• 대한화학회지
• /
• 제57권5호
• /
• pp.618-624
• /
• 2013

코어-쉘 형태의 금@은 나노입자가 재구성된 자기조립 블록공중합체 역마이셀 박막에 선택적으로 결합하여 특정 클러스터 배열을 형성하도록 유도하였고, 생성된 배열에 대하여 나노입자 사이의 상호작용에 따른 국소 표면 플라즈몬 결합 현상을 고찰하였다. 금@은 나노입자 배열을 제조하기 위해 폴리스티렌-블록-폴리(4-비닐피리딘) 역마이셀 박막을 주형으로 선택하였으며, 특정 용매 처리에 의해 선택적으로 유도되는 역마이셀 박막의 재구성 현상을 바탕으로, 폴리비닐피롤리돈으로 안정화된 금@은 나노입자의 도입 방법에 따라 규칙적이거나 무질서한 두가지 유형의 금@은 나노입자의 배열을 제조하였다. 금@은 나노입자를 안정화시키기 위하여 사용한 리간드 종류, 금 코어와 은 쉘의 결합, 은 쉘의 두께 변화, 및 금@은 나노입자의 배열 형태 등의 다양한 변수에 따라 발현되는 국소 표면 플라즈몬 결합 현상을 자외선-가시광 흡광 스펙트럼으로 관찰하였다. 최종적으로 나노입자 배열을 표면 증강 라만 산란 현상을 고찰하기 위한 기판으로써 응용하였으며 금@은 나노입자 패턴의 결합 정도에 상응하는 현저히 증강된 라만 신호를 관찰하였다.

• 한국터널지하공간학회 논문집
• /
• 제21권1호
• /
• pp.127-136
• /
• 2019

TBM 터널공사 시 스크류컨베이어의 배토 거동에 대한 이해는 굴진율 향상을 위한 중요한 요소이다. 본 연구에서는 지반에서 디스크 커터에 의해 생성되는 암반칩의 형상에 따라 스크류컨베이어 내부에서의 이동 및 배토 거동에 대한 연구를 수행하였다. 입자기반의 DEM 수치해석기법을 이용하여, 6가지의 대표적인 모양에 대한 암반칩을 클러스터로 형성하였다. 또한, 실제 스크류컨베이어의 3D 축소모델을 형성한 후, 다른 모양의 암반칩의 시간당 배토량을 측정 하였다. 시뮬레이션 결과, 스크류컨베이어의 경사각이 $0^{\circ}$일 때, 동일한 암반에서 암반칩의 형상과 부피와 상관없이 10 RPM 속도에서의 스크류컨베이어 배토량은 스크류컨베이어 최대 배토량의 약 20%로 나타났다(표준편차: 1.3%). 본 연구 결과는 암반용 TBM 설계 및 암반에서의 TBM 굴착 시 스크류컨베이어 운용에 참고할 수 있는 자료로 사용될 수 있을 것으로 예상된다.

• 분석과학
• /
• 제22권5호
• /
• pp.415-421
• /
• 2009

열 이온화 질량분석기를 이용한 가돌리늄 동위원소 비 측정에서 동중원소 영향에 대하여 실험했다. 특히 $^{155}Gd/^{158}Gd$ 측정값은 자연 동위원소 비 보다 높게 측정될 뿐만 아니라 시간에 따라 이 비가 감소하는 현상을 보였다. 이것은 Gd 시료 중 미량의 La 불순물이 산화상태($^{139}La^{16}O^+$, m/z=155)로 존재하여 $^{155}Gd$ 동위원소에 동중원소 영향을 미쳐 이의 측정값이 높게 나오는 현상으로 판단된다. 또한 Gd 보다 La이 용융점과 이온화 에너지가 낮기 때문에 초기에 $LaO^+$가 많이 생성되고 시간에 따라 소멸되므로 $^{155}Gd/^{158}Gd$ 값이 감소하는 것으로 생각된다. 레늄필라멘트 중 Gd 동위원소에 영향을 주는 불순물로 Ba ($BaO^+$), Ce ($CeO^+$), Sm ($SmO^+$), La ($LaO^+$) 그리고 $K_4{^+}$ (m/z=156) 클러스터 등이 있는 것으로 확인되었으나, 이러한 원소들은 필라멘트를 진공 가열시켜 줌으로 동중원소 영향을 없앨 수 있었다. 또한 La, Ce, Ba 등에 의한 동중원소 영향이 매우 크기 때문에 이런 시료는 Yb, Sm, Dy, Er, Lu 등의 방해원소가 없거나 극히 작다면 $Gd^+$ 금속이온을 직접 측정하는 것 보다 산화상태인 $GdO^+$ 이온으로 동위원소 비를 측정하고 산소 동위원소 비를 보정해 주는 방법을 사용함으로 동중원소 영향을 피할 수 있는 방법임을 알 수 있었다.

