Earticle

인간의 질병을 연구하기 해서 많은 동물 모델들이 실험에 사용되고 있기 때문에, 동물에서의 실험 결과를 인간의 측면에서 해석하는 이종(異種) 간의 유자 데이터 분석이 요해지고 있다. 이러한 유자 데이터의 재분석을 해 공공장소에 집단으로 유자 발 데이터가 축되어 다른 연구자들에게 공유되고 있지만, 이를 재분석하기 해서는 매번 련 실험을 찾고, 그 실험 구성을 분석하고, 필요한 샘을 추출하고, 유자 발 데이터를 재처리하 는 등의 복잡한 처리과정을 거쳐야한다. 이 논문에서는 서로 다른 종간의 유자 발 데이터 분석을 쉽게 하기 해 공공장소에 장되어있는 데이터들을 분석에 합한 형태로 재구성하는 방법을 소개하고, 이를 통해 수집된 데 이터들을 소개한다.

Since animal models have been widely used to study human diseases, it is important to interpret the result of animal experiments in the view of human studies. While gene expression data have been accumulated and shared in the research community, it still requires a lot of works to reanalyze them, which includes searching proper experiments, characterizing experiment settings, extracting data samples, and recalculating statistics. In this paper, we introduce a reconstructed database and its design for the gene expression analysis between human and animal models. We expect that this database is highly useful to analyze the gene expression data of animal experiments for human health and diseases.

후두출 환자나 발음장애가 있는 사람은 음성인식 기술을 사용하지 못하는 불편함이 있다. 이러한 문제를 극복하기 해 발성이 필요 없는 무성인식(Silent Speech Recognition)이 발하고 있다. 본 논문에서는 물리센서 (Physical Sensor)를 이용하여 의 움직임을 감지하고 한국어 무성 자음 ‘ㄱ’, ‘ㄷ’, ‘ㅂ’, ‘ㅅ’, ‘ㅈ’, ‘ㅊ’, ‘ㅋ’, ‘ㅌ’, ‘ㅍ’, ‘ㅎ’ 의 조음 치를 분류하는 방법을 제안한다. 세 개의 특징 추출 알고리즘 VAR(Variance), CC(Cepstral Coefficient), LPC(Linear Predict coding Coefficient)와 ANN(Artificial Neural Network) 분류기를 통해 수집된 데이터를 5개의 조음 치로 분류하다. 조음 치를 분류하는 실험을 통해 평균 79.5%의 정확도를 얻었다.

A patient with laryngectomy or a person with pronunciation problem has inconvenience of not using voice recognition technology. To solve it, the silent speech recognition technology has been emerged. In this paper, the proposed method detects movement of tongue using physical sensor and classifies the articulation position of Korean silent consonants such as‘ㄱ’, ‘ㄷ’, ‘ㅂ’, ‘ㅅ’, ‘ㅈ’, ‘ㅊ’, ‘ㅋ’, ‘ㅌ’, ‘ㅍ’, ‘ㅎ’. Three feature extraction algorithms such as VAR(Varian), CC(Cepstral Coefficient), LPC(Linear Predict coding Coefficient) and ANN(Artificial Neural Network) classifier can recognize collected data into five articulation positions. Experimental results show that the classification accuracy of the proposed method is about 79.5%.

인메모리 데이터베이스는 디스크 기반 데이터베이스를 체할 빠른 분석 처리가 가능한 메모리 기반 데이터베이스 로써 빅데이터를 처리하는데 비효율인 디스크 기반 입출력 성능을 체하는 빠른 응답 속도를 가진다. 이러한 메 모리의 활용에 따라 포식 기법에서도 메모리를 상으로 연구가 진행되고 있다. 기존의 데이터베이스 포식에서 는 데이터 추출을 해 디스크에 장된 데이터베이스 일을 주 상으로 조사하는 것을 목으로 하다. 하지만 인메모리 데이터베이스는 데이터를 메모리에 장하기 때문에 디스크 일 기반 포식으로는 데이터를 추출하지 못한다. 본 논문에서는 기존 디스크 기반 데이터베이스와는 다른 데이터 장 방식을 사용하는 인메모리 데이터베이 스의 특성을 고려하여 메모리의 수집 분석을 통해 메모리에 장된 데이터에 근 하는 방법을 제안한다. 한, 실험을 통하여 인메모리 데이터베이스에 한 메모리 포식 기법의 용 가능성을 보인다.

