-
1.发明公开모바일 소프트웨어 저작권 보호를 위한 요구사항 적응적 워터마킹 모듈, 방법 및 이를 수행하기 위한 기록 매체 有权基于移动软件版权保护的要求分析的自适应水印模块和方法以及用于执行该方法的记录介质
公开(公告)号：KR1020150087075A
公开(公告)日：2015-07-29
申请号：KR1020140019722
申请日：2014-02-20
Applicant: 숭실대학교산학협력단 , 서울대학교산학협력단
CPC classification number: G06F21/16 , G06F2221/0733
Abstract: 모바일소프트웨어저작권보호를위한요구사항적응적워터마킹모듈은, 워터마킹방법들각각에대한기본정보및 초기입력파라미터를저장하는데이터베이스; 테이터베이스에저장된워터마킹방법들중, 사용자의요구사항을만족하는적어도하나의워터마킹방법및 각워터마킹방법에따른워터마크의개수를결정하는비용-효과분석부; 및모바일소프트웨어의실행파일에결정된각 워터마킹방법을적용하여해당개수의워터마크를삽입하는워터마킹부를포함한다. 이에따라, 비용대비효율적인워터마킹을제공할수 있다.
Abstract translation: 适用于移动软件版权保护要求的水印模块包括：存储每个水印方法的基本信息和初始输入参数的数据库; 成本效应分析单元，其选择存储在满足用户要求的数据库中的一个或多个水印方法，并确定与各个水印方法对应的水印数量; 水印单元，其应用为移动软件的执行文件确定的各个水印方法，以插入相应数字的水印。 因此，本发明可以提供具有成本效益的水印。
-
公开(公告)号：KR101408388B1
公开(公告)日：2014-06-17
申请号：KR1020130030844
申请日：2013-03-22
Applicant: 숭실대학교산학협력단 , 서울대학교산학협력단
IPC: G06F21/16
CPC classification number: G06F21/16 , G06F2221/0733
Abstract: Disclosed are a watermarking device and a method to protect software copyright. The disclosed watermarking device includes: a bit line generating part generating a bit line used as a watermark; a dependent graph generating part generating two or more dependent graphs by reallocating the execution command orders based on a dependent relationship established between the partial commands of the commands in regard to a basic block forming an execution code of the software including the commands; and a basic block transforming part transforming the basic block by selecting a dependent graph of a turn corresponding to the generating bit line among the dependent graphs, and reallocating the execution order of the commands in the basic block. The turn of the selected dependent graph is used as the watermark.
Abstract translation: 公开了一种保护软件着作权的水印装置和方法。 所公开的水印设备包括：位线生成部分，生成用作水印的位线; 依赖图生成部分，通过基于形成包括命令的软件的执行代码的基本块的命令的部分命令之间建立的依赖关系重新分配执行命令顺序来生成两个或更多个从属图; 以及基本块变换部分，通过选择与从属图形中的生成位线相对应的转弯的从属图形来变换基本块，并且重新分配基本块中的命令的执行顺序。 所选择的依赖图的转动被用作水印。
-
公开(公告)号：KR101040168B1
公开(公告)日：2011-06-09
申请号：KR1020090030368
申请日：2009-04-08
Applicant: 서울대학교산학협력단 , 주식회사 제노스
IPC: C07K19/00 , C07K14/475 , C12N15/62 , A61K8/64
Abstract: 본 발명은 신규의 융합 단백질 및 그의 용도에 관한 것으로, 더욱 구체적으로 케라티노사이트 성장인자 2(KGF2)와 피브로넥틴의 제10 유형 III 도메인(FN10)이 결합된 신규의 KGF2-FN10 융합(fusion) 단백질 및 그것의 케라티노사이트 증식 및 분화 촉진 용도 및 궁극적으로 이를 이용한 피부재생 촉진 용도에 관한 것이다.
