• 전기의세계
• /
• v.24 no.4
• /
• pp.42-51
• /
• 1975

전기공학은 그 분야가 광범위하면서 세분된 여러 소분야로 구성되어 있기 때문에 이를 간단한 몇마디로 표현하기는 불가능하다. 그러나 전기기술자는 전하를 위시하여 전하간의 힘 및 전하간의 에너지 교환에 관하여 주로 관여하게 된다. 즉 전기기술자는 전기적 에너지 및 정보의 발생, 전송, 기억 및 제어를 최적화할 책임이 있고, 그 분야는 부단히 팽창일로에 있으며 변해가고 있다. 즉 학문적인 기초이론 뿐만아니라 실제 응용분야인 산업분야에서도 눈부신 발전과 변화를 가져왔다. 현대산업 및 기술구조의 질적개선은 기술 반감기의 감소, 막대한 양의 정보처리, 시스템의 대형화, 복잡화 현상을 가져왔으며 기술자체가 사회경제활동에 미치는 영향을 극대화시켰다. 그러므로 오늘날의 모든 전기기술자들은 신뢰성을 고려한 보다 넓은 의미에서의 책임을 느껴야 한다. 조국의 근대화와 방위산업육성 과정에서 중추적 역할을 담당할 이러한 전기공학분야의 중견연구원 및 기술자를 양성하는 공과대학전기공학과의 교과과정 역시 부단히 변하는 각종 환경에 적응될 수 있는 dynamic한 것이 되어야 한다. 즉 공과대학 전기공학과이 교과과정은 어떤 특정되고 고정된 기술 또는 설계에 대한 교과목으로 치우치는 것보다 수명이 길고 강력한 응용력과 창의력을 발휘하여 우리의 기술을 토착화하여 이를 우리의 것으로 만들 수 있는 것이 되어야 한다. 이러한 국내외적인 현실을 고려하여 당학회에서는 1974년도 조사연구사업의 일환으로 교과과정조사회를 구성하여 국내의 여러대학의 전기공학과 교과과정편성에 다소의 도움을 주고저 일차적인 시안으로서 다음과 같은 특징을 갖는 교과과정을 작성하였다.{3}$N$_{4}$등의 산화물 및 질화물로 대표되는 분자성 비정질 물질로서 금지대는 2eV보다 큰 세종류로 크게 분류할 수 있다. 분류할 수 있다. 한다. 단 개개의 문제에 관한 구체적인 해석 또는 검토에 관하여는 다음 기회에 미루기로하고, 우선 여기서는 당면문제로서 대처하지 않으면 안될 자동주파수제어문제및 계통의 경제운용문제만에 한정하여, 이것을 우리나라의 현상과 관련시켜 개설하고, 이들의 자동화에 관한 기본적인 문제를 간단히 적어 보겠다. 가능하다. 제작완료된 ASIC은 기능시험을 완료했으며 실제 line-of-sight(LOS) 시스템 구현에 적용중이다. 시대를 살아 갈 회원들이다. '컨텐츠의 시대'가 개막되는 것이며, 신세기통신과 SK텔레콤은 선의의 경쟁 과 협력을 통해 이동인터넷 서비스의 컨텐츠를 개발해 나가게 될 것이다. 3배가 높았다. 효소 활성에 필수적인 물의 양에 따른 DIAION WA30의 라세미화 효율에 관하여 실험한 결과, 물의 양이 증가할수록 그 효율은 감소하였다. DIAION WA30을 라세미화 촉매로 사용하여 아이소옥탄 내에서 라세믹 나프록센 2,2,2-트리플로로에틸 씨오에스터의 효소적 DKR 반응을 수행해 보았다. 그 결과 DIAION WA30을 사용하지 않은 경우에 비해 반응 전환율과 생성물의 광학 순도는 급격히 향상되었다. 전통적 광학분할 반응의 최대 50%라는 전환율의 제한이 본 연구에서 찾은 DIAION WA30을 첨가함으로써 성공적으로 극복되었다. 또한 고체 염기촉매인 DIAION WA30의 사용은 라세미화 촉매의 회수 및 재사용이 가능하게 해준다.해준다

