• 보존과학회지
• /
• 제30권1호
• /
• pp.39-53
• /
• 2014

궁중장식화는 궁궐의 안팎을 장식했던 것으로 실용적이고 기능적인 역할을 하였다. 특히 일월오봉도와 해반도도는 왕의 권위와 수복을 기원하여 제작된 대표적인 궁중장식화 이다. 그러나 현존하는 일월오악도와 해반도도 중 19세기 이전에 제작된 것으로 명확한 제작시기와 배설위치 등을 확인할 수 있는 것은 없다. 이러한 점에서 최근 공개된 국립중앙박물관 소장 일월오봉도와 해반도도는 보존과학적인 연구를 통해 그 제작시기와 배설위치 그리고 제작기법 등을 확인하게 된 것으로 그 의의가 크다고 할 수 있다. 복원과정에서 확인한 2곡병 형태의 양면 장황과 장자문의 귀갑창은 지금까지 궁중장식화에서 보고되지 않았던 첫 연구 사례이다. 또 원형 장황 복원에 의한 실측과 현존하는 궁궐 건축물의 대조 그리고 의궤 자료의 조사 등으로 창경궁영건도감의궤(1834년)에 기록된 함인정에 배설되었던 것임을 밝혀냄으로 19세기 초반의 일월오봉도와 해반도도 연구에 기여할 수 있다.

• 융합보안논문지
• /
• 제18권3호
• /
• pp.53-59
• /
• 2018

본 논문에서는 효율적인 사물 이미지 분류를 위한 계층적 이미지 분류 체계 방안에 대해 제안한다. 기존의 전체 이미지를 한 번에 분류하는 무 계층 이미지 분류에서는 상대적으로 유사한 모양을 가진 사물은 효율적으로 인식하지 못하는 모습을 보여줬다. 따라서 본 논문에서는 사물 이미지에 대해 계층적으로 분류를 시도하는 단계적 계층 구조에서의 이미지 분류 기법을 소개한다. 또한, 실제 시스템에 딥 러닝 이미지 분류가 적용되었을 때 발생할 수 있는 확장성에 대해서 고려하기 위해 확장성이 고려된 효율적인 클래스 구성 방식과 알고리즘도 소개한다. 이와 같은 방식은 상대적으로 유사한 형태를 보인 사물 이미지에 대해 더 높은 신뢰도로 이미지를 분류하는 것을 가능하게 한다.

• 융합보안논문지
• /
• 제18권4호
• /
• pp.19-25
• /
• 2018

본 논문은 딥 러닝(Deep-Learning) 기반의 계층형 이미지 분류 체계와 가중치 기반의 랭킹 시스템을 이용한 사용자 편의 중심의 유실물 등록 및 조회 관리 시스템을 제안한다. 제안된 시스템은 딥 러닝을 통해 이미지를 자동으로 분류하는 계층형 이미지 분류 시스템과 조회 과정의 편의를 위해 시스템상의 등록된 유실물 정보를 고려해 가중치 순으로 정렬하는 랭킹 시스템 모듈로 구성된다. 등록 과정에서 한 장의 사진만으로 카테고리 분류와 브랜드, 연관 태그 등 여러 정보가 자동으로 인식되어 사용자의 번거로움을 최소화하였다. 그리고 랭킹 시스템을 통해 사용자들이 자주 찾는 유실물을 상위에 노출함으로써 유실물 검색의 효율성을 높였다. 실험 결과, 제안된 시스템은 사용자가 쉽고 편리하게 시스템을 이용할 수 있음을 확인하였다.

• 공업화학
• /
• 제28권5호
• /
• pp.547-553
• /
• 2017

본 연구는 $TiO_2$ 골격에 Pd을 삽입시켰을 때 나타나는 광 촉매 성능의 차이에 초점을 두고, $TiO_2$와 x mol% $Pd-TiO_2$(x = 0.25, 0.5, 0.75 그리고 1.0)의 5가지 촉매를 제안하였다. 전형적인 졸-겔 방법을 사용하여 촉매를 합성하고 각 촉매의 페놀 광 분해 성능을 평가하였다. XRD, TEM, SEM/EDS, UV/Vis 분광법, 광 발광 분광법 등을 이용하여 촉매의 물리화학적 특성을 확인하였고, 광 발광 분광법 및 광 전류 측정으로 광학적 특성을 확인하였다. Pd 이온을 첨가하면 촉매의 밴드 갭이 감소하고, 광 생성된 전자와 정공 사이의 전하 분리가 쉽게 발생한다. 결과적으로, 0.75 mol% $Pd-TiO_2$ 촉매상의 페놀 광 분해 성능은 순수한 $TiO_2$보다 3배 더 높았는데, 이는 광 촉매 반응 중에 Pd 이온이 전자캡쳐 역할을 하여 일어난 결과로 여겨진다.