http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오승헌 ( Seung-heon Oh ) 한국정보처리학회 2014 한국정보처리학회 학술대회논문집 Vol.21 No.1
오늘날 사이버보안침해 위협의 증가에 따른 기업 내의 중요자료 유출을 방지할 수 있는 방안에 대한 연구의 필요성이 증대되고 있다. 본 논문에서는 비인가자의 네트워크 접속을 차단하는 네트워크 통제(NAC) 시스템과 개인 PC의 저장매체관리 시스템을 연계하여 정보보안의 핵심요소인 기밀성을 강화할 수 있는 모델을 제안하였다. 필수 SW(저장매체제어)를 설치하지 않을 경우 네트워크를 차단함으로서, 비인가자의 네트워크 차단과 동시에 중요자료 유출을 미연에 방지하여 보안을 강화할 수 있다.
관로 누수 탐지를 위한 GAN 기반의 지능형 감시시스템 구현
오승헌(Seung-Heon Oh),박승희(Seung-hee Park),김호성(Ho-sung Kim),김종립(Jong-rip Kim) 한국정보통신학회 2023 한국정보통신학회 종합학술대회 논문집 Vol.27 No.1
오늘날 수돗물 안전에 대한 사회적 요구가 높아짐에 따라, 상수도 全 과정의 효율적인 안전관리 및 위기 대응 강화를 위한 ICT 기반의 통합관제시스템 구축 필요성이 증대되고 있다. 특히 상수관로 상에 누수 사고 발생 시 신속한 위기 대응을 위한 실시간 지능형 통합관제 솔루션이 필요함에 따라, 본 논문에서는 관로 주변 CCTV 영상정보를 활용하여 누수 사고 발생 시 실시간 누수 객체 탐지를 위한 GAN(Generative Adversarial Networks) 기반의 지능형 감시시스템 구현방안을 제안한다. As the social demand for tap water safety increases today, the need to establish an ICT-based integrated control system for efficient safety management and crisis response in the entire water supply process is increasing. In particular, as there is a need for a real-time intelligent integrated control solution for rapid crisis response in the event of a water leakage accident on the water pipe, this paper uses GAN(Generative Adversarial Networks) Based on this, we propose an implementation plan for an intelligent surveillance system.
조영인(Young-In Cho),오승헌(Seung-Heon Oh),곽동훈(Dong-Hoon Kwak),최재호(Jae-Ho Choi),우종훈(Jong Hun Woo) (사)한국CDE학회 2022 한국CDE학회 논문집 Vol.27 No.2
In the shipbuilding, outfitting processes are mainly performed on ships moored by quays of the shipyard. Quays in shipyards have different lengths, depths, and facilities so that the allowable quays for each ship are limited. In addition, the working efficiency of the quay process depends on the kinds of the quays where the outfitting processes are performed. As a result, it is inevitable for ships to move around the quays to avoid delay in schedule while maximizing the working efficiency. The movements of ships should be minimized because it is a waste of cost and time. In most shipyards, the quay allocation is manually determined by planners using their own implicit rules. However, the optimal plan can’t be obtained by those heuristics which only considers limited problem space. In this study, the scheduling algorithm for the quay allocation problem is developed using a reinforcement learning approach. Based on the Markov decision process model using discrete-event simulation, the scheduling agent is trained by DRQN (Deep Recurrent Q-network) algorithm and tested with 10 scenarios. The proposed algorithm outperforms the reference value set by heuristic in terms of three KPIs-unallocated duration, the number of ship movements, and ship-quay priority ratio.