• 제목/요약/키워드: 연산의 성질

검색결과 136건 처리시간 0.021초

Cu-9Fe-1.2X (X=Ag, Cr, Co)계 미세복합재료전선의 기계적 특성 및 전기전도도 (Mechanical Properties and Electrical Conductivities of In-Situ Cu-9Fe-1.2X(X=Ag, Cr, Co) Microcomposite Wires)

  • 송재숙;임문수;안장호;홍순익
    • 한국재료학회지
    • /
    • 제10권1호
    • /
    • pp.41-48
    • /
    • 2000
  • 본 연구에서는 열가공공정을 거쳐 제조된 Cu-Fe-Xi(Xi=Ag, Cr 또는 Co) 미세복합재료의 미세구조와 기계적 특성 및 전기적 특성에 대하여 조사하였다. 냉각가공 중에 수지상정들은 인발 방향에 평행하게 배열되고 필라멘트 형태로 연산되었다. Ag를 첨가한 미세복합재료가 같은 가공율에서 Co나 Cr를 첨가하는 미세복합재료보다 미세조직이 더욱 미세하게 관찰되었다. 제3첨가원소로 Ag를 함유하고 있는 Cu-Fe-Ag 미세복합재료의 강도와 전도도는 Co나 Cr를 첨가하는 미세복합재료보다 높게 나타났다. Cu-Fe-Ag 미세복합재료의 우수한 기계적 성질과 전기적 특성은 Ag가 함유되어 있는 경우 필라멘트의 미세성과 균일성이 높게 관찰되는 것과 관련이 있다. Cu-Fe-Xi 미세복합재료의 강도는 Fe 필라멘트의 간격을 고려한 Hall-Petch 형태의 식과 일치한다. Cu-Fe-Xi 미세복합재료의 파괴는 연성파괴가 관찰되었다.

  • PDF

켤레조화함수를 이용한 비순차적 의류 주름 모사 알고리즘 (A Non-consecutive Cloth Draping Simulation Algorithm using Conjugate Harmonic Functions)

  • 강문구
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제32권3호
    • /
    • pp.181-191
    • /
    • 2005
  • 본 논문에서는 컴퓨터그래픽으로 구현된 인체에 착용되는 의류의 시뮬레이션을 위한 수치해석알고리즘 및 소프트웨어 개발을 수행하였다. 개발된 알고리즘은 수학적으로 elliptical 흑은 비순차적인 성질을 가지는 두 개의 켤레조화함수(conjugate harmonic functions)들을 사용하여, 지나간 시간단계(time step)에서의 견과에 의존하지 않고 매 순간의 역학적 균형만으로 의류에 형성되는 주름의 형태를 표현한다. Global-local 해석기법을 채택하여 global 스케일에서의 전체적인 변형과 local 스케일에서의 부분적인 변형으로 나누었으며, 이 두 가지 스케일에서의 해석 결과가 선형적으로 중첩될 수 있음을 가정하였다. Global 해석에서는 신체 각 부위의 회전이나 평행이동, 뒤틀림 등의 전반적인 변형에 따른 인체와의 접촉점의 변화와 응력을 고려하였다. Local 해석에서는 국소적인 주름의 형상을 얻기 위해 주름의 진폭등고선과 주름의 방향 사이의 직교성을 가정하여 단순화 시켰다. 본 제안 방법은 불연속적으로 변화하는 두 개의 서로 다른 자세에 대해서도 중간단계 해석을 위한 시간증분의 삽입이 불필요하며, 기존의 방식에서 주로 사용되는 시간적분의 방법을 채택하지 않으므로 연산 시간의 절감과 안정성의 향상이 이루어졌다. 임의의 두 자세 사이의 연속 동작을 시뮬레이션 함에 있어서도 두 정지 자세 사이의 움직임을 보간법으로 구현하여 연속적인 의류의 변형을 구현할 수 있었다.

휴리스틱 진화에 기반한 효율적 클러스터링 알고리즘 (An Efficient Clustering Algorithm based on Heuristic Evolution)

  • 류정우;강명구;김명원
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • 제29권1_2호
    • /
    • pp.80-90
    • /
    • 2002
  • 클러스터링이란 한 군집에 포함된 데이터들 간의 유사한 성질을 갖도록 데이터들을 묶는 것으로 패턴인식, 영상처리 등의 공학 분야에 널리 적용되고 있을 뿐만 아니라, 최근 많은 관심의 대상이 되고 있는 데이터 마이닝의 주요 기술로서 활발히 응용되고 있다. 클러스터링에 있어서 K-means나 FCM(Fuzzy C-means)와 같은 기존의 알고리즘들은 지역적 최적해에 수렴하는 것과 사전에 클러스터 개수를 미리 결정해야 하는 문제점을 개선하였으며, 클러스터링의 특성을 분산도와 분리도로 정의하였다. 분산도는 임의의 클러스터의 중심으로부터 포함된 데이터들이 어느 정도 흩어져 있는지를 나타내는 척도인 반면, 분리도는 임의의 데이터와 모든 클러스터 중심간의 거리의 비율로서 얻어지는 소속정도를 고려하여 클러스터 중심간의 거리를 나타내는 척도이다. 이 두 척도를 이용하여 자동으로 적절한 클러스터 개수를 결정하게 하였다. 또한 진화알고리즘의 문제점인 탐색공간의 확대에 따른 수행시간의 증가는 휴리스틱 연산을 적용함으로써 크게 개선하였다. 제안한 알고리즘의 성능 및 타당성을 보이기 위해 이차원과 다차원 실험데이타를 사용하여 실험한 결과 제안한 알고리즘의 성능이 우수함을 나타내었다.