• The Journal of Society for e-Business Studies
• /
• v.25 no.3
• /
• pp.1-13
• /
• 2020

Machine learning refers to a model generation technique that can solve specific problems from the generalization process for given data. In order to generate a high performance model, high quality training data and learning algorithms for generalization process should be prepared. As one way of improving the performance of model to be learned, the Ensemble technique generates multiple models rather than a single model, which includes bagging, boosting, and stacking learning techniques. This paper proposes a new Ensemble technique with multiple stacking that outperforms the conventional stacking technique. The learning structure of multiple stacking ensemble technique is similar to the structure of deep learning, in which each layer is composed of a combination of stacking models, and the number of layers get increased so as to minimize the misclassification rate of each layer. Through experiments using four types of datasets, we have showed that the proposed method outperforms the exiting ones.

• Journal of Intelligence and Information Systems
• /
• v.24 no.1
• /
• pp.1-23
• /
• 2018

From the 21st century, various high-quality services have come up with the growth of the internet or 'Information and Communication Technologies'. Especially, the scale of E-commerce industry in which Amazon and E-bay are standing out is exploding in a large way. As E-commerce grows, Customers could get what they want to buy easily while comparing various products because more products have been registered at online shopping malls. However, a problem has arisen with the growth of E-commerce. As too many products have been registered, it has become difficult for customers to search what they really need in the flood of products. When customers search for desired products with a generalized keyword, too many products have come out as a result. On the contrary, few products have been searched if customers type in details of products because concrete product-attributes have been registered rarely. In this situation, recognizing texts in images automatically with a machine can be a solution. Because bulk of product details are written in catalogs as image format, most of product information are not searched with text inputs in the current text-based searching system. It means if information in images can be converted to text format, customers can search products with product-details, which make them shop more conveniently. There are various existing OCR(Optical Character Recognition) programs which can recognize texts in images. But existing OCR programs are hard to be applied to catalog because they have problems in recognizing texts in certain circumstances, like texts are not big enough or fonts are not consistent. Therefore, this research suggests the way to recognize keywords in catalog with the Deep Learning algorithm which is state of the art in image-recognition area from 2010s. Single Shot Multibox Detector(SSD), which is a credited model for object-detection performance, can be used with structures re-designed to take into account the difference of text from object. But there is an issue that SSD model needs a lot of labeled-train data to be trained, because of the characteristic of deep learning algorithms, that it should be trained by supervised-learning. To collect data, we can try labelling location and classification information to texts in catalog manually. But if data are collected manually, many problems would come up. Some keywords would be missed because human can make mistakes while labelling train data. And it becomes too time-consuming to collect train data considering the scale of data needed or costly if a lot of workers are hired to shorten the time. Furthermore, if some specific keywords are needed to be trained, searching images that have the words would be difficult, as well. To solve the data issue, this research developed a program which create train data automatically. This program can make images which have various keywords and pictures like catalog and save location-information of keywords at the same time. With this program, not only data can be collected efficiently, but also the performance of SSD model becomes better. The SSD model recorded 81.99% of recognition rate with 20,000 data created by the program. Moreover, this research had an efficiency test of SSD model according to data differences to analyze what feature of data exert influence upon the performance of recognizing texts in images. As a result, it is figured out that the number of labeled keywords, the addition of overlapped keyword label, the existence of keywords that is not labeled, the spaces among keywords and the differences of background images are related to the performance of SSD model. This test can lead performance improvement of SSD model or other text-recognizing machine based on deep learning algorithm with high-quality data. SSD model which is re-designed to recognize texts in images and the program developed for creating train data are expected to contribute to improvement of searching system in E-commerce. Suppliers can put less time to register keywords for products and customers can search products with product-details which is written on the catalog.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.8
• /
• pp.315-324
• /
• 2022

