오늘날 사용자의 데이터 증가에 따른 데이터 중복으로 인해 다양한 중복 제거 연구가 이루어졌다. 그러나 상대적으로 개인 스토리지에 대한 연구는 미진하다. 개인 스토리지는 고성능 컴퓨터와는 다르게 CPU와 메모리의 자원 사용을 줄이면서 중복 제거를 수행할 필요가 있다. 본 논문에서는 개인 스토리지에서 중복 제거율을 적절히 유지하며 부하를 낮추기 위해 파일의 타입과 크기에 따라 FSC(Fixed Size Chunking)와 WFH(Whole File Chunking)를 선택적으로 적용하는 적응형 알고리즘을 제안한다. 제안한 파일 시스템은 LessFS에 비해 최초 파일 Write 시에는 Write 소요 시간은 1.3배 이상 높았으나 메모리의 사용은 3배 이상 감소하였고, Rewrite 시는 LessFS에 비하여 Write 소요시간이 2.5배 이상 빨라지는 것을 실험을 통하여 확인하였다.

모바일 상에서 연재되고 소비되는 웹소설은 다른 문화콘텐츠와 마찬가지로 우리 사회의 한 단면을 포착해낼 수 있는 특징이 있다. 본 논문은 웹소설 키워드 정보를 수집해 웹소설의 주요 모티프 및 트렌드를 파악하고, 나아가 기존 논문들과 연관 지어 이용 독자의 내적 욕구 및 특성을 분석하는 것을 목적으로 한다. 분석 결과 접근성이 높고 가독성이 편리한 모바일 환경과 관련해 현대물과 성인 작품이 인기가 높았다. 남자주인공은 웹소설 상에서 이상적으로 그려지는 경향이 있었으나, 현재 남자주인공의 주요 키워드는 2000년대 초와 비교했을 때 변화를 확인할 수 있었다. 이는 곧 현대인들의 젠더 관념의 변화를 시사한다. 이와 상반되게 여자주인공은 내면에 상처를 지닌 캐릭터가 인기가 많았고, 이에 대한 원인 중 하나로 사회구조적인 환경 속에서 좌절을 겪어야 했던 현대 여성의 현실을 설명했다. 본 논문은 웹 크롤링의 한계로 성인 작품에 대해 심층적인 분석을 진행하지는 못했지만, 정량적 분석이 미흡했던 기존 웹소설 연구들에 키워드라는 파라텍스트를 활용하여 현대인들의 내적 욕구 및 특성을 분석했다는 의의를 지닌다.

데이터를 저장하고 분석하여 새로운 지식을 얻을 수 있는 빅데이터 처리기술은 사회의 여러 분야에서 중요성이 강조되고 있으며 정보통신기술 분야의 핵심 이슈로 부각되면서 관련 기술에 대한 관심이 증가하고 있다. 이러한 빅데이터를 분석할 수 있는 도구인 R은 통계 기반의 정보 분석을 가능하게 하는 언어와 환경이다. 본 논문에서는 이를 이용하여 성경데이터를 분석한다. 성경 중에서 신약성경의 4복음서의 데이터를 분석한다. 먼저 성경데이터를 수집하고 분석을 위한 필터링을 수행한다. 이후 R을 이용하여 어떠한 텍스트가 분포되어 있는지를 빈도 조사를 수행하며 정확한 데이터의 분석을 위해 한 문장에서 나오는 단어들을 쌍으로 표현하고 단어 간의 관계성을 분석하는 소셜 네트워크 분석을 통해 성경을 분석한다.

