• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.131-138
• /
• 2022

Git의 커밋 메시지는 프로젝트 생명주기와 밀접한 연관성을 지니고 있으며, 이러한 특성에 의해 프로젝트 운영 활동의 위험요소와 프로젝트 현황 등을 파악하여 비용 절감과 작업효율 개선 등에 큰 기여를 할 수 있다. 이와 관련한 분야 중 커밋 메시지를 소프트웨어 유지관리의 유형으로 분류하는 많은 연구가 있으며 연구 중 최대 정확도는 87%다. 본 논문에서는 커밋 분류 모델을 이용한 솔루션 등의 활용을 목적으로 진행 하였고 기존에 발표된 모델들보다 정확도를 높여 모델의 신뢰성을 높이기 위해 여러 모델을 조합한 복합 분류 모델을 설계하고 구현하였다. 본문은 자동화 레이블링 및 소스 변경 내용을 추출하여 데이터셋을 구성하고 디스틸 버트(DistilBERT) 모델을 이용하여 학습시켰다. 검증결과 기존 연구에서 보고된 최대 87%보다 8%가 향상된 95%의 F1 점수 값을 얻어 신뢰성을 확보하였다. 본 연구 결과를 이용하면 모델의 신뢰성을 높이고 이를 이용해 소프트웨어 및 프로젝트관리 등의 솔루션에 적용이 가능할 것으로 기대된다.

• 한국자기공명학회논문지
• /
• 제5권1호
• /
• pp.29-36
• /
• 2001

The structures of two VBS (viral binding site) RNAs, SL1 and SL2, of Yeast Saccharomyces cerevisiae vims have been studied by 2D and 3D NMR experiments. VBSs play a crucial role in viral particle binding to the plus strand and packaging of the RNA. The secondary structures of the two VBS RNAs share a common feature of the stem-internal loop-stem-hairpin loop structure although the size of the internal loops of SL1 and SL2 differs. 2D experiments were sufficient for fill assignments of SL1. However, isotope labeling of the sample and multidimensional experiments were required for 28-nucleotide-long SL2 due to the spectral overlap. Several 3D HCCH experiments have accomplished full assignment of SL2 RNA.

• 대한전자공학회논문지SP
• /
• 제38권3호
• /
• pp.1-1
• /
• 2001

본 논문에서는 복잡 배경으로부터 임의의 다중물체를 효과적으로 검출함과 동시에 고속 분할할 수 있는 문맥자유 마커제어 분수계 변환 (context-free marker controlled watershed transform)을 제안하였다. 먼저 잡음에 강건한 주목 연산자 (attention operator)를 써서 복잡 배경 속의 여러 물체 별로 그 위치를 검출하여 문맥자유 마커를 추출하고, 이를 마커로 한정된 레이블링 (marker constrained labeling)을 하여 최소값 부과과정이 필요 없는 문맥자유 마커제어 분수계 변환을 제안함으로써 과분할없이 신속하게 분할할 수 있도록 하였다. 다중 물체가 포함된 복잡 영상에 적용 실험하여, 대상 물체에 대한 사전정보 없이도 과분할과 처리시간을 대폭 줄여 효과적으로 다중 물체를 검출함과 동시에 고속 분할이 가능함을 확인 할 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.488-491
• /
• 2003

본 논문에서는 실시간 CCD 카메라 입력 영상으로부터 다중 컬러 정보를 이용하여 얼굴 영역을 검출 및 추적하고 기울어진 얼굴을 보정하는 알고리즘을 제안하였다. 제안한 알고리즘은 먼저 획득된 RGB 영상에서 YCbCr컬러 모델과 YIQ컬러 모델로 변환한 후 Cr성분과 I성분을 추출하여 얼굴 피부색을 검출, 얼굴 영역 추출에 사용하였다. 또한 추출된 얼굴 후보 영역에서 수평, 수직 투영(Projection)정보로부터 최종 얼굴 영역으로 검출한 다음 검출된 얼굴 중심 좌표와 이전에 검출된 얼굴 중심 좌표 값을 유클리드언 거리로 얼굴을 추적하였으며 검출된 얼굴로부터 레이블링(Labeling)기법으로 눈 특징자를 검출, 눈의 기울기 각도를 보정함으로써 얼굴 기울기를 보정하였다. 제안한 얼굴 추적 및 기울기 보정 알고리즘을 사용하여 실험한 결과 다중 색상 정보를 사용함으로써 주위환경 변화에 강인하게 실시간 얼굴 영역 김출 및 추적이 가능하였고, 기울어진 얼굴 영상을 자동 보정함으로써 인식에 용이하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.864-867
• /
• 2000

