Earticle

영화 시장에서 흥행을 기록하는데 어떤 요인들이 영향을 미치는지에 대한 연구는 관련 산업의 리스크를 줄이고 영화 산업을 발전시키는데 매우 중요하다. 본 연구에서는 영화흥행에 영향이 있는 독립변수들의 상관의 정 도를 찾아내기 위해서 먼저 AHP 기법을 이용한 영화전문가들에 대한 설문조사를 실시하여 측정요인별 중요도를 평가 하였다. 또한, 스마트폰 보급과 사용의 증가로 검색 포털 및 SNS 관련 빅데이터에서 도출된 요인이 영화흥행에 영향을 미칠 것이라는 가설을 설정하였다. 그리고 앞에서 언급한 전문가 서베이 정보와 빅데이터를 모두 반영한 예측모형을 제안하였다. 제안한 모형의 예측의 정확도를 알아보기 위해 실 데이터를 가지고 검증한 결과 기존모형보다 향상됨 (10.5%)을 확인하였다. 따라서 제안한 모형은 영화제작사 및 배급사들의 의사 결정에 도움이 될 것이라 판단된다.

Research on what factors affect the success of the movie market is very important for reducing risks in related industries and developing the movie industry. In this study, in order to find out the degree of correlation of independent variables that affect movie performance, a survey was conducted on film experts using the AHP method and the importance of each measurement factor was evaluated. In addition, we hypothesized that factors derived from big data related to search portals and SNS will affect the success of movies due to the increase in the spread and use of smart phones. And a prediction model that reflects both the expert survey information and big data mentioned above was proposed. In order to check the accuracy of the prediction of the proposed model, it was confirmed that it was improved (10.5%) compared to the existing model as a result of verification with real data.Therefore, it is judged that the proposed model will be helpful in decision-making of film production companies and distributors.

본 논문에서는 유도 전동기의 결함을 조기에 검출하고 진단하기 위해 단시간 에너지와 특이치 분해 방법을 이용한 특징 벡터 추출 방법을 소개하고, 추출한 특징 벡터를 서포트 벡터 머신의 입력으로 사용하여 유도 전동기의 결함을 유형별로 분류하는 방법을 기술한다. 또한 본 논문에서는 특이치 분해를 위한 행렬 구성 방법에 따른 성능을 분석한다.

This paper introduces a feature extraction method using short-time energy (STE) and singular value decomposition (SVD) for early fault detection of an induction motor. In addition, this paper describes a fault classification method using a support vector machine (SVM) to classify each fault of the induction motor by employing an extracted feature vector as an input of the SVM. Moreover, this paper analyzes the performance of the different SVD matrix configurations.

In order to reduce the data storage and improve data compression ratio of the stiffness matrix of 3D finite element, after analyzed the relationship between nonzero submatrix and generalized adjacent nodes of the stiffness matrix, this paper proposes an improved stiffness matrix compression algorithm, which combined negative sign compressed sparse line and a rider to store binary classification method. Then the improved algorithm is applied to the storage of the stiffness matrix of 3D-FEM. Through experimental simulation, the results show that this method saves a lot of storage space to ensure the validity of data for finite element analysis.

