• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1992.04a
• /
• pp.13-17
• /
• 1992

최근 정보, 통신 광산업 등 첨단산업의 발달과 함께 부품의 초정밀가공및 특정에 대한 필요성이 높아지고 있다. 이에 따라 초정밀 가공기 및 초정밀계측기기등의 개발이 활발히 이루어지고 있으며, 이들에는 공기베어링두축이 널리 사용되고있다. 이 같이 초정밀 기기의 주축으로 공기베어링이 주로 이용되는 이유는 다른 베어링에 비해 윤활특성상 운동정도가 높고, 저 마찰특성 등의 장점을 가지고있기 때문이다. 본 연구에선 실험적으로 초정밀가공기용 공기베어링주축의 회전정도에 영향을 미치는 인자들의 상관관계를 파악하여 주축설계 및 제작시의 성능향상방법과 이론적 해석의 기초자료를 제시하고자 한다. 또한 공기베어링주축의 구조에 따른 정적 강성 및 회전정도를 비교하여 구조특성에 따른 차이점을 살펴보고, 주축의 강성과 불평형질량(unbalance mass)에 따른 회전 정도의 변화를 측정하였다.

• Journal of the Institute of Electronics Engineers of Korea TC
• /
• v.41 no.8
• /
• pp.113-117
• /
• 2004

In this paper, we present a new microwave applicator to sterilize a liquid material by using the electromagnetic energy. Also, we conducted an experiment on streamlet water with our proposed sterilizer and investigated the chosen samples according to the inspection agency The result exhibited that the total number of colitis germ and general bacillus in sterilized water has been decreased rapidly as the operating time to illuminate the microwave power risen from 10 to 60 seconds.

• Broadcasting and Media Magazine
• /
• v.25 no.2
• /
• pp.7-16
• /
• 2020

최근 Ultra-High Definition(UHD) 등의 고해상도 디스플레이가 시장에 등장하고 이에 따라 소비자의 요구가 커지면서 기존의 Full-High Definition(FHD)과 같은 저해상도(Low Resolution, LR) 영상을 고해상도(High Resolution, HR) 영상으로 변환할 수 있는 초해상화(Super-Resolution) 알고리즘에 대한 관심이 커지고 있다. 그러나 기존의 전통적인 초해상화 기법들은 고해상도 영상을 복원하는 과정에서 디테일한 부분의 화질 저화 및 열화가 존재하는 것을 확인할 수 있다. 본 논문에서는 이러한 문제를 해결하기 위해 최근 널리 연구되고 있는 딥러닝 기반의 초해상화 알고리즘 연구의 최신 기술 현황 및 동향을 소개하고자 한다. 딥러닝 기반의 초해상화 알고리즘은 기존의 전통적인 기법들에 비해 높은 성능을 보여주고 있으며 현재까지도 다양한 네트워크가 제안되며 활발히 연구되고 있다. 본 논문에서는 딥러닝 기반의 초해상화 알고리즘 중 대표적인 네트워크들을 분석하고 다양한 데이터 셋에 대한 해당 네트워크의 실험 결과를 통해 딥러닝 기반의 초해상화 알고리즘의 우수성을 확인하고자 한다.

• Proceeding of EDISON Challenge
• /
• 2015.03a
• /
• pp.132-137
• /
• 2015

최근 자연의 기능성 표면이 갖는 특성을 모방하고, 이를 과학 기술에 적용하는 연구가 세계적으로 증가하는 추세다. 특히, 초발수 표면은 여러 산업 분야에서 많은 관심을 받고 있으며, 그 활용 분야도 다양하다. 초발수 특성의 광범위한 응용을 위해서, 우리는 최적화된 표면 구조를 효율적으로 제작할 필요가 있다. 본 연구에서는 다양한 제작 공정에 따라 만들 수 있는 표면의 형태를 찾아보고 격자 기체 기반의 몬테카를로 방법을 사용하여 제작 공정에 따른 표면의 초발수 특성을 살펴보았다. 각 공정을 통해 제작된 표면의 초발수 특성을 비교하고, 가장 그 특성이 좋은 구조 및 제작 공정을 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.310-313
• /
• 2011

초해상도 영상복원은 저해상도 영상을 이용하여 하나의 고해상도 영상을 획득하는 기법이다. 초해상도 영상복원은 크게 두 가지 방법으로 구현된다. 단일 영상을 이용한 초해상도 영상복원과, 여러 장의 저해상도 영상을 이용한 초해상도 영상복원 기법이 연구되고 있다. 여러 장의 저해상도 영상을 이용한 공간영역에서의 초해상도 영상복원 알고리즘은 크게 정합, 보간, 후처리 과정을 거치게 된다. 본 논문에서는 정합과정 이전에 입력영상보정을 통한 전처리과정을 수행하여 잡음으로 인한 부정확한 위치정보추정 확률을 감소시키고, 입력영상보정과정인 전처리과정으로 인해 후처리과정을 통한 영상복원 영상보다 향상된 영상을 획득하는 기법을 제안하며, 실험결과에서 기존의 방법보다 좋은 영상을 얻음을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.656-659
• /
• 2020

