• 한국농촌건축학회논문집
• /
• 제21권4호
• /
• pp.53-60
• /
• 2019

The purpose of this study is to investigate the change of Hidden gates form with the times. Fortresses position is constructed on the Korea mountain ranges. Hidden gate, one of facilities to construct fortress among various factors, represents as route of supplies way, ask for rescue, or counterattack plan to come in. The shape of hidden gate changes depend on land form, function, and time period. Previous research partially based on archeology or history. This research analyze Namhan mountain Namhansansung, one of the highest hidden gates count in Korea, distributive by main fortress, Bong-am fortress, Hanbong fortress. Nahhan Mountain fortress repeatedly affected by King Injo in Joseon Dynasty. As a result, Nahhan Mountain fortress consist of hidden gates alternation depend on the time of establishment or extension which makes different shape or size.

• 한국인터넷방송통신학회논문지
• /
• 제17권2호
• /
• pp.95-104
• /
• 2017

제주지역에 산재된 정목(錠木)올레와 드러누워 있는 세계 최대 피라미드인 묘(墓)의 신문(神門)올레를 조사하고 제주인의 풍속 Protocol을 현대 과학과 접목시키는 Link를 구성했다. 3개의 이승 정낭과 2개의 묘(墓)의 저승 신문(神門)은 올레길 공간체로 연결되어 있다. 그 공간체에는 삶과 죽음사이의 상생(相生)과 상극(相剋)이 공존하는 상보성(相補性)(complementarity) 원리가 제주 문화(文化)에 숨어있다. 대(對)와 대(待)이다. 즉 반대되는 것은 서로 보완적이다. (Contraria Sunt Complementa 라틴어) 서로 대립하면서도 서로 의존하는 관계로 서로가 서로를 품은 관계를 뜻한다. 정낭은 통신 원리를 사용될 뿐 아니라 인체의 DNA Codon에 기본 원리으로 사용된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.35-40
• /
• 2017

기계 독해(Machine reading comprehension)는 주어진 문맥을 이해하고, 질문에 적합한 답을 문맥 내에서 찾는 문제이다. Simple Recurrent Unit (SRU)은 Gated Recurrent Unit (GRU)등과 같이 neural gate를 이용하여 Recurrent Neural Network (RNN)에서 발생하는 vanishing gradient problem을 해결하고, gate 입력에서 이전 hidden state를 제거하여 GRU보다 속도를 향상시킨 모델이며, Self-matching Network는 R-Net 모델에서 사용된 것으로, 자기 자신의 RNN sequence에 대하여 어텐션 가중치 (attention weight)를 계산하여 비슷한 의미 문맥 정보를 볼 수 있기 때문에 상호참조해결과 유사한 효과를 볼 수 있다. 본 논문에서는 한국어 기계 독해 데이터 셋을 구축하고, 여러 층의 SRU를 이용한 Encoder에 Self-matching layer를 추가한 $S^2$-Net 모델을 제안한다. 실험 결과, 본 논문에서 제안한 $S^2$-Net 모델이 한국어 기계 독해 데이터 셋에서 EM 65.84%, F1 78.98%의 성능을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.35-40
• /
• 2017

기계 독해(Machine reading comprehension)는 주어진 문맥을 이해하고, 질문에 적합한 답을 문맥 내에서 찾는 문제이다. Simple Recurrent Unit (SRU)은 Gated Recurrent Unit (GRU)등과 같이 neural gate를 이용하여 Recurrent Neural Network (RNN)에서 발생하는 vanishing gradient problem을 해결하고, gate 입력에서 이전 hidden state를 제거하여 GRU보다 속도를 향상시킨 모델이며, Self-matching Network는 R-Net 모델에서 사용된 것으로, 자기 자신의 RNN sequence에 대하여 어텐션 가중치 (attention weight)를 계산하여 비슷한 의미 문맥 정보를 볼 수 있기 때문에 상호참조해결과 유사한 효과를 볼 수 있다. 본 논문에서는 한국어 기계 독해 데이터 셋을 구축하고, 여러 층의 SRU를 이용한 Encoder에 Self-matching layer를 추가한 $S^2$-Net 모델을 제안한다. 실험 결과, 본 논문에서 제안한 $S^2$-Net 모델이 한국어 기계 독해 데이터 셋에서 EM 65.84%, F1 78.98%의 성능을 보였다.

