• 한국재료학회지
• /
• 제18권7호
• /
• pp.394-399
• /
• 2008

The hydrogen embrittlement susceptibility of high strength TRIP/TWIP steels with the tensile strength of 600Mpa to 900Mpa grade was investigated using cathodically hydrogen charged specimens. TWIP steels with full austenite structure show a lower hydrogen content than do TRIP steels. The uniform distribution of strong traps throughout the matrix in the form of austenite is considered beneficial to reduce the hydrogen embrittlement susceptibility of TWIP steels. Moreover, an austenite structure with very fine deformation twins formed during straining could also improve the ductility and reduce notch sensitivity. In Ubend and deep drawing cup tests, TWIP steels show a good resistance to hydrogen embrittlement compared with TRIP steels.

• 대한임베디드공학회논문지
• /
• 제9권3호
• /
• pp.165-171
• /
• 2014

In this paper, we propose the hardware and software of a test-bed of a hovering AUV (autonomous underwater vehicle). Test-bed to develop as the underwater robot for the hovering -type is planning to apply for marine resource development and exploration for deep sea. The RTU that controls a azimuth thruster and a vertical thruster of test-bed is a intergrated-type thruster. The main control unit that collects sensor's data and performs high-speed processing and controls a movement of test-bed is a underwater hybrid navigation system. Also it transfers position, posture, state information of test-bed to the host PC of user using a wireless communication. The host PC checks a test-bed in real time by using a realtime monitoring system that is implemented by LabVIEW.

• 대한인간공학회지
• /
• 제16권2호
• /
• pp.15-27
• /
• 1997

Brain potential is described using the mesocolumnar activity defined by averaged firings of excitatory and inhibitory neuron of neocortex. Lagrangian is constructed based on SMNI(Statistical Mechanics of Neocortical Interaction) and then Euler Lagrange equation is obtained. Excitatory neuron firing is assumed to be amplitude- modulated dominantly by the sum of two modes of frequency .omega. and 2 .omega. . Time series of this neuron firing is calculated numerically by Euler Lagrangian equation. I .omega. L related to low frequency distribution of power spectrum, I .omega. H hight frequency, and Sd(standard deviation) were introduced for the effective extraction of the dynamic property in the simulated brain potential. The relative behavior of I .omega. L, I .omega. H, and Sd was found by parameters .epsilon. and .gamma. related to nonlinearity and harmonics respectively. Experimental I .omega L, I .omega. H, and Sd were obtained from EEG of human in rest state and of canine in deep sleep state and were compared with theoretical ones.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.181-183
• /
• 2015

최근 자연어 처리 분야에서 딥 러닝이 많이 사용되고 있다. 자연어 처리에서 딥 러닝의 성능 향상을 위해 단어의 표현이 중요하다. 단어 임베딩은 단어 표현을 인공 신경망을 이용해 다차원 벡터로 표현한다. 본 논문에서는 word2vec의 Skip-gram과 negative-sampling을 이용하여 단어 임베딩 학습을 한다. 단어 임베딩 학습 데이터로 한국어 어휘지도 UWordMap의 용언의 필수논항 의미 제약 정보를 이용하여 구성했으며 250,183개의 단어 사전을 구축해 학습한다. 실험 결과로는 의미 제약 정보를 이용한 단어 임베딩이 유사성을 가진 단어들이 인접해 있음을 보인다.

• 한국멀티미디어학회논문지
• /
• 제25권2호
• /
• pp.157-165
• /
• 2022

As the stock market is affected by various circumstances including economic and political variables, predicting the stock market is considered a still open problem. When combined with corporate financial statement data analysis, which is used as fundamental analysis, and technical analysis with a short data generation cycle, there is a problem that the time domain does not match. Our proposed method, LSTE the operating profit and market outlook of a petrochemical company and estimates the sales and operating profit of the company, it was possible to solve the above-mentioned problems and improve the accuracy of stock price prediction. Extensive experiments on real-world stock data show that our method outperforms the 8.58% relative improvements on average w.r.t. accuracy.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.721-723
• /
• 2020

