• 대학교육
• /
• s.143
• /
• pp.88-91
• /
• 2006

• 대학교육
• /
• s.100
• /
• pp.143-146
• /
• 1999

• 대학교육
• /
• s.6
• /
• pp.5-8
• /
• 1983

• 대학교육
• /
• s.12
• /
• pp.84-88
• /
• 1984

• 대학교육
• /
• s.56
• /
• pp.15-19
• /
• 1992

• 대학교육
• /
• s.56
• /
• pp.31-35
• /
• 1992

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.43 no.1
• /
• pp.52-59
• /
• 2014

• Journal of the Korean Institute of Educational Facilities
• /
• v.6 no.3
• /
• pp.47-53
• /
• 1999

The study surveys the university institution of 57 national university campuses in order to estimate the present condition of the national universities by the campus type. The result are as follows: 1) The university institution floor area of the comprehensive type and mixed type campuses is larger than that of other type campuses. 2) The area ratio of educational facilities and attached facilities shows a lot of differences among the scientific and engineering type campuses. 3) The educational type campuses have enough the support facilities that is library, gymnasium and etc.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.381-383
• /
• 2022

최근 자연어처리 분야에서는 Bert, GPT 등 Transformer기반의 언어모델 연구가 활발히 이뤄지고 있다. 이러한 언어모델은 대용량의 말뭉치 데이터와 많은 파라미터를 이용하여 사전학습을 진행하여 다양한 자연어처리 테스트에서 높은 성능을 보여주고 있다. 이에 본 논문에서는 Transformer기반의 언어모델인 Bert와 GPT-2의 성능평가를 진행한다. 성능평가는 '네이버 영화 리뷰' 데이터 셋을 통해 긍정 부정의 정확도와 학습시간을 측정한다. 측정결과 정확도에서는 GPT-2가 Bert보다 최소 4.16%에서 최대 5.32% 높은 정확도를 나타내었지만 학습시간에서는 Bert가 GPT-2보다 최소 104초에서 116초 빠르게 나타났다. 향후 성능 비교는 더 많은 데이터와 다양한 조건을 통해 구체적인 성능 비교가 필요하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.104-107
• /
• 2021

전 세계적으로 건조한 지역이 늘어남에 따라 산불 발생 빈도가 증가하고 있다. 이에 대한 대안으로 센서를 이용한 산불 감지 시스템의 연구가 이루어지고 있다. 기존의 서버가 센서의 작동시간 설정값을 보내는 방식은 산불 발생 빈도가 높은 환경에서는 산불 감지가 늦어지고 산불 발생 빈도가 낮은 환경에서는 불필요한 산불 감지로 센서의 생명주기 낮아지는 비효율적인 면이 있다. 이에 본 논문에서는 센서 기반 산불 감지 시스템을 위한 향상된 센싱 주기 기법을 제안한다. 제안하는 센싱 주기 기법은 환경 요인, 센서의 작동시간 알고리즘을 이용하여 환경에 맞는 센서의 작동시간 설정값을 결정한다. 그 후 센서의 화재 감지 알고리즘을 통해 센서는 서버로부터 설정값을 받아 운용모드로 전환하여 화재상황이 났을 시에 서버로 메세지를 보낸 후 생명주기를 위해 저전력모드로 전환한다. 성능평가를 통해 기존의 방식보다 평균 18.1분 빠르게 화재상황을 감지할 수 있고 소모전력도 2.2mA만큼 낮았다. 향우 실제 화재환경에서의 성능평가가 필요하다.