• 마이크로전자및패키징학회지
• /
• 제29권1호
• /
• pp.35-41
• /
• 2022

5G 시대를 맞아, 인공지능, 클라우드 컴퓨팅, 자율주행 차량, 스마트 제조 등의 기술 소요가 증가하고 있다. 전자기기의 고효율을 위해 고집적회로 및 패키징 연구는 중요하다. 전해도금된 솔더는 범프 조성의 균일성에 한계가 있다. 작은 크기의 솔더 파우더로 구성된 솔더 페이스트는 고집적 패키징에 일반적으로 사용되는 솔더 중 하나이다. 솔더 페이스트에 나노 입자를 첨가하거나 기판 표면 마감 처리를 하여 젖음성을 향상시키고, 금속 패드 계면에서 금속간화합물의 성장을 억제하는 연구가 진행중이다. 본 논문은 나노 입자 첨가를 통한 솔더 페이스트의 젖음성 향상과 계면 금속간화합물의 성장을 억제하는 원리에 대하여 설명한다.

• 토지주택연구
• /
• 제13권3호
• /
• pp.107-113
• /
• 2022

건축물의 에너지소비를 줄이기 위해 건물의 기밀도가 지속적으로 향상되고 있으며, 이로 인해 건물 내부의 평균적인 상대습도가 높아지고 있다. 평균 상대습도가 높아짐에 따라 단열 취약부 및 습기발생 행위 시 결로가 발생하며, 습기제어를 위하여 기계 환기장치의 중요성이 향상되고 있다. 그러나, 기계환기장치는 추가적인 에너지 소비 및 소음 발생으로 재실자의 불쾌감을 유발하기 때문에, 서로 상충되는 기준에 대한 적절한 환기전략 선정이 필요하다. 본 연구에서는 공동주택 내 기계환기장치의 환기성능, 에너지 소비량, 소음도를 측정하여, 서로 상충하는 운영기준 중 우선순위에 있는 환기전략을 찾기위해 다기준 의사결정기법인 TOPSIS를 이용하였다. 또한, 재실자의 환기장치 운영기준 선호도에 따라 달라지는 적절 환기전략을 도출하였으며, 향후 AI 기술을 활용한 재실자 맞춤 환기전략 제시가 가능할 것으로 사료된다.

• 산업과 과학
• /
• 제1권2호
• /
• pp.24-29
• /
• 2022

최근 농업 경랭력 향상 및 비용 절감을 최소화하기 위해서 IoT 기술을 다양한 농장에 적용하는 스마트 팜 연구가 활발하게 진행되고 있다. 특히, IoT 장치를 통해 스마트 팜 주변의 환경정보 데이터를 원격 제어할 수 있는 방법들이 연구되고 있다. 본 논문에서는 스마트 팜에서 수집된 환경정보 데이터를 머신러닝 기반으로 실시간 모니터링하여 최적의 생육환경을 유지할 수 있는 모델을 제안한다. 제안 모델은 머신러닝 기술을 사용하기 때문에 풍부한 빅데이터 확보 방안을 통해 지속적인 데이터 수집이 가능하도록 다중 블록체인으로 환경 정보를 묶는다. 또한, 제안 모델은 수집된 환경 정보 데이터를 가중치와 상관관계 지수를 이용하여 우선 순위에 따라 선택(또는 바인딩)적으로 지정한다. 마지막으로, 제안 모델은 실시간으로 환경 정보를 처리할 수 있도록 환경 정보 처리 비용을 최소한으로 n-계층으로 확장할 수 있도록 한다.

• 한국멀티미디어학회논문지
• /
• 제25권5호
• /
• pp.748-756
• /
• 2022

Thanks to the competition of AlphaGo and Sedol Lee, machine learning has received world-wide attention and huge investments. The performance improvement of computing devices greatly contributed to big data processing and the development of neural networks. Artificial intelligence not only imitates human beings in many fields, but also seems to be better than human capabilities. Although humans' creation is still considered to be better and higher, several artificial intelligences continue to challenge human creativity. The quality of some creative outcomes by AI is as good as the real ones produced by human beings. Sometimes they are not distinguishable, because the neural network has the competence to learn the common features contained in big data and copy them. In order to confirm whether artificial intelligence can express the inherent characteristics of different arts, this paper proposes a new neural network model called Humming. It is an experimental model that combines vgg16, which extracts image features, and DeepJ's architecture, which excels in creating various genres of music. A dataset produced by our experiment shows meaningful and valid results. Different results, however, are produced when the amount of data is increased. The neural network produced a similar pattern of music even though it was a different classification of images, which was not what we were aiming for. However, these new attempts may have explicit significance as a starting point for feature transfer that will be further studied.

