• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2017년도 춘계 학술논문 발표대회
• /
• pp.97-98
• /
• 2017

These days the buildings are getting higher, bigger, and in a deep. According to that, it was the Large-Scale casuality by smoke from Daeyeongak Hotel fire in 1971 to Uijeongbu apartment fire in 2015, and the law of smoke control has consistently changed. but the analysis for improving the law isn't working. Therefore on this study, it conducts the analysis of historical comparative about smoke control and it will present the basic data for improving the law of smoke control and in-depth analysis.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.543-545
• /
• 2019

본 논문은 최신 한국어 의존 구문 분석 모델(Korean dependency parsing model)들과 다양한 앙상블 모델(ensemble model)들을 결합하여 그 성능을 분석한다. 단어 표현은 미리 학습된 워드 임베딩 모델(word embedding model)과 ELMo(Embedding from Language Model), Bert(Bidirectional Encoder Representations from Transformer) 그리고 다양한 추가 자질들을 사용한다. 또한 사용된 의존 구문 분석 모델로는 Stack Pointer Network Model, Deep Biaffine Attention Parser와 Left to Right Pointer Parser를 이용한다. 최종적으로 각 모델의 분석 결과를 앙상블 모델인 Bagging 기법과 XGBoost(Extreme Gradient Boosting) 이용하여 최적의 모델을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.397-399
• /
• 2022

딥러닝을 적용한 기술 중 숫자 인식으로 예를 들 수 있다. 숫자 인식을 통하여 여러 분야에서 활용이 되고 있다. 숫자 인식을 가능하게 한 알고리즘 중 합성곱 신경망이 있다. 합성곱 신경망은 다양한 데이터들을 인식하는 데 사용되고 있다. MNIST 숫자 데이터셋을 활용하여 합성곱 신경망 구현 과정 중 깊게 레이어층을 쌓을수록 성능향상을 기대해볼 수 있다. 본 논문에서는 합성곱 레이어를 추가함으로써 성능향상을 76.96%에서 98.87의 정확도가 산출되어 약 21.91%의 정확도가 향상됨을 확인하였다.

• 자원환경지질
• /
• 제43권4호
• /
• pp.349-358
• /
• 2010

탄성파 심도영역 중합전 역시간 구조보정은 음원영역 파동외삽과 수진기영역 파동외삽의 상호상관으로 지층구조를 영상화하는 방법으로 암염돔 하부, 단층, 습곡, 심한 경사층 등 복잡한 층서구조를 영상화하는데 주로 이용된다. 여기에서는 한국지질자원연구원에서 개발된 중합전 심도영역 역시간 구조보정 기술을 국내 대륙붕 제주분지 제 5광구 탄성파 현장자료에 적용하여 음원번호 1280번 하부에 존재하는 향사 층서구조 영상을 향상시키고자 하였다. 음원모음 신호음을 향상시키기 위해 기본 자료처리를 실시하였고, 반복적으로 속도스펙트럼을 계산하는 방법으로 중합속도를 결정하여 속도모델을 구축하였다. 중합단면도상에 나타나는 향사구조는 산란파 영향으로 지층경계면의 연속성이 떨어져 보이지만 구조보정 적용 결과 탄성파 반사 에너지가 집중된 곳에서 향사구조 영상이 향상된 심도영역 지층단면도를 구할 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제21권8호
• /
• pp.288-296
• /
• 2021

