본 연구의 목적은 초등학교 학생들을 대상으로 뇌파 자기-조절 뉴로피드백 훈련이 회상기억과 재인기억에 미치는 효과를 검토하는 것이다. 이를 위해 36명의 초등학교 학생들을 자기-조절 4 회기의 뉴로피드백 훈련을 받는 훈련집단과 이러한 처치가 제공되지 않은 통제집단으로 각각 18명씩 무선할당한 후에, 각 회기에 따라 회상기억과 재인기억 수행의 변화를 관찰하여 분석하였다. 그 결과 회상기억과 재인기억 모두 자기-조절 뉴로피드백 훈련집단이 통제집단에 비해 더 우수한 수행을 보였을 뿐만 아니라 훈련회기가 증가함에 따라 두 가지 수행치 모두 향상되는 것이 관찰되었다. 특히 기억해야 하는 표적단어의 수로 조작한 과제의 난이도가 증가 할수록 훈련 효과도 더 증가하였다. 본 연구의 결과는 자기-조절 뉴로피드백 훈련이 피훈련자의 주의력을 향상시켜 주요 인지과정 중 하나인 단어 기억 수행을 향상시키는데 도움이 될 수 있다는 것을 시사한다.
컴퓨터 기술의 발달함에 따라 일선 교사들로 하여금 애니메이션과 같을 다양한 시각도구를 이용하여 멀티미디어 교육자료를 고안, 개발하는 것이 가능하게 되었다. 화려한 3D 애니메이션 기법을 도입한 게임, 또는 영화의 특수효과들과는 달리 멀티미디어를 이용한 교육자료들의 경우 정지된 영상이나 2D 애니메이션을 이용한 것들이 대부분이다. 컴퓨터 애니메이션이 학습효과에 도움을 준다는 것은 누추나 인식하고 있는 사실이지만 3D 애니떼이션을 이용한 멀티미디어 교육이 얼마나 학생들에게 효과 있는지에 대한 연구는 미흡한 실정이다. 본 논문에서는 1차 색상을 혼합하여 2차 색상을 얻는 기본적인 색채이론 과정을 3D 컴퓨터 애니메이션으로 표현하는 방법을 기술하고 본 시청각 교육자료를 통하여 이루어진 색채교육의 결과가 기존의 방법들을 보완하면서도 어린이들로 하여금 색채이론의 이해도를 제고하는데 미치는 효과를 알아보았다.
본 논문은 컴퓨터에 입력된 문자정보를 음성정보로 변환하기 위한 음성합성엔진에 관한 것이며, 특히 명료성의 향상을 위해 파형처리 음성합성방식을 이용한다. 음성합성엔진은 컴맨드 스트림의 제어에 따라 자연성의 향상을 위한 피치조절, 길이 및 에너지 등을 제어하며 음성합성단위로서 반음절을 사용한다. 엔진에서 사용 가능한 컴맨드를 프로그램하여 음성합성엔진에 입력함으로서 음성을 합성하는 빙식은 구문분석, 어휘분석 등의 하이레벨과 파형의 편집 가공 등의 로우레벨을 완전 분리하므로 시스템의 융통성과 확장성을 높인다. 또한 TTS시스템의 적용에 있어 각 모듈을 객체/컴포넌트(Object/Component)로 각 모듈이 상호 독립적으로 작동되도록 하여 쉽게 대체가 가능하다. 하이 레벨과 로우 레벨을 분리하는 소프트웨어 아키택처는 음성합성 연구에 있어 각각 여러 분야별로 독립적으로 연구수행이 가능하여 연구의 효율성을 높이며 여러 소프트웨어의 조합사용(Mix-and-Match)이 가능하여 확장성과 이식성을 향상시킨다.
Hyun, Sun Hee;Kim, Sung Won;Seo, Hwi Won;Youn, Soo Hyun;Kyung, Jong Soo;Lee, Yong Yook;In, Gyo;Park, Chae-Kyu;Han, Chang-Kyun
Journal of Ginseng Research
/
제44권4호
/
pp.527-537
/
2020
Panax ginseng, a medicinal plant, has been used as a blood-nourishing tonic for thousands of years in Asia, including Korea and China. P. ginseng exhibits adaptogen activity that maintains homeostasis by restoring general biological functions and non-specifically enhancing the body's resistance to external stress. Several P. ginseng effects have been reported. Korean Red Ginseng, in particular, has been reported in both basic and clinical studies to possess diverse effects such as enhanced immunity, fatigue relief, memory, blood circulation, and anti-oxidation. Moreover, it also protects against menopausal symptoms, cancer, cardiac diseases, and neurological disorders. The active components found in most Korean Red Ginseng varieties are known to include ginsenosides, polysaccharides, peptides, alkaloids, polyacetylene, and phenolic compounds. In this review, the identity and bioactivity of the non-saponin components of Korean Red Ginseng discovered to date are evaluated and the components are classified into polysaccharide and nitrogen compounds (protein, peptide, amino acid, nucleic acid, and alkaloid), as well as fat-soluble components such as polyacetylene, phenols, essential oils, and phytosterols. The distinct bioactivity of Korean Red Ginseng was found to originate from both saponin and non-saponin components rather than from only one or two specific components. Therefore, it is important to consider saponin and non-saponin elements together.
