• The Korean Journal of Zoology
• /
• v.37 no.1
• /
• pp.88-96
• /
• 1994

고양이의 시상하부내 SON과 PVN에서 VP분비신경원과 OT분비신경원의 형태와 분포를 관찰하기 위해서 면역조직화학적 반응을 시행하였다. 광학 및 전자 현미경적 관찰에 의하면 VP분비신경원과 OT분비신경원의 형태 차이는 없었다. 이들의 형태는 방추형, 타원형 그리고 원형이었으며 크기는 25-40mm으로 나타났다. SON은 시삭위에 능형의 형태로 나타나고 OT분비신경원과 VP분비신경원의 비율은 1:2.4이며 PVN은 제3뇌실을 따라 삼각형 모양으로 나타나고 VP분비신경원과 OT분비신경원의 비율은 1:1.6으로 나타났다 전자현미경적 관찰에 의하면 VP분비신경원과 OT분비신경원에서 과립형질내세망, 사립체, 골지장치, 그리고 미세소관 등이 특히 잘 발달되어 있음을 관찰할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1380-1384
• /
• 2010

현재 환경부에서는 수질오염총량관리제를 위하여 각 단위유역의 말단지점에서 8일 간격으로 수질 및 유량을 측정하고 있으며, 이 자료들을 공개하고 있다. 이러한 양질의 자료의 활용성을 제고하기 위해서는 무엇보다도 자료의 분석을 위한 다양한 기법이 개발되고 제안되어야 한다. 따라서 본 연구에서는 수질 및 유량자료를 동시에 적용하여 두 자료 사이의 관계를 조사하고 특성을 파악하기 위하여 자기조직화 특성지도(Self-Organizing Feature Map: SOFM) 이론을 적용하였다. 시행착오법에 의해 적정한 SOFM 구조를 결정하였으며, 그 결과 $4{\times}4$ 구조의 육각형 배열을 갖는 구조를 이용하였다. SOFM에 의해 분류된 3개의 패턴 중 패턴-1은 유량자료의 크기에 의해 분류되었고, 패턴-2와 패턴-3은 BOD 농도의 크기에 따라 분류된 것으로 파악되었다. 따라서 SOFM의 적용에 의한 자료의 분류를 수행하고, 그 분류기준을 파악할 경우 SOFM의 자료 분석 도구로서의 활용성이 더욱 높아질 것으로 판단된다.

• 유체기계공업학회:학술대회논문집
• /
• 1999.12a
• /
• pp.317-323
• /
• 1999

The necessity of diagnosis of the rotating machinery which is widely used in the industry is increasing. Many research has been conducted to manipulate field vibration signal data for diagnosing the fault of designated machinery. As the pattern recognition tool of that signal, neural network which use usually back-propagation algorithm was used in the diagnosis of rotating machinery. In this paper, self-organizing feature map(SOFM) which is unsupervised learning algorithm is used in the abnormal vibration diagnosis of rotating machinery and then learning vector quantization(LVQ) which is supervised teaming algorithm is used to improve the quality of the classifier decision regions.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2656-2659
• /
• 2001

본 논문은 교사 있는 학습기의 Kohonen Feature Map에 고차 뉴런을 도입, 고차 뉴런을 이용한 Kohonen의 자기 조직화 맵을 제안한다. 일반적인 Kohonen Feature Map의 특징은 입력신호를 받아 출력 면(Kohonen Feature Map) 내의 특정한 위치 주위에 집중하는 메커니즘으로 즉, 국소집중 반응을 구하는 구조이다. 본 논문에서는 종래형의 Kohonen Feature Map의 특징을 보유하며 교사 있는 학습기의 Kohonen Feature Map에 고차 뉴런을 도입하여 국소집중반응 및 특징 축출이 용이하도록 네트워크 구조를 개선한 것이다. 특히, 일차 뉴런의 문제점인 비선형 분리 문제에 대하여 교사 있는 학습기의 Kohonen Feature Map의 입력층에 고차 뉴런을 도입함으로 비선형 분리 가능한 형태의 네트워크 구조로 형성하였다. 그러나, 일반적인 고차 뉴런의 문제점을 보안하기 위해 본 논문에서는 오직 2차 뉴런만을 생성하였으며 중복되는 뉴런을 최대한 억제하였다. 본 제안 모델의 특성을 살펴보기 위해 XOR문제와 20개의 Alphabet을 식별하는 패턴인식 시뮬레이션을 했으며, 본 제안 모델의 범화능력을 알아보기 위하여 Mirror Symmetry를 사용하여 계산기 시뮬레이션을 했다. 그 결과, 본 제안 모델이 종래형의 네트워크 구조보다 뛰어난 인식률을 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.69-71
• /
• 2000

