http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
UAV의 위치 오차를 예측하기 위한 프레임워크 설계 연구
성연식 ( Yunsick Sung ),곽정훈 ( Jeonghoon Kwak ),양덕규 ( Deokgyu Yang ),성만규 ( Mankyu Sung ) 한국정보처리학회 2015 한국정보처리학회 학술대회논문집 Vol.22 No.1
최근에는 아마존 등 해외 배송업체들이 무인항공기(UAV)를 이용한 배송 서비스를 발표하면서 UAV 에 관한 관심이 증폭되고 있다. 일반적으로 UAV는 실외에서 GPS 기반으로 이동한다. 하지만, GPS는 오차 범위가 크고 실내에서는 사용하지 못하는 문제가 있다. UAV의 활용을 높이기 위해서는 UAV를 세밀하게 제어하는 방법과 비행 이동을 자율적으로 제어할 때 발생하는 위치의 오차를 보정하는 방법이 필요하다. 위치 오차는 UAV가 비행할 때 부는 바람 등의 이유로 발생한다. 이 논문에서는 UAV의 움직임을 사전에 측정하고 분석한다. 그리고 현재의 위치 오차를 예측하고 보정할 수 있는 방법을 제안한다. 제안한 방법은 Parrot사의 AR.Drone 2.0에 적용해서 처리되는 과정을 소개한다.
다중 에이전트 환경에서 매크로 행동을 위한 시스템 구조
성연식(Yunsick Sung),조경은(Kyungeun Cho),임기현(Kyhyun Um) 한국멀티미디어학회 2006 한국멀티미디어학회 학술발표논문집 Vol.2006 No.1
현재 많은 연구자들이 다중 에이전트 환경에 적합한 시스템에 관한 연구들을 진행하고 있다. 다중 에이전트 환경에 적합한 시스템을 제안하기 위해서는 단일 에이전트와 다른 특수성을 인지해야한다. 단일 에이전트 환경에서는 현재 상태를 인지하고 그 환경에 적합한 최상의 행동을 취하면 되지만 다중 에이전트 환경에서는 현재 상태를 아무리 잘 인지하여도 다른 에이전트의 행동에 의해서 결정한 행동이 최상이 될 수도 있고 아닐 수도 있다. 그래서 다른 에이전트의 행동을 예측하고 그 행동에 적합한 행동을 취할 수 있는 방법이 필요하다. 하지만 이러한 모든 것을 고려하다보면 학습에 필요한 시간이 많이 필요한데 이 논문에서는 Q-학습을 다중 에이전트 환경에서 사용하고 필요한 학습 시간을 단축하기 위해서 2개의 Q-학습과 관련된 알고리즘을 사용하는 시스템을 제안하고자 한다.
이상선 ( Sang Seon Lee ),이현우 ( Hyeonwoo Lee ),윤지선 ( Jiseon Yun ),곽정훈 ( Jeonghoon Kwak ),성연식 ( Yunsick Sung ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.2
최근 가상현실 기기가 발전함에 따라 가상현실 콘텐츠 시장이 활발하게 성장하고 있다. 그래서 가상현실 콘텐츠 개발이 활발히 이루어지고 있다. 가상현실에서 사용가능한 기기가 발전하여 가상현실 콘텐츠에서 추가적인 기기를 사용가능하도록 가상현실 콘텐츠 수정해야 되는 문제점이 있다. 가상현실 콘텐츠수정 없이 추가적인 기기를 사용가능한 제스처 입력 방법이 필요하다. 제안한 방법은 기기에 관계없이 가상현실 콘텐츠에서 사용하기 위한 제스처 입력 시스템 설계 방법을 제안한다. HTC VIVE으로 제스처 입력 시스템을 러닝 게임에 적용하여 검증하였다.
삼변측량법을 개선하기 위한 이용한 비콘 기반의 실내 위치 측정 방법
곽정훈 ( Jeonghoon Kwak ),성연식 ( Yunsick Sung ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
실내 환경에서 무인항공기(Unmanned Aerial Vehicle, UAV)를 활용하기 위해서는 실내에서 UAV의 위치 계산 방법이 요구된다. 실내 환경 내에서 위치를 측정하기 위해 블루투스 기반의 비콘(Beacon)과 세 개 이상의 AP(Access Point)를 활용하여 개선된 삼변측량법으로 위치를 계산한다. 개선된 삼변측량법을 활용하여 UAV의 위치를 계산하는 과정에서 AP에서 측정한 비콘의 거리 오차로 인해 개선된 삼변측량법으로 계산한 UAV의 위치에 대한 문제가 발생한다. 이 논문에서는 위치를 계산하는 과정에서 개선된 삼변측량법을 적용하는 과정에서 발생하는 문제를 해결하는 방법을 제안한다. 실험에서는 실내에서 제안한 방법을 활용하여 위치 측정한 결과와 기존의 삼변측량법을 활용하여 위치 측정한 결과를 비교하여 검증한다. 제안한 방법을 이용하여 기존의 삼변측량법을 68.67%의 위치를 개선하였다.
