• 한국수학교육학회지시리즈B:순수및응용수학
• /
• 제13권1호
• /
• pp.47-69
• /
• 2006

In this paper, an idea of graded fuzzy net is introduced; its convergence is studied; Relations between g-net and g-filter are established in L-fuzzy setting.

• ETRI Journal
• /
• 제8권3호
• /
• pp.129-138
• /
• 1986

ETRI-NET(ETRI Local Area Network)은 종합 정보통신 시스팀 기술개발 및 연구소 업무 자동화를 위해서 한국전자통신 연구소에 설치 운용중에 있는 광대역 근거리 통신망이다. 본고에서는 ETRI-NET의 시스팀 구성, 주요장비, 장비 설치현황, LAN 이용방법, 타 network과의 접속 등에 관해서 기술한다.

• 수산해양기술연구
• /
• 제25권2호
• /
• pp.75-81
• /
• 1989

현재 보편적으로 사용하고 있는 안강망어패의 흠함을 보완하기 위하여 새로 설계된 어구의 모형실험을 실시하고, 그 결과를 토대로 하여 실물 크기의 시험어구를 제작하여, 그 전개성능에 관한 해상시험을 실시함과 아울러 선미식 조업방법의 가능성과 문제점에 관해서도 검토하였다. 1. 어구의 전개성능 시험어구가 현용 어구와 다른 점은 그물의 등판.밑판의 아궁이 쪽을 만곡되게 사단하여 성형율이 25%정도 되게 뜸줄과 발줄을 붙이고, 양옆판의 아궁이쪽의 뻗힌 폭을 20%정도 줄이는 대신에 옆구리의 폭을 10%정도 크게한 점, 전개장치의 높이를 현용어구보다 17%정도 작게 한 점, 전개장치의 상단에 붙이는 부력을 16%정도 크게 한 점, 또 각판의 그물감을 서로 잇대는 네모서리에는 적당한 성형율을 주면서 힘줄을 붙인 점, 네갈랫줄의 길이를 맨 아랫것부터 차례로 75m, 77m, 80m, 78m로 다르게 한 점등이다. 어구의 전개성능은 어군탐지기를 써서 측정하였는데, 그 결과, 망구의 전개높이는 시험어구가 유속이 비교적 느릴 때는 현용어구보다 3m 정도 낮으나, 다소 빠를 때는 오히려 1m 정도 더 높고, 망구의 전개간격은 시험어구가 현용어구의 1.4배 정도이며, 망구의 전개면적은 1.3~1.6배여서 시험용어구가 현용어구에 비하여 어획성능이 상당히 클 것으로 기대된다. 2. 선미식 조업방법 선미식조업은 시험선의 선수를 조류에 향하게 해 놓고, 그물은 선미 슬립웨이에서 투양망하며, 전개장치는 선미갤로우스의 양현쪽에 있는 톱로울러를 통한 돋움줄에 의하여 오르내리게 하였다. 이와 같이 선미식 조업방법으로 개량하면 기계화로 성역화의 효과를 기대할 수 있으나, 조류와 바람의 방향이 일치하지 않을 때는 전개장치와 그물이 서로 얽힐 우려가 있으므로 이 점을 충분히 검토할 필요가 있다.

• 한국패류학회지
• /
• 제24권2호
• /
• pp.131-136
• /
• 2008

피조개 부착치패의 중간양성시 생존율을 향상시키기 위하여 보호망의 형태 및 유실 방지망의 종류에 따른 부착치패의 성장 및 생존을 조사하였다. 보호망의 형태별로 60일간 중간양성한 부착치패의 성장은 노출형이 평균 각장 $12.8{\pm}3.2$ mm로 가장 빨랐으며(P<0.05), 통발형이 $12.2{\pm}3.5$ mm, 원통형이 $11.9{\pm}3.8$ mm, 직사각형이 $10.9{\pm}3.7$ mm순으로 큰 차이를 나타내지 않았다. 생존율은 통발형이 43.7%, 원통형이 41.2%, 직사각형이 31.6%로 보호망의 형태에 따라 통발형 및 원통형이 직사각형보다 높았으며, 노출형이 5.4%로 매우 낮았다(P<0.05). 유실 방지망 종류별로 163일간 중간양성한 부착치패의 성장은 차광막이 평균 각장 $13.9{\pm}3.1$ mm로 가장 빨랐고(P<0.05), 여자망이 $12.9{\pm}3.0$ mm, PE망이 $11.8{\pm}3.1$ mm 및 대조구가 $12.6{\pm}3.3$ mm 순으로 나타났으며, 생존율은 차광막이 91.5%, PB망이 90.1%, 여자망이 88.5%로 유의한 차이가 없었다. 그러나 유실 방지망을 설치하지 않은 대조구에서는 61.5%로 설치한 시험구보다 유의하게 낮았다(P<0.05). 피조개 부착치패의 중간양성시 보호망은 통발형 및 원통형을 사용하면 채묘망과 보호망 간의 공간이 확보되어 마찰에 의한 탈락을 방지하고, 해수의 소통이 원활하여 높은 생존율을 기대할 수 있을 것으로 판단된다. 그리고 보호망목의 크기는 2 mm 내외를 사용하여 해수의 유통이 비교적 원활히 되도록 하였으며, 일시적으로 탈락하는 개체의 유실을 방지하기 위하여 부착치패 채묘망과 직각으로 설치한 결과 높은 생존율을 보였다. 유실 방지망 종류별 중간양성시험 결과는 시험기간이 겨울철이여서 태풍 등의 영향을 전혀 받지 않았고, 보호망에 부착물질이 거의 없어 생존율이 매우 높았다. 겨울철 중간양성이 여름철 중간양성 보다 생존율에서는 월등히 높은 결과를 나타내어 산업화를 위해서는 유리할 것으로 추정되었다. 따라서 피조개 부착치패 중간양성 시기는 태풍 등의 위험한 시기를 피하여 조절하고, 피조개 부착치패의 중간양성시 통발형 및 원통형의 보호망과 유실 방지망을 병행하여 사용하면 높은 생존율을 기대할 수 있을 것으로 판단되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.172-174
• /
• 2005

