• 한국음향학회지
• /
• 제38권1호
• /
• pp.106-113
• /
• 2019

본 논문은 능동소나 시스템이 비협동으로 운용될 경우 수신된 직접파로 부터 이를 탐지하여 식별하는 일련의 알고리즘을 제안하였다. 제안하는 알고리즘은 최근 다양한 분야에서 우수한 성능을 보여주고 있는 콘볼루션 신경회로망을 사용하였으며, 입력 데이터로 수신신호를 단시간 퓨리에 변환을 수행한 시간 주파수 분석 데이터를 사용하였다. 본 논문에서 사용한 콘볼루션 신경회로망의 구조는 두 개의 콘볼루션 계층과 풀링 계층을 사용하였으며, 출력층에 따라 데이터베이스 기반의 신경회로망과 펄스 특징인자 기반의 신경회로망을 설계하였다. 알고리즘의 성능을 검증하기 위해 실제 해상에서 수신한 3110개의 CW(Continuous Wave)펄스와 LFM(Linear Frequency Modulated) 펄스의 데이터를 가공하여 학습 데이터와 테스트 데이터를 구성하였다. 시뮬레이션을 수행한 결과 데이터베이스 기반의 신경회로망은 99.9 %의 정확도를 보였으며, 특징인자 기반의 신경회로망은 두 픽셀의 오차를 허용할 경우 약 96 %의 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.69-76
• /
• 2021

최근 특이성 교란 미적분 경계값 문제를 해결하기 위해 신경회로망 접근이 연구되고 있다. 특히 다양한 학습 알고리즘을 가진 백프로파게이션 알고리즘에 의해 훈련하는 피드-포워드 신경회로망의 이론적 모델이 제시되고 있으며, 딥러닝, 전이학습, 연합학습 등의 신경회로망 모델이 매우 빠르게 개발되고 있다. 본 논문의 목적은 특이성 교란 문제를 점근법적 방법과 함께 해결하기 위해 고도의 정확성과 속도를 가진 신경회로망 접근법에 관해 연구하는 것이다. 이를 위해 본 논문에서는 특이성 교란문제의 결과치와 교란되지 않은 문제의 결과치의 차이에 대해 신경회로망 접근 식을 사용하여 시뮬레이션 하였고 신경회로망 접근식의 효율성도 제시하였다. 결론적으로 특이성 교란 문제를 수식이 아닌 단순한 신경회로망 접근으로 효율적으로 해결할 수 있음을 제시한 것이 본 논문의 주요 기여사항이다.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.77-82
• /
• 2020

우리나라는 고령화시대로 접어들면서 노인들의 수단적 일상생활활동(IADL)을 향상시키고자 하는 사회적 노력이 더욱 증가하고 있다. 본 연구에서는 노인들이 특히 부담감을 느끼는 금융관리활동의 수행능력을 향상시키기 위해, 노인들이 ATM을 원활하게 사용할 수 있도록 ATM 시뮬레이션 교육 콘텐츠를 통해 노인들을 학습시키고자 한다. 이를 위해 노인들을 대상으로 인터뷰를 진행하여 주요 금융활동 4가지(입금, 출금, 예금조회, 통장정리)를 도출하고, 기존의 은행 ATM 인터페이스와 동일한 태블릿 PC 기반 ATM 교육용 콘텐츠를 개발하였다. 노인데이케어센터 소속의 노인 20명을 대상으로 실험을 진행하였으며, 교육 전후의 만족도, 피로도 및 성과를 측정하였다. 본 연구 결과는 ATM기기 사용에 어려움을 느끼는 노인들을 위한 ATM 디자인 설계 가이드라인을 제공할 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권7호
• /
• pp.2496-2512
• /
• 2021