최근 널리 이용되고 있는 동영상 공유 서비스에서는 콘텐츠 추천 시스템이 매우 중요한 요소이다. 콘텐츠 추천을 위해서 일반적으로 사용자 선호도와 동영상(아이템) 유사도를 동시에 고려하는 협업 필터링을 사용하고 있다. 그러한 서비스는 주로 사용자의 검색 키워드와 시청시간과 같은 개인 선호도를 활용하여 사용자의 편의를 도모한다. 또한 동영상에 지정한 키워드를 중심으로 랭킹화한다. 그러나 한정된 키워드만을 이용한 동영상 유사도를 분석한다는 한계가 있다. 이런 경우 지정한 키워드가 아이템을 제대로 반영하지 못하는 경우 그 문제가 심각해진다. 이 논문에서는 교육 동영상으로부터 차별화된 의미를 갖는 모든 단어를 고려하여 유사도를 분석하며, 이런 경우 데이터와 연산의 규모가 방대하기 때문에 빅데이터 클러스터에서 처리하는 방법을 적용한다. 제안한 시스템은 빅데이터 영상 분석을 통해 동영상 공유 서비스 플랫폼의 기본 모듈로 활용될 것으로 기대한다.

최근 지진조기경보시스템(EEWS)의 성능 개선과 진앙지 또는 진앙 근처 지역의 지진방재 효과를 보완하기 위해 현장 지진조기경보시스템(On-Site EEWS)의 개발이 시도되고 있다. 지진에 대한 연구 및 관측을 위한 지진관측망을 이용하여 지진 방재에 활용하는 국가 차원의 EEWS와 달리 On-Site EEWS는 지진방재를 목적으로 하므로 성능 및 비용 측면의 효율적인 설계와 평가가 필요하다. 현재 우리나라는 EEWS 뿐만 아니라 On-Site EEWS 개발에 기존 EEWS의 설계 기준 및 평가방법을 사용하는 등 필요한 핵심기술과 운영 노하우가 미흡한 실정이다. 본 연구에서는 지진·화산재해대책법에서 규정하는 지진 가속도계의 요구 사항을 기반으로 On-Site EEWS의 국산화 개발에 필요한 지진 데이터 수집, 데이터 처리 및 분석 부분의 하드웨어 및 소프트웨어적 설계 방향과 성능평가 항목 및 방법을 제안한다.

이 논문에서는 차량 운반선에서 선적 계획과 하적 계획에 따른 차량 선적을 효과적으로 진행하기 위하여, 선박 내 데크에 차량을 효율적으로 배치하는 최적화 기법을 제안하였다. 이를 위해, 선박의 공간 정보를 나타내는 XML 데이터의 변환, 병합 및 분할 알고리즘, 유전자 알고리즘을 활용하였으며, 또한 최적화된 차량 배치 결과를 시각화하는 기능까지 구현하였다. 기존의 전형적인 유전자 알고리즘에서 사용되는 선택, 교차, 변이, 엘리트 보존 등의 기법들을 활용하였으며, 특히 차량의 선적을 위한 선박 공간을 병합 및 분할하는 기법을 함께 제안하여 차량 배치 최적화 기법을 제안하였다. 실험 결과, 기존의 유전자 알고리즘만으로 최적화하기 힘든 부분에 제안한 병합 및 분할 기법을 적용하는 것이 최적화 과정에 효과적이었음을 확인할 수 있었다. 또한, 시각화 기법을 통해 차량 배치 결과를 도면 형태로 보여줌으로써 배치 결과의 효율성을 전문가가 쉽게 판단할 수 있도록 하였다.

대규모 발전소나 화학공정과 같은 다변량 공정은 매우 위험한 환경에서 운전되기 때문에 고장이 발생하면 심각한 인적·물적 손실이 발생할 수 있다. 따라서 시스템의 고장을 사전에 탐지할 수 있는 온라인 모니터링 기술이 필수적이다. 본 논문에서는 세 가지의 다른 다변량 공정 데이터에 ICA를 적용하여 고장탐지를 수행하였고, PCA와 성능을 비교하였다. ICA 기반의 고장탐지 절차는 크게 오프라인 과정과 온라인 과정으로 나뉜다. 오프라인 과정에서는 시스템이 정상일 때 계측된 데이터를 이용하여 고장판별을 위한 문턱 값을 설정한다. 그리고 온라인 과정에서는 실시간으로 계측되는 질의벡터에 대한 통계량을 계산한 후, 계산된 통계량과 사전에 정의된 문턱 값과 비교하여 고장을 판별한다. 본 논문에서 이용한 세 가지의 다변량 공정 데이터에 실험한 결과, ICA 기반 고장탐지 방법이 시스템의 고장을 사전에 탐지하였고, PCA 보다 우수한 고장탐지 성능을 보여주었다.