영상과 같은 다양하고 복잡한 데이터 검색은 기존의 키워드를 이용한 검색이 아닌 내용 기반 검색 방법이 요구된다. 본 논문에서는 입력된 사용자 질의를 객체의 위치이동이나 회전, 크기변화에 민감하지 않은 불변모멘트(Invariant Moments)값을 이용하여 효율적으로 검색할 수 있는 시스템을 구현하였다. 영상내의 단일 객체 뿐만 아니라 다중 객체들도 효과적으로 검출하기 위해 레이블링(Labeling) 알고리즘을 적용해 각각의 객체를 따로 분리하여 불변모멘트를 적용하는 방법을 이용했다. 또한, 검색 시간 단축 및 영상의 효율적인 인덱싱(Indexing)을 위해 해싱을 응용한 기법을 적용하였다. 이로써, 기존의 전체 영상의 특징을 가지고 정확히 표현할 수 없는 객체들을 정확히 표현해 줌으로서 좀더 정확한 검색 결과를 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.424-425
• /
• 2023

AI 의료 영상 분석 기술은 의료 분야의 인력 부족 문제를 해결하는 방법으로 주목받고 있다. 이전 연구들은 세그멘테이션 라벨링과 질병 유무를 결합하여 판단하는데, 이 방법은 큰 비용과 시간이 소요된다. 본 논문은 의료 전문가의 세그멘테이션 라벨링 없이 병명 라벨만의 학습으로 질병을 어느 정도 진단할 수 있음을 보인다. 실험에 따르면 의미있는 결과를 확인할 수 있었다.

• 전기전자학회논문지
• /
• 제21권4호
• /
• pp.412-415
• /
• 2017

본 논문에서는 고해상도 $360^{\circ}$ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 제안한다. 제안한 시스템은 $360^{\circ}$ 원형영상의 평면 분할 부와 다중 번호판 인식 부로 구성되었다. $360^{\circ}$ 원형영상의 평면 분할 부는 고해상도 $360^{\circ}$ 전방위 IP 카메라에서 원형영상 획득, 원형영상 분할, 평면영상으로 변환, 보간법을 사용한 픽셀 보정 및 컬러보정, 에지 보정 등의 과정을 거쳐 화질이 개선된 평면영상으로 출력한다. 다중 번호판 인식 부는 평면영상에서 다중 번호판 후보영역 추출, 다중 번호판 후보영역 정규화 및 복원, 신경망을 사용한 다중 번호판 숫자, 문자 인식 과정을 거쳐 다중 번호판을 인식하게 된다. 제안된 고해상도 $360^{\circ}$ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 평가하기 위하여 지능형 주차관제시스템 운영 전문 업체와 공동으로 실험한 결과, 97.8%의 높은 번호판 인식률이 확인되었다.

• 한국동물학회지
• /
• 제31권1호
• /
• pp.62-70
• /
• 1988

미토콘드리아가 포함하고있는 결정한유물의 미새구조와 면역황금표식법에 의한 분석을 위하여 우심근 세포의 미토콘드리아에서 전자전달체에 관여하는 효소를 분리하였다. 우심근 미토콘드리아에서 분리된 효소는 실험토끼에 주사하여 (복합체I,NADH-conezyme Q reductase; 복합체 III,Ubiquinol-cytochrome-c-oxldoreductase; 복합체 IV, Cytochrome-c-oxidase)들에 대한 면역항체를 얻었다. 이들 면역항체들은 우심근과 정상인의 골격근 미토콘드리아와 미토콘드리아에 결정함유물을 포함하는 mitochondrical myopathy환자의 골격근 미토콘드리아에 반응시켜 황금입자를 표식하고 전자현미경을 이용하여 이들 면역항체반응을 관찰하였다. 미토콘드리아가 포함하는 결정함유물의 미세구조에는 paracrystalline inclusions body와 multilamellar strudure inclusion body그리고 구형결정함유물(globular crystalline inclusions body) 및 윤형구조 (whirl shaped structure)의 크리스테 중심에 있는 구형결정함유물 등의 4종류로관찰되었다. 복합체 I,복합체 Iv의 효소에 대한 항체를 우심근과 정상인 골격근 그리고 mitochondrical myopathy환자의 골격근에 동일한 면역반응을 시켰을때 미토콘드리아 크리스테에 부착하는 황금입자의 표식 정도는 각각의 근조직에서 유사한 반응이 관찰되었다. 복합체 III의 효소에 대한 항체는 우심근과 정상인의 골격근에서는 유사한 반응이 나타났으나 mitochondrical myopathy환자의 골격근에서는 극히 소수의 황금입자가 관찰되었다. 구형결정함유물은 복합체 I,III,IV의 3종류의 효소에 대한 면역반응 결과 황금입자표식은 관찰되지 않았다. 따라서 mitochondrical myopathy환자의 미토콘드리아에는 복합에 III의 효소가 결핍되었으며 구형결정함유물은 전자전달체 효소들인 복합체 I,III,Iv 효소단백질과는 상관없는 물질로 생각된다.

