• 한국표면공학회지
• /
• 제28권5호
• /
• pp.309-319
• /
• 1995

The substrate patterned with the dry film has the cavity which has the $90^{\circ}$ wall angle. Electroplating Cu on this patterned substrate has the differrent shape history with the electrochemical parameters. By potential theory model, the reason of the variation of the shape change with the these parameters was investigated. The shape history could be explained by the current flow and the correlated area effects. By embedding the Ni layer between the Cu layers, shape history with the time was obtained experimentally and the results was compared with the numerical analysis by BEM. The adhesive Cr-Cu film in TAB application was etched with the various condition. The best condition for the etchant of the Cr-Cu film was found.

• International Journal of Automotive Technology
• /
• 제4권4호
• /
• pp.203-211
• /
• 2003

This paper describes a method for a falling weight impact test to estimate the impact energy absorbing characteristics and impact strength of CFRP (Carbon-fiber reinforced plastics) laminate plates based on considerations of stress wave propagation theory, which were converted to measurements of load and displacement verses time. The delamination area of impacted specimens for the different ply orientations was measured with an ultrasonic C-scanner to determine the correlation between impact energy and delamination area. The energy absorbed by a quasi-isotropic specimen having four interfaces was higher than that of orthotropic laminates with two interfaces. The more interfaces, the greater the energy absorbed. The absorbed energy of a hybrid specimen embedding GFRP (Glass-fiber reinforced plastics) layer was higher than that of normal specimens. Also, a falling weight impact tester was built to evaluate the characteristics and impact strength of CFRPs.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 2001년도 가을 학술발표회 논문집
• /
• pp.509-514
• /
• 2001

The Fibre-optic Bragg grating (FBG) sensor is broadly accepted as a structural health monitoring device for Fibre reinforced plastic (FRP) materials by either embedding into or bonding onto the structures. The accuracy of the strain measured by using the FBG sensor is highly dependent on the bonding characteristics among the bare optical fibre, protective coating, adhesive layer and host material. In general, the signal extracted from the embedded FBG sensor should reflect the straining condition of the host structure. This paper presents a theoretical model to evaluate the differential strains between the bare fibre and host material with different adhesive thickness and modulus of the protective coating of the embedded FBG sensor.

• 한국산업정보학회논문지
• /
• 제19권1호
• /
• pp.69-75
• /
• 2014

오디오 스테가노그래피는 새로운 비밀통신 기술로서 발전한 은닉메시지를 기록하는 과학이며 예술이다. 그리고 오디오 스테가노그래피는 이진화 된 메시지를 이미지의 8번째 LSB 층에 숨기는 과정과 유사하다. 효과적인 스테가노그래픽 기법은 비밀자료를 많이 숨기고, 감지할 수 없게 하는 것이다. 이 논문에서는 외부적 공격으로부터 비밀 메시지를 안전하게 숨기기 위해 재배열 순서키와 수정된 LSB 기법에 의한 방법을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제11권6호
• /
• pp.796-806
• /
• 2008

This paper presents a blind video watermarking algorithm that has the robustness against spatial, temporal, and SNR scalability and transcoding for the copyright protection of video contents in heterogeneous multimedia service. The proposed process of watermark embedding and detecting is accomplished on base layer for considering spatial scalability. The watermark consists of the string and the ordering number of string for considering temporal scalability. Thus, each of frames has the bitstream of one character and a ordering number of its character. To robust against FGS, the proposed algorithm quantizes low and middle frequency coefficients in ROI region of each of frames and embeds its watermark bitstream into the specific bits of the quantized coefficients. Experimental results verified that the proposed algorithm satisfies the invisibility of watermark and also has the robustness against spatial scalability, temporal scalability and FGS.

• 한국멀티미디어학회논문지
• /
• 제25권6호
• /
• pp.819-832
• /
• 2022

Cross-domain recommender system transfers knowledge across different domains to improve the recommendation performance in a target domain that has a relatively sparse model. However, they suffer from the "negative transfer" in which transferred knowledge operates as noise. This paper proposes a novel Multiple Fusion-based Deep Cross-Domain Recommendation named MFDCR. We exploit Doc2Vec, one of the famous word embedding techniques, to fuse data user-wise and transfer knowledge across multi-domains. It alleviates the "negative transfer" problem. Additionally, we introduce a simple multi-layer perception to learn the user-item interactions and predict the possibility of preferring items by users. Extensive experiments with three domain datasets from one of the most famous services Amazon demonstrate that MFDCR outperforms recent single and cross-domain recommendation algorithms. Furthermore, experimental results show that MFDCR can address the problem of "negative transfer" and improve recommendation performance for multiple domains simultaneously. In addition, we show that our approach is efficient in extending toward more domains.

