• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1995.10a
• /
• pp.241-248
• /
• 1995

본 연구에서 얻어진 주된 결과를 요약하면 다음과 같다. 1) 모달필터의 오차로 인해 모달상태 추정에 오차가 발생할 때, 폐루프 진동제어계가 Lyapunov 점근 안정성을 갖기 위한 필요충분 조건식(26)을 유도하였다. 2) 모달필터의 오차가 클수록 폐루프 진동제어계의 안정성은 점점 나빠지게 된다. 3) 모달필터의 오차 .DELTA.D가 존재할 때, L$_{\infty}$-놈 이론을 적용하여 진동제어 응답성능의 오차의 상한, 식(32)를 유도하였다. 4) 응답성능 오차의 상한은 모달필터 오차 .DELTA.D의 크기에 비례하고 있으며, 비례계수는 모달공간에서의 제어기법이 종류에 따라 다르다.

• Proceedings of the KIPE Conference
• /
• 2014.07a
• /
• pp.265-266
• /
• 2014

전기자동차에 적용되는 배터리 전압은 배터리의 용량, 크기, 중량 및 가격 등과 같은 사항에 의해 제한을 가진다. 따라서 전기자동차 구동을 위해 전류 제어를 수행할 경우 배터리 전압 제한에 따라 제어기의 포화가 발생할 수 있고, 이는 와인드업 현상을 야기한다. 와인드업 현상은 울렁거림 현상, 큰 오버슈트 및 느린 정착 시간과 같은 과도상태 응답 특성을 저하시키고 심각할 경우 시스템의 불안정을 초래한다. 자동차의 특성상 가 감속 및 정지, 출발과 같이 급변하는 기준 명령의 변화가 빈번하기 때문에 승차감 및 안정성에 있어 과도상태의 응답 특성이 매우 중요하다. 따라서 본 논문에서는 전기자동차용 유도전동기를 위한 반포화 적분-비례 제어기를 제안하고, 실험을 통해 제어 성능의 우수함을 보인다.

• Journal of the Korea Society for Simulation
• /
• v.30 no.1
• /
• pp.127-137
• /
• 2021

The method of utilizing the strain and vibration values of rails is primarily used to diagnose the condition of wheels and railroad facilities. The dynamic load is measured under the assumption that the strain of the rail and the load of the railroad vehicle are proportional. Wheel condition is measured under the assumption that the magnitude of the defect and the magnitude of the rail vibration are proportional. However, environmental factors affecting the strain and vibration of the rail such as vehicle speed, wheel load, climate, and track conditions are not reflected, many errors occur depending on the measurement conditions. In this study, the effect of track distortion, which is a major indicator of the track condition among the environmental factors that affect the strain and vibration of the rail, on the strain and vibration of the rail, was examined through dynamic simulation. As a measure to reduce the measurement deviation, the effect of securing additional measurement points was analyzed.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.16 no.1
• /
• pp.109-114
• /
• 2016

This paper relates with the performance improvement of CCA (Compact Constellation Algorithm) equalization algorithm by adding the adaptive step size control in order to the minimization of intersymbol interference and additive noise effects that is occurs in the channel for digital radio transmissionl. In general, the fixed step size was used in order to adaptation in equalizer algorithm. But in proposed algorithm, the variable step size were adapted that is proposional to the nonlinear function of error signal for equalization. In order to show the improved equalizatation performance, the output signal constellation of equalizer, residual isi, maximum distortion, MSE and SER were used, then it were compared with the present CCA algorithm. As a result of computer simulation, the adaptive step size CCA has more better performance in the every performance index compared to the fixed step size CCA after in the steay state.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2014.02a
• /
• pp.301.1-301.1
• /
• 2014