• 정보보호학회논문지
• /
• 제30권6호
• /
• pp.1291-1300
• /
• 2020

최근 딥러닝 기반 비프로파일링 부채널 분석이 제안됐다. 딥러닝 기반 비프로파일링 분석은 신경망 모델을 모든 추측키에 대해 학습시킨 뒤, 학습된 정도의 차이를 통해 올바른 비밀키를 찾아내는 기법이다. 이때, 신경망 학습모델 설계에 따라 비프로파일링 분석성능이 크게 달라지기 때문에 올바른 모델 설계의 기준이 필요하다. 본 논문은 학습모델 설계에 사용 가능한 2가지 loss 함수와 8가지 label 기법을 설명하고, 비프로파일링 분석과 소비전력모델 관점에서 각 label 기법의 분석성능을 예측했다. 해밍웨이트 소비전력모델을 가정했을 때의 비프로파일링 분석 특징을 고려해서 One-hot 인코딩을 적용하지 않은 HW(Hamming Weight) label과 CO(Correlation Optimization) loss를 적용한 학습모델이 가장 좋은 분석성능을 가질 것으로 예측했다. 그리고 AES-128 1라운드 Subbytes 연산 부분 데이터 집합 3가지에 대해 실제 분석을 수행했다. 제시한 각 label 기법과 loss 함수를 적용한 총 16가지 MLP(Multi-Layer Perceptron)기반 학습모델로 두 데이터 집합을 비프로파일링 분석하여 예측에 대해 검증했다.

• 한국음향학회지
• /
• 제42권6호
• /
• pp.536-543
• /
• 2023

다수의 화자가 존재하는 음성에서 "누가 언제 발화했는가?"에 대해 레이블링하는 화자 분할은 발화 중첩 구간에 대한 레이블링과 화자 분할 모델의 최적화를 위해 심층 신경망 기반의 종단 간 방법에 대해 연구되었다. 대부분 심층 신경망 기반의 종단 간 화자 분할 시스템은 음성의 각 프레임에서 발화한 모든 화자의 레이블들을 추정하는 다중 레이블 분류 문제로 분할을 수행한다. 다중 레이블 기반의 화자 분할 시스템은 임계값을 어떤 값으로 설정하는지에 따라 모델의 성능이 많이 달라진다. 본 논문에서는 임계값 없이 화자 분할을 수행할 수 있도록 단일 레이블 분류를 이용한 화자 분할 시스템에 대해 연구하였다. 제안하는 화자 분할 시스템은 기존의 화자 레이블을 단일 레이블 형태로 변환하여 모델의 출력으로부터 레이블을 바로 추정한다. 훈련에서는 화자 레이블 순열을 고려하기 위해 Permutation Invariant Training(PIT) 손실함수와 교차 엔트로피 손실함수를 조합하여 사용하였다. 또한 심층 구조를 갖는 모델의 효과적인 학습을 위해 화자 분할 모델에 잔차 연결 구조를 추가하였다. 실험은 Librispeech 데이터베이스를 이용해 화자 2명에 대한 시뮬레이션 잡음 데이터를 생성하여 사용하였다. Diarization Error Rate(DER) 성능 평가 지수를 이용해 제안한 방법과 베이스라인 모델을 비교 평가했을 때, 제안한 방법이 임계값 없이 분할이 가능하며, 약 20.7 %만큼 향상된 성능을 보였다.