http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
분산형 데이터를 학습하는 연합 학습의 의료분야 적용에 관한 연구
홍성은(Hong Seong Eun),방준일(Bang Jun il),김화종(Kim Hwa Jong) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
최근 의료분야에서 보편적인 의료 서비스 제공을 위해 여러 기관의 진단 정보를 활용하여 질병을 판별할 수 있는 모델을 개발하기 위한 다양한 노력을 하고 있다. 하지만, 개인 정보 보호법으로 정보 주체의 정보를 함부로 사용할 수 없는 상황에서의 고성능의 판별 모델의 학습은 어려웠다. 원천 데이터를 중앙 서버로 전송하는 과정 없이 공통 모델의 공유, 로컬 학습, 가중치 공유, 공통 모델 갱신의 일련의 절차로 개인정보보호를 달성하면서 고성능의 인공지능 모델을 학습하는 신기술로 연합학습이 등장하게 되었다. 우리는 최근 대유행하고 있는 COVID-19의 이미지를 사용하여 진단할 수 있는 모델 개발에 연합 학습 방법론을 이용해보고, 분산된 환경에서 실험하고 그 성능을 평가하여, 의료 분야의 고성능 모델 학습에 연합 학습이 주는 가능성을 증명하고자 한다
CNN을 이용한 음성 데이터 성별 및 연령 분류 기술 연구
박대서(Dae-Seo Park),방준일(Joon-Il Bang),김화종(Hwa-Jong Kim),고영준(Young-Jun Ko) 한국정보기술학회 2018 한국정보기술학회논문지 Vol.16 No.11
Research is carried out to categorize voices using Deep Learning technology. The study examines neural networkbased sound classification studies and suggests improved neural networks for voice classification. Related studies studied urban data classification. However, related studies showed poor performance in shallow neural network. Therefore, in this paper the first preprocess voice data and extract feature value. Next, Categorize the voice by entering the feature value into previous sound classification network and proposed neural network. Finally, compare and evaluate classification performance of the two neural networks. The neural network of this paper is organized deeper and wider so that learning is better done. Performance results showed that 84.8 percent of related studies neural networks and 91.4 percent of the proposed neural networks. The proposed neural network was about 6 percent high.
IoT 장치의 개인정보 데이터 보호 시스템 구현에 관한 연구
김선욱(Seon Uk Kim),홍성은(Seong Eun Hong),방준일(Jun Il Bang),김화종(Hwa Jong Kim) 한국스마트미디어학회 2021 스마트미디어저널 Vol.10 No.2
EU의 GDPR에 따르면 개인정보를 수집할 때 정보 주체(사용자)의 동의 혹은 거절하는 권리가 가장 우선시 되고 있다. 그러므로 정보 주체는 언제라도 동의 철회 및 잊힐 권리를 주장할 수 있어야 한다. 특히, 제한적인 IoT 장치(Constrained Node)에서는 프라이버시에 민감한 데이터의 수집, 처리 등에 대해 정보 주체의 동의 기능 구현 및 수집 정보의 활용 내용을 게시하기 매우 어렵다. 본 논문에서는 정보 주체가 IoT 장치에서 수집, 처리되는 데이터를 모니터링하여, 정보 유출의 문제를 인지하고, 연결 및 장치 제어가 가능한 관리 시스템을 설계하고 구현하였다. IoT 장치의 표준 OCF(Open Connectivity Foundation)와 장치 연결 프레임워크인 AllJoyn의 공통 정보를 고려하고, 정보 보호를 위한 메타 데이터 10개를 정의하였다. 이를 DPD(Data Protection Descriptor)라고 명명하였으며, DPD를 기반으로 정보 주체가 정보를 관리할 수 있는 SW인 DPM(Data Protection Manager)를 개발하였다. In the EU GDPR, when collecting personal information, the right of the information subject(user) to consent or refuse is given the highest priority. Therefore, the information subject must be able to withdraw consent and be forgotten and claim the right at any time. Especially, restricted IoT devices(Constrained Node) implement the function of consent of the data subject regarding the collection and processing of privacy data, and it is very difficult to post the utilization content of the collected information. In this paper, we designed and implemented a management system that allows data subjects to monitor data collected and processed from IoT devices, recognize information leakage problems, connect, and control devices. Taking into account the common information of the standard OCF(Open Connectivity Foundation) of IoT devices and AllJoyn, a device connection framework, 10 meta-data for information protection were defined, and this was named DPD (Data Protection Descriptor). we developed DPM (Data Protection Manager), a software that allows information subjects to manage information based on DPD.