전파 교란에 취약한 GNSS 시스템을 위하여 다양한 항재밍 알고리즘들이 존재하며, 배열 안테나를 이용한 방식이 가장 좋은 성능을 보인다. 그 중 재머의 위치를 파악하기 위한 DOA 추정 알고리즘의 역할이 매우 중요하다. 그러나 헬기의 경우 로터의 회전에 의해 정지 동체와 달리 진폭과 위상이 시간에 따라 변하는 무선 채널이 형성되어 기존 항재밍 알고리즘의 성능에 영향을 미칠 수 있다. 본 논문에서는 로터 영향을 안테나 간 상관성에 따른 네 개의 시나리오로 모델링하였으며 로터 영향에 의해 DOA 추정 알고리즘의 성능이 저하되고 JNR에 관계없이 성능이 포화됨을 확인하였다. 이의 해결을 위해 평균화 방식을 이용하였을 때 추정 샘플의 누적 수가 많아질수록 성능이 향상되며 이동 평균 방식을 함께 이용할 경우 유사한 성능을 내면서도 필요한 메모리 수를 줄이고 DOA 추정 변동량이 완화됨을 확인하였다.
웹서비스의 매시업이 새로운 소프트웨어 개발방법으로 주목받고 있다. 본 논문에서는 하나의 페이지가 여러 서비스 메소드를 비동기 호출의 방식으로 인터페이스하는 클라이언트 매시업을 고려한다. 비동기 웹서비스 호출의 컬백이 사용자 인터페이스와 병행하여 수행되는 경우 컬백은 사용자 인터페이스의 연산들과 메모리와 화면을 공유한다. 또한 사용자가 서비스 요청의 회신이 도착하기 전에 다른 요청을 전송하는 다중 호출이 가능하다면 공유 자원에 대한 병행 처리의 문제는 더 복잡해진다. 이 문제를 해결하기 위한 본 논문의 기여는 다음과 같다. 첫째, RESTful 서비스의 매시업 페이지를 사용자 액션과 컬백으로 모델링하고, 매시업 페이지에서 다중 요청의 유형을 제시하였다. 둘째, 컬백과 사용자 액션의 충돌을 공유자원의 측면에서 정의하고 병행 가능한 컬백의 조건을 제시하였다. 셋째, 공유 자원에 대한 충돌이 가능한 컬백을 순차화하여 수행하는 방법을 제시하였다. 마지막으로 제안된 컬백의 병행가능성 검사와 순차화 방법을 XForms 언어에 적용하고 브라우저에서 구현하여 사용자 경험을 향상시킬 수 있음을 실험적으로 증명하였다.
International Journal of Computer Science & Network Security
/
제23권8호
/
pp.177-189
/
2023
Malware detection is an increasingly important operational focus in cyber security, particularly given the fast pace of such threats (e.g., new malware variants introduced every day). There has been great interest in exploring the use of machine learning techniques in automating and enhancing the effectiveness of malware detection and analysis. In this paper, we present a deep recurrent neural network solution as a stacked Long Short-Term Memory (LSTM) with a pre-training as a regularization method to avoid random network initialization. In our proposal, we use global and short dependencies of the inputs. With pre-training, we avoid random initialization and are able to improve the accuracy and robustness of malware threat hunting. The proposed method speeds up the convergence (in comparison to stacked LSTM) by reducing the length of malware OpCode or bytecode sequences. Hence, the complexity of our final method is reduced. This leads to better accuracy, higher Mattews Correlation Coefficients (MCC), and Area Under the Curve (AUC) in comparison to a standard LSTM with similar detection time. Our proposed method can be applied in real-time malware threat hunting, particularly for safety critical systems such as eHealth or Internet of Military of Things where poor convergence of the model could lead to catastrophic consequences. We evaluate the effectiveness of our proposed method on Windows, Ransomware, Internet of Things (IoT), and Android malware datasets using both static and dynamic analysis. For the IoT malware detection, we also present a comparative summary of the performance on an IoT-specific dataset of our proposed method and the standard stacked LSTM method. More specifically, of our proposed method achieves an accuracy of 99.1% in detecting IoT malware samples, with AUC of 0.985, and MCC of 0.95; thus, outperforming standard LSTM based methods in these key metrics.
