분야    
발행기관
간행물  
발행연도  
발행기관 : 한국정보처리학회21313 개 논문이 검색 되었습니다.
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
적외선 카메라를 이용한 비제약적 환경에서의 얼굴 인증
기민송 ( Min Song Ki ) , 최영우 ( Yeong Woo Choi )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2021] 제10권 제3호, 99~108페이지(총10페이지)
차량 내부에는 조명 변화, 부분적인 가림 및 운전자의 상태 변화와 같은 제한되지 않은 조건들이 존재한다. 본 논문에서는 비 제약적인 차량환경에서의 운전자 얼굴 인증 시스템을 제안한다. 제안한 방법은 차량 내부 및 외부의 조명 변화에 따라 발생하는 얼굴 이미지의 변화를 최소화하기 위해서 근적외선(NIR) 카메라를 사용한다. 특히 정면에서의 강한 빛에 노출된 얼굴 이미지를 처리하기 위해서, 학습 이미지의 평균과 분산을 사용하여 정상적인 얼굴 이미지로부터 빛에 과다하게 노출된 이미지로 변환하여 사용한다. 따라서 정상적인 조명에서의 얼굴 분류기와 강한 정면광에서의 얼굴 분류기를 각각 동시에 만들어진다. 제안하는 얼굴 분류기는 얼굴 랜드마크를 추출하고 각 랜드마크의 신뢰도 점수를 합산하여 얼굴을 최종적으로 식별한다. 특히 각 랜드마크를 인식하여 부분적인 얼굴 ...
TAG Face Identification, Near-infrared Image, Multi Support Vector Machine, Multi-SVM, Light Overexposure, 얼굴 인증, 적외선 이미지, 멀티 서포트 벡터 머신, 정면광 노출
LID-DS 데이터 세트를 사용한 기계학습 알고리즘 비교 연구
박대경 ( Park Daekyeong ) , 류경준 ( Ryu Kyungjoon ) , 신동일 ( Shin Dongil ) , 신동규 ( Shin Dongkyoo ) , 박정찬 ( Park Jeongchan ) , 김진국 ( Kim Jingoog )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2021] 제10권 제3호, 91~98페이지(총8페이지)
오늘날 정보통신 기술이 급격하게 발달하면서 IT 인프라에서 보안의 중요성이 높아졌고 동시에 지능형 지속 공격(Advanced Persistent Threat)처럼 고도화되고 다양한 형태의 사이버 공격이 증가하고 있다. 점점 더 고도화되는 사이버 공격을 조기에 방어하거나 예측하는 것은 매우 중요한 사안으로, NIDS(Network-based Intrusion Detection System) 관련 데이터 분석만으로는 빠르게 변형하는 사이버 공격을 방어하지 못하는 경우가 많이 보고되고 있다. 따라서 현재는 HIDS(Host-based Intrusion Detection System) 데이터 분석을 통해서 위와 같은 사이버 공격을 방어하는데 침입 탐지 시스템에서 생성된 데이터를 이용하고 있다. 본 논문에서는 기존에 사용되었던 ...
TAG Machine Learning, HIDS, NIDS, LID-DS, 기계학습, 호스트 기반 침입 탐지 시스템, 네트워크 기반 침입 탐지 시스템
1D CNN과 기계 학습을 사용한 낙상 검출
김인경 ( Inkyung Kim ) , 김대희 ( Daehee Kim ) , 노송 ( Song Noh ) , 이재구 ( Jaekoo Lee )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2021] 제10권 제3호, 85~90페이지(총6페이지)
본 논문에서는 고령자를 위한 개별 웨어러블(Wearable) 기기를 이용한 낙상 감지에 대해 논한다. 신뢰할 수 있는 낙상 감지를 위한 저비용 웨어러블 기기를 설계하기 위해서 대표적인 두 가지 모델을 종합적으로 분석하여 제시한다. 기계 학습 모델인 의사결정 나무(Decision Tree), 랜덤포래스트(Random Forest), SVM(Support Vector Machine)과 심층 학습 모델인 일차원(One-Dimensional) 합성곱 신경망(Convolutional Neural Network)을 사용하여 낙상 감지 학습 능력을 정량화하였다. 또한 입력 데이터에 적용하기 위한 데이터 분할, 전처리, 특징 추출 방법 등을 고려하여 검토된 모델의 유효성을 평가한다. 실험 결과는 전반적인 성능 향상을 보여주며 심층학...
