• 한국구조물진단유지관리공학회 논문집
• /
• 제19권2호
• /
• pp.92-98
• /
• 2015

최근의 건축물은 복합적인 기능과 형태를 보이고 있으며, 크기가 거대해짐에 따라 구조물 건전성 감시 (Structural Health Monitoring)기술의 수요 또한 증가하고 있다. 구조물마다 고유한 동특성을 가지고 있으며, 다양한 외력의 영향을 받기 때문에 구조물의 건전성을 평가하는 다양한 방법들이 연구되고 있다. 이상거동 시점이란 구조물이 비정상적 (Abnormal)으로 진동하는 시점으로 손상을 명확히 검출하기 위해서는 이상거동의 시점을 기준으로 전과 후를 비교하여야 한다. 즉, 이상거동은 구조물 손상의 이상 징후이며, 정확한 이상거동 시점의 추정은 구조물의 안전과 직결될 수 있다. 이상 거동은 손상을 유발하고 이는 곧 막대한 경제적 피해 및 심각한 인명 피해로 이어지므로 본 연구에서는 시간-주파수 신호분석 기법인 힐버트-황 변환을 이용한 이상거동 시점 추정 기법을 제안하고 진동대를 이용한 모형실험을 통해 제안한 알고리즘의 검증을 수행하였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권9호
• /
• pp.63-74
• /
• 2020

This study investigates the behavior of foreign investors in the Stock Exchange of Thailand (SET) in the time of coronavirus disease 2019 (COVID-19) as to whether trading is abnormal, what strategy is followed, whether herd behavior is present, and whether the actions destabilize the market. Foreign investors' trading behavior is measured by net buying volume divided by market capitalization, whereas the stock market behavior is measured by logged return on the SET index portfolio. The data are daily from Tuesday, August 28, 2018, to Monday, May 18, 2020. The study extends the conditional-regression model in an event-study framework and extracts the unobserved abnormal trading behavior using the Kalman filtering technique. It then applies vector autoregressions and impulse responses to test for the investors' chosen strategy, herd behavior, and market destabilization. The results show that foreign investors' abnormal trading volume is negative and significant. An analysis of the abnormal trading volume with stock returns reveals that foreign investors are not positive-feedback investors, but rather, they self-herd. Although foreign investors' abnormal trading does not destabilize the market, it induces stock-return volatility of a similar size to normal trade. The methodology is new; the findings are useful for researchers, local authorities, and investors.

• 한국지반공학회논문집
• /
• 제26권10호
• /
• pp.69-79
• /
• 2010

본 연구에서는 사면의 이상 거동 및 붕괴 감지를 위해 실제 계측시스템 설치 후 이상보고가 있었던 사변을 대상으로 비모수적 통계방법인 주성분분석 (PCA : Principal Component Analysis)을 적용하였다. 분석결과, 사면의 이상거동여부를 나타내는 척도인 주성분점수는 이상징후 발생시 정상상태에 비해 상대적으로 크거나 낮은 값을 나타내어 변화량에 큰 차이를 보였다. 이를 통해 주성분 분석을 이용하여 사면의 이상 거동 및 붕괴를 감지할 수 있는 것을 확인하였다. 주성분분석을 활용하여 정량적인 사면거동 및 이상징후의 예측이 가능할 것으로 판단된다.

• 대한전자공학회논문지SP
• /
• 제48권1호
• /
• pp.111-121
• /
• 2011

지능형 비디오 분석시스템은 불특정 다수의 객체가 가지는 행동을 분석하고, 불의의 사고를 사전에 예측하여 관리자에게 경고를 전달하는 기술을 필요로 한다. 본 논문은 적응적으로 배경을 생성하여 월담, 실신, 버려진 물체, 배회와 같이 사전에 정의된 이상행위를 분석하는 기술을 제안한다. 제안된 비디오 분석 시스템은 배경 생성과 이상 행위 분석 모듈로 구성된다. 강건한 배경 생성을 위해서 영상 내의 움직임 변화를 검출하여 매 순간마다 움직임이 없는 영역을 지속적으로 갱신하고, 이를 기반으로 객체를 검출한다. 또한 객체 검출의 정확성을 높이기 위해 검출된 결과에서 잡음과 그림자 제거 단계를 추가하였다. 이상행위 분석 모듈에서는 검출된 객체로부터 무게 중심, 실루엣, 크기, 이동 궤적 정보를 추출한다. 이때 이상행위의 판단은 월담, 실신, 버려진 물체, 배회에 따라 시나리오 환경으로 구성하고 분석하였다. 실험 결과에서 제안된 시스템은 복잡한 배경 환경에서도 이동 객체 검출 및 이상행위 분석이 가능하였다.