본 발명에 따르면, KGF2-FN10 융합 단백질은 원래 KGF2와 비교하였을 때 현저히 상승된 인간 케라티노사이트의 미토게닉(mitogenic) 활성과 케라티노사이트 분화(differentiation) 활성을 나타냈다. 따라서, 본 발명의 KGF2-FN10 융합 단백질은 피부재생 촉진용 화장료 또는 약제로서 효과적으로 사용될 수 있을 것이다.-
Patent Agency Ranking
公开(公告)号：KR1020100111899A
公开(公告)日：2010-10-18
申请号：KR1020090030368
申请日：2009-04-08
Applicant: 서울대학교산학협력단 , 주식회사 제노스
IPC: C07K19/00 , C07K14/475 , C12N15/62 , A61K8/64
Abstract: PURPOSE: A novel KGF2-FN10 fusion protein is provided to ensure kerationocyte differentiation and mitogenic activation and to use for cosmetic product and drug. CONSTITUTION: A KGF2-FN10 fusion protein has keratinocyte growth factor 2(KGF2) and fibronectin type 10 III domain(FN10). The KGF 2 has an amino acid sequence of sequence number 1. The FN10 has an amino acid sequence of sequence number 2. The fusion protein has an amino acid sequence of sequence number 4. A polynucleotide encoding the fusion protein has a base sequence of sequence number 3. A composition for proliferating keratinocytes and promoting differentiation of keratinocytes contains KGF2-FN10 fusion protein as an active ingredient. A composition for promoting skin regeneration contains KGF2-FN10 fusion protein as an active ingredient.
Abstract translation: 目的：提供一种新型KGF2-FN10融合蛋白，以确保细胞分化和促有丝分裂活化，并用于化妆品和药物。 构成：KGF2-FN10融合蛋白具有角质形成细胞生长因子2（KGF2）和10 III型纤连蛋白结构域（FN10）。 KGF 2具有序列号1的氨基酸序列.FN10具有序列号2的氨基酸序列。融合蛋白具有序列号4的氨基酸序列。编码融合蛋白的多核苷酸具有序列的碱基序列 用于增殖角化细胞并促进角化细胞分化的组合物含有KGF2-FN10融合蛋白作为活性成分。 用于促进皮肤再生的组合物含有KGF2-FN10融合蛋白作为活性成分。
-
公开(公告)号：KR1020160073874A
公开(公告)日：2016-06-27
申请号：KR1020140182736
申请日：2014-12-17
Applicant: 서울대학교산학협력단 , 한양대학교 산학협력단
Abstract: 본발명은심화신경망을이용한통계모델기반의음성검출방법및 이를수행하기위한음성검출장치에관한것으로서, 보다구체적으로는음성검출장치가, (1) 학습단계에서, 주변잡음에의해오염된음성신호를입력받고, 입력된음성신호의분산값에기초하여, 사전(a priori) 신호대 잡음비(SNR), 사후(a posteriori) 신호대 잡음비(SNR) 및우도비(likelihood ratio, LR)를이용한특징벡터를추출하는단계; (2) 상기학습단계에서, 상기추출된특징벡터의결과를이용하여, 복수의비선형은닉층을갖는심화신경망의가중치및 바이어스를초기화하여상기심화신경망을선행학습시키는단계; (3) 상기학습단계에서, 상기추출된특징벡터의결과와음성의존재/부재에대한레이블링값을이용하여, 기울기하강기반의역전이알고리즘에기초하여상기심화신경망을최적화시키는단계; 및 (4) 분류단계에서, 상기특징벡터추출방법을통해서얻어진특징벡터로부터상기학습된심화신경망을통해서얻어진결과를이용한결정함수에기초하여, 상기입력된음성신호를음성구간또는잡음구간으로분류하는단계를포함하는것을그 구성상의특징으로한다. 본발명에서제안하고있는심화신경망을이용한통계모델기반의음성검출방법및 이를수행하는음성검출장치에따르면, 학습단계에서, 주변잡음에의해오염된음성신호를입력받고, 입력된음성신호의분산값에기초하여, 사전(a priori) 신호대 잡음비(SNR), 사후(a posteriori) 신호대 잡음비(SNR) 및우도비(likelihood ratio, LR)를이용한특징벡터를추출하며, 상기추출된특징벡터의결과를이용하여, 복수의비선형은닉층을갖는심화신경망의가중치및 바이어스를초기화하여상기심화신경망을선행학습시키고, 상기추출된특징벡터의결과와음성의존재/부재에대한레이블링값을이용하여, 기울기하강기반의역전이알고리즘에기초하여상기심화신경망을최적화시키며, 분류단계에서, 상기특징벡터추출방법을통해서얻어진특징벡터로부터상기학습된심화신경망을통해서얻어진결과를이용한결정함수에기초하여, 상기입력된음성신호를음성구간또는잡음구간으로분류함으로써, 다수의비선형은닉층을이용하여음성이존재하는경우와존재하지않는경우에대한우도비의분포를보다효과적으로모델링할수 있고, 음성검출성능을향상시킬수 있으며, 계산소요시간을감소시킬수 있다.