The requirements for powerful computing capability, high capacity, low latency and low energy consumption of emerging services, pose severe challenges to the fifth-generation (5G) network. As a promising paradigm, mobile edge networks can provide services in proximity to users by deploying computing components and cache at the edge, which can effectively decrease service delay. However, the coexistence of heterogeneous services and the sharing of limited resources lead to the competition between various services for multiple resources. This paper considers two typical heterogeneous services: computing services and content delivery services, in order to properly configure resources, it is crucial to develop an effective offloading and caching strategies. Considering the high energy consumption of 5G base stations, this paper considers the hybrid energy supply model of traditional power grid and green energy. Therefore, it is necessary to design a reasonable association mechanism which can allocate more service load to base stations rich in green energy to improve the utilization of green energy. This paper formed the joint optimization problem of computing offloading, caching and resource allocation for heterogeneous services with the objective of minimizing the on-grid power consumption under the constraints of limited resources and QoS guarantee. Since the joint optimization problem is a mixed integer nonlinear programming problem that is impossible to solve, this paper uses deep reinforcement learning method to learn the optimal strategy through a lot of training. Extensive simulation experiments show that compared with other schemes, the proposed scheme can allocate resources to heterogeneous service according to the green energy distribution which can effectively reduce the traditional energy consumption.

• 정보보호학회논문지
• /
• 제13권2호
• /
• pp.115-125
• /
• 2003

본웹 서비스는 일반적으로 침입 차단 시스템에 의해 통제되지 않은 채 외부에 공개되어 있어 공격의 수단으로 이용될 수 있고, 다양한 웹 어플리케이션의 특성에 따라 많은 형태의 취약성을 내포하고 있다. 본 논문에서는 웹 서비스의 정상적인 이용 사례를 모델링하고, 이와 다른 사용례를 보이는 이상 사례를 베이지언 추정 기법을 이용하여 통계적으로 찾아내는 SAD(Session Anomaly Detection)을 제안한다. SAD의 성능을 평가하기 위하여 1개월간 수집된 웹로그 자료를 이용하였고 침입은 웹 스캐너 프로그램(Whisker)을 이용하여 수행하였다. 기존 NIDS인 Snort를 이용한 실험 결과 평균적으로 36%의 탐지율을 보인 반면 SAD의 경우 윈도우 사이즈, 훈련데이터의 크기, 이상탐지 필터, 웹토폴로지 정보의 이용유무에 따라 다소 차이는 있지만 전반적으로 90%가 넘는 탐지율을 보여 주었다.

• 한국콘텐츠학회논문지
• /
• 제21권1호
• /
• pp.434-445
• /
• 2021

실감콘텐츠 기술 및 관련 인프라의 발전으로 가상현실 콘텐츠의 활용에 대한 관심이 커지고 있다. 이에 따라 안전교육 분야에서는 기존 강의식 교육의 단점을 보완하여 직접 재난 상황을 체험하는 것과 같은 현전감 및 몰입감 있는 가상현실 기반의 안전교육(이하 VR 안전교육) 콘텐츠를 제작하는 사례가 늘어나고 있다. 본 연구는 기존 안전교육과 비교하여 VR 안전교육의 특성과 그 효과를 알아보고, 현재까지 제작되어 공개된 VR 안전 교육 콘텐츠들을 104건 선별하여 내용, 형식에 기반한 9가지 항목으로 분석한 뒤, 항목 간 관련 정도 및 '상호 작용성'과 '환경의 생생함'의 두 축을 기반으로 하여 VR 안전교육 콘텐츠를 실감 강의형, 시뮬레이션형, 게임형의 세 가지로 유형화할 수 있었다. 본 연구를 통해 안전교육의 목적과 기대하는 효과에 따른 유형별 특징을 고려하여 양질의 VR 안전교육 콘텐츠 기획 및 제작에 기여할 수 있기를 기대한다.

• 전기전자학회논문지
• /
• 제25권2호
• /
• pp.381-387
• /
• 2021

과거 주로 게임과 동영상 재생에 있어 리얼함을 극대화하기 위해 사용되었던 HMD(Head Mount Display)의 수요가 증가하고, 그 활용 범위가 교육과 훈련 등으로 확대되면서, 기존 HMD의 성능을 향상시킬 수 있는 방안에 대한 관심이 높아지고 있다. 본 논문에서는 HMD의 각 화소 회로에 제어 신호를 보내는 gate driver의 성능을 향상시키기 위해 CNT를 포함한 트랜지스터를 활용하는 방법에 대해 논하고자 한다. 기존 gate driver의 버퍼부를 구성하는 트랜지스터를 CNT를 포함한 트랜지스터로 교체하는 회로 설계 방법을 제안하고, 그 성능을 회로 시뮬레이션을 통해 기존 트랜지스터로만 구성된 gate driver의 성능과 비교해 보고자 한다. 시뮬레이션 결과, gate driver에 CNT를 포함할 경우 12.5 GHz의 속도로 기존 gate driver 대비 약 0.3V 증가된 출력 전압(1.1V)을 얻을 수 있었으며, 최대 20배의 gate width를 줄일 수 있었다.