In this paper, we propose KoEPT, a Transformer-based generative model for automatic math word problems solving. A math word problem written in human language which describes everyday situations in a mathematical form. Math word problem solving requires an artificial intelligence model to understand the implied logic within the problem. Therefore, it is being studied variously across the world to improve the language understanding ability of artificial intelligence. In the case of the Korean language, studies so far have mainly attempted to solve problems by classifying them into templates, but there is a limitation in that these techniques are difficult to apply to datasets with high classification difficulty. To solve this problem, this paper used the KoEPT model which uses 'expression' tokens and pointer networks. To measure the performance of this model, the classification difficulty scores of IL, CC, and ALG514, which are existing Korean mathematical sentence problem datasets, were measured, and then the performance of KoEPT was evaluated using 5-fold cross-validation. For the Korean datasets used for evaluation, KoEPT obtained the state-of-the-art(SOTA) performance with 99.1% in CC, which is comparable to the existing SOTA performance, and 89.3% and 80.5% in IL and ALG514, respectively. In addition, as a result of evaluation, KoEPT showed a relatively improved performance for datasets with high classification difficulty. Through an ablation study, we uncovered that the use of the 'expression' tokens and pointer networks contributed to KoEPT's state of being less affected by classification difficulty while obtaining good performance.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.32 no.4
• /
• pp.637-645
• /
• 2022

Cloud computing has been gaining popularity over decades, and container, a technology that is primarily used in cloud native applications, is also drawing attention. Although container technologies are lighter and more capable than conventional VMs, there are several security threats, such as sharing kernels with host systems or uploading/downloading images from the image registry. one of which can refer to the integrity of container images. In addition, runtime security while the container application is running is very important, and monitoring the behavior of the container application at runtime can help detect abnormal behavior occurring in the container. Therefore, in this paper, first, we implement a signing checker that automatically checks the signature of an image based on the existing Docker Content Trust (DCT) technology to ensure the integrity of the container image. Next, based on falco, an open source project of Cloud Native Computing Foundation(CNCF), we introduce newly created image for the convenience of existing falco image, and propose implementation of docker-compose and package configuration that easily builds a monitoring system.

• The KIPS Transactions:PartD
• /
• v.18D no.2
• /
• pp.133-142
• /
• 2011

To ensure the successful employment of semantic web services, it is essential that they rely on the use of high quality ontologies. However, building such ontologies is difficult and costly, thus hampering web service deployment. This study automatically builds ontologies from WSDL documents and their underlying semantics, and presents discovery methods of similar web service operations using these ontologies. The key ingredient is techniques that cluster parameters in the collection of web services into semantically meaningful concepts, and capture the hierarchical relationships between the words contained in the tag. We implement an operation retrieval system for web services. This system finds out a ranked set of similar operations using a novel similarity measurement method, and selects the most optimal operation which satisfies user's requirements. It can be directly used for the web services composition.

• Journal of Korea Multimedia Society
• /
• v.11 no.9
• /
• pp.1310-1323
• /
• 2008

Recently, many studies on automated generation of composite Web services have been done. Most of these works compose Web services by chaining their inputs and outputs, but do not consider the functional semantics. Therefore, they may construct unsatisfied composite services against users' intention. Futhermore, they have high time-complexity since every possible combinations of available services should be considered. To resolve these problems, this paper proposes a sophisticated composition method that explicitly specifies and uses the functional semantics of Web services. Specifically, A graph model is constructed to represent the functional semantics of Web services as well as the dependency among inputs and outputs. On the graph, we search core services which provide the requested function ality and additional services which transform between I/O types of the user request and the core services. Then, composite services are built from combinations of the discovered services. The proposed method improves the semantic correctness of composite services by the functional semantics of Web services, and reduces the time complexity by combinations of functionally related services.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.11 no.2
• /
• pp.49-64
• /
• 2000