‘체험’이라는 것은 소비자의 오감을 기반으로 친근함과 유사함을 제공하며 타사와의 차별화를 바탕으로 시행된다. 특히, ‘브랜드 확장’은 식음료 업계를 비롯한 캐릭터 , 의류산업 등에 이르기까지 다양한 형태로 존재하고 있는데 특히, ‘팝업 스토어(Pop-up Store)’는 이에대한 주요한 요소로 활용되어지고 있다. ‘팝업스토어’란 어원 그대로 해석하면, ‘팝업(Pop-up)’이라는 잠시 세워졌다가 사라진다는 의미와 ‘스토어(Store)’라는 매장의 합성어이다. 이에 본 연구는 브랜드 확장의 일환으로 시행되고 있는 ‘팝업 스토어’의 소비자 체험을 기반으로 한 마케팅의 분류 및 특성에 관한 분석을 시행하기로 하며 향후 전개될 브랜드 산업 및 상품구성을 중심으로 한 매장 전개에 대한 흐름을 예측하는 것을 목적으로 삼는다. ’팝업스토어'를 연구의 대상으로 선정하기로 하며 연구의 범위 및 방법을 다음과 같이 제시한다. 소비자를 대상으로 한 다양한 '체험마케팅'적인 성격을 제시하는 매장으로 한정하며, 제품의 출시 및 확장에 따른 시장전략을 도식화 한 ‘앤소프(Ansoff)’의 ‘브랜드 매트릭스(Brand Matrix) 이론을 연구모형으로 삼는다. 또한, 이론은 마케팅의 시장성에 따른 특징을 분석하기 위한 도구로 삼는다. 상기된 분류와 앤소프의 브랜드 매트릭스 이론을 접목하여 팝업스토어 마케팅의 분류 및 특성을 제시하면 다음과 같다. 첫째, 새로 런칭하는 브랜드 및 인지도가 낮은 브랜드들은 자사 제품의 홍보와 판촉을 위한 전략으로써 ‘시장유지’를 위한 ‘홍보성 체험’ 전략을 활용한다. 둘째, 자사 브랜드 네이밍을 그대로 유지한 상태에서 새로운 사업으로 확장하는 경우 ‘홍보+확장’의 전략에 해당하며, ‘확장성 체험’ 마케팅으로 지칭할 수가 있다. 셋째, 아티스트와 유명인을 통한 콜라보레이션을 시도하여 기존의 제품의 판매 촉진과 더불어 새로운 형식의 사업으로 진입하는 경우이다. 이를 ‘예술성 체험’으로 지칭한다. 넷째, CRM(Customer Relation Management)으로 불리우는 사회공헌에 대한 부분과 연계되는 다각화 전략의 시도이며, ‘문화성 체험’으로 지칭한다. 결국, 기업 브랜드는 단순한 판매 촉진의 형식이 아닌 소비자의 각기 다른 다양한 체험과 문화적 욕구에 대한 수용을 기반으로 기업 브랜드 이미지를 각인시킬 수 있는 팝업스토어를 형성하여야 할 것으로 판단된다.

Consumer experience indicates that similar sense of familiarity, with its five senses is on the same time with other companies conducted based on differentiation. Specifically, the ‘Brand Expansion’ as food and beverage industry exist and particularly since the characters and clothing industry, and in various forms ranging, ‘Pop-up stores’ for this being utilized as an important factor .‘Pop-up stores’ Ran an etymological meaning that it signifies and was set for a while and went and store named ‘Store’ of synthetic language. As a result, this study is being implemented as part of its own brand naming ‘Pop-up stores’ of consumer marketing based on the experience of Classification and Characteristics in the analysis. Also, aimed at predicting the future direction of pop-up stores.’ enrolled in research on a pop-up stores ' to take up and the range of research and provide as follows. which target consumers limit to a store that represents the diverse nature of the 'experiential marketing' and Ansoff offer made by the 'Brand matrix' research models which is diagraming strategy of market. In addition, the theory is the marketability of marketing and Features to analyse the instrument of. A classification and characteristic of ' Brand matrix 'theory by combining them with pop-up stores are as follows. First, it launched, and it's new to brand its products from brands and name recognition is low by public relations and strategy for the promotion for ‘maintaining market’ ‘promotional experience’ strategy may be used. Second, naming its brand in keeping the state by marketing strategy of the ‘public relations + extensions’, if appropriate, expand into new business, ‘expensive experience’ by collaboration through Third, artists and celebrities along with the promotion of existing products by trying, a new type of which project group is leading to the case. it is called 'artistic experience'. Fourth, CRM (Consumer relation management) called as corporate social responsibility in part linked to the diversification strategy of the attempt. it's called 'cultural experience'. After all, a corporate brand is just not the type of consumer sales promotion to accommodate different about various experiences and cultural needs of companies based on its brand image, should try to form a pop-up store that can gain.