모바일 전자기기 시장의 큰 증가세로 인해 플래시 메모리 소자에 대한 수요가 급격히 증가하고 있다. 특히, 저 전력 및 고집적 대용량 플래시 메모리의 필요성이 커짐에 따라 플래시 메모리 소자의 비례축소에 대한 연구가 활발히 진행되고 있다. 하지만 10 nm 이하의 게이트 크기를 가지는 플래시 메모리 소자에서 각 셀 간의 간섭에 의한 성능저하가 심각한 문제가 되고 있다. 본 연구에서는 10 nm 이하의 낸드 플래시 메모리 소자에서 인접한 셀 간의 간섭으로 인해 발생하는 전기적 특성의 성능 저하를 관찰하고 메커니즘을 분석하였다. 4개의 소자가 배열된 낸드플래시 메모리의 전기적 특성을 3차원 TCAD 시뮬레이션을 툴을 이용하여 계산하였다. 인접 셀의 프로그램 상태에 따른 측정 셀의 읽기 동작과 쓰기 동작시의 전류-전압 특성을 게이트 크기가 10 nm 부터 30 nm까지 비교하여 동작 메커니즘을 분석하였다. 게이트의 크기가 감소함에 따라 플로팅 게이트에 주입되는 전하의 양은 감소하는데 반해 프로그램 전후의 문턱전압 차는 커진다. 플래시 메모리의 게이트 크기가 줄어듦에 따라 플로팅 게이트의 공핍영역이 차지하는 비율이 커지면서 프로그램 동작 시 주입되는 전하의 양이 급격히 줄어든다. 게이트의 크기가 작아짐에 따라 인접 셀 과의 거리가 좁아지게 되고 이에 따라 프로그램 된 셀의 플로팅 게이트의 전하가 측정 셀의 플로팅 게이트의 공핍영역을 증가시켜 프로그램 특성을 나쁘게 한다. 이 연구 결과는 10 nm 이하의 낸드 플래시 메모리 소자에서 인접한 셀 간의 간섭으로 인해 발생하는 전기적 특성의 성능 저하와 동작 메커니즘을 이해하고 인접 셀의 간섭을 최소로 하는 소자 제작에 많은 도움이 될 것이다.

• Korean Journal of Ecology and Environment
• /
• v.44 no.1
• /
• pp.58-65
• /
• 2011

This study aims to investigate the settling velocity of aggregates of cohesive sediment (floc) and its relationship with sediment size, density and fractal dimension. A system of commercial camera and macro-lens is used for the experiment. Through the image-analysis technique, the image taken by the camera system is analyzed. For the experiment, kaolinite and a natural sediment sampled at Lake Apopka in Florida have been tested. From this study, it is known that kaolinite and Lake Apopka sediments show different behaviors mainly depending on the organic matter content. Samples of kaolinite with less organic contents show a more definite trend to follow a fractal theory and relatively strong relationships between the settling velocity, density, fractal dimension and floc size compared to the Lake Apopka sediments rich in organics.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.02a
• /
• pp.303-303
• /
• 2013

표면에 부착된 나노/마이크로 입자는 다양한 분야에서 오염물질로 작용한다. 특히 형상이 미세하고 공정 단계가 복잡한 반도체 및 디스플레이 등의 전자 소자 공정에서 미치는 영향이 크다. 따라서 입자상 오염물질의 제거에 관하여 상용화된 습식 세정 방법이 다양하게 존재하지만 표면 손상, 화학 반응, 부산물, 세정 효율 등 여러 가지 문제점이 있어 새로운 세정 방법이 요구된다. 이에 건식 세정 방법, 그 중에서도 입자의 충돌을 통해 제거하는 방법인 에어로졸 세정, 필렛 세정 등이 개발되었으나 마이크로 크기로 생성되는 입자로 인하여 형상의 손상이 크다. 따라서 본 연구에서는 나노 단위로 기체/고체 혼합물만 생성하여 세정하는 가스 클러스터 세정 방법을 이용하여 이러한 문제점을 해결하고자 하였다. 클러스터 세정 장비를 이용한 표면 처리는 충돌에 의한 제거에 기반한다. 따라서 생성 및 가속되는 클러스터로부터 대상으로 전달되는 운동량의 정도가 세정 특성에 영향을 미치며 이는 생성되는 클러스터의 크기에 종속적이다. 생성 클러스터의 크기 분포는 분사 거리, 유량, 분사 각도, 노즐 냉각 온도 등의 변수에 관한 함수이다. 따라서 본 연구에서는 $CO_2$ 클러스터를 이용한 세정 특성을 정의 및 제어하기 위하여 생성되는 클러스터 특성에 관하여 이론적, 수치 해석적, 실험적 연구를 수행하였다. 먼저, $CO_2$의 물리적 특성 및 이를 이용한 특정 크기 오염 물질을 제거하는데 요구되는 임계 클러스터 크기 계산을 이론적으로 구하였다. 이는 오염물질의 부착력과 클러스터의 운동량 전달에 의한 제거력의 비교를 통해 이루어졌다. 두 번째로 클러스터 크기분포를 수치 해석적으로 예측하기 위하여 각 조건에 대하여 유동해석을 수행하고 이를 통해 구해진 노즐 내 기체의 냉각 속도를 GDE (General Dynamic Equation) 계산에 대입하여 구하였다. 마지막으로 PBMS(Particle Beam Mass Spectrometer)를 이용하여 실험적으로 클러스터 크기분포를 각 조건에 대하여 구할 수 있었다. 또한 크기 분포 경향에 대한 간접적 확인을 위하여 포토레지스트가 코팅된 웨이퍼에 클러스터의 충격으로 생성된 크레이터 크기의 경향을 분석하였다. 이와 같은 방법에 의하여 생성되는 클러스터는 노즐의 유량 증가, 온도 상승에 각각 비례하여 작아지는 것을 확인할 수 있었다.

