• ETRI Journal
• /
• 제40권6호
• /
• pp.714-725
• /
• 2018

Destination-assisted jamming (DAJ) is usually used to protect confidential information against untrusted relays and eavesdroppers in wireless networks. In this paper, a DAJ-based untrusted relay network with multiple antennas installed is presented. To increase the secrecy, a joint optimization of beamforming and power allocation at the source and destination is studied. A matched-filter precoder is introduced to maximize the cooperative jamming signal by directing cooperative jamming signals toward untrusted relays. Then, based on generalized singular-value decomposition (GSVD), a novel transmitted precoder for confidential signals is devised to align the signal into the subspace corresponding to the confidential transmission channel. To decouple the precoder design and optimal power allocation, an iterative algorithm is proposed to jointly optimize the above parameters. Numerical results validate the effectiveness of the proposed scheme. Compared with other schemes, the proposed scheme shows significant improvement in terms of security performance.

• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.31-36
• /
• 2021

RNA sequencing (RNA-Seq) is a technology that facilitates transcriptome analysis using next-generation sequencing (NSG) tools. Information on the quantity and sequences of RNA is vital to relate our genomes to functional protein expression. RNA-Seq data are characterized as being high-dimensional in that the number of variables (i.e., transcripts) far exceeds the number of observations (e.g., experiments). Given the wide range of dimensionality reduction techniques, it is not clear which is best for RNA-Seq data analysis. In this paper, we study the effect of three dimensionality reduction techniques to improve the classification of the RNA-Seq dataset. In particular, we use PCA, SVD, and SOM to obtain a reduced feature space. We built nine classification models for a cancer dataset and compared their performance. Our experimental results indicate that better classification performance is obtained with PCA and SOM. Overall, the combinations PCA+KNN, SOM+RF, and SOM+KNN produce preferred results.

• Communications for Statistical Applications and Methods
• /
• 제28권3호
• /
• pp.233-250
• /
• 2021

This paper studies if the accuracies of mortality models (LC model vs. 4-parametric model) are aggravated if a mortality structure changes due to the impact of COVID-19. LC model (LCM) uses dimension reduction for fitting to the log mortality matrix so that the performance of the dimension reduction method may not be good when the matrix structure changes. On the other hand, 4-parametric factor model (4-PFM) is designed to use factors for fitting to log mortality data by age groups so that it would be less affected by the change of the mortality structure. In fact, the forecast accuracies of LCM are better than those of 4-PFM when life-tables are used whereas those of 4-PFM are better when the mortality structure changes. Thus this result shows that 4-PFM is more reliable in performance to the structural changes of the mortality. To support the accuracy changes of LCM the functional aspect is explained by computing eigenvalues produced by singular vector decomposition

• Communications for Statistical Applications and Methods
• /
• 제29권2호
• /
• pp.203-223
• /
• 2022

We propose a Bayesian approach to cumulative logistic regression model for the ordinal response based on the orthogonal principal components via singular value decomposition considering the multicollinearity among predictors. The advantage of the suggested method is considering dimension reduction and parameter estimation simultaneously. To evaluate the performance of the proposed model we conduct a simulation study with considering a high-dimensional and highly correlated explanatory matrix. Also, we fit the suggested method to a real data concerning sprout- and scab-damaged kernels of wheat and compare it to EM based proportional-odds logistic regression model. Compared to EM based methods, we argue that the proposed model works better for the highly correlated high-dimensional data with providing parameter estimates and provides good predictions.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.963-965
• /
• 2021

본 논문에서는 위성 영상과 같은 원격 센싱 영상 등의 저 대비 영상의 화질을 개선하기 위하여 SVD (singular value decomposition)를 이용한 적응적 히스토그램 평활화 기법을 제안한다. 저 대비 영상의 특이값과 히스토그램 평활화 영상의 특이값을 결합하되, 사용자 파라미터를 통해 영상의 화질을 조절할 수 있도록 적응적 화질 개선 기법을 제안한다. 위성 영상을 비롯한 다양한 영상을 대상으로 실험한 결과 제안하는 방법이 기존의 히스토그램 평활화 기법 및 이를 개선한 방법에 비해 GSD (global standard deviation)으로 측정한 객관적 수치 측면에서 우수한 성능을 나타내고, 주관적 화질 측면에서 자연스럽고 영상의 어두운 영역 및 밝은 영역에서의 디테일 보존 성능이 우수함을 확인할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.470-473
• /
• 2021