This paper attempts to classify known facial expressions and to establish the correlations between two regions (eye + eyebrows and mouth) in identifying the six prototypic expressions. Covariance is used to describe region texture that captures facial features for classification. The texture captured exhibit the pattern observed during the execution of particular expressions. Feature matching is done by simple distance measure between the probe and the modeled representations of eye and mouth components. We target JAFFE database in this experiment to validate our claim. A high classification rate is observed from the mouth component and the correlation between the two (eye and mouth) components. Eye component exhibits a lower classification rate if used independently.

Texture analysis is an important role for automatic visual insfection. This paper presents an application of wavelet extension and Gray level co-occurrence matrix (GLCM) for detection of defect encountered in textured images. Texture characteristic in low quality images is not to easy task to perform caused by noise, low frequency and small dimension. In order to solve this problem, we have developed a procedure called wavelet image extension. Wavelet extension procedure is used to determine the frequency bands carrying the most information about the texture by decomposing images into multiple frequency bands and to form an image approximation with higher resolution. Thus, wavelet extension procedure offers the ability to robust feature extraction in images. Then the features are extracted from the co-occurrence matrices computed from the sub-bands which performed by partitioning the texture image into sub-window. In the detection part, Mahalanobis distance classifier is used to decide whether the test image is defective or non defective.

Through the correspondence works with IEC in the smart grid fields and power IT fields, we set up the interpretation work procedure and defined the work rule for correspondence by analyzing the work results. In addition, we suggest cases for discussion of terms and definitions in the IEC and analyze them and then propose a matrix classification system for standardization to solve the cases for discussion. The matrix classification system with 3-axes of classification has been applied to newly emerging terminologies followed by smart gird. We drew the usefulness in search of terms in application fields and showed the cases of applying the matrix classification. The IEC Electropedia classification standard is unclear and the classification is mixed with principle, application and product areas. We proposed a new working group in IEC TC1 for research on the matrix classification system and then TC 1 decided to organize a new WG titled in the "IEV structure and supporting tools".

Today power system technology is being converged with communication system technology or information technology (IT). This conversion action affects on two parts vigorously so that IT has become very essential in power industry. But terminologies of two parts are confused and it is necessary that these are standardized to develop the industry mush more because the standardization is the first step of preparation to FTA environments.

Recently, human life is getting longer due to change of living environment and development of medical technology, and silver medical technology has been in the limelight. Geriatric skin disease is difficult to detect early, and when it is missed, it becomes a malignant disease and is difficult to treatment. Melanoma is one of the most common diseases of geriatric skin disease and initially has a similar modality with the nevus. In order to overcome this problem, we attempted to perform a feature analysis in order to attempt automatic detection of melanoma-like lesions. In this paper, one is first order analysis using information of pixels in radiomic feature. The other is a gray-level co-occurrence matrix and a gray level run length matrix, which are feature extraction methods for converting image information into a matrix. The features were extracted through these analyses. And classification is implemented by SVM.

Texture is one of the important characteristics that has been used to identify objects or regions of interest in an image. Tire tread patterns can be considered as a kind of texture, and these are classified with a texture analysis method. In this sense, this paper proposes a new algorithm for the classification of tire tread pattern. For the classification, cooccurrence matrix for the binary image is used. The performances are tested by experimentally 8 different tire tread pattern and the robustness is examined by including some kinds on noise.