본 논문에서는 소규모 강의 범람 예측을 위한 인공 수위 예측 시스템을 제안한다. 강의 수위 예측은 홍수 피해를 줄일 수 있는 대책이 될 수 있다. 그러나 하천 범람에 영향을 미치는 강 또는 강우의 고유 특성으로 인해 범람 모델을 구축하기가 어렵다. 일반적으로 하류 수위는 상류의 인접한 수위에 영향을 받는다. 따라서 본 연구에서는 측정 지점에서 수위를 예측하기 위해 두 개의 상류 측정 지점의 수위를 순환신경망(LSTM)을 사용하여 인공 지능 모델을 구축했다. 제안 된 인공 지능 시스템은 수위 측정기를 설계하고 Nodejs를 사용하여 서버를 구축했다. 제안 된 신경망 하드웨어 시스템은 실제 강에서 6시간마다 수위를 잘 예측함을 알 수 있었다.

본 논문에서는 약한 지도학습을 통한 주 객체 위치 검출을 위한 최적의 딥러닝 네트워크 구조를 제안한다. 제안된 네트워크는 약한 지도학습을 통한 주 객체의 위치 검출 정확도를 향상시키기 위해 컨벌루션 블록을 추가하였다. 추가적인 딥러닝 네트워크는 VGG-16을 기반으로 합성곱 층을 더해주는 5가지 추가적인 블록으로 구성되며 객체의 실제 위치 정보가 필요하지 않는 약한 지도 학습의 방법으로 학습하였다. 또한 객체의 위치 검출에는 약한 지도학습의 방법 중, CAM에서 GAP이 필요하다는 단점을 보완한 Grad-CAM을 사용하였다. 제안한 네트워크는 CUB-200-2011 데이터 셋을 이용하여 성능을 테스트하였으며 Top-1 Localization Error를 산출하였을 때 50.13%의 결과를 얻을 수 있었다. 또한 제안한 네트워크는 기존의 방법보다 주 객체를 검출하는데 더 높은 정확도를 보인다.

흉부 영상을 통해 진단 가능한 병변은 무기폐, 심비대, 덩어리, 기흉, 삼출 등 그 종류가 수십 가지에 이른다. 흉부 병변의 정확한 진단과 위치 및 크기를 판단하기 위해 일반적으로 전산화단층촬영(CT) 검사가 필요하지만, 전산화단층촬영은 검사 비용과 방사선 피폭 등의 단점이 있다. 따라서 본 논문에서는 흉부 병변 진단의 일차적 선별도구로서 방사선검사(X-ray) 영상에서 병변 유무 판단을 위한 딥러닝 알고리즘을 제안한다. 제안하는 알고리즘은 병변의 유무 판단에 최적화하기 위해 다양한 구성 방법들을 비교하여 설계하였다. 실험 결과, 기존 알고리즘보다 병변 유무 판단률이 약 1% 정도 향상되었다.

이진 분류(binary classification)는 머신러닝(machine learning) 분야에서 많이 다루어진 주제이다. 게다가 이진 분류는 다중 분류로 쉽게 발전될 수 있는 중요한 분야이다. 머신러닝 방법들을 적용할 때에 전처리(preprocessing)이나 특징 추출(feature extraction)과 같은 작업이 필수적이다. 이는 분류기 성능을 향상시키기 위한 중요한 작업이다. 본 논문에서는 가중된 최소 자승법을 기반으로 새로운 머신러닝 방법을 제안한다. 또한, 특징 변환시킬 수 있는 새로운 가중치 계산 방법을 제안한다. 이를 통해 특징 변환과 동시에 학습을 진행할 수 있는 방법을 제안한다. 본 제안을 다섯 개의 머신러닝 데이터베이스에서 실험을 진행하였으며 이 데이터베이스에서 우수한 성능을 얻을 수 있었다.