본 논문에서는 코로나-19로 인해 홈 트레이닝 시장이 성장하고 있는 상황 속에서 효율적인 운동을 위해 사용자의 식습관, 신체조건, 선호도 등을 바탕으로 적합한 운동을 추천해주는 시스템을 제안한다. 먼저 K-최근접 이웃 알고리즘을 활용해 비만의 정도에 따라 사용자를 분류하고, 운동 데이터를 소모 칼로리에 따라 클러스터링 한다. 다음으로 비만의 정도와 운동 레벨에 따라 정해진 추천 점수를 통해 사전 선호도 확률을 계산하고, 베이지안 네트워크를 통해 사후 확률을 구한다. 이를 바탕으로 특이값 분해 알고리즘(SVD)를 활용하여 사용자 맞춤형 운동을 추천한다. 제안 시스템의 성능을 검증하기 위해 비교 실험을 진행하여 회귀 문제 평가 척도인 RMSE 값 측면에서 성능을 분석하였다.

• ETRI Journal
• /
• 제46권4호
• /
• pp.633-647
• /
• 2024

In e-commerce platforms, sentiment analysis on an enormous number of user reviews efficiently enhances user satisfaction. In this article, an automated product recommendation system is developed based on machine and deep-learning models. In the initial step, the text data are acquired from the Amazon Product Reviews dataset, which includes 60 000 customer reviews with 14 806 neutral reviews, 19 567 negative reviews, and 25 627 positive reviews. Further, the text data denoising is carried out using techniques such as stop word removal, stemming, segregation, lemmatization, and tokenization. Removing stop-words (duplicate and inconsistent text) and other denoising techniques improves the classification performance and decreases the training time of the model. Next, vectorization is accomplished utilizing the term frequency-inverse document frequency technique, which converts denoised text to numerical vectors for faster code execution. The obtained feature vectors are given to the modified convolutional neural network model for sentiment analysis on e-commerce platforms. The empirical result shows that the proposed model obtained a mean accuracy of 97.40% on the APR dataset.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2002년도 추계공동학술대회 정보환경 변화에 따른 신정보기술 패러다임
• /
• pp.407-411
• /
• 2002

삼치 시퀀스(temary sequence)는 -1, 0, 1의 3 가지 값으로만 구성되어 있는 디지털 코드이다. 따라서 디지털 하드웨어로 구현이 편리하다는 장점이 있다. 본 시퀀스는 환형 자기상관함수(circular/periodic autocorrelation function)가 이상적으로 나타나는 특징을 가지고 있다. 하지만 본 시퀀스를 이용해 송신기와 수신기사이의 통신 채널 특성을 긴 시간 구간에 걸쳐서 파악하고자 상호상관법을 사용하기 위해서는 환형이 아니라 선형적인 자기상관함수(linear/aperiodic autocorrelation function) 특성이 요구된다. 따라서 본 고에서는 삼치 시퀀스의 비이상적인 선형 자기상관함수를 개선시키기 위해 주파수 영역에서 역필터링과 쓰레쉬홀딩 연산을 결합한 방법과 특이치분해(SVD)방법을 제안하며 잡음이 있는 상황에서 그 성능을 평가하고자 한다. 제안한 방법은 시뮬레이션 결과 역필터링 방법은 신호대잡음비가 30dB인 경우 최대 부엽 레벨이 l1dB 감소했고 SVD 방법도 유사한 결과를 보였으나 잡음에 좀 더 약하며 특이치값의 세밀한 조정이 필요하였다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2002년도 추계공동학술대회
• /
• pp.407-411
• /
• 2002