초해상화 딥러닝 기법은 학습 시 수렴하기까지 최소 수백 번의 에폭을 필요로 하며 오랜 시간이 걸린다. 최근, 영상 인식용 딥러닝 모델에서는 학습 수렴 속도를 향상시키기 위해 픽셀, 채널간 불필요한 상호연관 정보를 제거하는 Deconvolution 기술이 제안되었다. 본 논문에서는 최초로 Deconvolution 기술을 초해상화 딥러닝 방법에 적용하여 학습 수렴 속도 증가를 시도했다. 영상 인식 딥러닝 기법과 다르게 초해상화 딥러닝 기법은 이미지 특성 추출 부분과 이미지 복원 부분의 정보를 보존하는 것이 중요하기 때문에, EDSR을 Baseline 모델로 사용하여 양쪽 끝의 레이어는 기존의 Convolution 연산을 그대로 유지하고, 중간 레이어의 ResBlock 내의 Convolution 연산만 Deconvolution 연산으로 바꿔서 구성하였다. 초해상화 벤치마크 데이터셋을 사용한 실험 결과, 수렴속도가 빨라지지 않는 결과를 도출했다. 본 논문에서는 Deconvolution 기술이 Baseline 모델의 성능을 개선하지 못하는 이유를 초해상화 분야에서 기본적으로 적용되는 Residual Learning 기법 때문으로 분석했다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.337-339
• /
• 2020

오디오 초 해상도 기술은 저 해상도의 오디오 신호를 이용하여 고 해상도의 오디오를 복원 또는 생성해 내는 기술이다. 본 기술 분야는 기존에 주파수 대역 확장, 인공 대역 확장 기술 등으로 연구되었으나, 최근 딥러닝 기술의 발전, 이미지 초 해상도 기술 연구 등에 힘입어 오디오 초 해상도 기술 이라는 이름으로 주로 연구되고 있다. 본 논문에서는 이러한 오디오 초 해상도 기술에 연구 동향에 대하여 설명하고, 기존의 논문 들에서 주로 다루고 있는 음성 데이터 베이스가 아닌 MedleyDB 음악 데이터 베이스를 활용하여 실험을 수행하였다. 실험은 4-폴드 교차 검증을 통해 수행되었으며, 실험 결과 제안하는 컨벌루션 신경망 구조 기반 오디오 초 해상도 기술은 입력 저해상도 오디오 대비 SNR 이 3.41 dB 향상됨을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.61-65
• /
• 2023

최근, 대부분의 태스크가 초거대 언어 모델로 통합되고 있을 정도로 많은 관심 및 연구되고 있다. 초거대 언어 모델을 효과적으로 활용하기 위해서는 모델의 능력에 대한 분석이 선행되어야 하나, 한국어에 대한 분석 및 탐색은 상대적으로 부족하다. 본 논문에서는 한국어 맞춤법 교정 태스크를 통해 초거대 언어 모델의 능력을 탐색한다. 맞춤법 교정 태스크는 문장의 구조 및 문법을 이해하는 능력이 필요하며, 사용자의 만족도에 영향을 미칠 수 있는 중요한 태스크이다. 우리는 맞춤법 세부 유형에 따른 ChatGPT의 제로샷 및 퓨샷성능을 평가하여 초거대 언어 모델의 성능 분석을 수행한다. 실험 결과 제로샷의 경우 문장부호 오류의 성능이 가장 우수했으며, 수사 오류의 성능이 가장 낮았다. 또한, 예제를 더 많이 제공할수록 전체적인 모델의 성능이 향상되었으나, 제로샷의 경우보다 오류 유형 간의 성능 차이가 커지는 것을 관찰할 수 있었다.

• Information Display
• /
• v.24 no.4
• /
• pp.3-11
• /
• 2023

• Journal of the Korean association of regional geographers
• /
• v.16 no.3
• /
• pp.295-314
• /
• 2010

The paper attempts to balance the discourses of transnational spaces that have focused on de-territorialization, by emphasizing that transnational spaces are maintained also through re-territorialization. Reviewing the literature of transnational social fields, translocality, multicultural spaces and transnational places, I aim to show the way the main issues from the literature help understand an actually existing transnational space, Little Mania in Daehangno, Seoul. I specifically address the dialectic relation between de-territorialization and re-territorialization, multi-scalar networks, and hybridity of multicultural spaces in interpreting the weekend enclave of Filipinos in Seoul. I argues that Little Manila is a grounded translocality operating through multi-scaled networks of various actors. Furthermore, it is not a unified space where one dominant Filipino identity stands out. Different Filipinos and Filipinas constitute the space imagining different homes. It is also a multicultural space open to other minorities, which suggests the possibility of alternative spatial politics based on co-presence of different 'Others'.