기계학습은 데이터를 기반으로 한 컴퓨터를 학습시켜 컴퓨터 스스로 데이터의 경향성을 파악하게 하여 새로운 입력 데이터의 출력을 예측하도록 하는 알고리즘이다. 기계학습은 크게 지도학습, 비지도학습, 강화학습으로 나눌 수 있다. 지도학습은 데이터에 대한 레이블이 주어진 상태로 기계를 학습시키는 방법이다. 즉, 데이터 및 레이블의 쌍을 통해 해당 시스템의 함수를 추론하는 방법으로 새로운 입력 데이터에 대해서 추론한 함수를 이용하여 결과를 예측한다. 그리고 예측하는 결과 값이 연속 값이면 회귀분석, 예측하는 결과 값이 이산 값이면 분류로 사용된다. 새로운 붓꽃 데이터 Sepal length(5.01)과 Sepal width(3.43)을 이용하여 기초 데이터와 유클리드 거리를 분석하였다. 분석결과, 테이블 3의 8번(5, 3.4, setosa), 27번(5, 3.4, setosa), 41번(5, 3.5, setosa), 44번(5, 3.5, setosa) 그리고 40번(5.1, 3.4, setosa)의 데이터 순으로 유사도가 높은 붓꽃으로 분류되었다. 따라서 이론적 실무적 시사점을 제시하였다.

본 논문에서는 포아송 방정식을 기반으로 하는 영상 합성에 있어서 합성된 영상의 자연성을 향상시키기 위한 효율적인 동영상 혼합 블랜딩 기법을 제안한다. 영상 블랜딩 과정에서는 영상 합성의 목적에 따라 포아송 블랜딩과 알파 브랜딩 등 다양한 방법이 사용되고 있다. 본 논문에서 제안하는 혼합 블랜딩 방식은 포아송 블랜딩과 알파 블랜딩의 장점들을 조합함으로써 합성 영상에서 이음매가 없고 또한 객체의 색상 왜곡이 감소되는 특징을 갖는다. 먼저 소스 영상의 객체를 포아송 블랜딩 방법으로 합성한 후, 블랜딩 된 객체와 원래의 객체의 색차를 비교한다. 그리고 색차값이 임계값 이상인 경우, 소스 영상의 객체에 대해 알파 블랜딩을 수행하고 이를 포아송 블랜딩 된 객체와 가중치를 부여하여 합산한다. 모의실험과 분석을 통해 제안된 방법이 포아송 블랜딩과 알파 블랜딩에 비해 합성 영역의 자연성이 우수할 뿐 아니라 요구되는 계산량도 비교적 적다는 것을 볼 수 있다.

학습자(Student)는 질문을 통해 본인이 궁금증을 좀 더 명확히 하여 학습 효과를 극대화할 수 있는데도 불구하고, 수업 및 강의 시간에 학습자가 교수자(Lecturer)에게 질문을 하지 못하는 다양한 이유가 있다(예. 학습자의 질문에 대한 부끄러움). 특히, 다수의 학습자가 참여하는 강의의 경우 더 크게 이러한 상황이 발생하게 된다. 최근, 이를 극복하고자 학습자에게 질문 혹은 커멘트를 좀 더 쉽고 편안하게 할 수 있는 교수자-학습자 소통 프로그램(Audience Presentation System, APS)이 활성화 되어 강의 시간에 널리 사용되고 있다. 이러한 APS 프로그램은 실제로 얼마만큼의 효과가 있는지에 대해 아직까지 명확히 드러난 연구 사례를 없는 상황이다. 본 논문에서는 설문 조사를 기반으로 APS 시스템에 대한 효과성 분석을 수행하였다. 본 연구 논문의 결과에 따르면, APS 시스템을 사용한 경우 사용성, 흥미도, 참여도, 필요성, 활용도 등 전반적으로 모든 학습자들이 만족한다는 것을 알 수 있었다.

