생체인식은 개인의 유일하면서 변화하지 않는 생체의 특징을 이용하여 개인의 본인 여부를 판별하는 방법으로써 널리 사용되어 왔다. 생체정보의 고유 불변한 특징을 저장하는 것은 개인정보의 노출에 따른 보안상의 문제점을 갖고 있으며 이를 해결하기 위해 제안된 방법이 가변생체인식 (cancelable biometrics)이다. 가변생체인식은 생체정보의 도난이나 도용으로부터 강인하며 재생성 가능한 생체템플릿을 제공하는 생체 인식방법이다. 본 논문에서는 변환 생체인식의 한 가지 방법으로써 얼굴 생체정보의 새로운 이진화 방법을 제안한다. 얼굴 생체정보의 이진화를 위한 특징추출은 얼굴정보의 부분적 변화에 강인한 영역기반 주성분 분석(Subpattern-based PCA)을 이용하였으며 이로부터 얻어진 특징을 보조정보에 기반한 방법으로 이진화 하였다. 획득된 이진비트열은 영역기반 주성분 분석의 사용으로 여러 얼굴 영역의 고려와 함께, 선택된 주성분 개수만큼의 계수들에 대한 이진화 값들을 포함하고 있다. 이러한 서로 다른 얼굴영역의 여러 주성분들에서 추출된 이진비트열중 구분력이 좋은 비트 값들을 선택하였으며, 선택된 비트 값들은 이진화를 위한 보조 정보가 노출된 경우에서도 원 얼굴특징벡터보다 향상된 인식성능을 보여준다.
본 연구에서는 FT-IR 스펙트럼 분석을 통해 한국에서 자생하는 Zoysia 속인 들잔디(Zoysia japonica)와 갯잔디(Zoysia sinica)의 전세포추출 시료로부터 대사체 수준에서 신속한 식별체계를 확립하고자 하였다. 이를 위해 기준라인으로 분자마커를 이용해 동정이 완료된 들잔디와 갯잔디 시료를 FT-IR 분석에 사용하였으며, 제주도와 전라도에서 수집된 미동정 잔디들을 기준라인과 비교분석하기 위해 FT-IR 분석에 사용하였다. 기준라인 들잔디와 갯잔디 시료로부터 확보된 FT-IR 스펙트럼 데이터의 PCA (principal component analysis)와 PLS-DA (partial least square discriminant analysis) 분석 결과 각 기준라인은 들잔디 및 갯잔디 종에 따라 뚜렷하게 식별되었다. 들잔디와 갯잔디 시료 사이에서 가장 큰 PC loading value값을 보인 부위는 $1,100{\sim}950cm^{-1}$였다. 이 부위는 carbohydrates 계열의 화합물들의 질적, 양적 정보를 반영하는 부위로 이 계열의 화합물의 양적, 질적 차이가 들잔디, 갯잔디의 대사체 수준 구분에 중요한 역할을 하고 있음을 알 수 있었다. 기준라인 들잔디와 갯잔디 시료집단에 미동정된 잔디 시료 집단을 추가하여 PCA와 PLS-DA 분석한 결과, 일차적으로 들잔디와 갯잔디로 구분이 이루어졌으며 미동정 집단은 모두 들잔디 그룹내에 분포하였다. 특히, HCA (hierarchical clustering analysis) dendrogram 분석 결과에서 동정 및 미동정 들잔디 시료들은 모두 수집지 특성에 따라 국내 국립공원의 고산지대와 국내 섬지역 해안가의 저지대로 별도의 소그룹을 형성하였다. 따라서, 본 연구 결과에서 확립된 FT-IR 스펙트럼 분석법은 한국 전역에 자생하는 들잔디와 갯잔디의 신속한 종 식별뿐만 아니라 수집 지역의 특성에 따라 대사체 수준에서의 유연관계를 규명하는데 활용 가능할 것으로 기대된다.
본 연구에서는 상업용 곶감의 꽃받침과 종자를 이용하여 대사체 수준에서의 원산지와 품종 식별 체계를 확립하였다. 실험에 이용된 곶감 시료는 국내산 곶감 함안수시(Hamansusi), 예천고종시(Yecheongojongsi), 산청단성시(Sancheongdanseongsi), 그리고 논산월하시(Nonsanwalhasi) 4개 품종과 국내에서 판매되고 있는 중국산 곶감 2개 종류의 꽃받침과 종자를 사용하였으며, 꽃받침과 종자 시료의 전세포 추출물로부터 FT-IR 스펙트럼 데이터를 기반으로 다변량 통계분석(PCA, PLS-DA)을 실시하였다. 이 결과 국내산 곶감 4품종과 중국산 곶감 2종류가 두 그룹으로 확연히 나뉘어지는 것을 확인할 수 있었다. 상업용 곶감의 꽃받침을 PLS regression을 실시한 결과 국내산과 중국산 곶감을 100% 예측할 수 있었다. 또한 곶감 종자를 이용하여 품종 식별한 결과 각 4개의 그룹으로 나뉘어지는 것을 확인할 수 있었으며, PLS regression을 실시한 결과 약 86%의 정확도로 품종 식별이 가능함을 알 수 있었다. FT-IR 스펙트럼 분석의 간편성과 신속성을 고려할 때, 본 연구 결과는 상업용 곶감에 대한 원산지나 품종 식별의 신속한 수단으로 활용할 수 있을 것으로 예상된다. 더 나아가 본 기술을 이용하여 다른 농산물의 원산지 또는 품종 식별 수단으로 활용이 가능할 것으로 기대된다.