In-memory databases are memory-based databases allowing fast data analysis, thus replacing disk-based databases. Therefore, unlike inefficient disk-based databases, they provide fast response time allowing management of a large volume of data. As memory related studies are widely developing, recent forensic techniques have focused on memory analysis. The main purpose of the existing database forensics is to investigate the database files stored on disk for data extraction. However, it is impossible to extract data from in-memory databases by using previous forensic techniques because they store data within memory. In this paper, we propose a data access method on data stored in in-memory databases by using the collection and analysis techniques of memory data. Furthermore, we show the possibility of application of the proposed memory forensic techniques for in-memory databases through experiments.

그래는 생물학, 화학, 사회 계망 데이터 등 복잡한 구조의 데이터를 모델링하는데 리 사용되는 자료구조이다. 이러한 그래 데이터에서 서로 유사한 데이터를 찾아내는 것은 매우 다양한 응용에서 필수으로 요구되는 작업이 다. 본 논문에서는 화학 그래에 을 맞추어, 필터링-검증 임워크 기반의 유사도 기반 그래 질의 처리 기 법을 제안한다. 계산량이 많은 그래 데이터의 특징에 맞는 필터링 방법을 제안하고, 후보 그래들을 효율으로 검증하기 한 기법을 제안한다. 한, 규모 데이터에서 실시간 분석이 가능할 수 있도록 MapReduce를 이용 하는 분산처리 기법을 제안하고, 실 데이터에 한 실험을 통해 본 논문에서 제안하는 방법이 유사도 기반 그래 질의 처리의 성능을 크게 개선함을 입증한다.

Graph is widely used to model complex structured data such as biomedical data, chemical data, and social network data. It is essential to find graphs similar to a given query in many applications. In this paper, we focus on chemical graph data and propose a graph similarity query processing technique based on a filtering and verification framework. We propose a filtering technique considering the heavy computation requirement of graph data and develop a novel technique to efficiently verify candidate graphs. We also propose a distributed processing framework using MapReduce to support large scale graph data. Through the experiments on real chemical data, we show that the proposed technique substantially improves the performance of query processing.

최근 무기체계 시스템이 고성능화됨에 따라 요구사항을 충족시키기 해 싱보드컴퓨터(SBC: Single Board Computer)를 용하고 있는 추세이다. 하지만 시스템 설계 조건이 변경될 때 마다 싱보드컴퓨터를 신규 개발해 야 하므로 유사한 설계, 검증 업무에 많은 시간과 인력이 소요되어 개발비 상승의 한 요인이 되고 있다. 본 논문에서는 최소한의 수정으로 다양한 시스템에 용할 수 있는 하드웨어 랫폼 공용화 방안을 제안하여 개발비 상승을 최소화하고자 한다. 공용화 연구에는 린6시그마의 DMAIC를 용하으며 제안된 방안이 개발공수 감, 재료비 감, 공통 시험항목 감소 등의 지표항목에서 개선 효과가 있음을 확인하다.

Recently, Single Board Computer(SBC) is used to meet requirement of weapon systems having high performance. But the Single Board Computer has to be newly developed whenever the system design condition is changed. Thereby, that is one of the factors of increasing development cost because it takes many times and man-power to conduct similar design and verification process. This paper focuses on common hardware which can be applied to various systems with minor modification to reduce developments cost. DMAIC of Lean 6 sigma is applied for common hardware studying. It was verified that the proposed common hardware makes improvements on man-power reduction, decrease of material cost and common test items.