본 논문에서는 UML 다이어그램의 정보를 구문적으로 분석하여 클래스들의 정보를 구조적으로 구축하는 정보 저장소인 '메타 클래스 레포지토리 (MCR)'의 구현 방법을 제시한다. 구문적으로 분석된 클래스의 정보를 구조적으로 구축하기 위하여 수퍼 클래스인 '메타 클래스 (meta-class)'를 정의하고, 이들 메타 클래스들의 컬렉션으로 구성된 레포지토리를 구축하여 정보를 관리한다. 또한, MCR이 보유하고 있는 메타 클래스 정보에 기반하여 클래스에 상응하는 코드를 생성하기 위하여 '코드 생성 엔진 (CGE)'을 설계하여 제시한다. 코드 생성 엔진의 로직을 구성함에 있어서는 클래스에 대한 정보와 프로그래밍 언어의 구문 규칙이 합법적으로 조합되어 코드가 생성되어야 한다. 따라서, 이러한 클래스 다이어그램으로부터 코드를 생성하는 데에 MCR과 CGE가 통합적으로 협력하여 수행될 수 있도록 구현하는 방법을 제시한다. CGR의 동작 메커니즘에 대한 알고리즘을 유한 상태 머신 형태로 제시함으로써 CGE의 로직을 형식화하여 표현함과 동시에 구현 상의 용이함을 취할 수 있게 하였다.

IT 기술의 발달로 사용자에게 오감 정보를 제공하고 상호작용하는 VR 콘텐츠 기술이 발전하고 있다. 이러한 VR 콘텐츠 기술은 시간과 공간의 제약이 없을 뿐 아니라 몰입 경험을 제공함으로 사용자들에게 널리 사용되고 있다. VR 콘텐츠란 네트워크의 진화에 따른 콘텐츠 중 하나로 화면에 재생되는 영상을 시각뿐만 아니라 증강현실, 가상현실, 홀로그램 등 오감을 통해 경험할 수 있도록 만들어주는 콘텐츠이다. VR 게임은 사용자와 VR 게임의 상호작용을 위한 인터페이스도 다양해지고 있다. 본 연구는 인터페이스의 중요성에 대해 인식하고 사용자 관점에서 VR 게임 UI의 어포던스 특성이 사용자 경험과 만족에 미치는 영향을 분석하였다. 연구결과 VR 게임 UI는 사용자 경험과 만족에 상호작용하는 것으로 나타난다. 이는 VR 게임 UI를 사용하는 사람들이 UI의 특성과 기능을 얼마나 잘 이해하고 활용할 수 있는지에 따른 사용자 경험에 영향을 미치는 것으로 나타난다.

본 연구의 목적은 ARCS 모형을 적용한 컴퓨팅 사고력 수업에 대한 효과를 분석하는 것이다. 이에 본 연구에서는 컴퓨팅 사고력 교육과 ARCS 모델에 대한 선행연구를 통해 ARCS의 각 동기요소(주의집중(A), 관련성(R), 자신감(C), 만족감(S))에 따른 세부 수업 전략을 설계하였다. 그리고 ARCS 모델을 적용한 실험반과 일반적인 수업을 실시한 비교반의 학습동기 검사결과를 비교하였다. 그 결과, 실험반의 학생들이 컴퓨팅 사고력 수업에 대한 학습동기가 유의미하게 높게 나타났다. 특히 컴퓨터 전공 관련 학생들의 학습 동기는 비교반에 비해 현저히 높게 나타났으며 전공 학생들은 관련성(R) 영역이, 비전공 학생들은 만족감(S) 영역이 높게 나타났다. 따라서 본 연구에서는 이러한 결과를 토대로 향후 효과적인 교양 교육에서의 컴퓨팅 사고력 수업에 대한 개선을 제안하였다.