Abstract translation: 本发明涉及一种基于使用深神经网络的统计模型和执行该神经网络的语音检测装置的语音检测方法。 该方法包括以下步骤：（1）使用先验信噪比（SNR），后验信噪比（SNR）和似然比（LR）提取特征向量; （2）提前深入学习神经网络; （3）基于梯度下降计数器转移算法优化深神经网络; 和（4）将输入的语音信号分成语音部分或噪声部分。
-
6.发明授权
公开(公告)号：KR101546776B1
公开(公告)日：2015-08-24
申请号：KR1020140019722
申请日：2014-02-20
Applicant: 숭실대학교산학협력단 , 서울대학교산학협력단
Abstract: 모바일소프트웨어저작권보호를위한요구사항적응적워터마킹모듈은, 워터마킹방법들각각에대한기본정보및 초기입력파라미터를저장하는데이터베이스; 테이터베이스에저장된워터마킹방법들중, 사용자의요구사항을만족하는적어도하나의워터마킹방법및 각워터마킹방법에따른워터마크의개수를결정하는비용-효과분석부; 및모바일소프트웨어의실행파일에결정된각 워터마킹방법을적용하여해당개수의워터마크를삽입하는워터마킹부를포함한다. 이에따라, 비용대비효율적인워터마킹을제공할수 있다.
-
-
公开(公告)号：KR101640188B1
公开(公告)日：2016-07-15
申请号：KR1020140182736
申请日：2014-12-17
Applicant: 서울대학교산학협력단 , 한양대학교 산학협력단
Abstract: 본발명은심화신경망을이용한통계모델기반의음성검출방법및 이를수행하기위한음성검출장치에관한것으로서, 보다구체적으로는음성검출장치가, (1) 학습단계에서, 주변잡음에의해오염된음성신호를입력받고, 입력된음성신호의분산값에기초하여, 사전(a priori) 신호대 잡음비(SNR), 사후(a posteriori) 신호대 잡음비(SNR) 및우도비(likelihood ratio, LR)를이용한특징벡터를추출하는단계; (2) 상기학습단계에서, 상기추출된특징벡터의결과를이용하여, 복수의비선형은닉층을갖는심화신경망의가중치및 바이어스를초기화하여상기심화신경망을선행학습시키는단계; (3) 상기학습단계에서, 상기추출된특징벡터의결과와음성의존재/부재에대한레이블링값을이용하여, 기울기하강기반의역전이알고리즘에기초하여상기심화신경망을최적화시키는단계; 및 (4) 분류단계에서, 상기특징벡터추출방법을통해서얻어진특징벡터로부터상기학습된심화신경망을통해서얻어진결과를이용한결정함수에기초하여, 상기입력된음성신호를음성구간또는잡음구간으로분류하는단계를포함하는것을그 구성상의특징으로한다. 본발명에서제안하고있는심화신경망을이용한통계모델기반의음성검출방법및 이를수행하는음성검출장치에따르면, 학습단계에서, 주변잡음에의해오염된음성신호를입력받고, 입력된음성신호의분산값에기초하여, 사전(a priori) 신호대 잡음비(SNR), 사후(a posteriori) 신호대 잡음비(SNR) 및우도비(likelihood ratio, LR)를이용한특징벡터를추출하며, 상기추출된특징벡터의결과를이용하여, 복수의비선형은닉층을갖는심화신경망의가중치및 바이어스를초기화하여상기심화신경망을선행학습시키고, 상기추출된특징벡터의결과와음성의존재/부재에대한레이블링값을이용하여, 기울기하강기반의역전이알고리즘에기초하여상기심화신경망을최적화시키며, 분류단계에서, 상기특징벡터추출방법을통해서얻어진특징벡터로부터상기학습된심화신경망을통해서얻어진결과를이용한결정함수에기초하여, 상기입력된음성신호를음성구간또는잡음구간으로분류함으로써, 다수의비선형은닉층을이용하여음성이존재하는경우와존재하지않는경우에대한우도비의분포를보다효과적으로모델링할수 있고, 음성검출성능을향상시킬수 있으며, 계산소요시간을감소시킬수 있다.
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
