• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.12 no.3
• /
• pp.251-256
• /
• 2019

In this paper we proposed system and algorithm to recognize hand gestures based on the millimeter wave that is in 65GHz bandwidth. The proposed system is composed of millimeter wave radar board, analog to data conversion and data capture board and notebook to perform gesture recognition algorithms. As feature vectors in proposed algorithm. we used global and local zernike moment descriptor which are robust to distort by rotation of scaling of 2D data. As Experimental result, performance of the proposed algorithm is evaluated and compared with those of algorithms using single global or local zernike descriptor as feature vectors. In analysis of confusion matrix of algorithms, the proposed algorithm shows the better performance in comparison of precision, accuracy and sensitivity, subsequently total performance index of our method is 95.6% comparing with another two mehods in 88.4% and 84%.

• Journal of Intelligence and Information Systems
• /
• v.19 no.2
• /
• pp.125-140
• /
• 2013

We call a data set in which the number of records belonging to a certain class far outnumbers the number of records belonging to the other class, 'imbalanced data set'. Most of the classification techniques perform poorly on imbalanced data sets. When we evaluate the performance of a certain classification technique, we need to measure not only 'accuracy' but also 'sensitivity' and 'specificity'. In a customer churn prediction problem, 'retention' records account for the majority class, and 'churn' records account for the minority class. Sensitivity measures the proportion of actual retentions which are correctly identified as such. Specificity measures the proportion of churns which are correctly identified as such. The poor performance of the classification techniques on imbalanced data sets is due to the low value of specificity. Many previous researches on imbalanced data sets employed 'oversampling' technique where members of the minority class are sampled more than those of the majority class in order to make a relatively balanced data set. When a classification model is constructed using this oversampled balanced data set, specificity can be improved but sensitivity will be decreased. In this research, we developed a hybrid model of support vector machine (SVM), artificial neural network (ANN) and decision tree, that improves specificity while maintaining sensitivity. We named this hybrid model 'hybrid SVM model.' The process of construction and prediction of our hybrid SVM model is as follows. By oversampling from the original imbalanced data set, a balanced data set is prepared. SVM_I model and ANN_I model are constructed using the imbalanced data set, and SVM_B model is constructed using the balanced data set. SVM_I model is superior in sensitivity and SVM_B model is superior in specificity. For a record on which both SVM_I model and SVM_B model make the same prediction, that prediction becomes the final solution. If they make different prediction, the final solution is determined by the discrimination rules obtained by ANN and decision tree. For a record on which SVM_I model and SVM_B model make different predictions, a decision tree model is constructed using ANN_I output value as input and actual retention or churn as target. We obtained the following two discrimination rules: 'IF ANN_I output value <0.285, THEN Final Solution = Retention' and 'IF ANN_I output value ${\geq}0.285$, THEN Final Solution = Churn.' The threshold 0.285 is the value optimized for the data used in this research. The result we present in this research is the structure or framework of our hybrid SVM model, not a specific threshold value such as 0.285. Therefore, the threshold value in the above discrimination rules can be changed to any value depending on the data. In order to evaluate the performance of our hybrid SVM model, we used the 'churn data set' in UCI Machine Learning Repository, that consists of 85% retention customers and 15% churn customers. Accuracy of the hybrid SVM model is 91.08% that is better than that of SVM_I model or SVM_B model. The points worth noticing here are its sensitivity, 95.02%, and specificity, 69.24%. The sensitivity of SVM_I model is 94.65%, and the specificity of SVM_B model is 67.00%. Therefore the hybrid SVM model developed in this research improves the specificity of SVM_B model while maintaining the sensitivity of SVM_I model.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2010.08a
• /
• pp.198-198
• /
• 2010

