• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.904-913
• /
• 2020

데이터 볼륨과 복잡도가 빠르게 증가함에 따라 과학 빅데이터를 다루는 데이터 집적 과학은 네트워크를 통해 보다 효과적인 데이터 저장 및 분배를 위한 새로운 기술을 발견하는 것을 필요로 한다. 최근 네임드 데이터 네트워킹 커뮤니티와 데이터 집적 과학 커뮤니티는 함께 과학 실험 빅데이터의 분배 및 관리에 있어서 혁신적인 변화를 꾀하였다. 본 논문 에서는 기후과학 및 고에너지물리 데이터 등과 같은 과학 빅데이터를 위한 현존하는 엔디엔 테스트베드들에 대한 분석이 처음으로 이루어진다. 과학 빅데이터를 위한 엔디엔 테스트베드들을 현황, 엔디엔 기반 응용, 특징 측면에서 묘사하고 토의한다. 마지막으로 과학 빅데이터를 위한 엔디엔 테스트베드 네트워크를 확립함에 있어서, 함정에 빠질 수 있는 다양한 이슈들을 엔디엔 테스트베드들에 대한 묘사 그리고 특징들로 부터 도출하여, 분석 제시한다.

• 한국시뮬레이션학회논문지
• /
• 제29권4호
• /
• pp.73-84
• /
• 2020

인터넷이 대중화되기 시작하면서 해킹 및 시스템과 네트워크에 대한 공격이 있어 왔고, 날로 그 기법들이 진화되면서 기업 및 사회에 위험과 부담감을 주었다. 그러한 위험과 부담감을 덜기 위해서는 조기에 해킹 및 공격을 탐지하여 적절하게 대응해야 하는데, 그에 앞서 반드시 네트워크 침입탐지의 신뢰성을 높일 필요가 있다. 본 연구에서는 네트워크 침입탐지 정확도를 향상시키기 위해 가중치 초기화와 가중치 최적화를 KDD'99 데이터셋에 적용하는 연구를 하였다. 가중치 초기화는 Xavier와 He 방법처럼 가중치 학습 구조와 관련된 초기화 방법이 정확도에 영향을 준다는 것을 실험을 통해 알 수 있었다. 또한 가중치 최적화는 현재 가중치를 학습률에 반영할 수 있도록 한 RMSProp와 이전 변화를 반영한 Momentum의 장점을 결합한 Adam 알고리즘이 정확도면에서 단연 돋보임을 네트워크 침입탐지 데이터셋의 실험을 통해 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권4호
• /
• pp.25-29
• /
• 2021

스트립 바이너리는 디버그 심볼 정보가 삭제된 바이너리이며, 역공학 등의 기법을 통한 바이너리 분석이 어렵다. 기존의 바이너리 분석 툴은 디버그 심볼 정보에 의존하여 바이너리를 분석하기 때문에 이러한 스트립 바이너리의 특징이 적용된 악성코드를 감지하거나 분석하는데 어려움이 있다. 이러한 문제를 해결하기 위해 스트립 바이너리의 정보를 효과적으로 추출할 수 있는 기술의 필요성이 대두되었다. 본 논문에서는 바이너리 파일의 바이트 코드가 컴파일러 버전, 최적화 옵션 등에 따라 매우 상이하게 생성된다는 점에 착안하여 효과적인 컴파일러 버전 추출을 위해 스트립 바이너리 대상으로, 전체 바이트 코드를 읽어 이미지화 시킨 후 이를 합성곱 신경망에 적용, 정확도 93.5%을 달성하여 스트립 바이너리를 기존보다 더욱 효과적으로 분석할 수 있는 계기를 제공한다.