Automated face recognition in a runtime environment is gaining more and more important in the fields of surveillance and urban security. This is a difficult task keeping in mind the constantly volatile image landscape with varying features and attributes. For a system to be beneficial in industrial settings, it is pertinent that its efficiency isn't compromised when running on roads, intersections, and busy streets. However, recognition in such uncontrolled circumstances is a major problem in real-life applications. In this paper, the main problem of face recognition in which full face is not visible (Occlusion). This is a common occurrence as any person can change his features by wearing a scarf, sunglass or by merely growing a mustache or beard. Such types of discrepancies in facial appearance are frequently stumbled upon in an uncontrolled circumstance and possibly will be a reason to the security systems which are based upon face recognition. These types of variations are very common in a real-life environment. It has been analyzed that it has been studied less in literature but now researchers have a major focus on this type of variation. Existing state-of-the-art techniques suffer from several limitations. Most significant amongst them are low level of usability and poor response time in case of any calamity. In this paper, an improved face recognition system is developed to solve the problem of occlusion known as FRS-OCC. To build the FRS-OCC system, the color and texture features are used and then an incremental learning algorithm (Learn++) to select more informative features. Afterward, the trained stack-based autoencoder (SAE) deep learning algorithm is used to recognize a human face. Overall, the FRS-OCC system is used to introduce such algorithms which enhance the response time to guarantee a benchmark quality of service in any situation. To test and evaluate the performance of the proposed FRS-OCC system, the AR face dataset is utilized. On average, the FRS-OCC system is outperformed and achieved SE of 98.82%, SP of 98.49%, AC of 98.76% and AUC of 0.9995 compared to other state-of-the-art methods. The obtained results indicate that the FRS-OCC system can be used in any surveillance application.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권8호
• /
• pp.307-324
• /
• 2018

최근 순환 신경 망(Recurrent Neural Networks)은 시간에 대한 의존성을 고려한 구조를 통해 순차 데이터(Sequential data)의 예측 문제 해결에서 각광받고 있다. 하지만 순차 데이터의 시간 스텝이 늘어남에 따라 발생하는 그라디언트 소실(Gradients vanishing)이 문제로 대두되었다. 이를 해결하기 위해 장단기 기억 모델(Long Short-Term Memory)이 제안되었지만, 많은 데이터를 저장하고 장기간 보존하는 데에 한계가 있다. 따라서 순환 신경망과 메모리 요소(Memory component)를 활용한 학습 모델인 메모리-증대 신경망(Memory-Augmented Neural Networks)에 대한 연구가 최근 활발히 진행되고 있다. 본 논문에서는 딥 러닝(Deep Learning) 분야의 화두로 떠오른 메모리-증대 신경망 주요 모델들의 구조와 특징을 열거하고, 이를 활용한 최신 기법들과 향후 연구 방향을 제시한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제24권3호
• /
• pp.113-121
• /
• 2018

포지션 인코딩은 문장 내 등장하는 단어의 위치에 따라 가중치를 적용하는 방법이다. 포인터 네트워크는 입력열에 대응되는 위치를 출력하는 딥 러닝 모델이며, 상호참조해결에 적용될 수 있다. 그러나 포인터 네트워크는 입력열의 길이가 긴 경우에 성능이 저하되는 문제가 있다. 이러한 문제를 해결하기 위하여 본 논문에서는 포지션 인코딩과 동적 포지션 인코딩을 포인터 네트워크에 적용할 것을 제안하고, Encoder RNN의 레이어를 더 깊게 쌓아 높은 수준으로 추상화할 것을 제안하며, 이를 이용한 상호참조해결 모델을 제안한다. 실험 결과, 본 논문에서 제안한 포지션 인코딩 기반 스택 포인터 네트워크 모델이 기존의 포인터 네트워크 모델보다 6.01% 향상된 CoNLL F1 71.78%의 성능을 보였다.

• 지구물리와물리탐사
• /
• 제24권3호
• /
• pp.89-97
• /
• 2021

탄성파 자료에서의 단층 해석은 기계학습을 적용하기 매우 적합한 분야라고 할 수 있다. 결과적으로 다양한 형태의 기계학습 기반 단층 해석 기술들이 개발되고 있으며, 특히 합성 자료를 사용해 기계학습 모델을 훈련시키는 연구들이 중점적으로 수행되고 있다. 합성 자료를 사용할 경우 기계학습 모델을 훈련시키기 위한 대량의 자료를 확보하기가 용이하고, 정확한 단층 구조 라벨을 함께 제작할 수 있다는 장점이 있다. 합성 자료로 훈련시킨 모델을 사용해 현장 자료를 해석하기 위해서는 모델 훈련에 사용한 합성 자료가 지질학적으로 현실적이어야 한다. 이 연구에서는 실제 현장 자료와 유사한 합성 자료 제작을 위한 기술을 소개한다. 먼저 현실적인 단층 구조가 포함된 반사계수 모델을 제작한 후 일방향 파동 방정식 모델링을 적용해 효율적으로 겹쌓기 단면을 생성한다. 생성된 겹쌓기 단면에 참반사보정을 적용해 회절파의 영향을 제거하고, 무작위 잡음을 추가함으로써 현장 자료와 비슷한 형태의 합성 자료를 생성할 수 있다. 생성한 합성 자료를 U-Net 구조의 합성곱 신경망 모델에 적용하여 검증한 결과, 현실적으로 만들어진 합성 자료는 현장 자료에 적용이 가능한 딥러닝 모델을 효과적으로 훈련시킬 수 있다는 것을 확인하였다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2010년도 제39회 하계학술대회 초록집
• /
• pp.201-201
• /
• 2010

