pISSN : 1226 - 4717 / eISSN : 2287 - 3880
발행기관 : 한국통신학회
발행기관 : 한국통신학회
한국통신학회 논문지는 1976년부터 발행되고 있으며, 정보통신 분야에서 가장 오래된 역사를 가지고 있는 국문/영문 혼용 논문지입니다. 정보, 통신, 네트워크 및 융합 기술에 관련된 주제를 다루는 전문 학술지로 정보, 통신, 네트워크 및 융합 기술에 관련된 새로운 개념, 이론, 기술과 응용까지 논문에서 다루는 주제에 따라 일반논문(Part A (AI for ICT Applications), Part B (Communications Systems), Part C (Networks and Computings), Part D (Services Applications and Emerging Topics), Part E (ICT Convergence), Part F (System Implementation)), 특집논문으로 분류하여 연간 400여 편의 논문이 발행되고 있습니다.
Indexed in
Publishing with
우수논문 (50권 12호, 12월 2025)
실시간 레이블 분포 변화 적응을 위한 개인화 연합 사후훈련 연구임경진 박희원 김미르 조무곤 권민혜 |
|
| 인공지능 모델은 학습 완료 후 개별 디바이스에 배포되며, 수집한 데이터를 대상으로 예측을 수행한다. 이때 수집된 데이터의 레이블 분포는 실시간으로 변화하기 때문에, 학습 시 경험한 분포와 실제 환경의 분포 간 차이로인해 성능이 저하될 수 있다. 이를 해결하기 위해 사후훈련이 필요하지만, 디바이스별 데이터 양이 제한적이고 로컬 데이터에 과도하게 적응하여 사전훈련 모델이 보유한 정보가 소실될 수 있다. 본 논문에서는 Fisher Informatio... | |
Algorithm for Generating AI Geo-Fence of Satellite Communication Network Using Multi-Dimensional SVM ModelShin-Duck Lee Yeon-Woo Jeong |
|
| In this paper, we propose a method for creating an AI-based geo-fence using satellite communication networks to predict the location of terminals in advance and quickly switch between satellite networks in shadow areas of the TN network and TN networ... | |
최근 발간 목록 (51권 1호, 1월 2026)
Unsupervised Anomaly Detection for Psychiatric Inpatients Using Wearable Sensor Data: A Real-Time Monitoring Framework for Clinical Risk Management
Iqra Tabassum Ji Won Yeom Soohyun Park Heon-Jeong Lee Jung-Been Lee Jeong-Dong Kim Taek Lee
The dynamic and erratic nature of patient behavior in psychiatric wards poses significant monitoring challenges, especially under high nurse‐to‐patient ratios where manual checks are labor‐intensive and errorprone.
This paper proposes a machine and deep learning-based anomaly detection (AD) system using data from wearable devices to support real-time patient monitoring. Data such as activity levels, sleep patterns, and heart rate variability collected from wearable devices can provide early indicators of physiological deterioration in patien ts, as changes in these signals often precede noticeable symptoms. Our system leverages unsupervised algorithms, including One Class‐SVM, Isolation Forest, plain Autoencoder, Deep SVDD, LSTM Autoencoder , alongside supervised benchmarks Random Forest and XGBoost to continuously analyze patient data and detect abnormal patterns that may signal clinical risk. To validate effectiveness, we compared model -detected anomalies with clinician- assessed risk scores. Results showed strong alignment, with 75% of detected anomalies falling within the high- risk group marked by clinicians. Our system delivers roughly a six-to-sevenfold improvement in anomaly detection performance over a dummy classifier. Autoencoder achieved the highest AUC (0.74), with a 17% F1- score gain over the baseline (DC: F1 0.11). These findings demonstrate the feasibility of integrating wearable technologies and ML/DL for early risk detection, enabling scalable, non-invasive monitoring. The system offers a real-time, intelligent solution to improve safety, support clinical decisions, and reduce caregiver burden in psychiatric care environments.