• 한국통신학회논문지
• /
• 제36권12C호
• /
• pp.744-752
• /
• 2011

지능형 감시 분야에서 이상행위를 검출하는 것은 오랫동안 연구되어온 주제로 다양한 방법들이 제안되어 왔다. 그러나 많은 연구가 움직이는 객체의 개별적인 추적이 가능하다는 것을 전제로 하여 찾은 가려짐이 발생하는 실생활에 적용하는데 한계가 있다. 본 논문에서는 객체 추적이 어려운 복잡한 환경에서 장면의 주된 움직임을 분석하여 비정상적인 행위를 검출하는 방법을 제안한다. 먼저, 입력영상에서 움직임 정보를 추출하여 Visual Word와 Visual Document를 생성하고, 문서 분석 기법 중 하나인 LDA(Latent Dirichlet Allocation 알고리즘을 이용하여 장면의 주요한 움직임 정보j위치, 크기, 방향, 분포)를 추출한다. 이렇게 분석된 장면의 주요한 움직임과 입력영상에서 발생한 움직임과의 유사도를 분석하여 주요한 움직임에서 벗어나는 움직임을 비정상적인 움직임으로 간주하고 이를 이상행위로 검출하는 방법을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.25-27
• /
• 2021

최근 딥러닝 기술의 발전으로 CCTV 카메라를 통해 획득한 영상 정보에서 객체의 이상행동을 분석하기 위한 컴퓨터 비전 기반 AI 기술들이 연구되었다. 위험 지역이나 보안 지역에는 범죄 예방 및 경계 감시를 위해 감시카메라가 설치되어 있는 경우가 다수 존재한다. 이러한 이유로 기업들에서는 감시카메라 환경에서 침입, 배회, 낙상, 폭행 같은 주요한 상황을 판단하기 위한 연구들이 진행되고 있다. 본 논문에서는 객체 검출 및 추적 방법을 사용한 실시간 이상 행위 분석 알고리즘을 제안한다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2009년도 제38회 동계학술대회 초록집
• /
• pp.438-438
• /
• 2010

The abnormal behavior of the argon metastable density during the E-H mode transition in argon ICP discharge was investigated. Lots of investigations including global models expected that during and after the mode transition of ICP discharge, the density of metastable increases with applied rf power (i.e. electron density). However, recent direct measurement of metastable density revealed that the metastable density of argon decreases with the applied power during and after the mode transition. This result may not be explained by the previous global model which is based on the assumption of the Maxwellian electron energy distribution function (EEDF). In this paper, to explain this abnormal behavior with simple manners, a simple global model taking account of the effect of the non-Maxwellian EEDFs incorporating into a set of coupled rate equations is proposed. The result showed that the calculated metastable density taking account of non-Maxwellian EEDF and its evolution during the transition has an abnormal behavior with electron density and is in good agreement with the previous measurement results, indicating the close coupling of electron kinetics and the behavior of metastable density. The proposed simple model is expected to provide qualitative kinetic insight to understand the behavior of the metastable density in various plasma discharges which typically exhibit non-Maxwellian distribution.

• International journal of advanced smart convergence
• /
• 제9권4호
• /
• pp.120-123
• /
• 2020

The surveillance system to prevent crime and accidents in advance has become a necessity, not an option in real life. Not only public institutions but also individuals are installing surveillance cameras to protect their property and privacy. However, since the installed surveillance camera cannot be monitored for 24 hours, the focus is on the technology that tracks the video after an accident occurs rather than prevention. In this paper, we propose a system model that monitors abnormal behaviors that may cause crimes through real-time video, and when a specific behavior occurs, the surveillance system automatically detects it and responds immediately through an alarm. We are a model that analyzes real-time images from surveillance cameras and uses I3D models from analysis servers to analyze abnormal behavior and deliver notifications to web servers and then to clients. If the system is implemented with the proposed model, immediate response can be expected when a crime occurs.

• 한국컴퓨터정보학회논문지
• /
• 제27권10호
• /
• pp.1-9
• /
• 2022

본 논문에서는 영상 데이터와 센서 데이터를 활용한 딥러닝 기반의 반려동물 이상행동 탐지 서비스를 제안한다. 최근 반려동물 보유 가구의 증가로 인해 기존 푸드 및 의료 중심의 반려동물 시장에서 인공지능을 더한 펫테크(Pet Tech) 산업이 성장하고 있다. 본 연구에서는 인공지능을 통한 반려동물의 건강관리를 위해 영상 및 센서 데이터를 활용한 딥러닝 모델을 기반으로 반려동물의 행동을 분류하고, 이상행동을 탐지하였다. 자택의 CCTV와 직접 제작한 펫 웨어러블 디바이스를 활용하여 반려동물의 영상 데이터 및 센서 데이터를 수집하고, 모델의 입력 데이터로 활용한다. 행동의 분류를 위해 본 연구에서는 반려동물의 객체를 검출하기 위한 YOLO(You Only Look Once) 모델과 관절 좌표를 추출하기 위한 DeepLabCut을 결합하여 영상 데이터를 처리하였고, 센서 데이터를 처리하기 위해 각 센서 별 연관관계 및 특징을 파악할 수 있는 GAT(Graph Attention Network)를 활용하였다.

• International Journal of Computer Science & Network Security
• /
• 제21권6호
• /
• pp.17-22
• /
• 2021

The attack trend on end-users via mobile devices is increasing in both the danger level and the number of attacks. Especially, mobile devices using the Android operating system are being recognized as increasingly being exploited and attacked strongly. In addition, one of the recent attack methods on the Android operating system is to take advantage of Android Package Kit (APK) files. Therefore, the problem of early detecting and warning attacks on mobile devices using the Android operating system through the APK file is very necessary today. This paper proposes to use the method of analyzing abnormal behavior of APK files and use it as a basis to conclude about signs of malware attacking the Android operating system. In order to achieve this purpose, we propose 2 main tasks: i) analyzing and extracting abnormal behavior of APK files; ii) detecting malware in APK files based on behavior analysis techniques using machine learning or deep learning algorithms. The difference between our research and other related studies is that instead of focusing on analyzing and extracting typical features of APK files, we will try to analyze and enumerate all the features of the APK file as the basis for classifying malicious APK files and clean APK files.