정보보안 응용에 적합한 self-timed 링 (ring) 기반 TRNG (true random number generator)의 경량 하드웨어 설계에 관해 기술한다. TRNG의 하드웨어 복잡도를 줄이기 위해 피드백 구조의 엔트로피 추출기를 제안하였으며, 이를 통해 링 스테이지 수를 최소화 하였다. 본 논문의 FSTR-TRNG는 동작 주파수와 엔트로피 추출 회로를 고려하여 링 스테이지 수가 11의 배수가 되도록 결정되었으며, 링 발진기가 등간격 모드로 진동할 수 있도록 토큰 (token)과 버블(bubble) 개수의 비를 결정하였다. FSTR-TRNG는 FPGA 디바이스에 구현하여 난수 생성 동작을 검증하였다. Spartan-6 FPGA 디바이스에 구현된 FSTR-TRNG로부터 2,000만 비트의 데이터를 추출하여 NIST SP 800-22에 규정된 통계학적 무작위성 테스트를 수행한 결과, 15개의 테스트가 모두 기준을 만족하는 것으로 확인되었다. Spartan-6 FPGA 디바이스로 합성한 FSTR-TRNG는 46 슬라이스로 구현이 되었으며, 180 nm CMOS 표준셀로 합성하는 경우에는 약 2,500 등가 게이트로 구현되었다.

본 논문에서는 인지 무선 통신을 위한 새로운 합성곱 신경망 기반 스펙트럼 센싱 기법을 제안한다. 제안하는 기법은 주 사용자 신호에 대한 어떠한 사전 정보도 알지 못하는 상황에서 에너지 검출을 통해 주 사용자 신호 유무를 판단한다. 제안하는 기법은 센싱하고자 하는 전체 대역을 고려하여 수신신호를 고속으로 샘플링한다. 이후 신호의 FFT(fast Fourier transform)을 통해 주파수 스펙트럼으로 변환하고 연속적으로 이와 같은 스펙트럼을 쌓아서 2차원 신호를 만든다. 이렇게 만든 2차원 신호를 탐지하고자 하는 채널 대역폭 단위로 자르고 합성곱 신경망에 입력하여 채널이 사용 중인지 비어있는지 판단한다. 판단하고자 하는 분류의 종류가 두 가지이므로 이진 분류 합성곱 신경망을 사용한다. 제안하는 기법의 성능은 컴퓨터 모의실험과 실제 실내환경에서의 실험을 통해 검증하는데 이 결과에 따르면 제안하는 기법은 기존 문턱값 기반 기법보다 2 dB 이상 우수한 성능을 보인다.

무선 네트워크의 계층적 구성은 다양한 네트워크 환경을 지원하기 위해 제공된다. 기지국에서는 두 가지 시스템 상태가 기본적으로 고려될 수 있으며, 이에 대해 액티브와 슬립 모드 사이에서 상태 전이가 발생할 수 있다. 그러므로 에너지 사용을 줄이기 위하여 저전력의 시스템 운영 관리가 기지국 시스템에 고려되어야 한다. 따라서 본 논문에서는 시스템 관리를 다루기 위해 Discontinuous Reception (DRX) 분석 모델을 고려한다. DRX 모델을 통하여 기지국 시스템의 운영에 대한 분석 방안을 제시하며 에너지 소비를 위한 저전력 강도를 살펴본다. 또한 시스템 상태에서 기지국의 저전력 소모에 대한 성능을 분석하기 위해 무선 자원 요구와 서비스 호 도착의 운영이 고려되며, 이를 위하여 유한 마르코프 시스템 모델을 사용하였다.

