비동기 순차 회로의 설계 자동화

권희용,조동섭,황희융 대한전기학회 1983 대한전기학회 학술대회 논문집 Vol.1983 No.7

다중 클라이언트 환경에서 동형 암호를 이용한 프라이버시 보장형 K-평균 클러스터링

권희용,임종혁,이문규 한국차세대컴퓨팅학회 2019 한국차세대컴퓨팅학회 논문지 Vol.15 No.4

Machine learning is one of the most accurate techniques to predict and analyze various phenomena. K-means clustering is a kind of machine learning technique that classifies given data into clusters of similar data. Because it is desirable to perform an analysis based on a lot of data for better performance, K-means clustering can be performed in a model with a server that calculates the centroids of the clusters, and a number of clients that provide data to server. However, this model has the problem that if the clients’ data are associated with private information, the server can infringe clients’ privacy. In this paper, to solve this problem in a model with a number of clients, we propose a privacy-preserving K-means clustering method that can perform machine learning, concealing private information using homomorphic encryption. 기계 학습은 다양한 현상의 예측 및 분석 등을 가장 정확하게 수행하는 기술 중 하나이다. K-평균 클러스터링은 주어진 데이터들을 비슷한 데이터들의 군집으로 분류하는 기계 학습 기법의 한 종류로 다양한 분야에서 사용된다. K-평균 클러스터링의 성능을 높이기 위해서는 가능하면 많은 데이터에 기반한 분석을 수행하는 것이 바람직하므로, K-평균 클러스터링은 데이터를 제공하는 다수의 클라이언트들과 제공받은 데이터들을 사용하여 클러스터의 중심값을 계산하는 서버가 있는 모델에서 수행될 수 있다. 그러나 이 모델은 클라이언트들의 데이터가 민감한 정보를 포함하고 있는 경우, 서버가 클라이언트들의 프라이버시를 침해할 수 있다는 문제점이 있다. 본 논문에서는 다수의 클라이언트가 있는 모델에서 이러한 문제를 해결하기 위해 동형 암호를 사용하여 클라이언트의 프라이버시를 보호하며 기계 학습을 수행할 수 있는 프라이버시 보장형 K-평균 클러스터링 방법을 제안한다.

스프링 감쇠형 강봉 트러스 시스템으로 보강된 개구부 조적벽체의 내진성능 평가

권희용,황용하,양근혁,김상희,문형주 대한건축학회 2023 대한건축학회논문집 Vol.39 No.6

This experimental study evaluated the seismic performance of a perforated masonry wall strengthened with a spring-damped steel-bar trusssystem. In the spring-damped steel-bar truss system, the spring dampers as variables were made with two types of steel: SS275 andSAE9254. An unreinforced masonry wall with a door-sized opening was strengthened with the un-bonded damping steel-bar truss system, andits performance was compared with unreinforced masonry walls and strengthened masonry walls by steel-bar truss system without a springdamper. Compared with the seismic performance of the unreinforced masonry wall, the energy dissipation, equivalent damping ratio, andm-factor of masonry walls reinforced with a spring-damped steel-bar truss system are approximately 2.18 times, 1.38 times, and 1.17 times,respectively, for the SS275 spring damper and approximately 2.35 times, 1.27 times, and 1.20 times, respectively, for the SAE 9254 springdamper. It is considered that the spring-damped steel-bar truss system significantly improved the seismic performance of the masonry wall. However, there is little difference in the reinforcement effect based on the steel type. 이 연구에서는 문 개구부를 갖는 순수 조적벽체를 대상으로 스프링 댐퍼를 포함하는 강봉 트러스 시스템 보강에 대한 내진성능을 평가하였다. 스프링 감쇠형 강봉 트러스 시스템에서 스프링 댐퍼는 SS275 및 SAE9254로 제작하였다. 비부착 감쇠형 강봉 트러스 시스템으로 보강된 조적벽체는 무보강 조적벽체 및 스프링 댐퍼가 없는 강봉 트러스 시스템으로 보강된 조적벽체와 비교하였다. 스프링 감쇠형 강봉 트러스 시스템으로 보강된 조적벽체의 에너지소산능력, 등가감쇠비 및 m-계수는 무보강 조적벽체에 비해 SS275 스프링 댐퍼의 경우 각각 약 2.18배, 1.38배 및 1.17배, SAE9254 스프링 대펌의 경우 각각 약 2.35배, 1.27배 및 1.20배 높았다. 즉, 스프링 감쇠형 강봉 트러스 시스템은 조적벽체의 내진성능 향상에 크게 기여하였으며, 스프링 강종에 따른 보강 효과의 차이는 거의 미미하였다.