본 논문에서는 인간의 인지학적인 두뇌 원리인 대뇌피질과 해마 신경망을 공학적으로 모델링하여 얼굴 영상의 특징 벡터들을 고속 학습하고, 각 영상의 최적의 특징을 구성할 수 있는 해마 신경망 모델링 알고리즘인 HNMA(Hippocampal Neuron Modeling Algorithm)을 이용한 얼굴인식 시스템을 제안한다. 시스템은 크게 특징추출 부분과 학습 및 인식 부분으로 구성 되어 있으며, 특징추출 부분에서는 PCA(Principal Component Analysis)와 LDA (Linear Discriminants Analysis)를 순차적으로 적용하여 분별력이 좋은 특징들로 구성한다. 학습부분에서는 해마 신경망 구조의 순서에 따라 입력되는 영상 데이터의 특징들을 치아 이랑 영역에서 호감도 조정에 따라서 반응 패턴으로 이진화 하고, CA3 영역에서 자기 연상 메모리 단계를 거쳐 노이즈를 제거한다. CA3의 정보를 받는 CAI영역에서는 신경망에 의해 학습되어 장기기억이 만들어 진다. 제안한 시스템의 성능을 평가하기 위하여 실험은 표정과 포즈변화 그리고 저 화질 이미지를 각각 구분하여 인식률을 확인하였다. 실험 결과, 본 논문에서 제안하는 특징 추출 방법과 학습 방법을 다른 방법들과 비교하였을 때, 학습시간비용과 인식률에서 우수함을 확인하였다.
Water quality trends for major tributaries (66 sites) in the Yeongsan River basin of Korea were examined for 12 parameters based on water quality data collected every month over a period of 12 months. The complex data matrix was treated with multivariate analysis such as PCA, FA and CA. PCA/FA identified four factors, which are responsible for the structure explaining 78.2% of the total variance. The first factor accounting 27.3% of the total variance was correlated with BOD, TN, TP, and TOC, and weighting values were allowed to these parameters for grade classification. CA rendered a dendrogram, where monitoring sites were grouped into 5 clusters. Cluster 2 corresponds to high pollution from domestic wastewater, wastewater treatment and run-off from livestock farms. For grade classification of tributaries, scores to 10 indexes were calculated considering the weighting values to 3 parameters as BOD, TN and TP which were categorized as the first factor after FA. The highest-polluted group included 10 tributaries such as Gwangjucheon, Jangsucheon, Daejeoncheon, Gamjungcheon, Yeongsancheon. The results indicate that grade classification method suggested in this study is useful in reliable classification of tributaries in the study area.
In this study, we propose an object identification method for bin-picking developed for industrial robots. We identify the grasp posture and the associated geometric parameters of grasp objects using the joint data of a robotic gripper. Prior to grasp identification, we analyze the grasping motion in a low-dimensional space using principle component analysis (PCA) to reduce the dimensions. We collected the joint data from a human hand to demonstrate the grasp-identification algorithm. For data acquisition of the human grasp data, we conducted additional research on the motion characteristics of a human hand. We explain the method for using the algorithm of grasp identification for bin-picking. Finally, we present a subject for future research using our proposed algorithm of grasp model and identification.
본 연구는 국내 육종 회사에서 개발된 수박(Citrullus lanatus L.) 우량 육성계통 20종을 대상으로 Genotyping-by-sequencing(GBS) 분석을 통해 품종식별, 순도검정, 그리고 마커이용여교잡(Marker-assisted backcross, MABC)용 SNP 세트를 개발하고자 수행되었다. GBS 분석 결과 총 1,100,000천개 raw read 중 77%가 수박 유전체에 mapping되었으며 평균 mapping region은 약 4,000 Kb로 2.3%의 genome coverage를 보였다. Filtering을 통해 평균 depth 31.57의 SNP 총 2,670개를 얻었으며, 20개 계통에 대한 이들의 Polymorphic information content(PIC) 값의 범위는 0.1 ~ 0.38 였다. 이 중 PIC 값이0.3이상이며 각 염색체 별로 5개씩 균등히 분포된 SNP 총 55개를 최종 선발하였다. 사용된 20개 계통의 유연관계분석을 위해 선발된 55개 SNP를 기반으로 한 주성분 분석(Principle component analysis, PCA) 결과 주성분 1 (52%)과 주성분 2 (11%)를 기준으로 4개의 그룹으로 분류 되었으며 각 계통 간 유전자형에 따른 뚜렷한 식별이 가능하였다. 계층적 군집화(Hierarchical clustering) 분석에서도PCA에서와 유사한 분류양상을 관찰할 수 있었다. 따라서 본 연구에서 개발된 SNP 세트는 적용 가능성이 검증된 20개 계통뿐 만 아니라 향후 다양한 수박 육종소재 및 품종에 대한 품종식별, F1 순도검정 및 MABC에 활용될 수 있으리라 기대된다.