• Advances in nano research
• /
• 제17권1호
• /
• pp.51-59
• /
• 2024

Nanotechnology, the science of manipulating matter at the nanoscale, offers remarkable opportunities for innovation across various fields. Nanomaterials, which form the cornerstone of advanced materials, drive forward new ideas and groundbreaking applications. In the textile industry, traditional antibacterial and antifungal garments are typically treated with chemical compounds to inhibit bacterial growth. However, these treatments often lack durability, losing effectiveness after multiple washes. To address this limitation, the application of green nanotechnology in developing high-performance textiles emerges as a promising solution. This study explores the integration of nanocomposites into the polymer layers of footballs to enhance their stability and performance. By embedding nanoparticles within the polymer matrix, the durability and resilience of the footballs are significantly improved, leading to better control and performance on the field. This innovative approach not only extends the lifespan of the footballs but also provides economic advantages by reducing the frequency of replacements. Additionally, the enhanced stability contributes to a more consistent and reliable playing experience, promoting improved safety and performance for athletes.

• 한국항행학회논문지
• /
• 제24권5호
• /
• pp.430-437
• /
• 2020

제안 모델은 얼굴 검출과 랜드마크 및 얼굴 인식 알고리즘을 이용하여 인공신경망으로 학습을 통해 얼굴 예측률과 인식률을 향상하는 모델을 구현하였다. 제안 모델은 특정 인물의 얼굴 영상에서 랜드마킹을 한 후, 기존에 학습된 Caffe 모델을 이용하여 얼굴검출과 임베딩 벡터 128D를 추출하였다. 학습은 기계학습 알고리즘인 SVM (support vector machine)과 DNN (deep neural network)을 구축하여 학습하였다. 얼굴인식은 학습된 모델을 이용하여 학습된 인물 중 다른 얼굴 영상으로 테스트하였다. 실험 결과, SVM 보다는 DNN으로 학습한 결과가 우수한 예측률과 인식률을 보였다. DNN의 중간층을 증가하게 되면 예측률은 높아지나 인식률이 감소하는 현상이 발생하였다. 이것은 인식하고자 하는 대상이 적음으로써 발생하는 과적합으로 판단된다. 제안 모델은 명확한 얼굴 영상을 추가하여 학습한 결과, 높은 예측률과 인식률의 결과를 얻을 수 있음을 확인할 수 있었다. 본 연구는 좀 더 많은 얼굴 영상 데이터를 이용함으로써 보다 효과적인 딥러닝 구축을 통해 보다 향상된 인식률과 예측률을 얻을 수 있을 것이다.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.197-208
• /
• 2020

어휘적 중의성이란 동음이의어, 다의어와 같이 단어를 2개 이상의 의미로 해석할 수 있는 경우를 의미하며, 감정을 나타내는 어휘에서도 어휘적 중의성을 띄는 경우가 다수 존재한다. 이러한 어휘들은 인간의 심리를 투영한다는 점에서 구체적이고, 풍부한 맥락을 전달하는 특징이 있다. 본 연구에서는 양방향 LSTM을 적용하여 중의성을 해소한 감정 분류 모델을 제안한다. 주변 문맥의 정보를 충분히 반영한다면, 어휘적 중의성 문제를 해결하고, 문장이 나타내려는 감정을 하나로 압축할 수 있다는 가정을 기반으로 한다. 양방향 LSTM은 문맥 정보를 필요로 하는 자연어 처리 연구 분야에서 자주 활용되는 알고리즘으로 본 연구에서도 문맥을 학습하기 위해 활용하고자 한다. GloVe 임베딩을 본 연구 모델의 임베딩 층으로 사용했으며, LSTM, RNN 알고리즘을 적용한 모델과 비교하여 본 연구 모델의 성능을 확인하였다. 이러한 프레임워크는 SNS 사용자들의 감정을 소비 욕구로 연결시킬 수 있는 마케팅 등 다양한 분야에 기여할 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.27-35
• /
• 2021

본 연구에서는 레이블 임베딩의 분포를 반영하는 딥러닝 모형을 위한 새로운 스태킹 앙상블 방법론을 제안하였다. 제안된 앙상블 방법론은 기본 딥러닝 분류기를 학습하는 과정과 학습된 모형으로 부터 얻어진 레이블 임베딩을 이용한 군집화 결과로부터 소분류기들을 학습하는 과정으로 이루어져 있다. 본 방법론은 주어진 다중 분류 문제를 군집화 결과를 활용하여 소 문제들로 나누는 것을 기본으로 한다. 군집화에 사용되는 레이블 임베딩은 처음 학습한 기본 딥러닝 분류기의 마지막 층의 가중치로부터 얻어질 수 있다. 군집화 결과를 기반으로 군집화 내의 클래스들을 분류하는 소분류기들을 군집의 수만큼 구축하여 학습한다. 실험 결과 기본 분류기로부터의 레이블 임베딩이 클래스 간의 관계를 잘 반영한다는 것을 확인하였고, 이를 기반으로 한 앙상블 방법론이 CIFAR 100 데이터에 대해서 분류 성능을 향상시킬 수 있다는 것을 확인할 수 있었다.