방과후활동을 선택하는 부모와 학생 즉, 의사결정권자는 인 네트워크를 통해 정보를 수집하고 교환하는데 이 과정 에서 정보연쇄효과가 일어날 수 있다. 정보연쇄효과는 방과후활동의 선택을 한 결정요인을 변화시킬 수 있으며, 나아가서는 방과후활동을 변경하게 한다. 본 논문에서는, 기계학습 장소의 공공 데이터 집합을 활용하여, 정보연쇄효과에 근거한 방과후활동에 한 결정요인에 하여 연구한다. 우리는 정보연쇄효과가 발생한 경 우에 방과후활동을 선택하는데 어떤 향을 주는지 알기 해 CEAS를 제안하고 그것을 통해 실험한다. CEAS는 학교 활동의 선택에 한 결정요인이 어떤 과정을 통해 변화하는지 보여으로써 반인 교육정책 수립에 도움을 것으로 기한다.

Parents and students, who are the decision-makers in the process of selecting after-school activities, collect information through their personal networks. Information cascade can occur in this process. Information cascade can change the determinants for selection, and furthermore it makes changes in after-school activities. In this paper, we study the determinants of after-school activities based on information cascade using the public data sets of Machine Learning Repository. We also propose CEAS as a tool to understand the effects of information cascade on the selection process of after-school activities. The CEAS shows the process of how the determinants for selecting after- school activities change during information cascade. Therefore, this study will be helpful for policy-makers in establishing education policies.

클라우드 컴퓨이 IT 업계의 화두로 부상하면서 다양한 유형의 클라우드 서비스들이 나타났다. 다수의 클라우드 서 비스들 사용자가 원하는 서비스를 선택하는 과정의 복잡성을 해소하기 해 클라우드 서비스 로커 (Cloud Service Broker, CSB) 기술이 등장하다. CSB의 핵심인 기능 하나는 사용자에게 최의 클라우드 서비스를 추천해주는 것이며 클라우드 서비스 추천에 한 신뢰도를 향상시키는 것이 CSB 분야에서의 요한 도 과제이다. 본 논문에서는 CSB에서 클라우드 서비스 추천에 이용할 수 있는 클라우드 서비스 평가 방법의 하나로 클라우드 서비 스의 기능 품질 메트릭에 한 정량 평가 기법을 제안한다. 한 CSB에서 정량 평가를 하는 데 있어 생길 수 있는 Missing Data 이슈를 해결하기 한 방법을 제시한다. 그리고 정량 서비스 평가 기법이 클라우드 서비스 추 천 결과에 미치는 향을 실험을 통해 분석한다. 본 논문에서 제안하는 평가 기법은 CSB에서 용되는 다양한 클라우 드 서비스 추천 기법과 함께 이용될 수 있으며 클라우드 서비스 추천의 신뢰도와 다양성을 향상시킬 수 있다.

With the emergence of cloud computing as buzzword in the IT industries, various types of cloud services are presented. The CSB is introduced to solve the complexity of processing about desired service selection among multiple cloud services. One of the key features of CSB is the recommending optimal cloud services. In addition, the challenge in the field of CSB is to improve the reliability of cloud service recommendation. In this paper, a quantitative evaluation approach for function and quality metric about cloud service is proposed as one of service evaluation technique to use recommendation of cloud services in CSB. Also, an approach to solve the missing data issues that may arise in the quantitative evaluation is explained. In addition, when applying the quantitative evaluation technique, the effect of the result about cloud service recommendation is analyzed through experiments. The presented evaluation approach can be utilized with another service recommendation approach. Also, it can improve the reliability and diversity of cloud service recommendation.

본 논문에서는 1에서 3 자유도를 갖는 가상체험기의 제작에 고려되어야할 한 설계 요구 사항을 고려하여 구 성 가능한 기구 구성 방안을 검토하다. 가상체험기에서 요구되는 무거운 하을 견디는 강성을 부여하도록 병렬 구조로 구성 가능한 다양한 기구 구성 방법을 찾고 각각의 형태가 갖는 기구 특성을 분석하다. 아울러 낮은 자유도를 갖는 구조에 동반되는 낮은 강성의 문제를 해결할 수 있는 효과인 강성 보강 기구 구성 방법이 발견되 었다. 추출된 낮은 자유도 구조 가상 체험기로서 실용성이 있는 두 가지 구조에 하여 구체 기구 구성 방안이 제시되었다.