전하 트랩형 비휘발성 메모리는 10년 이상의 데이터 보존 능력과 빠른 쓰기/지우기 속도가 요구 된다. 그러나 두 가지 특성은 터널 산화막의 두께에 따라 서로 trade off 관계를 갖는다. 즉, 두 가지 특성을 모두 만족 시키면서 scaling down 하기는 매우 힘들다. 이것의 해결책으로 적층된 유전막을 터널 산화막으로 사용하여 쓰기/지우기 속도와 데이터 보존 특성을 만족하는 Tunnel Barrier engineered Memory (TBM)이 있다. TBM은 가운데 장벽은 높고 기판과 전극쪽의 장벽이 낮은 crested barrier type이 있으며, 이와 반대로 가운데 장벽은 낮고 기판과 전극쪽의 장벽이 높은 VARIOT barrier type이 있다. 일반적으로 유전율과 밴드갭(band gap)의 관계는 유전율이 클수록 밴드갭이 작은 특성을 갖는다. 이러한 관계로 인해 일반적으로 crested type의 터널산화막층은 high-k/low-k/high-k의 물질로 적층되며, VARIOT type은 low-k/high-k/low-k의 물질로 적층된다. 이 형태는 밴드갭이 다른 물질을 적층했을 때 전계에 따라 터널 장벽의 변화가 민감하여 전자의 장벽 투과율이 매우 빠르게 변화하는 특징을 갖는다. 결국 전계에 민감도 향상으로 쓰기/지우기 속도가 향상되며 적층된 유전막의 물리적 두께의 증가로 인해 데이터 보존 특성 또한 향상되는 장점을 갖는다. 본 연구에서는 기존의 TBM과 다른 형태의 staggered tunnel barrier를 제안한다. staggered tunnel barrier는 heterostructure의 에너지 밴드 구조 중 하나로 밴드 line up은 두 밴드들이 같은 방향으로 shift된 형태이다. 즉, 가전자대 에너지 장벽의 minimum이 한 쪽에 생기면 전도대 에너지 장벽의 maximum은 반대쪽에 생기는 형태를 갖는다. 이러한 밴드구조를 갖는 물질을 터널 산화막층으로 하게 되면 쓰기/지우기 속도를 증가시킬 수 있으며, 데이터 보존 능력 모두 만족할 수 있어 TBM의 터널 산화막으로의 사용이 기대된다. 본 연구에서 제작한 staggered TBM소자의 터널 산화막으로는 Si3N4/HfAlO (3/3 nm)을 사용하여 I-V(current-voltage), Retention, Endurance를 측정하여 메모리 소자로서의 특성을 분석하였으며, 제 1 터널 산화막(Si3N4)의 두께를 wet etching 시간 (0, 10, 20 sec)에 따른 메모리 특성을 비교 분석하였다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.02a
• /
• pp.127-127
• /
• 2011

전하 트랩형 비휘발성 메모리는 10년 이상의 데이터 보존 능력과 빠른 쓰기/지우기 속도가 요구 된다. 그러나 두 가지 특성은 터널 산화막의 두께에 따라 서로 trade off 관계를 갖는다. 즉, 두 가지 특성을 모두 만족 시키면서 scaling down 하기는 매우 힘들다. 이것의 해결책으로 적층된 유전막을 터널 산화막으로 사용하여 쓰기/지우기 속도와 데이터 보존 특성을 만족하는 Tunnel Barrier engineered Memory (TBM)이 있다. TBM은 가운데 장벽은 높고 기판과 전극쪽의 장벽이 낮은 crested barrier type이 있으며, 이와 반대로 가운데 장벽은 낮고 기판과 전극쪽의 장벽이 높은 VARIOT barrier type이 있다. 일반적으로 유전율과 밴드갭(band gap)의 관계는 유전율이 클수록 밴드갭이 작은 특성을 갖는다. 이러한 관계로 인해 일반적으로 crested type의 터널 산화막층은 high-k/low-k/high-k의 물질로 적층되며, VARIOT type은 low-k/high-k/low-k의 물질로 적층된다. 이 형태는 밴드갭이 다른 물질을 적층했을 때 전계에 따라 터널 장벽의 변화가 민감하여 전자의 장벽 투과율이 매우 빠르게 변화하는 특징을 갖는다. 결국 전계에 민감도 향상으로 쓰기/지우기 속도가 향상되며 적층된 유전막의 물리적 두께의 증가로 인해 데이터 보존 특성 또한 향상되는 장점을 갖는다. 본 연구에서는 SiO2/Al2O3 (2/3 nm)와 SiO2/HfAlO (2/3 nm)의 이중 터널 산화막을 증착 시킨 MIS capacitor를 제작한 후 터널 산화막에 전하가 트랩되는 것을 피하기 위하여 다양한 열처리 온도에 따른 current-voltage (I-V), capacitance-voltage (C-V), constant current stress (CCS) 특성을 평가하였다. 급속열처리 공정온도는 600, 700, 800, 900 ${^{\circ}C}$에서 진행하였으며, 낮은 누설전류, 터널링 전류의 증가, 전하의 트랩현상이 최소화되는 열처리 공정의 최적화 실험을 진행하였다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2010.02a
• /
• pp.255-255
• /
• 2010