3중첩 구간적 베지어 3차 곡선을 이용한 실사 영상의 컬러 보정에 관한 연구

권희용,이지영 한국정보기술전략혁신학회 2002 情報學硏究 Vol.5 No.1

원 영상에 근접한 색채 재현을 위한 선형 변환을 이용한 영상의 컬러 보정은 컬러 공간의 비 선형성으로 인해 색의 왜곡 현상이라는 문제가 발생하게 된다. 이러한 문제를 극복하기 위해 선형 이론인 임의의 평면상에 주어진 자료점들로 구성되는 베지어 곡선이 사용되어 왔다. 그러나, 이 베지어 곡선은 자료점의 개수에 따라 차수가 증가하게 되므로 수치적 계산상의 많은 제약을 받게 된다. 본 논문에서는 각 구간에서나 전체 구간에서의 차수가 3차이면서 베지어 곡선의 특성을 갖는 "3중첩 구간적 베지어 3차 곡선"(TPBC Curve; Triplicated Piecewise Bezier Cubic Curve)를 이용하였다. 이에 따른, TPBC-곡선과 20차 베지어 곡선을 이용하였을 때와 비교하여 컬러 보정 시 발생하는 왜곡 현상, 그리고 좁은 영역의 컬러 보정으로 인한 작업량의 증가를 감소시킨 결과를 보여주고자 한다. 보여주고자 한다. Due to non-linear characteristics of color spaces, color corrections using linear conversions for real image near color reappearance causes color distortions. In order to overcome this problem, the Bezier Curve, constructed with a set of arbitrary plane in the linear theory, has been used. However, the Bezier Curve increases in proportion to the number of data points, resulting in higher computational complexities. This paper attempts to use a Triplicated Piecewise Bezier Cubic-Curve (TPBC-Curve) of which the degree is cubic on the whole interval while keeping the characteristics of Bezier Curves. By Comparing the TPBC-Curve with Bezier Curve of 20 degree, the paper not only reduces the distortion during color correction but also lessens the relative increase of workload that is caused by the color correction in a small zone.

특집 1 / ' 국가경쟁력 높이기 운동 ' 과 지방행정 : 우리나라 국가경쟁력의 현위치

권희용 대한지방행정공제회 1997 地方行政 Vol.46 No.520

단조 결정 함수를 갖는 축약 분산 기억 장치

권희용,장정우,임성준,조동섭,황희융,Gwon, Hui-Yong,Jang, Jeong-U,Im, Seong-Jun,Jo, Dong-Seop,Hwang, Hui-Yung 한국정보처리학회 2001 정보처리학회논문지B Vol.8 No.1

최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.최근 축약 분산 기억 장치(SDM)가 적응적 문제 해결 능력과 하드웨어화의 용이성으로 인해 현실성이 있는 신경망의 한 모델로 제안되었다. 그러나 다층 인식자의 개별 뉴런이 선형 또는 비선형 결정 함수로 해 공간을 이분하고 그들이 다양하게 결합함으로써 일반적인 문제 해결 능력을 갖는데 비해, 축약 분산 기억 장치의 뉴런은 해 공간에서 자신을 중심으로 한 일정 반경 영역을 안과 밖으로 이분하고 이들을 단순하게 합하므로써, 해 공간이 실수 공간과 같이 크기 관계를 갖는 경우 비효율적인 모델로 된다. 본 논문에서는 이러한 축약 분산 기억 장치의 특성과 그 원인을 규명하고, 문제의 해 공간이 단조 증가 또는 감소 결정 함수로 양분되는 경우, 기존의 축약 분산 기억 장치에 크기 비교 과정을 도입함으로써, 주어진 문제를 효율적으로 해결할 수 있는 수정된 축약 분산 기억 장치 모델을 제안한다. 아울러 제안된 모델을 ATM망에서의 호 수락 제어 과정에 적용한 예를 보인다.