DRAM (dynamic random access memory)은 하나의 트랜지스터와 하나의 캐패시터의 구조 (1T/1C)를 가지는 구조로써 빠른 동작 속도와 고집적에 용이하다. 하지만 고집적화를 위해서는 최소한의 캐패시터 용량 (30 fF/cell)을 충족시켜 주어야 한다. 이에 따라 캐패시터는 stack 혹은 deep trench 구조로 제작되어야 한다. 위와 같은 구조로 소자를 구현할 시 제작공정이 복잡해지고 캐패시터의 집적화에도 한계가 있다. 이러한 문제점을 보완하기 위해 1T-DRAM이 제안되었다. 1T-DRAM은 하나의 트랜지스터로 이루어져 있으며 SOI (silicon-on-insulator) 기판에서 나타나는 floating body effect를 이용하여 추가적인 캐패시터를 필요로 하지 않는다. 하지만 SOI 기판을 이용한 1T-DRAM은 비용측면에서 대량생산화를 시키기는데 어려움이 있으며, 3차원 적층구조로의 적용이 어렵다. 하지만 다결정 실리콘을 이용한 기판은 공정의 대면적화가 가능하고 비용적 측면에서 유리한 장점을 가지고 있으며, 적층구조로의 적용 또한 용이하다. 본 연구에서는 ELA (eximer laser annealing) 방법을 이용하여 비정질 실리콘을 결정화시킨 기판에서 1T-DRAM을 제작하였다. 하지만 다결정 실리콘은 단결정 실리콘에 비해 저항이 크기 때문에, 메모리 소자로서 동작하기 위해서는 높은 바이어스 조건이 필요하다. 게이트 산화막이 얇은 경우, 게이트 산화막의 열화로 인하여 소자의 오작동이 일어나게 되고 게이트 산화막이 두꺼울 경우에는 전력소모가 커지게 된다. 그러므로 메모리 소자로서 동작 할 수 있는 최적화된 게이트 산화막 두께가 필요하다. 제작된 소자는 KrF-248 nm 레이저로 결정화된 ELA 기판위에 게이트 산화막을 10 nm, 20 nm, 30 nm 로 나누어서 증착하여, 전기적 특성 및 메모리 특성을 평가하였다.

• Journal of the Korean Physical Society
• /
• 제73권11호
• /
• pp.1794-1798
• /
• 2018

We have grown famatinite $Cu_3SbS_4$ films by using sulfurization of Cu/Sb stack film. Sulfurization at $500^{\circ}C$ produced famatinite $Cu_3SbS_4$ phase, while $400^{\circ}C$ and $450^{\circ}C$ sulfurization exhibited unreacted and mixed phases. The fabricated $Cu_3SbS_4$ film showed S-deficiency, and secondary phase of $Cu_{12}Sb_4S_{13}$. The secondary phase was confirmed by X-ray diffraction, Raman spectroscopy, photoluminescence and external quantum efficiency measurements. We have also fabricated solar cell in substrate type structure, ITO/ZnO/(Zn,Sn)O/$Cu_3SbS_4$/Mo/glass, where $Cu_3SbS_4$ was used as a absorber layer and (Zn,Sn)O was employed as a Cd-free buffer. Our best cell showed power conversion efficiency of 0.198%. Characterization results of $Cu_3SbS_4$ absorber indicates deep defect (due to S-deficiency) and low shunt resistance (due to $Cu_{12}Sb_4S_{13}$ phase). Thus in order to improve the cell efficiency, it is required to grow high quality $Cu_3SbS_4$ film with no S-deficiency and no secondary phase.