디지털기술의 급속한 발전으로 인해 현재 대부분의 문서가 디지털화된 형태를 이루고 있으며 이러한 정보는 지속적으로 증가하고 있는 상황이다. 웹 및 문서저작도구의 발전과 함께, 정보의 생성과 공유가 쉬워지면서 중복적으로 존재하는 정보의 비율이 갈수록 높아지고 있으며 일부를 표절하여 자신의 정보로 사용하는 문서의 불법적인 복제문제가 발생할 수 있다. 현재 온라인 상에서 제공되고 있는 수많은 정보는 그것을 접하는 사용자들에게 유용하게 사용될 수도 있지만 불법복제 (illegal copy)나 표절(plagiarism)과 같은 형태로 이용될 수 있는 가능성도 높다. 두 경우에 있어서 원문의 부분 또는 전체를 그대로 사용하는 경우가 있으며, 특히, 표절의 경우에 있어서는 문장의 재구성, 유사단어로 대체하는 것처럼 원문과는 다른 형태로 나타날 수 있다. 그러나 표절에 있어서 엄청난 양의 정보중에서 일부를 표절한 사실을 알아내기란 쉽지가 않다 왜냐하면 표절을 판별하기 위해서는 기존에 존재하는 모든 정보를 알고 있어야 하는데 이것은 이론상으로 사람의 힘으로는 불가능하기 때문이다. 또한 저작자의 동의 없이 이루어지는 불법적인 복제는 디지털콘텐츠의 유통을 위한 커다란 걸림돌이 되고 있다. 따라서 기존의 문서와의 유사성 판별을 통해서 자동적으로 표절의 가능성을 제시해 줄 수 있는 기술과 함께 근본적으로 디지털 저작물에 대한 불법적인 복제를 막을 수 있는 방법이 필요하다.

• Journal of Korean Association for Spatial Structures
• /
• v.12 no.1
• /
• pp.43-50
• /
• 2012

Recently, due to the advanced computer technology, momental architectures have been designed and built using features that are very sophisticated. People's interest in free-form structural system has increased steadily not only nationwide, but also worldwide. However, there were many difficulties in the materialization of free-form structural system owing to the lack of technique and research. To solve this problem, this study performs the interface between the 3D modeling program and the optimization program. In the 3D modeling program, it is possible to automatic mesh generation and immediately to information extraction. It performs the shape optimization. Consequently, this research designs the example model and performs optimization in order to verify the developed interface module.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.76-76
• /
• 2023

최근 자율주행과 관련한 시장의 관심은 기존 자동차 자율주행에서 선박 자율운항으로 자연스럽게 이동하고 있다. 이에 인공지능 및 빅데이터 등과 같은 최근 기술을 선박 자율주행에 적용하는 자율운항선박(MASS: Maritime Autonomous Surface Ship) 개발이 활발히 진행되고 있으며, 레이더 및 카메라 등과 같은 센서 정보를 선박 자율운항에 적용하여 다양한 선박 운동 및 정보를 획득하는 연구 기술이 집중되고 있다. 이러한 경향에 따라 IMO(International Maritime Organization)과 같은 국제기구에서도 자율운항선박 표준화 본격 논의로 기술표준 선점 경쟁에 참여하고 있다. 이 중 연안 자율운항선박 개발은 IMO에서 주관하는 무인화 핵심기술로 여겨지고 있어, 기존 대양 항해 기술과 함께 연안 항해에 대한 기술 개발의 중요성이 높아지고 있다. 특히 항만 인근 해역에서는 다수의 선박이 입출항함으로 인해 해상에서의 안전과 물류의 효율화가 요구되기 때문에 고도화된 자율운항 기술개발이 필요하다. 하지만 자율운항선박에서의 상황인식 기술은 탑재된 센서의 제한된 시야각 및 기상조건에 따른 인식률이 떨어지는 문제가 생긴다. 이러한 기술적 한계를 극복하기 위해 육상에 설치된 레이더를 활용하여 선박을 탐지할 수 있는 기술이 필요하다. 본 연구에서는 고해상도 육상 레이더를 기반하여 얻어진 레이더 화면상의 물표 정보를 이용해 인공지능 기법에 활용하기 위한 라벨링 자동 생성 방법에 대해 소개한다. 얻어진 물표 정보에 인공지능 기법을 적용하여 선박 길이 정보를 추정하는 기술에 대해 소개한다.