Metabolomics is the study of global metabolite profiles in a system (cell, tissue, or organism) under a given set of conditions. Metabolomics has its roots in early metabolite profiling studies but is now a rapidly expanding area of scientific research in its own right. In this study, the applications of metabolomics in natural product studies are explored. Ginseng is a well-known herbal medicine and has various pharmacological effects, which include antiaging, anticancer, antifatigue, memory enhancing, immunomodulatory, and stress reducing effects. Metabolomic analysis of organic acids has not been performed for evaluation whether ginseng has been cultivated using conventional or environmental-friendly farming methods. In this study, profiling analysis was conducted for organic acids (OAs) in ginseng roots produced using conventional or environmentfriendly farming methods at five locations in each of five regions. In OA profiles, lactic acid was the most abundant OA in all regions, with the exception for environmentally friendly farmed ginseng in two of the five regions, in which glycolic acid was most abundant OA. OA profiles in all regions showed isocitric acid levels were increased by environment-friendly cultivation, which suggests metabolic differences associated from farming method, and that isocitric acid might be a useful discriminatory biomarker of environmental-friendly and conventional cultivation. The results of the present study suggest metabolomic studies of OAs in ginseng roots might be useful for monitoring whether ginseng has been cultivated using conventional or environmentally friendly farming methods.
Enoch A. Frimpong;Zhiguang Qin;Regina E. Turkson;Bernard M. Cobbinah;Edward Y. Baagyere;Edwin K. Tenagyei
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권11호
/
pp.2924-2944
/
2023
Alzheimer's disease (AD) is a neurological condition that is recognized as one of the primary causes of memory loss. AD currently has no cure. Therefore, the need to develop an efficient model with high precision for timely detection of the disease is very essential. When AD is detected early, treatment would be most likely successful. The most often utilized indicators for AD identification are the Mini-mental state examination (MMSE), and the clinical dementia. However, the use of these indicators as ground truth marking could be imprecise for AD detection. Researchers have proposed several computer-aided frameworks and lately, the supervised model is mostly used. In this study, we propose a novel 3D Convolutional Neural Network Multilayer Perceptron (3D CNN-MLP) based model for AD classification. The model uses Attention Mechanism to automatically extract relevant features from Magnetic Resonance Images (MRI) to generate probability maps which serves as input for the MLP classifier. Three MRI scan categories were considered, thus AD dementia patients, Mild Cognitive Impairment patients (MCI), and Normal Control (NC) or healthy patients. The performance of the model is assessed by comparing basic CNN, VGG16, DenseNet models, and other state of the art works. The models were adjusted to fit the 3D images before the comparison was done. Our model exhibited excellent classification performance, with an accuracy of 91.27% for AD and NC, 80.85% for MCI and NC, and 87.34% for AD and MCI.
KSII Transactions on Internet and Information Systems (TIIS)
/
제18권2호
/
pp.456-477
/
2024
With information technology's rapid development, the Internet faces serious security problems. Studies have shown that malware has become a primary means of attacking the Internet. Therefore, adversarial samples have become a vital breakthrough point for studying malware. By studying adversarial samples, we can gain insights into the behavior and characteristics of malware, evaluate the performance of existing detectors in the face of deceptive samples, and help to discover vulnerabilities and improve detection methods for better performance. However, existing adversarial sample generation methods still need help regarding escape effectiveness and mobility. For instance, researchers have attempted to incorporate perturbation methods like Fast Gradient Sign Method (FGSM), Projected Gradient Descent (PGD), and others into adversarial samples to obfuscate detectors. However, these methods are only effective in specific environments and yield limited evasion effectiveness. To solve the above problems, this paper proposes a malware adversarial sample generation method (PixGAN) based on the pixel attention mechanism, which aims to improve adversarial samples' escape effect and mobility. The method transforms malware into grey-scale images and introduces the pixel attention mechanism in the Deep Convolution Generative Adversarial Networks (DCGAN) model to weigh the critical pixels in the grey-scale map, which improves the modeling ability of the generator and discriminator, thus enhancing the escape effect and mobility of the adversarial samples. The escape rate (ASR) is used as an evaluation index of the quality of the adversarial samples. The experimental results show that the adversarial samples generated by PixGAN achieve escape rates of 97%, 94%, 35%, 39%, and 43% on the Random Forest (RF), Support Vector Machine (SVM), Convolutional Neural Network (CNN), Convolutional Neural Network and Recurrent Neural Network (CNN_RNN), and Convolutional Neural Network and Long Short Term Memory (CNN_LSTM) algorithmic detectors, respectively.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.