전하 트랩형 비휘발성 메모리는 10년 이상의 데이터 보존 능력과 빠른 쓰기/지우기 속도가 요구 된다. 그러나 두 가지 특성은 터널 산화막의 두께에 따라 서로 trade off 관계를 갖는다. 즉, 두 가지 특성을 모두 만족 시키면서 scaling down 하기는 매우 힘들다. 이것의 해결책으로 적층된 유전막을 터널 산화막으로 사용하여 쓰기/지우기 속도와 데이터 보존 특성을 만족하는 Tunnel Barrier engineered Memory (TBM)이 있다. TBM은 가운데 장벽은 높고 기판과 전극쪽의 장벽이 낮은 crested barrier type이 있으며, 이와 반대로 가운데 장벽은 낮고 기판과 전극쪽의 장벽이 높은 VARIOT barrier type이 있다. 일반적으로 유전율과 밴드갭(band gap)의 관계는 유전율이 클수록 밴드갭이 작은 특성을 갖는다. 이러한 관계로 인해 일반적으로 crested type의 터널 산화막층은 high-k/low-k/high-k의 물질로 적층되며, VARIOT type은 low-k/high-k/low-k의 물질로 적층된다. 이 형태는 밴드갭이 다른 물질을 적층했을 때 전계에 따라 터널 장벽의 변화가 민감하여 전자의 장벽 투과율이 매우 빠르게 변화하는 특징을 갖는다. 결국 전계에 민감도 향상으로 쓰기/지우기 속도가 향상되며 적층된 유전막의 물리적 두께의 증가로 인해 데이터 보존 특성 또한 향상되는 장점을 갖는다. 본 연구에서는 기존의 TBM과 다른 형태의 staggered tunnel barrier를 제안한다. staggered tunnel barrier는 heterostructure의 에너지 밴드 구조 중 하나로 밴드 line up은 두 밴드들이 같은 방향으로 shift된 형태이다. 즉, 가전자대 에너지 장벽의 minimum이 한 쪽에 생기면 전도대 에너지 장벽의 maximum은 반대쪽에 생기는 형태를 갖는다. 이러한 밴드구조를 갖는 물질을 터널 산화막층으로 하게 되면 쓰기/지우기 속도를 증가시킬 수 있으며, 데이터 보존 능력 모두 만족할 수 있어 TBM의 터널 산화막으로의 사용이 기대된다. 본 연구에서 제작한 staggered TBM소자의 터널 산화막으로는 $Si_3N_4$/HfAlO (Hf:Al=1:3)을 사용하여 I-V(current-voltage), Retention, Endurance를 측정하여 메모리 소자로서의 특성을 분석하였으며, 터널 산화막의 제 1층인 $Si_3N_4$의 두께를 1.5 nm, 3 nm일 때의 특성을 비교 분석하였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.05a
• /
• pp.1-5
• /
• 2001

시각제시에 의한 감성반응 생체신호 추출 실험시 시각 제시물 선정에 주관적 방식을 사용하였다. 시각제시 영상물로는 감성반응도가 가장 큰 인물얼굴 영상자료를 선정하였다. 피검자군 스스로 자신이 극도로 선호하고 혐오하는 양극단의 얼굴영상물을 선호도 특성조사를 통해 선택케 하였다. 외부와의 영상잡음이 차폐된 모니터 제시 장치를 구성하여 선호와 혐오의 양극단 영상물을 교차 제시하며 설문조사와 뇌파를 측정하였다. 피검자로는 남녀 대학생 20명을 선발하였으며 영상매체 선정을 비롯한 뇌파측정에 과정에 참여시켰다. 뇌파신호 분석 방법으로는 대역별 적분값, 반응구간 변화 미분값을 파라미터로 사용하였다. 분석결과, 교차제시에 따른 반응민감도가 향상되었으며 동일 시각 반복제시에 따라 민감도가 둔화됨을 밝혔다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.232-236
• /
• 2012