군집화는 데이터 집합을 유사한 데이터 개체들의 군집들로 분할하여 데이터 속에 존재하는 의미 있는 정보를 얻는 과정이다. 대부분의 군집화 기법들은 비교적 적은 양의 데이터를 대상으로 한 것이고 다차원 대용량의 데이터 처리에 관한 문제는 다루지 않고 있어서 데이터 마이닝을 위한 군집화 기법으로는 부적절하다. 따라서 본 논문을 통해 대용량의 데이터에 적용할 수 있는 새로운 군집화 알고리즘인 계층적 대표값 군집화(HRC) 기법을 제안한다. HRC는 자기조직화지도와 계층적 군집화 기법을 접목한 하이브리드 방법으로 두 단계에 거쳐 군집화를 수행한다. 첫 번째 단계에서 자기조직화지도를 통해 데이터를 요약하고, 두 번째 단계에서 요약된 대표값 정보만을 가지고 계층적인 군집화를 수행한다. 또한, 두 번째 단계의 계층적 군집화 적용시 양질의 군집을 발견하기 위해 군집간의 유사도를 측정하는 새로운 척도를 고안하였다. 그리고 실험을 통해 HRC와 기존 군집화 알고리즘이 발견한 군집의 질을 비교하여 성능을 평가했다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.577-579
• /
• 2003

본 논문에서는 생체인식 분야 중 얼굴인식의 검색 정확성 향상 및 검색 시간을 단축하기 위한 단계로 인종별 얼굴영상 데이터베이스에 대한 군집화 기법을 연구하였다. 우선, 일반적으로 얼굴 및 이미지 검색에 사용되는 다양한 특징을 추출하고, 추출한 다차원의 특징 데이터들로부터 다 인종 얼굴 데이터를 유사한 인종별로 정확하게 군집화 하기 위해 최적의 특징벡터를 자동으로 선택 할 수 있는 방법을 제안하였다. 군집결과 분석을 위해 자기 조직화 지도 모형을 이용하였는데, 이는 2차원 분석 및 가시화에 유용하며, 학습 후 코드북벡터를 사용하여 유사한 의미간의 거리부터 검색할 수 있는 특징을 가지고 있다. 특징추출에 관한 실험결과 인종별 구분을 위한 특징벡터로는 웨이블릿 주파수 성분(lowpass 성분)과 CbCr 특징벡터가 인종별 군집화에 가장 유용한 특징으로 선택되었으며. 추출된 특징을 바탕으로 semantic map을 구성하여 제안방법의 효율성을 제시하였다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2010.02a
• /
• pp.270-270
• /
• 2010

결정질 실리콘 태양전지는 표면반사에 의한 광 에너지 손실을 최소화 시키고자 식각을 통한 표면 조직화(texturing)가 이루어진다. 단결정 실리콘 웨이퍼의 경우 알칼리 용액(alkali solution)을 사용하여 이방성 식각(anisotropic etching)을 함으로써 표면에 피라미드를 형성하고 광 포획(light trapping) 효과에 의해 반사율을 줄이게 된다. 그러나 피라미드 형성을 통한 반사율 감소에는 한계를 가지고 있다. Metal assisted etching을 기반으로 한 새로운 형태의 텍스쳐링인 nano texturing은 피라미드가 이루어진 표면에 수많은 nm사이즈의 구조를 형성시킴으로써 표면에서의 반사율을 현저히 감소시킨다. 먼저 $AgNO_3$용액으로 웨이퍼 표면에 Ag입자를 코팅한 후, 그 웨이퍼를 다시 $HF/H_2O_2$ 용액으로 일정시간 동안 식각을 거치게 된다. 그로 인해 표면에는 수 nm 사이즈의 구조물들이 피라미드 위에 생성되고, $AgNO_3$의 농도 및 식각 시간에 따라 그 구조물의 크기 및 굵기가 달라진다. 결과적으로 평균 10%이상의 반사율을 보이던 기존 텍스쳐링 웨이퍼에서 3%이하의 낮은 반사율을 얻을 수 있었다. 또한 이런 nano texturing을 n-emitter 형성 공정 등에 따른 영향과 carrer lifetime에 대하여 연구하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.622-624
• /
• 2004

