Reference Architecture and Operation Model for PPP (Public-Private-Partnership) Cloud

( Youngkon Lee ) , ( Ukhyun Lee )  한국정보처리학회, JIPS(Journal of Information Processing Systems) [2021] 제17권 제2호, 284~296페이지(총13페이지)

TAG Cloud Operational Model, Cloud Reference Model, PPP Cloud

Optimal Two-Section Layouts for the Two-Dimensional Cutting Problem

( Jun Ji ) , ( Dun-hua Huang ) , ( Fei-fei Xing ) , ( Yao-dong Cui )  한국정보처리학회, JIPS(Journal of Information Processing Systems) [2021] 제17권 제2호, 271~283페이지(총13페이지)

TAG Cutting Stock Problem, Layout, Optimization, Two-Dimensional Cutting

NIST Lightweight Cryptography Standardization Process: Classification of Second Round Candidates, Open Challenges, and Recommendations

( Dennis Agyemanh Nana Gookyi ) , ( Guard Kanda ) , ( Kwangki Ryoo )  한국정보처리학회, JIPS(Journal of Information Processing Systems) [2021] 제17권 제2호, 253~270페이지(총18페이지)

TAG Authenticated Encryption, CAESAR, IoT, Lightweight Cryptography, NIST

Industrial Process Monitoring and Fault Diagnosis Based on Temporal Attention Augmented Deep Network

( Ke Mu ) , ( Lin Luo ) , ( Qiao Wang ) , ( Fushun Mao )  한국정보처리학회, JIPS(Journal of Information Processing Systems) [2021] 제17권 제2호, 242~252페이지(총11페이지)

TAG Deep Learning, Online Fault Classification, Recurrent Neural Networks, Temporal Attention Mechanism

RAVIP: Real-Time AI Vision Platform for Heterogeneous Multi-Channel Video Stream

( Jeonghun Lee ) , ( Kwang-il Hwang )  한국정보처리학회, JIPS(Journal of Information Processing Systems) [2021] 제17권 제2호, 227~241페이지(총15페이지)

TAG Multi-Channel, Multi-Stream, Object Detection, Surveillance Systems, Vision

Link Prediction Algorithm for Signed Social Networks Based on Local and Global Tightness

( Miao-miao Liu ) , ( Qing-cui Hu ) , ( Jing-feng Guo ) , ( Jing Chen )  한국정보처리학회, JIPS(Journal of Information Processing Systems) [2021] 제17권 제2호, 213~226페이지(총14페이지)

TAG Link Prediction, Sign Prediction, Signed Social Networks, Similarity, Structural Balance Theory, Tightness

귀농·귀촌 의사결정요인에 관한 AHP 분석 연구: 이주지역 선택 결정요인을 중심으로

이원석 ( Won Suk Lee ) , 장상현 ( Sang-hyun Jang ) , 최주원 ( Joowon Choi ) , 신용태 ( Yongtae Shin )  한국정보처리학회, 정보처리학회논문지. 컴퓨터 및 통신시스템 [2021] 제10권 제3호, 81~92페이지(총12페이지)

한국 농업·농촌의 고령화 현상과 농업인구의 감소가 점차 심화됨에 따라 귀농·귀촌을 통한 인구 유입이 절실한 상황이다. 이를 위해서는 귀농·귀촌 희망자가 의사결정 시에 도움을 받을 수 있는 정보 부족 등이 해결해야 할 가장 중요한 문제점으로 조사되었다. 따라서 본 연구를 통해 귀농·귀촌 이주지역 선택 시 요구되는 정보(결정요인)를 알아보기 위해 관련 전문가를 대상으로 AHP 분석을 위한 설문조사를 하였다. AHP 분석 결과 1차계층의 3개 항목 중에는 “경제적 요인”의 중요도가 가장 높게 나타났으며, 2차 계층에서는 “주택 및 토지가격”, “대도시 접근성 및 교통”, “주거정보” 등이 중요도가 높은 것으로 나타났다. 이러한 연구 결과가 향후 귀농·귀촌 희망자들의 의사결정을 체계적으로 지원하기 위한 정보시스템에 반영되어 직.간접적으로 도움이 되고, 궁극...