Various Configurations of virtual simulators with 1 to 3 degree-of-freedom are derived with consideration on design requirements when developing virtual simulators. All proper configurations with parallel structure which has characteristics of high load-capacity are derived and each mechanical characteristics is analyzed. Furthermore, an efficient solution is founded to overcome low load-carrying-capacity accompanied by configurations with low degree of freedom. Among derived various configurations two practical configurations are selected and the specific design results is proposed.

최근 CCTV 카메라와 스마트폰 카메라를 비롯한 각종 상 획득 장치들이 격히 증가하고 있으며, 이들 장치들은 매 순간마다 엄청나게 많은 상 데이터를 생성하고 있다. 이러한 방한 상 데이터를 어떻게 하면 효율으로 활용할 것인가 하는 것이 오늘날 지능형 비디오 시스템에서 가장 큰 문제로 두되고 있다. 이를 한 가장 기본인 단계로 서 비디오 스트림에서 원하는 상 임을 효과으로 찾아내는 것이 요하다. 본 논문에서는 상 특징에 기반하 는 3-단계 Haar 웨이블릿 변환을 사용하는 비디오 쿼리 알고리즘을 제안한다. 웨이블릿 변환이 가지는 계층 구조는 공간 역과 스일링 역에서의 특징을 사용가능하게 한다. 본 논문에서는 입력되는 상의 3-단계 Haar 웨이블릿 특징과 비디오 스트림에서의 각 임의 Haar 웨이블릿 특징과의 정합에 의해 원하는 임을 찾도록 한다. 실험 결과, 제안된 방법이 다른 알고리즘에 비해 정확도에서 약 1~8% 우수한 성능을 보이는 것을 확인하다.

Recently image capturing devices such as CCTV camera and smartphone camera are increasing rapidly, these devices produce a lot of image data in every moment. Using huge image data efficiently is one of the most important and big problem of modern intelligent video system. As a basic fundamental step for an intelligent video system, finding a specific image frame from a video stream is very important. This paper proposes a video query algorithm using 3-level Haar wavelet transform based on image features. Hierarchical structure of wavelet transform can have features in both space domain and scaling domain. In this paper, we can find a specific frame by matching 3-level Haar wavelet transform features of input query image and Haar wavelet features of every frame in the stream. Experimental results ascertain that the proposed algorithm has 1~8% superior performance in querying accuracy to other algorithms.

원격지 사용자간에 정보뿐만이 아니라 감정 표을 달하고 공유하는 사용자 경험을 제공하기 한 원격 존재와 원 격 실 랫폼을 구하다. 구된 시스템은 HMD(Head Mounted Display)를 착용한 사용자에게 원격지 장의 실감형 3차원 360도 생방송 상을 HMD를 통하여 제공하며 원격 장의 센서 정보를 MPEG-V 표 규격 에 맞추어서 사용자에게 달한다. 다른 원격지의 장의 다른 참여자들은 HMD 사용자의 표을 사용자 아바타 의 홀로그램 디스이를 통하여 볼 수 있는 원격 실 기능을 제공한다. 개발된 랫폼을 원격 스포츠 람에 용하으며, 장 데모에서는 HMD 사용자와 형 TV 화면으로 스포츠 경기를 시청인 원격지에 있는 다른 참여 자들 간에 감정 표을 달하는 것을 시연하다.

We have implemented a tele-existence platform providing a user experience(UX) of exchanging emotional expressions as well as information between users at remote places. The implemented system can provide an immersive live scene through Head Mounted display(HMD) and sensory information to an user wearing VR HMD at a remote place, but also share and exchange emotional expressions with other users at other place by using 360°cameras, MPEG-V compliant environmental sensors, and game cloud server combined with a technique of holographic display. We demonstrated that emotional expressions of a HMD worn participant were shared with a group of other participants in remote place while watching a sport game through a big screen TV.