• 한국정보통신학회논문지
• /
• 제24권6호
• /
• pp.744-750
• /
• 2020

본 논문에서는 무선통신 시스템의 주파수 효율과 에너지 효율을 개선하기 위하여 딥러닝 기반의 송신 전력 제어 기법을 제안한다. 무선통신 시스템에서 다수의 송수신기의 위치는 균일 분포를 따르고 송수신기 간 채널은 나카가미 페이딩 채널을 가정하여 제안하는 송신 전력 제어 기법에 대한 주파수 효율과 에너지 효율의 성능을 분석한다. 제안하는 송신 전력 제어 기법은 딥러닝 기반의 학습에서 주파수 효율과 에너지 효율을 개선하기 위하여 배치 정규화 기법을 이용한다. 시뮬레이션을 통해 송수신기의 위치 범위를 제한하는 지형적 크기와 나카가미 페이딩 지수에 대하여 제안하는 송신 전력 제어 기법과 기존의 송신 전력 제어 기법의 주파수 효율과 에너지 효율의 성능 결과를 비교한다. 성능 결과의 비교를 통해 제안하는 기법이 기존의 기법보다 우수한 성능을 제공함을 입증한다.

• 한국정보통신학회논문지
• /
• 제24권4호
• /
• pp.501-507
• /
• 2020

본 논문에서는 합성곱 신경망(CNN)에 기반한 프레임 동기 기법을 제안한다. 기존의 프레임 동기 기법은 프리앰블과 수신 신호 사이의 상관을 통해 수신 신호와 프리앰블이 일치하는 지점을 찾는다. 제안하는 기법은 1차원 벡터로 이루어진 상관기 출력 신호를 2차원 행렬로 재구성하며, 이 2차원 행렬을 합성곱 신경망에 입력하고 합성곱 신경망은 프레임 도착 지점을 추정한다. 구체적으로 가산 백색 가우스 잡음(AWGN) 환경에서 무작위로 도착하는 수신 신호를 생성하여 학습 데이터를 만들고, 이 학습 데이터로 합성곱 신경망을 학습시킨다. 컴퓨터 모의실험을 통해 기존의 동기 기법과 제안하는 기법의 프레임 동기 오류 확률을 다양한 신호 대 잡음 비(SNR)에서 비교한다. 모의실험 결과는 제안하는 합성곱 신경망을 이용한 프레임 동기 기법이 기존 기법 대비 약 2dB 우수함을 보인다.

• 한국정보통신학회논문지
• /
• 제25권3호
• /
• pp.377-383
• /
• 2021

최근 4차 산업혁명에 따라 공장, 물류창고, 서비스영역에서 유연한 물류이송을 위한 자율 이동형 모바일 로봇의 사용이 증가하고 있다. 대규모 공장에서는 Simultaneous Localization and Mapping(SLAM)을 수행하기 위하여 많은 수작업이 필요하기 때문에 개선된 모바일 로봇 자율 주행에 대한 필요성이 대두되고 있다. 이에 따라 본 논문에서는 고정 및 이동 장애물을 피해 최적의 경로로 주행하는 Mapless Navigation에 대한 알고리즘을 제안하고자 한다. Mapless Navigation을 위하여 Deep Q Network(DQN)을 통해 고정 및 이동 장애물을 회피하도록 학습하였고 두 종류의 장애물 회피에 대하여 각각 정확도 90%, 93%를 얻었다. 또한 DQN은 많은 학습 시간을 필요로 하는데 이를 단축하기 위한 목표의 크기 변화 알고리즘을 제안하고 이를 시뮬레이션을 통하여 단축된 학습시간과 장애물 회피 성능을 확인하였다.