 개인 정보를 대표적으로 나타내는 얼굴 영역을 강인하게 검출한다. 실험 결과에서는 본 논문에서 제시한 알고리즘이 입력되는 컬러 영상으로부터 잡음을 제거한 다음, 생성된 모델을 사용하여 사람의 얼굴 영역을 강인하게 검출한다는 것을 보여준다. 본 논문에서 제시된 모델 기반의 얼굴 영역검출 방법은 실내외 건물의 모니터링, 출입문 개폐 관리, 그리고 모바일 생체 인증과 같은 영상처리 및 패턴 인식과 관련된 실제적인 많은 응용 분야의 기초 기술로 사용될 것으로 예상된다.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.106-118
• /
• 2019

최근 들어 인공 지능을 이용한 영상 객체 인식에 대한 연구 및 개발이 활발하게 진행되고 있다. 그 연장선상에서 도로 유지 및 관리 분야에도 관련 연구의 활용도가 크게 향상될 것으로 기대된다. 그 중에서도 특히 도로 노면 파손 객체 인식 (Object Detection) 을 위한 인공 지능모델이 지속적으로 개발되고 있다. 이러한 객체 인식 알고리즘을 개발하려면 우선적으로 특징지도를 생성하는 Backbone Network가 반드시 필요한데, 본 논문에서는 이를 선정하는 방법을 제안하고자 한다. 이를 위해 6,000여 장의 도로 노면 파손 영상 데이터를 확보하고, 근래에 많이 사용되는 4종류의 심층 신경망을 활용하여 성능을 비교한다. 3가지의 성능 평가 방법을 적용하여 심층 신경망의 특징을 분석하고 최적의 심층 신경망을 결정한다. 또한 하이퍼 파라미터의 최적 조율을 통해 성능을 향상시키고, 최종적으로 도로 노면 파손 영상 분류를 위하여 85.9%의 정확도로 수행이 가능한 경량화된 Backbone Network용 심층 신경망을 제안한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권1호
• /
• pp.27-36
• /
• 2019

본 연구는 검색 기반의 질문 자동 생성 시스템에서 사용자가 이미 답변한 내용을 재질문하지 않도록 사용자의 응답과 유사도가 높은 응답을 질문-데이터베이스에서 찾는 방법을 제안한다. 유사도가 높게 검출된 응답의 질문은 이미 사용자가 아는 내용일 확률이 높기 때문에 질문 후보군에서 제거한다. 유사 응답 검출에는 두 응답간의 동일 단어, 바꿔쓰기 표현, 문장 내용을 모두 사용하였다. 바꿔쓰기 표현은 통계기반의 기계번역에서 사용하는 구절 테이블을 사용하여 구축하였다. 문장 내용은 두 문장을 주의-기반 컨볼루션 신경망으로 압축하여 유사도를 계산하였다. 평가를 위해 구축한 100개의 평가 응답에 질문-응답 데이터베이스로부터 가장 유사한 응답을 추출해서 얻은 결과는 MRR값 71%의 성능을 보였다.

• 융합신호처리학회논문지
• /
• 제22권2호
• /
• pp.85-90
• /
• 2021

운전자의 안전 운전을 위한 첨단 운전자 보조시스템(ADAS; Advanced Driver Assistance System)은 자율주행 자동차에서 중요한 연구 분야 가운데 하나이다. 특히, 이전에 자동차에 부착된 영상센서를 기반으로 한 ADAS 소프트웨어는 구축 비용이 저렴하고 그 활용도가 우수하다. 본 논문에서는 선행차의 주행 상황을 인지할 수 있는 선행 차량 후미등(Tail-Lamp)의 정지등(Break-Lamp) 영역을 검출하는 알고리즘을 제안한다. 제안하는 방법은 주행 영상으로부터 객체 추적에 우수한 성능을 보이고 있는 YOLO 기술을 이용하여 자동차 객체를 추출하고, 추출된 자동차 관심 영역의 HSV 영상을 이용하여 정지등의 밝기 변화 영역을 검출한다. 그 다음 검출된 각 정지등 후보 고립영역을 라벨링하여 후보 영역들 간의 모양 대칭성을 인지하는 선택적 주의집중 모델(Selective Attention Model)을 적용하여 정지등 영역을 검출한다. 제안한 알고리즘의 성능 평가를 위하여 다양한 주행 영상에 적용하여 실험한 결과 ADAS에 적용 가능한 성공적인 검출 결과를 보였다.