TAG Machine Learning, Deep Learning, Fall Detection, 1D Convolutional Neural Network, 기계 학습, 심층 학습, 낙상 검출, 1차원 합성곱 신경망
적응적 상관도를 이용한 주성분 변수 선정에 관한 연구
고명숙 ( Ko Myung-sook )  한국정보처리학회, 정보처리학회논문지. 소프트웨어 및 데이터 공학 [2021] 제10권 제3호, 79~84페이지(총6페이지)
고차원의 데이터를 처리하기 위해서는 데이터의 성질을 유지하면서 특징을 잘 반영할 수 있는 특징 추출 방법이 필요하다. 주성분분석 방법은 고차원 데이터에 포함된 정보를 저차원의 데이터로 변환하여 원래 데이터의 변수 수보다 적은 수의 변수로 고차원 데이터를 표현 할 수 있는 방법으로서 데이터의 특징 추출을 위한 대표적인 방법이다. 본 연구에서는 데이터가 고차원인 경우 데이터 특징 추출을 위한 주성분 분석에 있어서 주성분변수 선정 시 적응적 상관도를 기반으로 한 주성분 분석 방법을 제안한다. 제안하는 방법은 입력 데이터간의 상관 관계를 기반으로 상관도를 적응적으로 반영하여 데이터의 주성분을 분석함으로써 다른 여러 변수에 중복적으로 상관도가 높은 변수와 주성분을 유도하는데 연관성이 적은 변수를 주성분 변수 후보 대상에서 제외시키고자 한다. 고유벡터 계수 값에 의...
TAG Principle Component Analysis, Correlation, Eigenvalue Graph, Eigenvector Coefficient, 주성분 분석, 상관도, 고윳값 그래프, 고유벡터 계수
유한기억구조 스무딩 필터와 기존 필터와의 등가 관계
김민희 ( Min Hui Kim ) , 김평수 ( Pyung Soo Kim )  한국정보처리학회, 정보처리학회논문지. 컴퓨터 및 통신시스템 [2021] 제10권 제2호, 53~58페이지(총6페이지)
본 논문에서는 제어 입력이 있는 이산 시간 상태 공간 모델에 대한 유한기억구조(Finite Memory Structure, FMS) 스무딩 필터(Smoothing filter)를 개발한다. FMS 스무딩 필터는 가장 최근 윈도우의 유한 관측값과 제어 입력값만을 이용하여 비편향성 제약조건하에서 최소 분산 성능 지표의 최적화 문제를 직접 해결함으로써 얻어진다. FMS 스무딩 필터는 비편향성(Unbiasedness), 무진동성(Deadbeat) 및 시불변성(Time-invariance)과 같은 내재적으로 좋은 특성을 갖는다. 또한, 관측값과 추정값이 구해지는 시간 사이의 지연 길이에 따라 FMS 스무딩 필터는 기존의 FMS 필터들과 동등함을 보인다. 마지막으로, 컴퓨터 시뮬레이션을 통해 제안된 FMS 스무딩 필터의 내재적...
TAG Finite Memory Structure, Smoothing Filter, Kalman Filter, Robustness, Unbiasedness, 유한기억구조, 스무딩 필터, 칼만 필터, 강인성, 비편향성
블록체인 기술의 OTP 활용 현황과 성능에 관한 연구
이덕규 ( Deok Gyu Lee )  한국정보처리학회, 정보처리학회논문지. 컴퓨터 및 통신시스템 [2021] 제10권 제2호, 47~52페이지(총6페이지)
블록체인 기술이 발전함에 따라 블록체인 블록에 대한 암호화 또한 중요시되고 있다. 블록체인에서의 암호화는 트랜잭션을 생성한 사람의 신원보안과, 과거 블록의 정보를 조작 할 수 없도록 하게 이용된다. 하지만 암호화의 보안성을 증가시키면 블록체인의 가장 큰 단점중의 하나인 블록생성의 속도가 감소하게 된다. 따라서 본 논문에서는 블록체인에 사용되는 OTP의 현황과 성능을 비교하여 현재 OTP의 성능 및 블록체인의 성능저하를 최소화 할 수 있는 방안을 제시한다.
TAG Blockchain, OTP, 블록체인
 1  2  3  4  5  6  7  8  9  10 
사업자등록번호 220-87-87785 대표.신현웅 주소.서울시 서초구 방배로10길 18, 402호 대표전화.070-8809-9397
개인정보책임자.박정아 통신판매업신고번호 제2017-서울서초-1765호 이메일 help@reportshop.co.kr
copyright (c) 2009 happynlife. steel All reserved.