시간과 장소에 무관하게 네트워크에 접속하여 필요한 정보를 얻으려는 요구가 증가하면서, 이동환경에서 사용되는 장비를 모니터링하거나 장비로부터 수집한 정보를 분석하여 유선환경에 비해 빈약한 무선환경을 효율적으로 사용할 필요성이 증가하고 있다. 그러나 Mobile IP MIB이 구현되어 있지 않은 상황에서는 무선환경에 필요한 정보를 수집하기 어렵다. 이에 본 연구실에서는 Mobile IP MIB을 구현하고 SNMP를 이용하여 정보를 수집함으로써, 기존 모니터링 개념과 더불어 단말의 이동성 추적 등과 같은 무선환경에서 필요한 기능들을 접목한 네트워크 관리 시스템인 POSTECH MIP NMS를 구현하였으며, 이를 통해 부하분산 등의 기능을 능동적으로 처리할 수 있는 네트워크 관리 시스템의 기반을 마련하였다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제4권1호
• /
• pp.35-43
• /
• 2015

Over the past couple of years, tremendous progress has been made in applying deep learning (DL) techniques to computer vision. Especially, deep convolutional neural networks (DCNNs) have achieved state-of-the-art performance on standard recognition datasets and tasks such as ImageNet Large-Scale Visual Recognition Challenge (ILSVRC). Among them, GoogLeNet network which is a radically redesigned DCNN based on the Hebbian principle and scale invariance set the new state of the art for classification and detection in the ILSVRC 2014. Since there exist various deep learning techniques, this review paper is focusing on techniques directly related to DCNNs, especially those needed to understand the architecture and techniques employed in GoogLeNet network.

• 대한전자공학회논문지SD
• /
• 제41권5호
• /
• pp.1-7
• /
• 2004

규칙적인 논리적 연결방법을 이용하면 노드에서 라우팅을 위한 프로세싱 시간이 단축되므로 고속의 네트워크에 적용이 가능하다. 규칙적인 논리적 연결방법의 하나인 셔플넷은 일반적으로 p개의 직접 연결이 다른 노드들과 이루어진다. 그러나 우리가 제안한 비대칭 이중층 셔플넷 토폴로지를 이용하면 2p개의 노드들과 직접 연결되므로 더욱 용량이 증대된 파장분할방식 링을 설계할 수 있다. 이 비대칭 이중층 셔플넷 토폴로지를 이용하여 파장분할방식 링에 파장을 할당하는 방법을 본 논문에서 연구하였다. 필요한 파장수를 최소화하는 것을 목표로 네트워크를 최적화하였다.

• 한국공간구조학회논문집
• /
• 제2권1호
• /
• pp.75-84
• /
• 2002

In this study, the 'force density method' for shape finding of cable net structures is presented. This concept is based on the force-length ratios or force densities which are defined for each branch of the net structures. This method renders a simple linear 'analytical form finding' possible. If the free choice of the force densities is restricted by further condition, the linear method is extended to a nonlinear one. The nonlinear one can be applied to the detailed computation of networks. In this paper, the general inverse matrix is introduced to solve the nonlinear equilibrium equation including Jacobian matrix which is rectangular matrix. Several examples for linear and nonlinear analysis applied additional constraints are presented. It is shown that the force density method is suitable for form finding of cable net and the general inverse matrix can be applied to solve the nonlinear equation without Lagrangian factors.

• 한국정밀공학회지
• /
• 제17권2호
• /
• pp.176-184
• /
• 2000

Possible representation methods for the product structure have been compared and analyzed to determine optimal disassembly path of a product. Petri net is selected as the most optimal method to represent disassembly path of the product. In this method, a reachability tree for the product is generated and disassembly time for each path is calculated. A path with the smallest disassembly time is selected as the optimal path. A software far DPN(Disassembly Petri Net) has been developed and applied to search the optimal disassembly path for a ballpoint pen disassembly process as an example.

• 한국멀티미디어학회논문지
• /
• 제22권12호
• /
• pp.1347-1355
• /
• 2019

Deep learning approach based on convolution neural network (CNN) has extensively studied in the field of computer vision. However, periocular feature extraction using CNN was not well studied because it is practically impossible to collect large volume of biometric data. This study uses the ResNet model which was trained with the ImageNet dataset. To overcome the problem of insufficient training data, we focused on the training of multi-layer perception (MLP) having simple structure rather than training the CNN having complex structure. It first extracts features using the pretrained ResNet model and reduces the feature dimension by principle component analysis (PCA), then trains a MLP classifier. Experimental results with the public periocular dataset UBIPr show that the proposed method is effective in person authentication using periocular region. Especially it has the advantage which can be directly applied for other biometric traits.