본 연구에서는 산간계곡의 경보발령기준의 고도화를 위하여 Clark 유출모형에 의한 단위도를 산정하고 연구대상유역의 강우패턴을 분석하여 강우분포를 적용하였다. 강우량적용에 있어서 유효우량을 산정해야 하며 유효우량 산정시 유출곡선지수(CN)를 산정하여 적용해야 하는데 발령기준우량을 산정하는데 CN값 등의 관계매개변수에 민감하게 반응하는 것으로 분석되었다. 따라서 본 연구에서는 유역특성에 따른 경보발령기준우량과 CN값의 민감도를 분석하여 자동우량경보시설 경보발령기준우량을 결정하는 신뢰도를 향상시켜 소음에 대한 피해를 줄이고 인명피해를 예방하는데 도움을 주고자 한다. 또한 경보발령기준우량을 산정하기 위한 정량적인 방법을 제시하므로서 지역특성에 맞는 경보발령기준우량을 결정하는데 수문학적 매개변수를 제시하였다.

• The Bulletin of The Korean Astronomical Society
• /
• v.46 no.2
• /
• pp.61.1-61.1
• /
• 2021

Squeezed light는 중력파 검출기의 양자 잡음을 줄여 측정의 민감도를 향상시키기 위해 사용하는 양자 광원이다. Squeezed light는 광학적 손실에 민감하기 때문에 중력파를 측정하기 위해서는 정밀한 mode matching이 필요하다. 하지만 mode mismatching은 실제 실험 상황에서 동적으로, 그리고 무작위로 나타나므로 정밀하게 조정하기 어렵다. Mode mismatching에 견고한 squeezed light를 만들기 위해서는 multimode squeezed light가 필요하다. Multimode squeezed light를 만드는 방법으로 는 self-imaging cavity를 이용하여 생성하는 방법이 대표적으로 알려져 있다. 이 발표에서는 self-imaging cavity 기반으로 만든 optical parametric oscillator(OPO) 에서 생성된 squeezed light가 기존 OPO로 생성한 squeezed light 보다 여러 spatial mode mismatching (위치, 방향, 크기 빗맞음)에 대해 견고함을 소개한다.

• Journal of Satellite, Information and Communications
• /
• v.6 no.1
• /
• pp.68-74
• /
• 2011

In this paper, we present the enhancement results such as availability and accuracy using the GPS L1 and Galileo E1 signal combination. To enhance the acquisition and tracking performance of signal processing in GNSS receiver. several tracking loops with integrator, discriminator, and loop filter module are applied. Also, this paper presents the performance comparison results between prototype receiver equipped with hardware board and software receiver. Also the tracking loop performance of real hardware receiver is verified by comparing with tracking accuracy, sensitivity occurred by the Spirent simulator. Especially, to process the Galileo E1 signal, it is used the a power early late type which is the typical type for DLL discriminator.

• Journal of Nuclear Fuel Cycle and Waste Technology(JNFCWT)
• /
• v.9 no.4
• /
• pp.237-245
• /
• 2011

As necessity of safety re-evaluation for spent fuel storage facility has emphasized after the Fukushima accident, accuracy improvement of heat load evaluation has become more important to acquire reliable thermal-hydraulic evaluation results. As groundwork, parametric and sensitivity analyses of various storage conditions for Kori Unit 4 spent fuel storage pool and spent fuel depletion parameters such as axial burnup effect, operation history, and specific heat are conducted using ORIGEN2 code. According to heat load evaluation and parametric sensitivity analyses, decay heat of last discharged fuel comprises maximum 80.42% of total heat load of storage facility and there is a negative correlation between effect of depletion parameters and cooling period. It is determined that specific heat is most influential parameter and operation history is secondly influential parameter. And decay heat of just discharged fuel is varied from 0.34 to 1.66 times of average value and decay heat of 1 year cooled fuel is varied from 0.55 to 1.37 times of average value in accordance with change of specific power. Namely depletion parameters can cause large variation in decay heat calculation of short-term cooled fuel. Therefore application of real operation data instead of user selection value is needed to improve evaluation accuracy. It is expected that these results could be used to improve accuracy of heat load assessment and evaluate uncertainty of calculated heat load.