강화 학습(Reinforcement Learning)을 실제 문제에 적용하는 데 있어 가장 큰 문제는 차원성의 저주(Curse of dimensionality)였다 문제가 커짐에 따라 목적을 이루기 위해서 더 많은 단계의 판단이 필요하고 이에 따라 문제의 해결이 지수적으로 어려워지게 된다. 이를 해결하기 위해 문제를 여러 단계로 나누어 단계별로 학습하는 계층적 강화 학습(Hierarchical Reinforcement Learning)이 제시된 바 있다 하지만 대부분의 계층적 강화 학습 방법들은 사전에 문제의 구조를 아는 것을 전제로 하며 큰 사이즈의 문제를 간단히 표현할 방법을 제시하지 않는다. 따라서 이들 방법들도 실제적인 문제에 바로 적용하기에는 적합하지 않다. 최근 이루어진 복잡계 네트워크(Complex Network)에 대한 연구에 착안하여 본 논문은 자기조직화하는 생장 네트워크(Self organizing growing network)를 기반으로 한 간단한 환경 표현 모델을 사용하는 강화 학습 알고리즘을 제안한다 네트웍은 복잡계 네트웍이 갖는 성질들을 유지하도록 자기 조직화되고, 노드들 간의 거리는 작은 세상 성질(Small World Property)에 따라 전체 네트웍의 큰 사이즈에 비해 짧게 유지된다. 즉 판단해야할 단계의 수가 적게 유지되기 때문에 이 방법으로 차원성의 저주를 피할 수 있다.

• The Korean Journal of Zoology
• /
• v.35 no.3
• /
• pp.362-371
• /
• 1992

Spiromeiru erinocer익 유충(sparganum)을 전이숙주(paratenic host)인 흰쥐와 종숙주인 고양이에 감염시켜 발육단계에 따라 회수해서 유충과 성충조직의 LDH(lactate dehydrogenase)와 SDH(succinate dehydrogenase)의 분포상 및 동위효소 유형을 효소조직화학적 방법과 전기영동법으로 조사하였다. 첫째, 유충조직에서의 LDH분포는 발육과정에 따른 차이는 없었으며 표피층과 실질근층에 비해 표피근층이 많이 분포하였다. 성체조직에서도 표피근층에 많이 분포하였는데 특히 성체의 표피층에서의 LOH 활성은 수태편절에서 상당히 많은 활성을 보인 반면 다른 편절의 표피층에서는 LDH의 활성이 없었다. 둘째, SDH의 조직분포는 유충과 성충 모두 표피근층에 많이 분포하58h으며 유충에서의 발육 후기는 발육초기보다 SDH의 분포량이 증가하였다. 셋째, LDH등위효소 유형은 유충과 성충에서 2개씩 나타났는데 유충에서는 M.W. 140 Kd가, 성충에서는 56 Kd가 주분획(major band)이었다. 넷째, SDH등위효소는 유충에서 1개(132 Kd), 성충에서 2개(132 Kd, 45 Kd)가'분리되었으며 성충에서 활성이 높게 나타난 band는 45 Kd인 단백질이었다.

• Journal of Ocean Engineering and Technology
• /
• v.33 no.5
• /
• pp.447-453
• /
• 2019

Recently, environmental regulations have been strengthened for SOX, NOX, and CO2, which are ship exhaust gases. In addition, according to the 4th Industrial Revolution, research on autonomous ship technology has become active and interest in electric propulsion systems is increasing. This paper analyzes the power load characteristics of an electric propulsion ship, which is the basic technology for an autonomous ship, in terms of energy management. For the load analysis, data were collected for a 6,800 TEU container ship with a mechanical propulsion system, and the propulsion load was converted to an electric power load and clustered according to the characteristics using a SOM (Self-Organizing Map). As a result of the load analysis, it was confirmed that the load characteristics of the ship could be explained by the operation mode of the ship.