본 논문에서는 이동성이 전이중 라디오의 성능에 미치는 영향을 분석한다. 이를 위해 배터리로 전원 공급이 가능하여 이동환경에서 동작이 가능한 소프트웨어 정의 라디오를 사용하여 전이중 라디오 원형을 구현하였다. 또한 다중 안테나 기반 전이중 라디오와 서큘레이터기반 전이중 라디오를 모두 고려하여 두 경우의 간섭 제거 성능을 비교하였다. 끝으로 이동성이 전이중 라디오 시스템의 자기간섭제거 성능에 부정적인 영향을 미침을 보이고, 자기간섭제거 필터의 갱신주기가 성능에 미치는 영향을 분석한다. 특히 갱신주기를 약 1000배 줄였을 때, 자기 간섭의 전력이 서큘레이터 기반 전이중 라디오는 5.7dB 두 안테나 기반 전이중 라디오는 3.1dB 감소하는 결과를 얻었다.

이 연구에서는 2015 개정교육과정의 소프트웨어교육에 대한 초보 교사와 전문가 교사 대상 인식을 비교하였다. 인식 비교는 현장 지원을 위한 우선 순위, 전문성 신장을 위한 활동 내용, 편제 시수, 성취 기준 진술 내용, 6학년에만 도입된 교과서에 대한 적절성을 설문을 통해 알아보았다. 모든 문항에서 두 그룹의 인식 차이가 있음을 확인하였다. 특히 편제 시수, 성취 기준 진술 내용, 6학년에만 도입된 교과서에 대한 의견에서 초보 교사는 '적절하다'라는 의견이 많았다. 반면, 전문가 교사는 '부적절하다'가 많았다. 아울러 실과 교육과정과 교과서에 교육용 로봇이 도입된 것에 대한 자유 응답식 의견의 주요 키워드를 분석할 결과 두 그룹 모두 긍정적인 키워드가 도출되었다. 그러나 초보 교사들은 '지원', '어려움', '문제'와 같은 수동적이고 소극적인 키워드, 전문가 교사들은 '활용', '교육' 등 도입 후 교육적인 활용 부분에 대해 키워드가 도출되어 차이점을 보였다.

본 연구는 레이저스캐닝과 포토그래메트리 소프트웨어를 이용한 3D모델링과 실제 수목 사이의 재현 특성(수형, 질감, 세부 치수)을 비교분석하여 그 활용성을 밝히는데 있다. 연구 방법은 포토그래메트리(Pix4d)와 3D스캐너(Faro S350)를 이용하여 향나무를 3D모델링으로 재현하였다. 연구 결과 3D스캐닝과 포토그래메트리 모두 높은 재현성을 보였다. 특히 원거리에서 UAVs로 촬영한 포토그래메트리에 비해, 3D스캐닝 기술은 수피와 잎의 재현에 있어 매우 우수한 결과를 보였다. 수목의 세부 치수를 비교한 결과, 실제 수목과 3D스캐닝 사이의 오차는 1.7~2.2%로 스캐닝 결과가 실제 수목보다 크게 나타났으며, 실제 수목과 포토그래메트리 사이의 오차는 0.2~0.5%로 포토그래메트리에 의한 모델링이 실제 수목보다 크게 측정되었다. 본 연구는 수목의 가상 3D모델링 구현특성을 살핌으로써, 향후 BIM을 위한 조경수목 DB 구축, 증강현실 연계 조경 설계 및 경관 분석, 노거수의 보전 등의 활용을 위한 기초 연구로서 의의를 가진다.