인장하중 및 반복하중을 받는 강재 스프링의 변형 성능 평가

권희용,황승현,양근혁,김상희,최용수 한국구조물진단유지관리공학회 2022 한국구조물진단유지관리공학회 논문집 Vol.26 No.4

In this study, to evaluate the possibility of using a steel spring as a displacement-dependent damping device, tensile loading and cyclic loading tests were performed. The main experimental variables were the type of steel (SAE9254 and SS275), the spring constant (700 N/mm, 1,000 N/mm, and 1,400 N/mm), and the presence or absence of heat treatment for SAE9254. As a result of the tensile test, the ratios of the measured spring constant to the design spring constant of the steel springs made with SAE9254 ranged from 1.08 to 1.13, while the ratios of the design spring constant and the measured spring constant of the steel springs made with SS275 ranged from 0.86 to 0.97. After yielding, the slope values of the load-displacement curve of the SAE9254 with/without heat treatment were about 240~251 N/mm and 92 N/mm, respectively, but the slope values of the load-displacement response of SS275 were almost zero. According to the uniaxial cyclic loading test results, all specimens were satisfied with three conditions for a displacement-dependent damping device in KDS 41 17 00 (2019): the maximum force and minimum force at zero displacement, the maximum force and minimum force at the maximum displacement, and the energy dissipation capacity. In addition, the equivalent damping ratios of steel springs made with SAE9254(non-heat treatment) and SS275 were approximately 2.8 times and 1.9 times greater, respectively, than that of steel springs made with SAE9254. 이 연구에서는 강재 스프링을 감쇠 장치로써 사용 가능성을 평가하기 위해서, 강재 스프링의 인장 및 반복하중 실험을 수행하였다. 주요 실험변수는 강재의 종류(SAE9254 및 SS275), 스프링상수(700 N/mm, 1,000 N/mm 및 1,400 N/mm) 및 SAE9254의 열처리 유·무이다. 인장 실험 결과, SAE9254로 제작된 강재 스프링의 설계 스프링상수와 측정 스프링상수의 비는 1.08 ~ 1.13이며, SS275로 제작된 강재 스프링의 설계 스프링상수와 측정 스프링상수의 비는 0.86 ~ 0.97로 측정되었다. 항복 이후 열처리 유·무에 따른 SAE9254로 제작된 스프링의 하중-변위 관계 기울기는 약 240 ~ 251 kN/mm 및 92 N/mm 이었으며, SS275로 제작된 스프링의 하중-변위 관계 기울기는 거의 0이었다. 반복하중 실험 결과에서 모든 실험체는 KDS 41 17 00 (2019)에서 요구하는 변위 의존형 감쇠 장치의 적합 조건인 변위 원점에서의 하중 조건, 최대변위에서 하중 조건 그리고 에너지 소산 능력 조건을 모두 만족하였다. 그리고 열처리 안 된 SAE9254 및 SS275로 제작된 강재 스프링의 등가 감쇠비는 열처리 된 SAE9254로 제작된 스프링에 비해 각각 약 2.8배 및 1.9배 높은 수준이었다.

ATM 망에서 축약 분산 기억 장치를 사용한 호 수락 제어

권희용,송승준,최재우,황희영 대한전자공학회 1998 電子工學會論文誌, S Vol.s35 No.3

In this paper, we propose a Neural Call Admission Control (CAC) method using a Sparse Distributed Memory(SDM). CAC is a key technology of TM network traffic control. It should be adaptable to the rapid and various changes of the ATM network environment. conventional approach to the ATM CAC requires network analysis in all cases. So, the optimal implementation is said to be very difficult. Therefore, neural approach have recently been employed. However, it does not mett the adaptability requirements. because it requires additional learning data tables and learning phase during CAC operation. We have proposed a neural network CAC method based on SDM that is more actural than conventioal approach to apply it to CAC. We compared it with previous neural network CAC method. It provides CAC with good adaptability to manage changes. Experimenatal results show that it has rapid adaptability and stability without additional learning table or learning phase.

SDM을 이용한 ATM 호 수락 제어 ( ATM Call Admission Control Using SDM )

권희용 대한전자공학회 1996 대한전자공학회 학술대회 Vol.1996 No.1

복소-대수 사상과 이동 불변 신경망을 이용한 크기 및 회전 불변 패턴 인식

권희용 안양대학교 자연과학연구소 1995 自然科學硏究 Vol.2 No.-

본 논문에서는 복소-대수 사상 (Complex-Log Mapping, CLM)과 이동 불변 신경망 (Translation Invariant Neural Network, TINN)을 이용하여 크기 및 회전 변형된 이차원 영상을 효율적으로 인식할 수 있는 방법을 제안한다. 복소-대수 사상은 크기 및 회전 변형에 무관한 특징 추출에 매우 유용한 변환(Transform)으로 알려져 있다. 그러나 변환 결과는 환-이동(Wrap-around Translation)된 형태로 나타나므로 인식 과정에서 이 환-이동 현상을 해결해야하는 부담이 있다. 최근 이차 신경망을 이용하여 이 문제를 해결하는 방법이 소개되었다. 그러나 이 방법은 환-이동 불변 특징을 추출하는 신경망의 연결 복잡도가 O(n^2)이므로 실용성이 부족하다. 따라서 본 논문에서는 이동 불변 신경망을 이용하여 연결 복잡도를 O(n*log(n))으로 줄인 새로운 방법을 제안한다. 제안된 방법은 신경망의 크기를 크게 줄이면서도 이차 신경망을 이용한 방법과 유사한 인식 성능을 보여 준다. This paper proposes an efficient scale and rotation invariant 2-D object recognition method using Complex-Log Mapping(CLM) and Translation Invariant Neural Network(TINN). CLM is known as very useful transform for extracting scale and rotation invariant features. However, the results are given in a wrap-around translated form, which requires subsequent wrap-translation invariant recognition steps. Recently, a new method using an augmented second order neural network(SONN) was proposed as solution. It requires, however, a connection complexity O(n^2) for input feature extraction which is too high to be implemented. The proposed method reduces the connection complexity to O(n*log(n)) by using TINN. Experimental results show that the recognition performance of the proposed method is almost the same as that of SONN while its network size is significantly reduced.