삼치 시퀀스(ternary sequence)는 -1, 0, 1의 3가지 값으로만 구성되어 있는 디지털 코드이다. 따라서 디지털 하드웨어로 구현이 편리하다는 장점이 있다 본 시퀀스는 환형 자기상관함수(circular/periodic autocorrelation function)가 이상적으로 나타나는 특징을 가지고 있다. 하지만 본 시퀀스를 이용해 송신기와 수신기사이의 통신 채널 특성을 긴 시간 구간에 걸쳐서 파악하고자 상호상관 법을 사용하기 위해서는 환형이 아니라 선형적인 자기상관함수(linear/aperiodic autocorrelation function) 특성이 요구된다 따라서 본 고에서는 삼치 시퀀스의 비 이상적인 선형 자기상관함수를 개선시키기 위해 주파수 영역에서 역 필터링과 쓰레쉬홀딩 연산을 결합한 방법과 특이치분해(SVD)방법을 제안하며 잡음이 있는 상황에서 그 성능을 평가하고자 한다. 제안한 방법은 시뮬레이션 결과 역 필터링 방법은 신호대잡음비가 30㏈인 경우 최대 부엽 레벨이 11㏈ 감소했고 SVD 방법도 유사한 결과를 보였으나 잡음에 좀 더 약하며 특이치 값의 세밀한 조정이 필요하였다.

• 한국방사선학회논문지
• /
• 제13권5호
• /
• pp.801-809
• /
• 2019

큰 병변에 대한 기존 감마나이프 방사선수술은 종종 체적 또는 선량 분할 단계들로 수행된다. 체적 분할의 경우, 병변은 처방된 선량 하에서 하루 또는 이틀, 3 ~ 6개월로 분할된 다중 세션에서 조사되는 하위 체적들로 분할되곤 한다. 치료의 전체 과정 동안, 이전 단계의 치료 정보는 세션 사이의 좌표 변환을 통해 새로 장착된 정위 프레임 상의 후속 세션에 반영될 필요가 있다. 그러나 동일한 정위 공간을 제외하고 기존 감마나이프 시스템으로는 이전 선량 분포를 구현하는 것은 실제로 어렵다. 최신 감마나이프 플랫폼을 사용하여 다단계 치료를 수행할 수 있기 때문에 치료 영역이 확장되고 있다. 이 연구의 목적은 정위적 공간에 기초한 영상 정합과 새로운 감마나이프 플랫폼을 사용하여 각 단계에서 처방 선량 결정과 같은 다단계 감마나이프 방사선수술 전략을 소개하는 것이다. 일반적으로 영상 정합에서 수술적으로 내장된 기준점 또는 내부 해부학적 랜드마크들이 변환 관계를 결정하는데 사용된다. 저자는 내부 해부학적 랜드마크들을 사용하는 예로서 4개 또는 6개의 해부학적 랜드마크를 사용하는 다중 세션 간의 좌표 변환 정확도를 비교하였다. 측정된 좌표들과 계산된 좌표들 사이의 불일치를 최소화하기 위해서 PseudoInverse 또는 Singular Value Decomposition을 사용하여 두 정위 공간 사이의 변환 행렬이 결정되었다. 변환 정확도를 평가하기 위해 측정된 좌표와 변환된 좌표들 사이의 차이, 즉 ${\Delta}r$이 10개의 랜드마크들을 사용하여 계산되었다. 10개의 랜드마크들 중 4개 또는 6개의 점들을 사용하여 좌표 변환을 결정하고 나머지는 접근 방법을 평가하는데 사용되었다. 두 가지 접근 방법에서 각각의 ${\Delta}r$ 값은 0.6 ~ 2.4 mm, 0.17 ~ 0.57 mm 범위이었다. 게다가 병변 분할의 경우 한 번에 전체 병변의 치료와 동일한 효과를 제공하는 처방 선량을 결정하는 방법이 제안되었다. 동일한 정위 공간에서의 다단계 치료 전략은 전체 병변에 대한 치료를 먼저 디자인하는 것이며, 전체 치료 디자인 샷들은 각 단계 치료의 샷들로 나누어 각 단계별 샷들을 구성하고 각 단계에서 적절한 처방 선량을 결정한다. 결론적으로 저자는 다단계 치료 전략으로서 처방 선량 결정의 정확성을 확인하였고, 다중 세션 간의 좌표 변환을 결정하기 위해 적은 랜드마크들을 사용하는 것보다 가능한 많은 내부 랜드마크들을 사용하는 것이 더 나은 결과를 산출함을 보았다. 향후 제안된 다단계 치료 전략은 여러 감마나이프 센터들의 틀 없는 분할 치료에 크게 기여할 것이라 사료된다.