공정 모니터링 기술은 공정 내에서 일어나는 예상치 못한 조업변화 및 이상을 조기에 감지하고 조업 이상에 영향을 끼친 근본 원인을 밝혀내어 제거해 줌으로써 공정의 안정적인 조업과 양질의 제품생산의 기반을 제공하여 준다. 데이터에 기반한 통계적 공정 모니터링 방법은 양질의 공정 데이터만 주어진다면 통계적 처리를 접목하여 비교적 쉽게 모니터링을 할 수 있고 공정의 데이터 분석에 이용할 수 있는 도구를 얻을 수 있다는 장점이 있다. 그러나 실제 공정에서는 비선형성, non-Gaussianity, 다중 운전모드, 공정상태변화로 인해 기존의 다변량 통계적 방법을 이용한 공정 모니터링 기법은 비효율적이거나, 공정 감시 성능의 저하, 종종 신뢰할 수 없는 결과를 야기한다. 이러한 경우 기존의 방법으로는 더이상 공정을 정확히 감시할 수 없기 때문에 최근에 많은 새로운 방법들이 개발 되었다. 본 총설에서는 이러한 단점을 보안하기 위해 최근 주목할 만한 연구결과인 공정 비선형성을 고려한 커널주성분분석(kernel principle component analysis) 모니터링 기법, 주성분분석 모델 조합을 이용한 다중모델(mixture model) 모니터링 기법, 공정 변화를 고려한 적응모델(adaptive model) 모니터링 기법, 그리고 센서 이상진단과 보정의 이론과 응용결과에 대하여 소개한다.
본 논문에서는 주성분 해석 기법에 기반한 새로운 벡터 양자화 코드북 설계 방법을 제안한다. 주성분 해석 알고리즘은 입력 영상벡터를 더 작은 차원의 특징 벡터로 변환시키는데 사용되며, 변환된 영역에서 특징 벡터의 군집을 최적으로 결정된 분할 초평면을 이용하여 두 군집으로 분할하는 과정을 반복 함으로써 코드북을 생성한다. 본 논문에서는 연산 시간이 오래 걸리는 최적 분할 초평면 탐색을 (1) 분할 초평면은 특징 벡터의 주축에 수직이며, (2) 좌우측 부군집의 오차의 균형점과 일치하며, (3) 좌우측 부군집의 오차를 점진적으로 조정함으로서 연산 수행 시간을 크게 단축시켰다. 제안한 주축 연속 분할은 분할전후의 오차의 감축이 가장 큰 군집에 대해, 전체 군집의 오차가 설정한 수준보다 작을 때까지 연속적으로 수행된다. 실험 결과 제안한 주성분 해석 기반 벡터 양자화 방법은 SOFM을 이용한 방법보다 수행시간이 빠르며 K-mean 알고리즘을 이용한 방법보다 복원 성능이 뛰어남을 볼 수 있다.
네트워크로 연결된 환경에서 PIN 번호를 이용해 사용자의 신분을 증명하고 인증하는 방식이 일반적으로 활용되고 있다. 그러나, 아이디나 비밀번호가 해킹을 통해 유출되면 금전적인 피해뿐만 아니라 개인의 사생활까지도 침해받게 된다. 본 논문에서는 아이디나 비밀번호가 유출될 염려가 없는 안전한 인증방식으로 얼굴인식을 채택하였다. 또한, 2-Tier 간의 인증방식이 아닌 점점 분산화 되어 가는 네트워크 시스템을 고려해 3-Tier이상의 분산된 환경에서 원격으로 신분을 증명하고 인증할 수 있는 시스템을 제안하였다. 본 인증시스템의 얼굴인식 알고리즘으로는 최근 분류(Classification)와 특징추출(Feature Extraction)에서 빠른 속도와 정확성을 보이는 SVM(Support Vector Machine)과 PCA를 이용해 얼굴 특징을 분석하고, 분산된 환경에서 인공지능 기법을 활용해 인식속도 및 정확성을 높일 수 있는 분산형 인공지능 얼굴인증 모듈을 구현하였다.
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.