부분 공간 군집화는 고차원 데이터에서 의미 있는 특징들을 선별 및 추출하여 저차원의 부분 공간에서 군집화 하는 것이다. 그러나 최근 딥러닝 활용한 부분 공간 군집화 연구들은 AutoEncoder을 기반으로 의미있는 특징을 선별하는 것이 아닌 특징 맵의 크기를 증가시켜서 네트워크의 표현 능력에 중점을 둔 연구되고 있다. 본 논문에서는 AutoEncdoer 네트워크에 Channel Attention 모델을 활용하여 Encoder와 Decoder에서 부분 공간 군집화를 위한 특징을 강조하는 네트워크를 제안한다. 본 논문에서 제안하는 네트워크는 고차원의 이미지에서 부분 공간 군집화를 위해 강조된 특징 맵을 추출하고 이를 이용해서 보다 향상된 성능을 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.417-419
• /
• 2022

감각대체기술은 손상된 감각 정보를 다른 감각으로 전환하여 전달하는 기술로써 기존의 시각장애인을 위한 시각 정보의 촉각 대체 기술은 주로 거리 정보나 물체의 윤곽선 정보를 전달하여 사용자가 주변 환경을 이해하는 데 어려움이 있었다. 이를 해결하기 위해 본 논문에서는 딥러닝을 사용하여 사용자 주변의 모션 정보를 분석하고, 이를 촉각 정보로 전달함으로써 사용자가 주변 상황 정보를 인지 할 수 있는 방법을 제안하였다. 제안 방법과 기존의 윤곽선 정보 전달 방법을 사용자 실험을 통하여 비교하였을 때, 제안 방법이 영상 속 물체의 움직임 정보를 이해하는 데에 더욱 효과적임을 확인하였다.

• 자원환경지질
• /
• 제38권1호
• /
• pp.1-22
• /
• 2005

이산화탄소($CO_2$)는 기후협약에 관한 교토의정서에서 적시한 온실가스 중에서 가장 중요한 물질이다. 이에 세계 각 국은 화석에너지 사용의 효율성 증가, 저탄소 함량의 에너지원, 대체에너지원 개발 등 이산화탄소 배출량을 조절하고 줄이기 위한 기술 개발에 상당한 노력을 기울이고 있다. 그러나 교토의정서에서 제시한 배출량을 만족시키기 위해서 는 이산화탄소 처분 기술의 개발과 적용이 필수적으로 요구된다. 현재까지 개발된 이산화탄소 처분 기술 중에는 심부 대수층 처분, 심부 석탄층 처분, 유전 및 가스전 처분, 탄산염광물화 처분 등의 지중(지질) 처분 기술이 그 안정성 및 환경적 친화성으로 말미암아 가장 적극적으로 고려되고 있다. 본 논문에서는 이산화탄소 지중 처분 기술, 특히 대수 층 처분 및 탄산염광물화 처분 기술의 지구화학적 개념과 기술개발 동향에 대하여 알아보고 또한 각 지중 처분 기술 의 장점과 단점에 대하여 검토하고자 한다.

• 한국군사과학기술학회지
• /
• 제23권1호
• /
• pp.1-10
• /
• 2020

Effective jamming in electronic warfare depends on proper jamming technique selection and jamming parameter estimation. For this purpose, this paper proposes a new method of estimating jamming parameters using Gaussian kernel function networks. In the proposed approach, a new method of determining the optimal structure and parameters of Gaussian kernel function networks is proposed. As a result, the proposed approach estimates the jamming parameters in a reliable manner and outperforms other methods such as the DNN(Deep Neural Network) and SVM(Support Vector Machine) estimation models.

• 센서학회지
• /
• 제29권6호
• /
• pp.433-439
• /
• 2020

Recently, the need for IoT-based intelligent systems is increasing in various fields. In this study, we implemented the system that automatically measures the sugar content of fruits without damage to fruit's marketability using near-infrared radiation and machine learning. The spectrums were measured several times by passing a broadband near-infrared light through a fruit, and the average value for them was used as the input raw data of the machine-learned DNN(Deep Neural Network). Using this system, he sugar content value of fruits could be predicted within 5 s, and the prediction accuracy was about 93.86%. The proposed non-destructive sugar content measurement system can predict a relatively accurate sugar content value within a short period of time, so it is considered to have sufficient potential for practical use.