컴퓨터과학의 핵심적인 기초가 되는 자료구조 교육을 도입하기 위해 국내외 컴퓨터과학 교육과정을 비교·분석하였다. 그 결과 초등학교 소프트웨어 교육에 포함된 자료구조 관련 내용이 미국과 영국에 비해 범위와 수준이 미흡한 것으로 분석되었다. 이러한 문제점을 개선하기 위해 자료구조 교육 요소를 선정하고 전문가들을 대상으로 내용의 중요도와 교육 시기의 적절성에 대한 델파이 설문 조사를 하였다. 그 결과 연구자가 제시한 자료구조의 교육 요소에서 '문자 정보', 선형구조의 '배열', '스택', '큐', 비선형구조의 '트리'에 대해 중요하다고 응답하였으나 교육 요소별 교육 시기는 전문가마다 의견이 달랐다. 일부 전문가들을 대상으로 조사한 결과를 분석의 근거로 삼았다는 점에서 결과를 일반화 하는데 한계가 있지만 자료구조 도입을 위한 초등학교 소프트웨어 교육과정개선의 중요한 정보를 제공한다는 점에서 의의를 찾을 수 있다.

In this work, we developed a selective etching process for GaN that is a key process in p-GaN/AlGaN/GaN enhancement-mode (E-mode) power switching field-effect transistor (FET) fabrication. In order to achieve a high current density of p-GaN/AlGaN/GaN E-mode FET, the p-GaN layer beside the gate region must be selectively etched whereas the underneath AlGaN layer should be maintained. A selective etching process was implemented by oxidizing the surface of the AlGaN layer and the GaN layer by adding O2 gas to Cl2/N2 gas which is generally used for GaN etching. A selective etching process was optimized using Cl2/N2/O2 gas mixture and a high selectivity of 53:1 (= GaN/AlGaN) was achieved.

This paper demonstrated a voltage-controlled oscillator (VCO) using cost-effective (1-poly 6-metal) mixed signal standard CMOS process. To have the high-quality factor inductor in LC resonator with thin metal thickness, patterned-ground shields (PGS) was adopted under the spiral to effectively reduce the ac current of low resistive Si substrate. And, because of thin top-metal compared with that of RF option (2 ㎛), we make electrically connect between the top metal (M6) and the next metal (M5) by great number of via array along the metal traces. The circuit operated from 2.48 GHz to 2.62 GHz tuned by accumulation-mode varactor device. And the measured phase noise of LC VCO has -123.7 dBc/Hz at 1MHz offset at 2.62 GHz and the dc-power consumption shows 2.07 mW with 1.8V supply voltage, respectively.

Recently, IP (Intellectual Property) films have attracted much attention in the Chinese film market. This raises the need to take intellectual property films seriously in academic terms. The purpose of this study is to explore the effective methodology of content development based on intellectual property by analyzing the recent trend of Chinese intellectual property films. Recently, the driving force of the development of Chinese intellectual property films was analyzed, and the trend of Chinese intellectual property films was analyzed. The results of this study criticized the fragmented problems caused by the development of intellectual property films. This study made practical and academic suggestions to contribute to the healthy development of the intellectual property film market.

AI-powered robot news is drawing attention as artificial intelligence technology is fully spread in the news distribution field. Robot news still has many technical and ethical problems, but academic research on this is insufficient. This study analyzes the issue of robot writing in artificial intelligent based robot journalism industry using SWOT analysis. As a result, the advantages of big data processes, accurate information gathering, high efficiency and disadvantages such as lack of independent arguments and lack of evidence and opportunities for technical development, government support, academic development, and industrial applications, and threats such as uncritical acceptance and lack of talent have been found. This study suggests three future-oriented directions, such as human-machine collaboration, intelligent news, and chat-bot, through previous studies on the development direction of robot journalism-based article writing.

Speed-run is a gameplay style in what the player tries to finish the game as quickly as possible. The purpose of this study is to observe and analyze the difference between a normal player and a speed runner in a speed run to better understand their interaction with the game and to extrapolate the applications of the analyzed frameworks to scenarios that extent normal gameplay. For this purpose, MDA (Mechanic, Dynamic, Aesthetics) and DPE (Experience, Design, Play) were used. As a result, the average player was found to focus on aesthetics or affects while the speed runner focused on mechanics and gameplay.