우수 논문 다중 안테나 다이버시티 통합을 이용한 딥러닝 기반 저피탐 레이다 신호 변조 분류 연구
조성환 정해준 김용철 이명식 김요한
본 논문은 전자전 환경에서 저피탐(Low Probability of Intercept, LPI) 레이다 신호의 변조 방식을 효과적으로탐지 및 분류하기 위한 다중 안테나 다이버시티 통합 기반의 딥러닝 분류 시스템을 제안한다. 기존의 연구들은 주로 인터셉트한 단일 신호만을 대상으로 하였으나, 실제 전장 환경에서는 다수의 안테나를 공간적으로 분산 배치하여 신호를 동시에 수신하는 구조가 일반적이다. 따라서 본 연구는 다중 안테나 수신 환경에서 신호 통합을 통한다이버시티 이득(diversity gain)의 활용을 주요 목적으로 한다. 이를 위해 CNN, EfficientNet-B2, ResNet-50 등다양한 백본 네트워크를 사용하여 각 안테나 신호로부터 특징 벡터를 추출하고, 추출된 특징들을 LSTM, Concatenation, Average Pooling과 같은 여러 통합 기법을 통해 결합하는 방식을 제안한다. 실험적으로 SNR이 – 10dB인 열악한 환경에서 단일 CNN의 분류 정확도가 약 65%에 그친 반면, 제안한 CNN-LSTM 기반의 5채널 다이버시티 시스템에서는 정확도가 87.6%까지 크게 상승하였다. 본 연구를 통해 다중 안테나 기반 통합 방식이 단일 안테나 대비 현저히 우수한 성능을 나타냄을 실험적으로 입증하였다.
실시간 UAV 자세 제어 성능 향상을 위한 Zone-Focused Differential Evolution 알고리즘
심규민 고영배
본 논문에서는 무인항공기(Unmanned Aerial Vehicle, UAV)의 자세 제어 성능을 향상시키기 위해 PID 제어기의 게인(Kp, Ki, Kd)을 효율적으로 최적화할 수 있는 새로운 진화 알고리즘인 Zone-Focused Differential Evolution(ZFDE)을 제안한다. UAV와 같은 실시간 제어 시스템에서는 연산 효율성과 빠른 수렴이 매우 중요하므로, 기존 DE 알고리즘처럼 전체 개체군을 대상으로 연산을 수행하는 방식은 계산 비용 측면에서 비효율적일 수있다. 본 연구에서는 이러한 문제를 해결하고자, 초기 단계에서 대규모 개체군을 생성한 후 비용 기준 상위 N개의개체만을 선별하여 이후의 모든 DE 연산을 수행하는 전략을 도입하였다. 이를 통해 탐색의 집중도를 높이고 불필요한 연산을 줄임으로써, 실시간 UAV PID 제어 최적화 문제에 보다 적합한 알고리즘 구조를 구현하였다.
MATLAB 기반의 시뮬레이션 실험을 통해 제안된 ZFDE 알고리즘을 기존 DE와 비교한 결과, 제안 방식은 최적비용의 안정적인 수렴, 감소된 연산량 측면에서 우수한 성능을 보였다. 이는 본 알고리즘이 UAV와 같은 실시간제어 환경에 효과적으로 적용될 수 있는 가능성을 시사한다.