비알콜성 지방간은 심혈관계 질환, 당뇨병, 고혈압 및 신장질환의 발생에 있어 독립적인 위험인자에 해당하며, 최근에는 비알콜성 지방간에 대한 임상적 중요성이 증가하고 있다. 본 연구에서는 비알콜성 지방간 환자의 초음파영상에 대하여 질감분석 방법인 GLCM을 적용하여 특징값을 추출하고자 한다. 추출된 특징값들을 이용한 인공신경망 모델의 적용을 통하여 비알콜성 지방간의 지방침착 정도를 정상 간(normal), 경도 지방간(mild), 중등도 지방간(moderate), 중증 지방간(severe)으로 분류를 하고자 한다. GLCM알고리듬 적용 결과 Autocorrelation, Sum of squares, Sum average, Sum variance 파라미터 값들은 경도 지방간, 중등도 지방간을 거쳐 중증 지방간으로 갈수록 특징값의 평균값이 증가하는 경향성을 나타내었다. 인공신경망 모델의 입력은 비알콜성 지방간질환의 초음파영상에 GLCM 알고리듬을 적용하여 추출한 Autocorrelation, Sum of squares, Sum average, Sum variance의 4개의 파라미터들을 인공신경망 모델의 입력값으로 적용하였다. 비알콜성 지방간질환의 초음파영상에 GLCM 알고리듬을 적용하여 추출한 영상을 인공신경망에 적용하여 분류 정확도를 평가한 결과 92.5%의 높은 정확도를 나타내었다. 이러한 결과를 통하여 비알콜성 지방간 환자의 초음파 영상에 대한 질감 분석 GLCM 연구 시 본 연구의 결과를 기초자료로 제시를 하고자 한다.

Non-alcoholic fatty liver disease is an independent risk factor for the development of cardiovascular disease, diabetes, hypertension, and kidney disease, and the clinical importance of non-alcoholic fatty liver disease has recently been increasing. In this study, we aim to extract feature values by applying GLCM, a texture analysis method, to ultrasound images of patients with non-alcoholic fatty liver disease. By applying an artificial neural network model using extracted feature values, we would like to classify the degree of fat deposition in non-alcoholic fatty liver into normal liver, mild fatty liver, moderate fatty liver, and severe fatty liver. As a result of applying the GLCM algorithm, the parameters Autocorrelation, Sum of squares, Sum average, and sum variance showed a tendency for the average value of the feature values to increase as it progressed from mild fatty liver to moderate fatty liver to severe fatty liver. The four parameters of Autocorrelation, Sum of squares, Sum average, and sum variance extracted by applying the GLCM algorithm to ultrasound images of non-alcoholic fatty liver disease were applied as inputs to the artificial neural network model. The classification accuracy was evaluated by applying the GLCM algorithm to the ultrasound images of non-alcoholic fatty liver disease and applying the extracted images to an artificial neural network, showing a high accuracy of 92.5%. Through these results, we would like to present the results of this study as basic data when conducting a texture analysis GLCM study on ultrasound images of patients with non-alcoholic fatty liver disease.

윈도우 OS에 대한 멀웨어 공격은 전체 멀웨어 공격의 98.7%를 차지할 만큼 주요한 대상이다. 멀웨어는 보안 프로그램을 우회하고 역공학을 어렵게 하기 위해 다양한 분석 방지 기법 중 대표적으로 난독화를 적용해 배포된다. 난독화된 멀웨어 분석은 분석가에게 많은 시간과 자원을 소모하게 하며, 적용된 난독화 기법에 따라 분석 방법이 달라지므로 이를 파악하는 것이 중요하다. 그러나 기존 연구는 난독화된 멀웨어를 고려하지 않거나 안드로이드 OS 중심이어서, 윈도우 멀웨어에 적용된 난독화 기법을 분류한 연구는 부족하다. 본 논문에서는 3D Markov Image와 CNN 모델을 활용하여 Windows PE 바이너리에 적용된 바이너리 난독화 기법을 효과적으로 분류하는 프레임워크를 제안한다. 제안하는 프레임워크는 널리 사용되는 상용 난독화 도구인 VMProtect로 난독화된 PE 바이너리를 대상으로 다섯 가지 바이너리 난독화 기술을 분류하며, 0.998의 높은 정확도와 평균 0.3초의 빠른 분류 속도를 통해 그 효율성을 입증한다.