• 한국분말재료학회지
• /
• 제28권3호
• /
• pp.208-215
• /
• 2021

Metal three-dimensional (3D) printing is an important emerging processing method in powder metallurgy. There are many successful applications of additive manufacturing. However, processing parameters such as laser power and scan speed must be manually optimized despite the development of artificial intelligence. Automatic calibration using information in an additive manufacturing database is desirable. In this study, 15 commercial pure titanium samples are processed under different conditions, and the 3D pore structures are characterized by X-ray tomography. These samples are easily classified into three categories, unmelted, well melted, or overmelted, depending on the laser energy density. Using more than 10,000 projected images for each category, convolutional neural networks are applied, and almost perfect classification of these samples is obtained. This result demonstrates that machine learning methods based on X-ray tomography can be helpful to automatically identify more suitable processing parameters.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.122-127
• /
• 2022

현재 무인 선박에서의 데이터 전송을 위해 기존 LTE-M 및 LTE 네트워크에서의 USN을 이용하여 기지국 역할로 동작 시키기 위한 방안으로 드론을 USN의 이동 기지국으로 사용하는 방안을 채택하고자 하고 있다. 따라서 이후 이동 기지국인 드론은 LTE 통신 모뎀 혹은 근거리 통신 모뎀을 탑재한 싱크 노드로 선박 운항의 안전 정보를 센서 노드로부터 수집하여 선박에 전송하거나 선박 간의 정보를 상호 전송할 수도 있다. 따라서 드론을 이용하여 근거리 네크워크 망을 형성하게 되면 무인 선박 주변의 통신망을 형성하게 되고 환경 및 보안 센서를 활용한 정보 수집에 유리하게 된다. 본 논문에서는 향후 무인 선박의 AI 운항에 필요한 주변 정보를 확보하기 위한 드론을 활용한 선박 주변 내의 환경 센서 데이터 전송 및 선박 간 통신 활용방안을 제시한다.

• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1121-1132
• /
• 2021

지금은 스마트폰, 태블릿 등 모바일기기를 사용하지 않는 사람을 찾는 것이 더 어려운 시대다. 손가락만 움직이면 접근 가능한 콘텐츠들이 넘쳐난다. 하지만 기존 네트워크는 넘치는 콘텐츠들로 인해 발생하는 문제들에 대해 효율적인 대응이 어려운 구조를 가지고 있다. 특히, 다수의 사용자가 동시에 집약적으로 서버에 콘텐츠를 요구할 시 발생하는 병목현상 문제가 대표적인데 이를 해소하기 위해 미래 네트워크의 대안으로 CCN이 등장했다. CCN은 중간노드의 In-Network Cache 기능을 통해 네트워크의 대역폭을 효율적으로 사용해 사용자들의 요청이 Server에 도달하기 위해 소요되는 트래픽을 개선해 네트워크 내에서 응답시간을 줄이고 트래픽 집중을 분산한다. 이런 CCN 환경에서 효율성을 향상시킬 수 있는 캐시정책을 제안한다.

• 한국정보통신학회논문지
• /
• 제25권11호
• /
• pp.1566-1573
• /
• 2021

Rendezvous는 인지통신에서 사용자간의 탐색을 지원하는 프로세스이다. 공통채널을 알 수 없고 채널의 숫자만 알려진 인지통신 환경에서 통신을 원하는 두 사용자가 상대방을 인식하는 것은 매우 중요한 과정이다. 본 논문에서는 시델니코프 수열을 채널 탐색 수열로 활용하여 두 사용자가 가용채널을 탐색하고 서로를 인지하는 방안을 제시하고 분석하였다. 또한, Rendezvous까지 소요시간의 기댓값을 수학적으로 분석하였다. 또한, 2명의 사용자 환경 하에서 모의실험을 통하여 기존의 알고리듬인 JS알고리듬과 GOS알고리듬과의 성능을 비교하여 새로 제안된 수열의 Rendezvous 성능을 TTR 관점에서 검증하였다. 새로 제안된 수열의 성능은 GOS 알고리듬보다 우수하고 JS 알고리듬과 비슷하였다. 그러나 M이 p보다 많이 작은 경우에 대해서는 새로 제안된 수열의 성능이 JS알고리듬보다 우수하였다.