• International Journal of Computer Science & Network Security
• /
• 제22권4호
• /
• pp.420-426
• /
• 2022

Breast cancer is among the cancers that may be healed as the disease diagnosed at early times before it is distributed through all the areas of the body. The Automatic Analysis of Diagnostic Tests (AAT) is an automated assistance for physicians that can deliver reliable findings to analyze the critically endangered diseases. Deep learning, a family of machine learning methods, has grown at an astonishing pace in recent years. It is used to search and render diagnoses in fields from banking to medicine to machine learning. We attempt to create a deep learning algorithm that can reliably diagnose the breast cancer in the mammogram. We want the algorithm to identify it as cancer, or this image is not cancer, allowing use of a full testing dataset of either strong clinical annotations in training data or the cancer status only, in which a few images of either cancers or noncancer were annotated. Even with this technique, the photographs would be annotated with the condition; an optional portion of the annotated image will then act as the mark. The final stage of the suggested system doesn't need any based labels to be accessible during model training. Furthermore, the results of the review process suggest that deep learning approaches have surpassed the extent of the level of state-of-of-the-the-the-art in tumor identification, feature extraction, and classification. in these three ways, the paper explains why learning algorithms were applied: train the network from scratch, transplanting certain deep learning concepts and constraints into a network, and (another way) reducing the amount of parameters in the trained nets, are two functions that help expand the scope of the networks. Researchers in economically developing countries have applied deep learning imaging devices to cancer detection; on the other hand, cancer chances have gone through the roof in Africa. Convolutional Neural Network (CNN) is a sort of deep learning that can aid you with a variety of other activities, such as speech recognition, image recognition, and classification. To accomplish this goal in this article, we will use CNN to categorize and identify breast cancer photographs from the available databases from the US Centers for Disease Control and Prevention.

• 산업과 과학
• /
• 1권1호
• /
• pp.16-22
• /
• 2022

디스플레이는 브라운관을 시작으로 PDP(Plasma Display Panel), LCD(Liquid Crystal Display) 이후 AMOLED(Active Marix Organic Light Emitting Diode) 순으로 시장을 형성하고 있다. 유기발광다이오드 OLED는 4차 산업혁명을 준비하는 각 국가들의 발전을 위한 핵심 분야로 인정받고 있는 기술이며, 특히 국내 최고업계 삼성 디스플레이, LG디스플레이는 OLED의 90%이상의 점유율로 시장을 주도하고 있다. 현재 AMOLED는 접거나 휠 수 있는 영역으로 옮겨왔으며, 이와 같은 기술이 가능한 이유는 플렉서블 기판상에 TFT(Thin Film Transistor)와 OLED가 형성가능하기 때문이다. 향후 스트레처블 디스플레이로 그 기술은 이동할 것이며, 이를 위해서는 늘어나는 기판 소재 개발이 우선 진행되고, 다음으로 TFT, OLED 소자 역시 늘어날 수 있는 재료로 구현되어야 할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제28권5호
• /
• pp.1-8
• /
• 2023

이 논문에서는 스마트폰 또는 스마트 워치와 같은 스마트 디바이스를 이용한 IoT 기반의 배낭식 청소기 제어 시스템을 구현한다. 구현 시스템은 제어모듈 제작, 제어 모듈 프로그래밍, 스마트 디바이스 프로그래밍으로 이루어져 있다. 이 중 제어 모듈은 아두이노 나노, HM-10 BLE 모듈 및 릴레이를 기본 부품으로 하여 제작하였다. 스마트 디바이스는 제어 모듈과 양방향 BLE 통신으로 신호 교환을 하고 있으며, 이를 통해 청소기의 시작/정지를 제어 할 수 있게 한다. 배낭식 청소기는 사다리 등을 이용해야 하는 높은 장소를 청소할 때 효과적이다. 그러나 배낭식 청소기를 시작/정지하기 위해 메고 있는 청소기를 벗어야 하는 경우가 종종 발생한다. 이 논문에서 구현한 사물인터넷 기반의 청소기 제어 시스템은 청소기를 벗지 않으면서도 청소기의 시작/정지를 제어할 수 있도록 함으로써 문제를 근본적으로 해결하였다.

