• 대한전자공학회논문지SD
• /
• 제45권1호
• /
• pp.7-13
• /
• 2008

본 논문에서는 PMOLED(passive matrix organic light emitting diodes) 데이터 구동회로의 전류 편차를 보상하는 새로운 구조의 회로를 제안한다. 일반적인 PMOLED 데이터 구동 회로의 경우 MOS(metal oxide semiconductor) 공정 변화에 의해서 발생하는 데이터 구동 회로 출력단의 전류 편차는 보상 할 수 없으나, 제안된 데이터 구동회로는 출력단의 전류 편차를 보상하여 균일한 값의 전류를 OLED 패널(panel)에 인가 할 수 있다. 제안하는 회로는 종래의 데이터 출력 회로에 스위칭 트랜지스터를 추가하여 데이터 출력 전류용 회로를 공통 연결선에 연결함으로써 공정 변화에 의한 출력 전류의 편차를 최소화 할 수 있다. 제안한 회로는 $128(RGB){\times}128$의 해상도를 지원하는 PMOLED 패널을 기준으로 설계 하였고, 구동 회로 개발에 이용된 공정은 0.35um이다. 실험 결과 제안한 데이터 구동회로의 출력 전류는 1%대의 오차를 갖는 반면, 종래의 데이터 구동회로의 경우 출력 전류는 9% 대로 심한 변화를 나타내었다. 본 논문에서 제안한 PMOLED 데이터 구동회로를 이용할 경우 고화질의 OLED 디스플레이 구현이 가능하여 고 품위의 디스플레이 특성을 요구하는 휴대용 디스플레이 기기에 적용 할 수 있다.

• 대한전자공학회논문지SD
• /
• 제45권12호
• /
• pp.1-7
• /
• 2008

Magnetic Tunnel Junction (MTJ)는 비휘발성 소자로서 그간 기억소자분야에 국한되어왔으나, 최근 다양한 연구들에 의하여 자기논리 (magneto-logic) 회로에 사용되면서 기존 트랜지스터 기반의 논리연산자를 대체할 수 있는 가능성을 보이고 있으며, 논리회로까지 확장 적용되어 스핀전자공학 분야의 새로운 장을 열 것으로 기대되어지고 있다. 자체 저장 능력을 갖는 MTJ 소자로 구현된 자기논리 회로는 전원이 꺼져도 정보가 그대로 유지되고, 또한, 불 (Boolean) 연산 수행 시 단순한 입력변화만으로 다양한 논리 연산자 구현이 가능한 구조적인 유연성을 보이므로, 물리적으로 완성된 회로 내에서 얼마든지 재구성이 가능한 자기논리 회로를 구현할 수 있다. 본 논문에서는 단순한 조합논리나 순차논리 회로의 동작을 넘어서, 임의의 3비트 논리회로 동작을 모두 수행할 수 있는 자기논리 회로를 제안한다. 이를 위해 3비트 논리회로 중에서 최대의 복잡성을 갖는 논리회로를 MTJ 소자를 사용하여 설계하였고, 그 동작을 이전 논문에서 제안된 바 있는 macro-model을 보완 적용하여 검증하였다. 제안된 회로는 3비트로 구현할 수 있는 가장 복잡한 논리회로의 동작을 수행할 뿐만 아니라, 전류구동회로의 게이트 신호들을 변화시킴으로써 임의의 3비트 논리 회로의 동작을 모두 수행하는 것이 가능하다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.223-229
• /
• 2008

본 논문에서는 비젼을 이용한 영상처리 기술을 기반으로 운전자의 피로도를 측정하여 졸음운전을 판단하는 실시간 비젼시스템을 제안한다. 제안된 시스템은 얼굴 영상 분석과 퍼지 이론을 이용하여 운전자의 졸음 또는 부주의함을 경고함으로서 교통사고를 미연에 방지하는 시스템이다. 본 논문에서는 실시간 얼굴 탐색 알고리즘 개발을 위해 퍼지 색상 필터와 가상 얼굴 모형을 이용하여 얼굴 위치 및 눈 영역을 보다 빠르게 검출하고, 눈 깜박임의 빈도수(eye blinking frequency)와 눈의 닫힘 지속 기간(eye closure duration)을 측정하는 방법은 제안한다. 그 다음, 측정된 데이터를 기반으로 퍼지논리를 사용하여 운전자의 피로도를 결정하고 졸음운전 여부를 판단하는 방법을 제안한다. 마지막으로 제안된 방법은 여러 실험을 통해 그 우수성과 응용 가능성을 증명한다.