1차원 가우시안 모델을 이용한 지문 땀샘 추출 방법 (Fingerprint Pore Extraction Method using 1D Gaussian Model)

  • 최균건;나문수;김회율
    • 전자공학회논문지
    • /
    • 제52권4호
    • /
    • pp.135-144
    • /
    • 2015
  • 지문의 땀샘(pore)은 지문인식 분야에서 아주 유용한 특징의 하나이고 땀샘에 기반한 지문인식 시스템도 많이 제안되었다. 땀샘 정보를 이용하여 지문을 인식하려면 땀샘을 정확하게 추출하는 것이 아주 중요하다. 기존의 땀샘 추출 방법은 2차원 모델정합 기법을 이용하여 땀샘 중심을 검출한다. 본 논문에서는 2차원 모델보다 간단한 1차원 가우시안 모델을 이용한 땀샘 추출 방법을 제안한다. 1차원 모델을 이용하여 모델정합하는 과정에 2차원 모델보다 적은 연산량을 필요한다는 장점이 있다. 제안하는 방법은 먼저 국부적 융선(ridge)의 방향을 계산하고 융선 마스크(ridge mask)를 생성한 다음 땀샘 중심이 주변보다 밝다는 성질을 이용하여 사이즈가 각각 $3{\times}3$$5{\times}5$인 필터로 땀샘 후보를 찾는다. 검출된 땀샘 후보에 대하여 1차원 가우시간 모델정합을 적용하여 땀샘 중심을 검출한다. 땀샘 추출 실험을 통하여 제안하는 방법은 기존의 2차원 모델에 기반한 방법보다 더 높은 땀샘 검출률을 보여주었고 땀샘 매칭 실험을 통하여 제안하는 땀샘 추출 방법이 지문인식에 사용될 수 있음을 보여준다.

AND 연산자 축적을 통한 경량 S-boxes 생성방법 (How to Generate Lightweight S-Boxes by Using AND Gate Accumulation)

  • 전용진;김종성
    • 정보보호학회논문지
    • /
    • 제32권3호
    • /
    • pp.465-475
    • /
    • 2022
  • 코로나19의 영향으로 사람들은 편리함, 건강 등에 관심을 두게 되었고, 이를 도와주는 IoT 기기의 사용량은 늘어나고 있다. 리소스가 제한적이지만 민감한 정보를 다뤄야 하는 IoT 기기들에 경량 보안요소를 내장하기 위해서는 경량 S-box의 개발이 필수적이다. 2021년 이전까지 경량 4-bit S-box는 휴리스틱 방법으로 개발하고, 더 큰 크기의 경량 S-box는 확장구조 혹은 같은 연산을 반복하여 개발하는 것이 일반적이었다. 그러나 2022년 1월, MISTY 확장구조로 생성한 S-box보다 더 좋은 차분 균일성(Differential uniformity)과 선형성(Linearity)을 갖는 8-bit S-box를 찾을 수 있는 휴리스틱 알고리즘을 제안한 논문이 게재되었다[1]. 해당 논문에서 제안한 휴리스틱 알고리즘은 AND 연산자를 한 개씩 추가하면서 S-box를 생성하는데, AND 연산자를 추가할 때마다 차분 균일성을 계산하여 원하는 기준에 도달할 수 없는 S-box를 사전에 제거하는 방식을 사용한다. 본 논문에서는 이 휴리스틱 알고리즘의 성능을 향상한다. 차분 균일성뿐만 아니라 또 다른 차분성질을 사용하여 사전제거하는 양을 늘리고, 선형성을 계산하여 사전제거하는 프로세스를 추가함으로써 차분안전성뿐만 아니라 선형안전성까지도 동시에 만족할 수 있게 한다.

그래프 트랜스포머 기반 농가 사과 품질 이미지의 그래프 표현 학습 연구 (A Study about Learning Graph Representation on Farmhouse Apple Quality Images with Graph Transformer)

  • 배지훈;이주환;유광현;권경주;김진영
    • 스마트미디어저널
    • /
    • 제12권1호
    • /
    • pp.9-16
    • /
    • 2023
  • 최근 농가의 사과 품질 선별 작업에서 인적자원의 한계를 극복하기 위해 합성곱 신경망(CNN) 기반 시스템이 개발되고 있다. 그러나 합성곱 신경망은 동일한 크기의 이미지만을 입력받기 때문에 샘플링 등의 전처리 과정이 요구될 수 있으며, 과도 샘플링의 경우 화질 저하, 블러링 등 원본 이미지의 정보손실 문제가 발생한다. 본 논문에서는 위 문제를 최소화하기 위하여, 원본 이미지의 패치 기반 그래프를 생성하고 그래프 트랜스포머 모델의 랜덤워크 기반 위치 인코딩 방법을 제안한다. 위 방법은 랜덤워크 알고리즘 기반 위치정보가 없는 패치들의 위치 임베딩 정보를 지속적으로 학습하고, 기존 그래프 트랜스포머의 자가 주의집중 기법을 통해 유익한 노드정보들을 집계함으로써 최적의 그래프 구조를 찾는다. 따라서 무작위 노드 순서의 새로운 그래프 구조와 이미지의 객체 위치에 따른 임의의 그래프 구조에서도 강건한 성질을 가지며, 좋은 성능을 보여준다. 5가지 사과 품질 데이터셋으로 실험하였을 때, 다른 GNN 모델보다 최소 1.3%에서 최대 4.7%의 학습 정확도가 높았으며, ResNet18 모델의 23.52M보다 약 15% 적은 3.59M의 파라미터 수를 보유하여 연산량 절감에 따른 빠른 추론 속도를 보이며 그 효과를 증명한다.