정규화된 확률을 이용한 자율 가상 에이전트의 공간 분류 방법
최지원(Jiwon Choi),성연식(Yunsick Sung),조경은(Kyungeun Cho),엄기현(Kyhyun Um) 한국멀티미디어학회 2010 한국멀티미디어학회 학술발표논문집 Vol.2010 No.2
자율 가상 에이전트에게 환경을 이해하는 일은 중요하다. 사람은 환경에서 각 공간에 존재하는 오브젝트를 보고 공간이 가지는 기능적인 특징을 이해하고 공간을 분류해서 인식한다. 가상 에이전트가 환경에 맞게 행동하기 위해서는 환경에 존재하는 공간들을 분류할 수 있어야 한다. 로봇 분야에서는 나이브 베이지안 분류기를 이용한 공간 분류 연구가 있다. 이 방법은 다른 공간 분류 방법에 비해 연산량이 많은 단점을 가진다. 본 연구에서는 자율 가상 에이전트를 위하여 확률 정규화를 통한 나이브 베이지안 분류기의 연산량을 개선하는 방법을 제안한다. 제안한 방법의 검증을 위해 200개의 실험 데이터를 만들어 150개는 학습하고 50개로 공간 분류 방법의 연산량을 확인하였다. 실험에서 제안방법은 나이브 베이지안 분류기를 이용한 공간 분류의 성능을 개선할 수 있음을 보였다.
최지원(Jiwon Choi),성연식(Yunsick Sung),이창숙(Changsook Lee),조경은(Kyungeun Cho),엄기현(Kyhyun Um) 한국멀티미디어학회 2009 한국멀티미디어학회 학술발표논문집 Vol.2009 No.1
뇌파를 이용한 뉴로피드백 훈련은 주로 치매나 주의력 결핍 아동, 과잉 행동장애 환자의 치료에 이용된다. 최근에는 치료목적이 아닌 집중력 향상이나 뇌 이완 훈련에 이용할 수 있도록 게임 콘텐츠 형태로의 개발이 이루어지고 있다. 그러나 뇌파는 사용자마다 서로 다른 파형을 가지므로, 이를 모두 반영하여 콘텐츠를 만들기는 어렵다. 따라서 사용자의 특징적 뇌파를 고려하지 않고 콘텐츠를 개발하기 위해서는, 서로 다른 파형을 정규화 하는 작업이 필요하다. 본 논문에서는 측정된 뇌파를 정규화 하여 사용자의 특성을 줄일 수 있는 방법을 제안한다. 정규화 과정에서 사용자에게 맞는 변환 공식을 만들어 냄으로써 실시간으로 측정한 뇌파를 빠르게 정규화 하는 것을 중심으로 한다.
단일 LiDAR를 활용한 End-to-End 기반 3D 모델 생성 방법
곽정훈 ( Jeonghoon Kwak ),성연식 ( Yunsick Sung ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1
원격 및 가상환경에서 사용자의 동작에 따른 3D 모델을 제공하기 위해 light detection and range (LiDAR)로 측정된 3D point cloud로 사용자의 3D 모델이 생성되어 원격 및 가상환경에 사용자의 모습이 제공된다. 하지만 3D 모델을 생성하기 위해서는 사용자의 신체 전부가 측정된 3D point cloud 가 필요하다. 사용자의 신체 전체를 측정하기 위해서는 적어도 두 개 이상의 LiDAR가 필요하다. 두 개 이상의 LiDAR을 사용할 경우에는 LiDAR을 사용할 공간과 LiDAR를 구비하기 위한 비용이 발생한다. 단일 LiDAR로 3D 모델을 생성하는 방법이 요구된다. 본 논문에서는 단일 LiDAR에서 측정된 3D point cloud를 이용하여 3D 모델을 생성하는 방법이 제안된다. End-to-End 기반 Convolutional Neural Network (CNN) 모델로 측정된 3D point cloud를 분석하여 사용자의 체형과 자세를 예측하도록 학습한다. 기본자세를 취하는 동안 수집된 3D point cloud로 기본이 되는 사용자의 3D 모델을 생성한다. 학습된 CNN 모델을 통하여 측정된 3D point cloud로 사용자의 자세를 예측하여 기본이 되는 3D 모델을 수정하여 3D 모델을 제공한다.
로컬 특징 기반 글로벌 이미지를 사용한 CNN 기반의 악성코드 분류 방법
장세준 ( Sejun Jang ),성연식 ( Yunsick Sung ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1
최근 악성코드로 인한 피해가 증가하고 있다. 악성코드는 악성코드가 속한 종류에 따라서 대응하는 방법도 다르기 때문에 악성코드를 종류별로 분류하는 연구도 중요하다. 기존에는 악성코드 시각화 과정을 통해서 생성된 악성코드의 글로벌 이미지를 사용해 악성코드를 각 종류별로 분류한다. 글로벌 이미지를 악성코드로부터 추출한 바이너리 정보를 사용해서 생성한다. 하지만, 글로벌 이미지만을 사용해서 악성코드를 각 종류별로 분류하는 경우 악성코드의 종류별로 중요한 특징을 고려하기 않기 때문에 분류 정확도가 떨어진다. 본 논문에서는 악성코드의 글로벌 이미지에 악성코드의 종류별 특징을 나타내기 위한 로컬 특징 기반 글로벌 이미지를 사용한 악성코드 분류 방법을 제안한다. 첫 번째, 악성 코드로부터 바이너리를 추출하고 추출된 바이너리를 사용해서 글로벌 이미지를 생성한다. 두 번째, 악성 코드로부터 로컬 특징을 추출하고 악성코드의 종류별 핵심 로컬 특징을 단어-역문서 빈도(Term Frequency Inverse Document Frequency, TFIDF) 알고리즘을 사용해 선택한다. 세 번째, 생성된 글로벌 이미지에 악성코드의 패밀리별 핵심 특징을 픽셀화해서 적용한다. 네 번째, 생성된 로컬 특징 기반 글로벌 이미지를 사용해서 컨볼루션 모델을 학습하고, 학습된 컨볼루션 모델을 사용해서 악성코드를 각 종류별로 분류한다.