• 사물인터넷융복합논문지
• /
• 제8권2호
• /
• pp.1-6
• /
• 2022

본 논문은 Wake-up radio를 활용한 지역화 Time Slotted Channel Hopping (TSCH) 슬롯프레임 기반 항공 데이터 수집 기법을 제안한다. 제안하는 기법은 무인항공기가 대규모 서비스 영역 내 배치된 센서 기기들의 데이터를 수집할 때 소요되는 지연 시간 및 소모 에너지를 최소화하는 것을 목표로 한다. 이를 위해, 제안 기법은 서비스 영역을 다수의 지역으로 분할하고, 각 지역 내 센서 기기들이 요구하는 셀의 수에 따라 지역별로 TSCH 슬롯프레임의 길이를 결정한다. 이후, 각 지역 내 센서 기기들의 ID를 활용하여 TSCH 슬롯프레임 내 데이터 전송 전용 셀을 할당한다. 에너지 효율적인 데이터 수집을 위해, 센서 기기는 Wake-up radio를 활용한다. 구체적으로, 센서 기기는 Wake-up radio를 활용하여 비콘 수신 및 데이터 전송을 위해 할당된 셀에서만 네트워크 인터페이스를 활성화한다. 시뮬레이션 결과는 제안 기법이 기존 기법 대비 지연 시간 및 에너지 소모 측면에서 더 우수한 성능을 가지는 것을 보여주었다.

• 대한치과교정학회지
• /
• 제52권4호
• /
• pp.268-277
• /
• 2022

Objective: Poor experience with Invisalign treatment affects patient compliance and, thus, treatment outcome. Knowing the potential discomfort level in advance can help orthodontists better prepare the patient to overcome the difficult stage. This study aimed to construct artificial neural networks (ANNs) to predict patient experience in the early stages of Invisalign treatment. Methods: In total, 196 patients were enrolled. Data collection included questionnaires on pain, anxiety, and quality of life (QoL). A four-layer fully connected multilayer perception with three backpropagations was constructed to predict patient experience of the treatment. The input data comprised 17 clinical features. The partial derivative method was used to calculate the relative contributions of each input in the ANNs. Results: The predictive success rates for pain, anxiety, and QoL were 87.7%, 93.4%, and 92.4%, respectively. ANNs for predicting pain, anxiety, and QoL yielded areas under the curve of 0.963, 0.992, and 0.982, respectively. The number of teeth with lingual attachments was the most important factor affecting the outcome of negative experience, followed by the number of lingual buttons and upper incisors with attachments. Conclusions: The constructed ANNs in this preliminary study show good accuracy in predicting patient experience (i.e., pain, anxiety, and QoL) of Invisalign treatment. Artificial intelligence system developed for predicting patient comfort has potential for clinical application to enhance patient compliance.

• 한국전자통신학회논문지
• /
• 제17권3호
• /
• pp.529-536
• /
• 2022

지난 2년 동안 중증급성호흡기증후군 코로나바이러스-2(SARS-CoV-2)는 점점 더 많은 사람들에게 영향을 미치고 있다. 본 논문에서는 COVID-19 폐 CT 이미지를 분할하고 분류하기 위해서 서브코딩블록(SCB), 확장공간파라미드풀링(ASSP)와 어텐션게이트(AG)로 구성된 혼합 모드 특징 추출 방식의 새로운 U-Net 컨볼루션 신경망을 제안한다. 그리고 제안된 모델과 비교하기 위하여 FCN, U-Net, U-Net-SCB 모델을 설계한다. 제안된 U-Net-MMFE 는 COVID-19 CT 스캔 디지털 이미지 데이터에 대하여 atrous rate가 12이고, Adam 최적화 알고리즘을 사용할 때 다른 분할 모델에 비하여 94.79%의 우수한 주사위 분할 점수를 얻었다.