• 전자통신동향분석
• /
• 제38권1호
• /
• pp.55-64
• /
• 2023

Recently, preparations for 6G have led to the increasing interest in integrated or hybrid communication networks considering low-orbit satellite communication networks with terrestrial mobile communication networks. In addition, the demand for frequency allocation for new mobile services from low-orbit small satellites to provide global internet of things (IoT) services is increasing. The operation of such satellites and terrestrial mobile communication networks may inevitably cause interference in adjacent bands and the same band frequency between satellites and terrestrial systems. Focusing on the results of the recent ITU-R WP4C meeting, this study introduces the current status of frequency sharing and interference issues between satellites and terrestrial systems, and frequency allocation issues for new mobile satellite operations. Coexistence and compatibility studies with terrestrial IMT in L band and 2.6 GHz band, operated by Inmassat and India, respectively, and a new frequency allocation study (WRC-23 AI 1.18) are carried out to reflect satellite IoT demand. For the L band, technical requirements have been developed for emission from IMT devices at 1,492 MHz to 1,518 MHz to bands above 1,518 MHz. Related studies in the 2 GHz and 2.6 GHz bands are not discussed due to lack of contributions at the recent meeting. In particular, concerning the WRC-23 agenda 1.18 study on the new frequency allocation method of narrowband mobile satellite work in the Region 1 candidate band 2,010 MHz to 2,025 MHz, Region 2 candidate bands 1,695 MHz to 1,710 MHz, 3,300 MHz to 3,315 MHz, and 3,385 MHz to 3,400 MHz, ITU-R results show no new frequency allocation to narrow mobile satellite services. Given the expected various collaborations between satellites and the terrestrial component are in the future, interference issues between terrestrial IMT and mobile satellite services are similarly expected to continuously increase. Therefore, participation in related studies at ITU-R WP4C and active response to protect terrestrial IMT are necessary to protect domestic radio resources and secure additional frequencies reflecting satellite service use plans.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.85-92
• /
• 2023

최근 4차 산업혁명 시대가 다가오면서 휴대성을 강조한 IoT 기기가 늘고 있다. 동시에 배터리 사용량도 급증하고 있다. 배터리 사용량이 증가하면서 배터리 안전과 관련된 이슈는 피할 수 없는 문제가 되었고, 많은 연구가 이뤄졌다. 본 논문은 다양한 배터리 문제 중 팽창으로 인한 폭발 문제를 다루고 있으며, 저항 변화를 파악하여 배터리 팽창을 감지하는 시스템의 연구 및 개발을 포함하고 있다. 이번 연구의 핵심기술은 배터리가 팽창할 때 발생하는 부피 변화를 배터리에 그려진 전선의 저항 변화를 이용해 배터리 폭발을 방지하는 시스템을 개발하는 것이다. 또한 패턴분석을 통해 어떤 형태로 전선을 구성하여야 저항 변화가 많이 일어나는지 분석하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.377-379
• /
• 2022

POI refers to the point of Interest in Location-Based Social Networks (LBSNs). With the rapid development of mobile devices, GPS, and the Web (web2.0 and 3.0), LBSNs have attracted many users to share their information, physical location (real-time location), and interesting places. The tremendous demand of the user in LBSNs leads the recommendation systems (RSs) to become more widespread attention. Recommendation systems assist users in discovering interesting local attractions or facilities and help social network service (SNS) providers based on user locations. Therefore, it plays a vital role in LBSNs, namely POI recommendation system. In the machine learning model, most of the training data are stored in the centralized data storage, so information that belongs to the user will store in the centralized storage, and users may face privacy issues. Moreover, sharing the information may have safety concerns because of uploading or sharing their real-time location with others through social network media. According to the privacy concern issue, the paper proposes a recommendation model to prevent user privacy and eliminate traditional RS problems such as cold-start and data sparsity.