• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.428-435
• /
• 2016

Hundreds of millions of new posts and information are being uploaded and propagated everyday on Online Social Networks(OSN) like Twitter, Facebook, or Instagram. This paper proposes and implements a GPS-location based SNS data mapping, analysis, and visualization system, called Smart SNS Map, which collects SNS data from Twitter and Instagram using hundreds of PlanetLab nodes distributed across the globe. Like no other previous systems, our system uniquely supports a variety of functions, including GPS-location based mapping of collected tweets and Instagram photos, keyword-based tweet or photo searching, real-time heat-map visualization of tweets and instagram photos, sentiment analysis, word cloud visualization, etc. Overall, a system like this, admittedly still in a prototype phase though, is expected to serve a role as a sort of social weather station sooner or later, which will help people understand what are happening around the SNS users, systems, society, and how they feel about them, as well as how they change over time and/or space.

• 한국콘텐츠학회논문지
• /
• 제9권6호
• /
• pp.53-61
• /
• 2009

새로운 미디어를 통한 예술작품의 속성 중 관람자와의 상호작용성(interactivity)은 현재 넷아트(netart)에 있어서 가장 큰 이슈가 되고 있으며 예술전반에서 그 영향력이 점점 강조되고 있다. 이러한 영향으로 디지털 미디어 기술을 매체로 한 다양한 실험적인 예술작품들이 네트워크 공간 속에서 제작되고 있으며 이는 예술과 멀티미디어 기술의 다양한 접목을 통한 시도이다. 본 연구자는 넷아트에 관련된 연구 사례를 분석하여 이를 바탕으로 사용자와 작품 간에 상호작용이 가능한 색 데이터의 시각화 표현 방법을 제안한다. 이러한 작업은 이미지에서 추출한 색 데이터를 분석한 후, 이를 바탕으로 조형 요소에 기초한 유동적 형상을 제작하는 것은 데이터를 회화적으로 표현하는 실험적 접근이고, 데이터의 미적 시각화 기법에 대한 다양성을 추구하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.311-326
• /
• 2024

The rapid development of neural network technology promotes the neural network model driven by big data to overcome the texture effect of complex objects. Due to the limitations in complex scenes, it is necessary to establish custom template matching and apply it to the research of many fields of computational vision technology. The dependence on high-quality small label sample database data is not very strong, and the machine learning system of deep feature connection to complete the task of texture effect inference and speculation is relatively poor. The style transfer algorithm based on neural network collects and preserves the data of patterns, extracts and modernizes their features. Through the algorithm model, it is easier to present the texture color of patterns and display them digitally. In this paper, according to the texture effect reasoning of custom template matching, the 3D visualization of the target is transformed into a 3D model. The high similarity between the scene to be inferred and the user-defined template is calculated by the user-defined template of the multi-dimensional external feature label. The convolutional neural network is adopted to optimize the external area of the object to improve the sampling quality and computational performance of the sample pyramid structure. The results indicate that the proposed algorithm can accurately capture the significant target, achieve more ablation noise, and improve the visualization results. The proposed deep convolutional neural network optimization algorithm has good rapidity, data accuracy and robustness. The proposed algorithm can adapt to the calculation of more task scenes, display the redundant vision-related information of image conversion, enhance the powerful computing power, and further improve the computational efficiency and accuracy of convolutional networks, which has a high research significance for the study of image information conversion.

• 한국CDE학회논문집
• /
• 제17권1호
• /
• pp.7-16
• /
• 2012

One distinguishing feature of BIM(Building Information Modeling) is the objectification of spatial elements independently, which makes it easy to represent spatial network. From this perspective, this study aimed to develop the spatial network analysis tool based on open BIM technologies. From the literature review, an object model of spatial network with nodes and links and a process model from construction to visualization were established. A prototype system implementing the proposed models, named SNAT(Spatial Network Analysis Tool), was developed in Java platform with using its open source packages. SNAT can create a spatial network from IFC-BIM model, calculate the indices of spatial network analysis, and visualize it with the representing types(map, graph, matrix and table).

• 디지털융복합연구
• /
• 제12권9호
• /
• pp.123-131
• /
• 2014

네트워크와 IT기술의 발달로 실시간 가용 데이터의 수요가 촉진되었다. 특히 소득 증가와 고령화 사회 진입에 따른 의료서비스의 질적 향상으로 개인 건강관리를 위한 데이터 수요가 확대되어 의료기관과 관련기업은 다양하고 진화된 의료서비스를 제공하려는 시도를 하고 있다. 그 중에서도 건강검진 결과의 표현은 가장 기본적인 의료 서비스로서, 개인의 건강 기록을 데이터화하여 수검자에게 자신의 건강상태에 대한 이해가 되도록 표현되어야 한다. 그러나 건강검진 결과 표현을 위한 체계적인 프레임워크와 시각화 모델의 부재로 인하여 직관적인 건강데이터의 표현은 사용자에 의한 이해가 어려운 실정이다. 본 연구는 수검자에게 일관된 수치적 데이터 형식으로 제공되었던 기존방식을 지양하면서 사용자 개인의 건강검진 결과에 맞춘 다양한 데이터 표현방식을 정립하여 개발된 맞춤형 데이터 시각화의 모델과 프레임워크를 제안한다.