• 한국공간정보시스템학회 논문지
• /
• 제9권1호
• /
• pp.105-115
• /
• 2007

데이터마이닝은 데이터베이스에 저장되어 있는 많은 일반적인 정보들을 가지고 의미있는 정보를 찾아내는 것이다. 많은 데이터 마이닝 기법들 중에 클러스터링과 연관규칙을 다루는 연구가 많이 이뤄지고 있다. 클러스터링 기법에는 공간데이터를 다루거나 속성데이터(비공간 데이터)를 다루는 많은 기법들이 연구되고 있고, 연관규칙 또한 빈발 패턴을 찾아내는 연구가 활발히 진행되고 있다. 기존의 연구 중 apriori 연관규칙 알고리즘을 개선하는 방법으로 비트 클러스터링을 이용하는 방법이 있다. 우리는 apriori 연관규칙 보다 더 나은 성능을 나타내는 FP-Growth에 대해 살펴보고 FP-Growth의 문제점을 찾아 이를 해결하기 위한 방법으로 비트 클러스터링을 이용하여 해결할 수 있는지에 대해 연구하였다. 본 논문에서는 전체 데이터베이스를 비트 클러스터링을 통해 몇 개의 클러스터로 나누어 FP-Growth 방법에 사용할 것을 제안하였다. 이렇게 하면 기존의 FP-Growth 방법보다 더 나은 성능을 가질 수 있으며 이를 증명하기 위한 실험을 수행하였다. 실험은 패턴 마이닝 연구에서 사용하는 chess 데이터를 이용하였으며, 최소지지도를 다르게 적용하면서 FP-Tree를 생성하는 실험을 하였다. 최소지지도가 높은 경우에는 기존의 방법과 비슷한 결과를 얻었지만 그 외 경우에는 기존의 방법보다 본 논문에서 제안하는 방법이 더 우수한 결과를 얻을 수 있었다. 본 논문의 주요 결론으로서 비트 클러스터링을 이용한 방법이 상대적으로 우수한 데이터 마이닝 방법임을 정리하였으며, 아울러 GML 데이터를 위한 비트 클러스터링의 적용방법론에 대하여도 논의하였다.적 성분으로 평가된다. 이러한 잠재적 추적자들에 근거할 때, 한국 서남해에 발달하고 있는 니질 퇴적대의 전퇴적물은 한국과 중국의 혼합 기원으로 해석되나, 실트와 점토 구간의 퇴적물로 나누어 볼 때 그기원이 각각 다르게 나타났다. 즉, 점토 퇴적물은 한국과 중국의 혼합 기원으로, 실트 퇴적물은 한국 기원이 우세한 것으로 해석된다. 과립에 황금입자가 표지되었다. 따라서 1일 동안 배설되는 분비배설항원은 선모충 유충의 표피와 stichocyte의 ${\alpha}_0\;{\alpha}_1$ 과립에서 유도되는 반면에 3일 동안 배설되는 분비배설항원은 표피와 stichocyte의 ${\alpha}_0$ 과립에서 유도되고, 선모충유충 감염후 1주, 4주에 실험쥐에서 형성되는 감염항체는 선모충의 표피와 기저층 그리고 EIM에서 분비되는 항원에 의하여 생성된다. 이상의 결과로 선모충의 분비배설항원과 감염항원은 선모충 유충의 표피와 EIM및 stichocyte의 ${\alpha}_0\;{\alpha}_1$ 과립에서 유도되며 이들은 45 kDa 단백을 포함하고 있는 것으로 생각된다.성하고 있는 세포들에는 세포질이 어두운 세포와 밝은 세포가 있었으며, 세포질내에는 전자밀도가 높은 분비과립이 관찰되었다. 전체적인 특징은 눈물샘분비세포 중 장액세포의 것과 비슷하였으나, 과립의 크기는 작았다. 분비관을 구성하는 세포들 사이에도 연접복합체가 매우 잘 발달되어 있었다. 샘포에서 사이관으로 이행되는 곳에서도 샘포세포와 사이관세포 사이에서도 연접복합체가 관찰되었다. 분비관세포의 분비과립 가운데는 중심부분에 전자밀도가

• 지능정보연구
• /
• 제29권1호
• /
• pp.143-174
• /
• 2023

인공지능의 발전과 함께 딥러닝을 활용한 인공지능 광학문자인식 기법 (Artificial Intelligence powered Optical Character Recognition, AI-OCR) 의 등장은 기존의 이미지 처리 기반 OCR 기술의 한계를 넘어 다양한 형태의 이미지로부터 여러 언어를 높은 정확도로 읽어낼 수 있는 모델로 발전하였다. 특히, AI-OCR은 인력을 통해 대량의 다양한 서류 처리 업무를 수행하는 금융업에 있어 그 활용 잠재력이 크다. 본 연구에서는 금융권내 활용을 위한 AI-OCR 모델의 구성과 설계를 제시하고, 이를 효율적으로 적용하기 위한 플랫폼 구축 및 활용 사례에 대해 논한다. 금융권 특화 딥러닝 모델을 만듦에 있어 금융 도메인 데이터 사용은 필수적이나, 개인정보보호법 이하 실 데이터의 사용이 불가하다. 이에 본 연구에서는 딥러닝 기반 데이터 생성 모델을 개발하였고, 이를 활용하여 AI-OCR 모델 학습을 진행하였다. 다양한 서류 처리에 있어 유연한 데이터 처리를 위해 단계적 구성의 AI-OCR 모델들을 제안하며, 이는 이미지 전처리 모델, 문자 탐지 모델, 문자 인식 모델, 문자 정렬 모델 및 언어 처리 모델의 선택적, 단계적 사용을 포함한다. AI-OCR 모델의 배포를 위해 온프레미스(On-Premise) 및 프라이빗 클라우드(Private Cloud) 내 GPU 컴퓨팅 클러스터를 구성하고, Hybrid GPU Cluster 내 컨테이너 오케스트레이션을 통한 고효율, 고가용 AI-OCR 플랫폼 구축하여 다양한 업무 및 채널에 적용하였다. 본 연구를 통해 금융 특화 AI-OCR 모델 및 플랫폼을 구축하여 금융권 서류 처리 업무인 문서 분류, 문서 검증 및 입력 보조 시스템으로의 활용을 통해 업무 효율 및 편의성 증대를 확인하였다.