패턴 매칭과 머신 러닝을 활용한 2단계 SQL 삽입 공격탐지 방법
어명규 전상훈
SQL 삽입 공격은 웹 애플리케이션 보안에 심각한 위협을 주는 대표적인 사이버 공격 기법이다. 기존 탐지 방식은 탐지 속도가 빠르면 정확도가 낮고, 정확도가 높으면 탐지 속도가 느린 구조적 한계를 가진다. 이를 개선하기 위해 1단계 패턴 매칭과 2단계 머신러닝을 결합한 2단계 탐지(Two-stage Detection, TSD) 프레임워크를 제안한다. TSD는 1단계에서 패턴 매칭으로 알려진 공격을 신속히 걸러내고, 2단계에서 머신러닝 모델로 탐지되지 않은 공격을 정밀하게 분석한다. Kaggle SQL Injection Dataset을 활용한 실험 결과, TSD는 Random Forest, Support Vector Machine, Logistic Regression XGBoost 등 모든 모델에서 단일 머신러닝 대비 재현율이 일관되게증가했고, 탐지 시간도 단축됨을 확인하였다. 본 연구는 재현율 향상과 탐지 시간 단축을 동시에 달성한 실시간SQL 삽입 공격 탐지의 현실적 대안을 제시한다. 향후에는 온라인 패턴 갱신과 다양한 공격 대응을 위한 데이터셋확장 연구를 통해 실용성을 더욱 강화할 예정이다.
데이터 부족 환경에서 강우량 예측 정확도 향상을 위한 계절성 인지 메타 러닝 프레임워크
김대광 권영우
본 논문에서는 데이터 부족 환경의 강우량 예측 정확도 개선을 위한 MHA-LSTM 기반 계절성 인지 메타 러닝프레임워크를 제시한다. 1차 근사 모델 불가지론 메타 러닝(FOMAML)을 통해 소량의 샘플로 신규 지점에 신속히적응하는 학습 기전을 마련하였으며, 국내 22개 지역 데이터를 이용한 K-Shot 실험으로 단 10개의 데이터만으로도 우수한 예측 성능을 달성함을 확인하였다. 아울러 계절별 가중 손실 함수를 도입하여 여름철 강수 변동성을 모델링에 반영함으로써 시스템의 강건성을 확보하였다. 본 연구는 수문학적 시계열 예측의 데이터 희소성 극복을 위한 실전적 대안을 제시하고, 도메인 지식을 통합한 메타 러닝의 유효성을 검증했다.
Compressed Federated Learning with Directional Trend Awareness
권세현 박상준
Federated learning suffers from high communication overhead due to frequent transmission of large local model updates. To address this challenge, we propose a trend- aware projection-based compression method that adap- tively selects a compressed update based on directional similarity with the previous update. Simulation results show that the proposed method achieves higher accuracy and lower training loss than other baseline schemes under the same communication cost.
SC-LDPC 부호의 슬라이딩 윈도우 복호를 위한 곡선형 비균일 스케줄
채상원 최효정 김강산 송홍엽
본 논문은 공간 결합 저밀도 패리티 검사(Spatially-Coupled Low-Density Parity-Check, SC-LDPC) 부호의 슬라이딩 윈도우 복호 (Sliding Window Decoding, SWD)에서 성능-복잡도 간의 관계를 개선하기 위해 새로운 곡선형 비균일 스케줄을 제안한다. 기존의 선형(Straight) Pragmatic 스케줄은 Uniform 스케줄 대비 복잡도가 감소하지만, 반복 횟수가 적을 때 BER 성능 또한 저하된다. 이에 본 논문에서는 오류 정정 성능과 복호 복잡도 간의 균형을 유연하게 조절할 수 있는 볼록형 곡선과 오목형 곡선 기반의 두 가지 비선형 스케줄을 설계한다. 두 가지SC-LDPC 부호 크기(10000×5100, 100000×51000)와 다양한 윈도우 크기(W=8, 10, 12)를 사용한 시뮬레이션을통해, 볼록 곡선형 비균일 스케줄은 적은 반복 횟수에서도 Uniform 스케줄 대비 복잡도를 줄이면서 BER 성능을거의 유지하는 반면, 오목 곡선형 비균일 스케줄은 성능 저하가 상당하지만, 복잡도가 가장 낮음을 확인한다.