Malware attacks targeting the Windows OS account for 98.7 percent of all malware attacks across operating systems, making it a primary target. To evade security programs and hinder reverse engineering efforts, malware is often distributed with various anti-analysis techniques, among which obfuscation is one of the most prominent. Analyzing obfuscated malware consumes significant time and resources for security analysts, and since analysis strategies vary depending on the applied obfuscation techniques, identifying these techniques is crucial for efficient analysis. However, existing research either overlooks obfuscated malware or focuses primarily on the Android OS, resulting in a lack of studies that classify obfuscation techniques applied to Windows malware. This paper proposes a framework that effectively classifies binary obfuscation techniques applied to Windows PE binaries using 3D Markov Images and a convolutional neural network model. The proposed framework targets PE binaries obfuscated with VMProtect, a widely used commercial obfuscation tool, and successfully classifies five types of binary obfuscation techniques with a high accuracy of 99.8 percent and an average inference time of 0.3 seconds, demonstrating its efficiency.

본 논문에서는 공간 명암도 의존 행렬을 이용하여 문서영상의 다양한 블록들을 상세하게 분류해 낼 수 있는 방법을 제안하였다. 제안한 블록분류 방법에서는 먼저 명암도 문서영상을 이진화하여 평활화 기법을 적용함으로써 명암도 영상의 질감특징을 이용하여 분할하는 것보다 신속하게 블록을 분할하고 동시에 그 위치정보도 구할 수 있도록 하였다. 분할된 각 블록들의 공간 명암도 의존 행렬로부터 문서블록들의 7가지 질감특징을 구하고, 이를 정규화한 다음 역전파 신경회로망를 이용하여 문서블록들을 분류하였다. 문서블록들을 큰 문자, 중간 문자, 작은 문자, 표, 그래픽 및 사진 등 여섯 가지 유형으로 상세 분류하였다. 또한 명암도 문서영상의 2차 통계 질감특징을 얻기 위해 공간 명암도 의존 행렬을 구할 때, 기존의 사진과 같은 일반 영상분할에서와는 달리, 문서블록 고유의 특징이 잘 반영되도록 하였다. 즉, 분할된 각 블록을 하나의 마스크로 정하여 수평 한 방향의 공간 명암도 의존 행렬을 구함으로써 고속의 질감특징추출과 상세 블록분류가 가능하도록 하였다.

We propose an efficient block classification of the document images using the second-order statistical texture features computed from spatial gray level dependence matrix (SGLDM). We studied on the techniques that will improve the block speed of the segmentation and feature extraction speed and the accuracy of the detailed classification. In order to speedup the block segmentation, we binarize the gray level image and then segmented by applying smoothing method instead of using texture features of gray level images. We extracted seven texture features from the SGLDM of the gray image blocks and we applied these normalized features to the BP (backpropagation) neural network, and classified the segmented blocks into the six detailed block categories of small font, medium font, large font, graphic, table, and photo blocks. Unlike the conventional texture classification of the gray level image in aerial terrain photos, we improve the classification speed by a single application of the texture discrimination mask, the size of which Is the same as that of each block already segmented in obtaining the SGLDM.

Kurkjian 과 Zelen(1963)에 의해 조화행렬에서 행결합 행렬의 특성에 관계된 성질(Property) A가 제안되었다. 한편으로 Paik(1985)은 조화행렬이 블럭행렬로 분할되고, 분할된 블럭행렬간, 블럭행렬내에서 각각 순환하는 다중순환형식행렬을 갖는 경우를 정의하고, Paik(1985)은 이러한 특성을 갖는 계획을 성질 C라 하였다. 본 논문에서는 다중순환형식행렬을 갖는 조화행렬의 구조에 의하여 불완비블럭계획을 분류하였으며 분류의 목적은 축소된정규방정식의 해와 배치계획을 쉽게 하는데 있다.

The paper by Kurkjian and Zelen(1963) introducted the Property A which related to a structural property of concordance matrix of the column incidence matrix. On the other hand, Paik(1985) showed the property of the concordance matrix, which has multinested block circulant pattern matrix, and this structural property was termed Property C by Paik(1985). This paper classifies the incomplete block designs according to the pattern of the concordence matrix which has multi-nested block circulant pattern. The purpose of this classification simplified the solution of reduced normal equation and plan of the design.