• Journal of Convergence for Information Technology
• /
• v.12 no.1
• /
• pp.39-44
• /
• 2022

The purpose of this study is to extract the type, location, and absolute size of an object in an image using a deep learning algorithm, predict the relative distance between objects, and use this to detect contact between objects. To analyze the size ratio of objects, YOLO, a CNN-based object detection algorithm, is used. Through the YOLO algorithm, the absolute size and position of an object are extracted in the form of coordinates. The extraction result extracts the ratio between the size in the image and the actual size from the standard object-size list having the same object name and size stored in advance, and predicts the relative distance between the camera and the object in the image. Based on the predicted value, it detects whether the objects are in contact.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.9
• /
• pp.3029-3036
• /
• 2000

Image segmentation is one of the important processes in the image information extraction for computer vision systems. The fuzzy clustering methods have been extensively used in the image segmentation because it extracts feature information of the region. Most of fuzzy clustering methods have used the Fuzzy C-means(FCM) algorithm. This algorithm can be misclassified about the different size of cluster because the degree of membership depends on highly the distance between data and the centroids of the clusters. This paper proposes a fuzzy clustering algorithm using the Average Intracluster Distance that classifies data uniformly without regard to the size of data sets. The Average Intracluster Distance takes an average of the vector set belong to each cluster and increases in exact proportion to its size and density. The experimental results demonstrate that the proposed approach has the g

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.115-118
• /
• 2015

Neural Machine Translation (NMT) 모델은 단일 신경망 구조만을 사용하는 End-to-end 방식의 기계번역 모델로, 기존의 Statistical Machine Translation (SMT) 모델에 비해서 높은 성능을 보이고, Feature Engineering이 필요 없으며, 번역 모델 및 언어 모델의 역할을 단일 신경망에서 수행하여 디코더의 구조가 간단하다는 장점이 있다. 그러나 NMT 모델은 출력 언어 사전(Target Vocabulary)의 크기에 비례해서 학습 및 디코딩의 속도가 느려지기 때문에 출력 언어 사전의 크기에 제한을 갖는다는 단점이 있다. 본 논문에서는 NMT 모델의 출력 언어 사전의 크기 제한 문제를 해결하기 위해서, 입력 언어는 단어 단위로 읽고(Encoding) 출력 언어를 문자(Character) 단위로 생성(Decoding)하는 방법을 제안한다. 출력 언어를 문자 단위로 생성하게 되면 NMT 모델의 출력 언어 사전에 모든 문자를 포함할 수 있게 되어 출력 언어의 Out-of-vocabulary(OOV) 문제가 사라지고 출력 언어의 사전 크기가 줄어들어 학습 및 디코딩 속도가 빨라지게 된다. 실험 결과, 본 논문에서 제안한 방법이 영어-일본어 및 한국어-일본어 기계번역에서 기존의 단어 단위의 NMT 모델보다 우수한 성능을 보였다.