• 한국도로학회논문집
• /
• 제11권1호
• /
• pp.153-164
• /
• 2009

본 연구에서는 경찰청에서 제공한 2006년 전국 37,589개의 보행자 사고 자료에서 나타난 보행자 사고 심각도를 분석했다. 이를 위해 본 연구에서는 보행자사고 심각도에 영향을 미칠 것으로 예상되는 주요 요인을 미리 선정하여, 그 영향을 순서형 로짓 모형(Ordered Logit Model)을 통해 분석했다. 이모형은 사고 심각도와 같이 종속변수가 순서형으로 표시되는 경우 매우 유용한 결과를 제시하는 것으로 알려져 있어서 본 연구에서 사용했다. 본 연구는 다음과 같은 결과를 나타냈다. 첫째, 우리나라 보행자 사고 심각도는 운전자와 보행자로 나타나는 인적요인에서 성별, 나이, 음주여부에 영향을 많이 받는다. 둘째, 기타 요인에는 차량, 도로기하구조, 날씨, 시간대가 포함된다. 셋째, 보행자 사고 심각도는 계절요인과 무관하다. 끝으로, 보행자 사고 심각도 분석을 위해 순서형 로짓 모형을 적용하면 매우 적절한 분석결과를 얻을 수 있다. 결론적으로 본 연구는 우리나라 보행자 사고 심각도는 사람들이 전통적으로 생각하는 것과 같은 방식인 것으로 확인했다. 이 결론은 본 연구에서 사용한 사고자료에 국한한 것이며, 이 결론을 일반화시키려면 추후 연구가 필요하다.

• 한국산림과학회지
• /
• 제76권3호
• /
• pp.181-192
• /
• 1987

각산정(角算定) 측정법(測定法)으로 임분재적(林分材積)을 추정(推定)할 수 있도록 하기 위하여 경기, 충남북, 강원지역 등의 소나무임분(林分)에서 표준지(標準地) 164개소(個所)를 선정(選定)하여 각(各) 조사인자별(調査因子別)로 실측(實測)하고 Plotless Sampling 방법(方法)으로 측정(測定)한 자료(資料)를 가지고 임분재적(林分材積) 조제방법(調製方法)과 Plotless Sampling 법(法)에 필요한 각종(各種) 표(表)를 조제하여 이를 종합적으로 분석검토(分析檢討)한 결과(結果)를 요약(要約)하면 다음과 같다. 1. 각산정(角算定) 측정법(測定法)에 의하여 측정(測定)이 가능(可能)한 임분평균수고(林分平均樹高), ha 당(當) 단면적(斷面積), 단면적수고(斷面積樹高)의 측정치(測定値)와 표준지(標準地)에서 측정(測定)한 실측치(實測値) 사이에는 회귀계수(回歸係數) b 가 거의 1인 Y=bx 의 회귀계수(回歸係數)가 성립(成立) 하였으며 이들 사이에는 유의차(有意差)가 없어 소나무림(林)에서 각산정(角算定) 측정법(測定法)로 임분재적(林分材積)을 추정(推定)할 수 있다. 2. Dendrometer 로 측정(測定)이 가능한 인자(因子)를 이용(利用)하여 구한, 가장 적합(適合)한 임분재적식(林分材積式)은 log V = -0.0208+0.8497 log G. H., log V = -0.0028+0.7981 log G+0.9313 log H 이며 본식(本式)에 의하여 조제된 임분재적표(林分材積表)는 Table 4, 5와 같으며 표(表)에 의한 측정치(測定値)와 실측치간(實測値間)의 추정오차율(推定誤差率)은 1변수재적표(變數材積表)가 9.16%, 2변수재적표(變數材積表)가 8.50%이었다. 3. 각산정(角算定) 측정법(測定法)에 의한 임분재적(林分材積) 추정시(堆定時) 필요(必要)한 인자(因子)인 임분형상고(林分形狀高), 형상단면적(形狀斷面積), 임분형수(林分形數) 등을 구할 수 있는 가장 적합(適合)한 추정식(推定式)은 다음과 같다. FH=D/(1.5205+0.0994 D) log FH=0.0451+0.2429 log D+0.3474 log H log FG=-0.0380+0.7758 log G-0.0066 log H F=H/(-5.1697+2.6013 H) F=FH/(-3.1256+2.7611 FH) log F=-0.0634-0.0848 log GH-0.1224 log Di 4. 이와 같은 식(式)에 의하여 조제한 임분형상고표(林分形狀高表)는 Table 7, 8과 같으며 이의 추정오차율(推定誤差率)은 임분평균직경(林分平均直徑)에 의한 1변수표(變數表)와 임분평균직경(林分平均直徑) 및 임분평균수고(林分平均樹高)에 의한 2변수표(變數表)는 각각(各各) 8.05%, 8.32%이며 단면적(斷面積)과 임분평균수고(林分平均樹高)의 2변수(變數)에 의한 형상단면적표(形狀斷面積表)는 Table 9와 같고 이의 추정오차율(推定誤差率)은 9.76%이었다. 또한 임분형수표(林分形數表)는 Table 10, 11, 과 같으며 이의 추정오차율(推定誤差率)은 임분평균수고(林分平均樹高), 임분형상고(林分形狀高)에 의한 1변수표(變數表)는 각각(各各) 5.58%, 5.39%이고 단면적(斷面績) 수고(樹高)와 수간거리(樹幹距離)에 의한 2변수표(變數表)는 4.30% 이었다.