• ETRI Journal
• /
• 제42권3호
• /
• pp.366-375
• /
• 2020

The network traffic prediction of a smart substation is key in strengthening its system security protection. To improve the performance of its traffic prediction, in this paper, we propose an improved gravitational search algorithm (IGSA), then introduce the IGSA into a wavelet neural network (WNN), iteratively optimize the initial connection weighting, scalability factor, and shift factor, and establish a smart substation network traffic prediction model based on the IGSA-WNN. A comparative analysis of the experimental results shows that the performance of the IGSA-WNN-based prediction model further improves the convergence velocity and prediction accuracy, and that the proposed model solves the deficiency issues of the original WNN, such as slow convergence velocity and ease of falling into a locally optimal solution; thus, it is a better smart substation network traffic prediction model.

• 적정기술학회지
• /
• 제7권1호
• /
• pp.85-92
• /
• 2021

적정기술연구 분야는 환경, 의료, 교육 및 에너지 등 다양한 주제를 포함하고 있다. 따라서, 한 분야의 연구자가 적정 기술 전체 분야에 대한 연구 동향을 파악하기에는 어려움이 있다. 소셜 네트워크 분석, 즉, 사회 연결망 분석은 네트워크에 어떤 전체적인 연결관계가 있는지를 분석하여 특정 관계망을 보기 쉽게 시각화 하거나 인사이트를 도출할 수 있는 방법이다. 이 논문에서는 소셜 네트워크 분석을 적정기술학회에서 개최한 2017-2019년까지의 적정기술 국제학회 초록집 자료를 이용하여 적정기술 분야의 학술 동향을 파악하고자 하였다. 적정기술학회에서 확보한 자료를 바탕으로 데이터 전처리 과정을 거쳐 공저자 네트워크를 분석하고 그와 관련된 통계적 지표를 해석하였다. 또한, 적정기술학회의 일반 현황 자료를 기반으로 연차별 발표자 및 연구 내용 변화를 분석하고 결과를 도출하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -2
• /
• pp.928-931
• /
• 2002

Network based intrusion detection system is a computer network security tool. In this paper, we present an intrusion detection system based on Self-Organizing Maps (SOM) and Resilient Propagation Neural Network (RPROP) for visualizing and classifying intrusion and normal patterns. We introduce a cluster matching equation for finding principal associated components in component planes. We apply data from The Third International Knowledge Discovery and Data Mining Tools Competition (KDD cup'99) for training and testing our prototype. From our experimental results with different network data, our scheme archives more than 90 percent detection rate, and less than 5 percent false alarm rate in one SYN flooding and two port scanning attack types.

• 전자공학회논문지B
• /
• 제28B권12호
• /
• pp.59-67
• /
• 1991

In this paper, we aimed to develop associative pattern recognizer based on neural network for aircraft identification. For obtaining invariant feature space description of an object regardless of its scale change and rotation, Log-polar sampling technique recently developed partly due to its similarity to the human visual system was introduced with Fourier transform post-processing. In addition to the recognition results, image recall was associatively performed and also used for the visualization of the recognition reliability. The multilayer perceptron model was learned by backpropagation algorithm.

• 한국측량학회지
• /
• 제23권4호
• /
• pp.375-384
• /
• 2005

도시계획, 이동통신계획, 교통계획, 환경조사, 재해${\cdot}$재난 관리 등의 다양한 분야에서 효율적인 시설물 관리를 위한 3차원 도시모델의 사용이 증가하고 있다. 특히 최근의 건물모델링은 CAD와 GIS의 기술로 통합되는 추세이다. 현재까지 연구되어 온 건물모델링은 주로 외부 시각화를 위한 것이었으나 보다 다양한 분야에서 활용하기 위해 건물 내부에 대한 모델링의 필요성과 중요성이 증가하고 있다. 3차원 건물모델링은 컴퓨터 그래픽스, CAD, GIS 분야에서 서로 다른 개념으로 발전되어 왔다. CAD와 컴퓨터 그래픽스 기반의 모델은 정밀한 시각화 표현 기능이 발전하였으나 객체에 대한 속성정보가 부족하며, GIS 기반의 모델은 속성정보와 위상기하학을 이용하는 공간 분석 및 연산 기능이 강력하므로 GIS와 CAD 통합된 모델링이 필요하다. 본 연구에서는 3차원 건물모델의 내부구조를 복원하기 위해서 건축물 관리대장에 포함되어 있는 CAD 설계도면을 이용하는 방법을 제시하고 있다. 기하학적 요소로 구성된 CAD 도면에 위상기하학적인 정보를 생성하고 내부 공간을 분할하여 3차원으로 복원한 뒤, 추가적인 속성정보를 건물 데이터베이스에 입력하였다. 오늘날 규모가 커지고 복잡해지는 건물 내부의 효과적이고 체계적인 3차원 공간분석 및 서비스 제공을 위한 GIS 네트워크 모델을 생성하였다.