편파 배열 안테나 시스템에서의 진폭비교 모노펄스
이승훈 이상필 노성민 이남윤
6G 통신 시스템에서 밀리미터파 기술은 무인항공기 통신 및 공중 네트워크와 같은 다양한 응용 분야를 지원할것으로 기대된다. 밀리미터파는 높은 경로 손실 특성을 가지므로, 빔 형성을 통해 채널 이득을 확보하기 위해 정확한 도래각 추정이 필수적이다. 본 논문은 직선 경로가 지배적인 환경에서 교차 편파 배열 안테나를 사용하는 시스템에 적합하도록 기존 진폭비교 모노펄스 방식을 수정한 도래각 추정 기법을 제안한다. 제안된 방법은 전통적인모노펄스 기법을 편파 민감 시스템의 특성에 맞게 조정하여 편파방향에 더 강인하도록 성능을 개선한다. 시뮬레이션 결과를 통해 제안된 알고리즘이 기존 방법들과 비교하여 추정 정확도와 계산 복잡도 측면에서 우수한 성능을제공함을 확인한다.
전술 애드혹 네트워크에서 실시간 서비스의 성능 향상을 위한 AI 기반 라우팅 경로 신뢰성 판단 기술
이철웅 이동근 최정욱 박수범 이민 장재원 김대영 이성형
정보통신 기술의 발전에 따라, 현대전에서는 무기체계들을 하나의 네트워크로 연결하고 감시정찰, 의사결정 및정밀타격 과정에 소요되는 시간을 단축하는 것이 중요해졌다. 그러나, 기간망의 지원을 받기 어려운 전장환경에서전술 애드혹 네트워크를 구성할 경우, 주파수 특성 및 토폴로지의 변화로 인해 음성 또는 영상과 같은 종단 간실시간 전술 서비스를 안정적인 성능으로 제공하기 어려운 문제가 있다. AI 및 ML 기술을 활용하여 네트워킹에요구되는 다양한 요소들을 프로토콜 동작에 반영하고자 하는 연구들이 진행되고 있으나, 전술 애드혹 환경에서 실시간 서비스의 품질을 고려하는 네트워킹 기술은 제안되지 않았다. 본 논문에서는 전술 애드혹 단말에 적용 가능한 AI 기반의 실시간 트래픽 송신 경로 신뢰성 판단 기술을 제안한다. 본 논문에서는 실험결과를 통해 AI 모델을기반으로 트래픽 송신 경로의 신뢰성을 판단하고 선제적으로 라우팅 경로를 전환할 경우, 실시간 서비스 제공 성능이 향상됨을 보인다.
우수 논문 무선 광통신 시스템에서 KLT 추적기 기반의 빔 정렬 기법 연구
김종민 박기홍 고영채 Mohamed-Slim Alouini
본 논문에서는 무선 광통신(FSO, free space optics) 시스템에서 송수신기 간 빔 정렬 오차를 보정하기 위한 카메라 기반의 보정 기법을 제안한다. 제안된 시스템은 카메라 영상을 기반으로 컴퓨터 비전에서 널리 사용되는KLT(Kanade-Lucas Tomasi) 추적기를 활용하여 수신기의 상대 위치를 추정한다. 이를 바탕으로 2축 짐벌의 동작을 제어하여 실시간으로 빔 정렬을 수행한다. 이상적인 모터 제어 상황에서의 실험 결과, 제안하는 기법은 빔 정렬 오차를 최대 80% 이상의 감소시킬 수 있었으며, 신호 대 잡음비 마진은 약 1.47 dB 수준으로 안정적으로 유지할 수 있었다. 또한, 영상 처리와 모터 제어에 일정 수준의 지연이 존재하더라도, 빔 정렬 오차의 시간 상관성이 카메라의 프레임 속도보다 느린 경우에는 제안된 보정 기법이 여전히 효과적으로 작동함을 실험적으로 검증하였다. 본 연구 결과는 고가의 전문 장비 없이도 카메라만으로 기존 CP(coarse pointing) 대비 향상된 정밀도를 보이는 저비용의 무선 광통신 시스템의 구현 가능성을 제안한다.
pISSN : 1226 - 4717
eISSN : 2287 - 3880