TAG Farm-Returning and Rural-Returning, Decision Making, Factors for Determining Migration Regions, AHP Analysis, 귀농, 귀촌, 의사결정, 이주지역 선택 결정요인, AHP분석

데이터 예측을 위한 텐서플로우 기반 기계학습 알고리즘 비교 연구

( Qalab E. Abbas ) , 장성봉 ( Sung-bong Jang )  한국정보처리학회, 정보처리학회논문지. 컴퓨터 및 통신시스템 [2021] 제10권 제3호, 71~80페이지(총10페이지)

기계학습에서 정확한 데이터 예측을 위해서는 적절한 인공신경망 알고리즘을 선택해야 한다. 이러한 알고리즘에는 심층 신경망 (DNN), 반복신경망 (RNN), 장단기 기억 (LSTM) 네트워크 및 게이트 반복 단위 (GRU) 신경망등을 들 수 있다. 개발자가 실험을 위해, 하나를 선택해야 하는 경우, 각 알고리즘의 성능에 대한 충분한 정보가 없었기 때문에, 직관에 의존할 수 밖에 없었다. 본 연구에서는 이러한 어려움을 완화하기 위해 실험을 통해 예측 오류(RMSE)와 처리 시간을 비교 평가 하였다. 각 알고리즘은 텐서플로우를 이용하여 구현하였으며, 세금 데이터를 사용하여 학습을 수행 하였다. 학습 된 모델을 사용하여, 세금 예측을 수행 하였으며, 실제값과의 비교를 통해 정확도를 측정 하였다. 또한, 활성화 함수와 다양한 최적화 함수들이 알...

TAG Artificial Neural Network Algorithm, Machine Learning, Data Prediction, Learning Performance Comparison, 인공 신경망, 기계 학습, 데이터 예측, 학습성능 비교

에지 컴퓨팅 환경에서의 상황인지 서비스를 위한 팻 클라이언트 기반 비정형 데이터 추상화 방법

김도형 ( Do Hyung Kim ) , 문종혁 ( Jong Hyeok Mun ) , 박유상 ( Yoo Sang Park ) , 최종선 ( Jong Sun Choi ) , 최재영 ( Jae Young Choi )  한국정보처리학회, 정보처리학회논문지. 컴퓨터 및 통신시스템 [2021] 제10권 제3호, 59~70페이지(총12페이지)

최근 사물인터넷의 발전으로 사용자 주변 상황을 인지하여 맞춤형 서비스를 제공하는 상황인지 시스템에 대한 관심이 증가되고 있다. 기존의 상황인지 시스템은 사용자 주위에서 생성되는 데이터를 분석하여 사용자 주변 상황을 표현하는 상황 정보로 추상화하는 기술이 사용되었다. 하지만 증가하는 사용자의 서비스 요구 사항에 따라 다양한 종류의 비정형 데이터의 사용이 증가하고, 사용자 주변에서 수집되는 데이터의 양이 많아지면서 비정형 데이터의 처리와 상황인지 서비스의 제공에 어려움이 있다. 이러한 사항은 딥러닝 응용에서 비정형 구조의 입력 데이터가 많이 사용되는 데서 찾아볼 수 있다. 기존 연구에서는 에지 컴퓨팅 환경에서 다양한 딥러닝 모델을 활용해 비정형 데이터를 상황 정보로 추상화하는 연구가 진행되었으나, 수집-전처리-분석 등과 같은 추상화 과정 간의 종속성으로 인해 제한...

TAG Edge Computing, Fat Client, Context Aware, Unstructured Data Abstraction, Deep Learning, 에지 컴퓨팅, 팻 클라이언트, 상황인지, 비정형 데이터 추상화, 딥러닝

eGAN 모델의 성능개선을 위한 에지 검출 기법

이초연 ( Lee Cho Youn ) , 박지수 ( Ji Su Park ) , 손진곤 ( Jin Gon Shon )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2021] 제10권 제3호, 109~114페이지(총6페이지)

GAN(Generative Adversarial Network, 생성적 적대 신경망)은 이미지 생성모델로서 생성기 네트워크와 판별기 네트워크로 구성되며 실제 같은 이미지를 생성한다. GAN에 의해 생성된 이미지는 실제 이미지와 유사해야 하므로 생성된 이미지와 실제 이미지의 손실 오차를 최소화하는 손실함수(loss function)를 사용한다. 그러나 GAN의 손실함수는 이미지를 생성하는 학습을 불안정하게 만들어 이미지의 품질을 떨어뜨린다는 문제점이 있다. 이러한 문제를 해결하기 위해 본 논문에서는 GAN 관련 연구를 분석하고 에지 검출(edge detection)을 이용한 eGAN(edge GAN)을 제안한다. 실험 결과 eGAN 모델이 기존의 GAN 모델보다 성능이 개선되었다.

TAG Generative Adversarial Network, Loss Function, Edge Detection, eGAN, 생성적 적대 신경망, 손실 함수, 에지 검출

1  2  3  4  5  6  7  8  9  10