• Proceedings of the Korean Vacuum Society Conference
• /
• 2010.08a
• /
• pp.263-263
• /
• 2010

실제 옷처럼 입는 컴퓨터를 구현하거나 복잡하고 움직임이 많은 사람의 장기 등 생체에 이식 가능한 정보 전자 소자를 개발하려는 시도가 많이 이루어지고 있다. 현재는 기존의 반도체 공정과 실리콘 소재를 기반으로 연구 결과가 보고되고 있는데, 이는 소자 제작에 있어서 높은 공정 온도 등으로 인해 응용성이 제한되는 상황이다. 우리는 metal oxide 나노선과 단일벽 탄소나노튜브 (SWCNT)를 성장하여 각각 슬라이딩 전이법과 thermal tape 전이법을 이용하여 원하는 기판에 전이하고 소자를 제작하였다. metal oxide 나노선은 슬라이딩 전이를 통해 정렬된 상태로 패턴을 제작하였으며, SWCNT는 density 제어와 채널 크기 조정을 통해 반도체성 채널을 유도하여 소자 특성을 확보하였다. 또한 각 나노선의 전계효과소자와 SWCNT로 구성된 PMOS inverter를 유연한 고분자 필름기판위에 구현하고, 이를 스트레칭이 가능한 스테이지를 이용해 strain 대비 전기특성 변화를 분석하였다. 유연성이 좋은 나노선/나노튜브로 제작된 해당 소자는 전체 소자가 스트레칭이 가능할 수 있게 연결구조를 디자인하여 수십% 의 stain에도 각각의 전기특성이 유지되었다. 이처럼 스트레칭이 가능한 1차원 나노소재 소자는 그 유연성을 바탕으로 입는 옷처럼 구겨지거나 늘여지게 되는 다양한 스트레칭 상황에도 특성이 보장되어 미래 정보전자소자로 많은 응용이 가능할 것으로 예상된다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.20 no.1
• /
• pp.219-223
• /
• 2020

To guarantee AI model's prominent recognition rate and recognition precision, obtaining the large number of data is essential. In this paper, we propose transfer learning-based object detection algorithm for maintaining outstanding performance even when the volume of training data is small. Also, we proposed a tranfer learning network combining Resnet-50 and YOLO(You Only Look Once) network. The transfer learning network uses the Leeds Sports Pose dataset to train the network that detects the person who occupies the largest part of each images. Simulation results yield to detection rate as 84% and detection precision as 97%.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.2
• /
• pp.329-335
• /
• 2023

Avocado, a superfood selected by Time magazine and one of the late ripening fruits, is one of the foods with a big difference between local prices and domestic distribution prices. If this sorting process of avocados is automated, it will be possible to lower prices by reducing labor costs in various fields. In this paper, we aim to create an optimal classification model by creating an avocado dataset through crawling and using a number of deep learning-based transfer learning models. Experiments were conducted by directly substituting a deep learning-based transfer learning model from a dataset separated from the produced dataset and fine-tuning the hyperparameters of the model. When an avocado image is input, the model classifies the ripeness of the avocado with an accuracy of over 99%, and proposes a dataset and algorithm that can reduce manpower and increase accuracy in avocado production and distribution households.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.12
• /
• pp.2353-2362
• /
• 2015

In this paper, we employ the single channel full duplex radio for wireless local area network (WLAN) systems, and design digital interference cancellers using adaptive signal processing. When the full duplex scheme is used for WLAN systems with multiple transmit and receive antennas, some interference is caused through the feedback of transmit signals from multiple antennas. To remove the feedback interference, we derive the least mean square (LMS), normalized LMS (NLMS), and recursive least squares (RLS) algorithms based on adaptive signal processing techniques. In addition, we analyze the theoretical convergence of the proposed LMS and RLS methods. The channel capacity of full duplex radios increases by two times than that of half duplex radios, when the packet error rate (PER) performances for the two systems are identical. Through numerical simulations in WLAN systems, it is shown that the full duplex method with the proposed interference cancellers has a similar PER performance with the conventional half duplex transmission scheme.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.87-91
• /
• 2014

일반적인 기계학습 기반의 자연어처리 모듈의 개발에서 자질의 설계와 최적의 자질 조합을 구하는 작업은 많은 시간과 노력이 필요하다. 본 논문에서는 딥 러닝 기술을 전이 기반 방식의 한국어 의존 구문 분석에 적용하여 자질 튜닝 작업에 들어가는 많은 시간과 노력을 줄일 수 있음을 보인다. 또한 딥 러닝을 적용하기 위해 필요한 다양한 단어 표현(word embedding) 모델을 적용하여 최적의 단어 표현 모델을 알아내고, 성능 향상을 위해 최근에 개발된 Drop-out 및 Rectified Linear hidden Unit(ReLU) 기술을 적용한다. 실험결과, 기존 한국어 의존 구문 분석 연구들보다 높은 UAS 90.37%의 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.370-373
• /
• 2022

본 연구에서는 전이 엔트로피 개념을 활용하여 주요 상품 선물의 하방 리스크 지수의 정보 흐름을 바탕으로 한 인과관계 네트워크를 구성하였다. 그리고 구성된 네트워크를 활용하여 금융 시장을 분석하였으며, 또한 정보 흐름의 존재 여부를 바탕으로 상품 선물의 하방 리스크 지수의 예측력이 개선될 수 있는지 확인하고자 하였다. 이를 위하여 정보 불확실성의 감소량을 측정하는 전이 엔트로피를 인과관계의 측정 지표로 상정하였으며, 전이 엔트로피 측정 시 발생할 수 있는 유한크기효과(finite size effect)를 조정하는 데 있어서 효과적인 지표인 효율적 전이 엔트로피를 활용하여 정보 흐름 네트워크를 구성하였으며 이를 이용하여 금융 지수 간의 인과관계를 분석하고 EDaR 의 등락 예측에 활용하였다. 그 결과, 금융 시장 지수를 효율적 전이 엔트로피를 이용한 인과관계 네트워크를 활용하여 금융 시장의 복잡계 네트워크 분석이 가능함을 확인하였고, 구성된 네트워크를 활용하여 국내 금융 시장 등락 예측에 있어 더 적은 데이터 열을 활용하여 거의 유사한 예측 결과를 냄으로써 상품 선물 시장 관련 예측의 데이터 열 선택에 활용할 수 있음을 확인하였다.

• Electrical & Electronic Materials
• /
• v.21 no.5
• /
• pp.14-20
• /
• 2008

• Ceramist
• /
• v.20 no.3
• /
• pp.102-114
• /
• 2017

• Proceedings of the Korean Vacuum Society Conference
• /
• 2012.02a
• /
• pp.405-405
• /
• 2012

InSb는 높은 전자이동도와 낮은 밴드갭을 가지고 있어 저전력 고효율의 고주파소자 및 비선형 광소자에 적합한 물질이다. 특히 InSb 기반 소자들은 전자-포논효과의 영향을 덜 받는 저온에서 고감도 소자로도 사용되고 있는데, 소자의 최적합 설계와 제작시의 실시간 성장제어를 위해서는 넓은 온도범위에서의 InSb의 광물성이 필요하다. 분광타원편광분석법(ellipsometry)은 물질의 광특성인 유전율 함수를 정확하게 측정 할 수 있은 기술로써, InSb 에 대한 유전율 함수는 많은 연구를 통해 잘 알려져 있다. 그러나, 온도변화에 대한 연구로는 100-700 K, 1.2-5.6 eV의 제한된 온도와 분광영역에서만 이루어졌다. 본 연구에서는 보다 확장된 온도범위(25-686 K), 광역 에너지 범위 (0.74-6.5 eV)에서 분광타원편광분석 연구를 수행하였다. 그 결과 저온에서의 전자-포논 효과의 감소로 인한 청색천이와 보다 명확한 전자전이점들의 값을 얻었다. 특히, 100 K 까지의 이전 연구에서는 구분할 수 없었던 $E_2'$ 전이점을 본 연구의 25 K 의 유전율 함수에서 명확히 구분할 수 있었고, 고에너지 영역의 $E_1'+{\Delta}_1+{\Delta}_1'$ 전이점의 온도의존성을 처음으로 연구하였다. 본 연구의 결과는 InSb 를 기반으로 한 광전자 소자의 개발 및 적용분야와 밴드갭 엔지니어링 분야에 많은 도움이 될 것으로 예상한다.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.5
• /
• pp.515-522
• /
• 2021

It is hard to prepare sufficient training data for speech emotion recognition due to the difficulty of emotion labeling. In this paper, we apply transfer learning with large-scale training data for speech recognition on a transformer-based model to improve the performance of speech emotion recognition. In addition, we propose a method to utilize context information without decoding by multi-task learning with speech recognition. According to the speech emotion recognition experiments using the IEMOCAP dataset, our model achieves a weighted accuracy of 70.6 % and an unweighted accuracy of 71.6 %, which shows that the proposed method is effective in improving the performance of speech emotion recognition.