• ETRI Journal
• /
• 제41권3호
• /
• pp.371-382
• /
• 2019

Machine reading comprehension is the task of understanding a given context and finding the correct response in that context. A simple recurrent unit (SRU) is a model that solves the vanishing gradient problem in a recurrent neural network (RNN) using a neural gate, such as a gated recurrent unit (GRU) and long short-term memory (LSTM); moreover, it removes the previous hidden state from the input gate to improve the speed compared to GRU and LSTM. A self-matching network, used in R-Net, can have a similar effect to coreference resolution because the self-matching network can obtain context information of a similar meaning by calculating the attention weight for its own RNN sequence. In this paper, we construct a dataset for Korean machine reading comprehension and propose an $S^2-Net$ model that adds a self-matching layer to an encoder RNN using multilayer SRU. The experimental results show that the proposed $S^2-Net$ model has performance of single 68.82% EM and 81.25% F1, and ensemble 70.81% EM, 82.48% F1 in the Korean machine reading comprehension test dataset, and has single 71.30% EM and 80.37% F1 and ensemble 73.29% EM and 81.54% F1 performance in the SQuAD dev dataset.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(2)
• /
• pp.309-312
• /
• 2001

A primitive gas classification system which can classify limited species of gas was designed and simulated. The 'electronic nose' consists of an array of 4 metal oxide gas sensors with different selectivity patterns, signal collecting unit and a signal pattern recognition and decision Part in PLD(programmable logic device) chip. Sensor array consists of four commercial, tin oxide based, semiconductor type gas sensors. BP(back propagation) neutral networks with MLP(Multilayer Perceptron) structure was designed and implemented on CPLD of fifty thousand gate level chip by VHDL language for processing the input signals from 4 gas sensors and qualification of gases in air. The network contained four input units, one hidden layer with 4 neurons and output with 4 regular neurons. The 'electronic nose' system was successfully classified 4 kinds of industrial gases in computer simulation.

• The Journal of the Acoustical Society of Korea
• /
• 제13권2E호
• /
• pp.58-67
• /
• 1994

HMM을 이용한 알고리즘은 대용량 음성인식 시스템을 비롯하여 많은 시스템에 적용되어 왔다. 음성인식 시스템을 범용의 프로세서들을 가지고 구현할 경우 많은 계산량과 데이터들로 말미암아 실시간의 성능을 얻을 수 없다. 따라서 실시간 음성인식을 위해서는 인식을 가속화 시키기 위한 전용 하드웨어를 개발하는 것이 요구되어진다. 본 논문에서는 HMM을 이용한 격리단어 인식 시스템을 구현하는 내용을 다루고 있다. 음성인식 시스템은 호스트 컴퓨터와 DSP 보드 그리고 프로토타입 Viterbi scoring 보드로 이루어져 있다. 음성신호로부터 특징 벡터를 추출하는 과정은 DSP 보드에서 이루어지고, Viterbi scoring 보드는 세 개의 field-programmable gate array 칩들을 사용하여 설계되었다. Viterbi scoring 보드는 하드웨어적으로 효율적인 Viterbi scoring 구조를 채택하고 있고 음성인식을 위한 Viterbi 알고리즘을 수행한다. 제작된 시스템은 10MHz로 동작하고, 한 프레임 즉 10ms 동안에 100.000 스테이트를 처리할 수 있다.

• 동의생리병리학회지
• /
• 제21권4호
• /
• pp.795-802
• /
• 2007

The fire not to back to its origin(火不歸原) is said that source yang(元陽) of sea of qi(氣海) rises because fire(火) of lower energizer(下焦) can't return to its origin. Successive medical men regarded the cause of it as yang deficiency(陽虛) or yin deficiency(陰虛) generally, but Jangseoksun(張錫純) presented eight kinds of cause, they are syndrome of upcast yang(戴陽證), deficiency of qi(氣虛), yin deficiency, yin and yang deficiency(陰陽虛), thoroughfare qi ascending counterflow(衝氣上衝), heart fire(心火), yang deficiency with cold fluid retention(寒飮) in middle energizer(中焦寒飮), yang deficiency with sunken cold locked in(沈寒錮冷). The method of conducting fire back to its origin may be the treatment of fire not to back to its origin as an interpretation of the phrase in a broad sense, but it is limited to yang deficiency with sunken cold locked in besides syndrome of upcast yang as the treatment based on pathological conditions. By this standpoint Eunsuryong(殷壽龍) used conducting fire back to its origin to remove hidden cold(伏寒) and make rising false fire(假火) settle. The meaning of conducting fire back to its origin is not just raise yang qi(陽氣) but break sunken cold locked in by using the drugs like Buja(附子), Yukgye(肉桂). Jakyak(芍藥) can concentrate yang qi on the life gate(命門) by converging it, Sukjihwang(熟地黃) can supply yin essence(陰精) and check the intense nature of tonifing yang(補陽) drugs. So if we want to use the method of conducting fire back to its origin, we should confirm the symptoms of sunken cold locked in and yang deficiency not to misdiagnose yin deficiency.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권5호
• /
• pp.290-294
• /
• 2003

Using a backpropagation neural network (BPNN), a high power semiconductor device was empirically modeled. The device modeled is a n-LDMOSFET and its electrical characteristics were measured with a HP4156A and a Tektronix curve tracer 370A. The drain-source current $(I_{DS})$ was measured over the drain-source voltage $(V_{DS})$ ranging between 1 V to 200 V at each gate-source voltage $(V_{GS}).$ For each $V_{GS},$ the BPNN was trained with 100 training data, and the trained model was tested with another 100 test data not pertaining to the training data. The prediction accuracy of each $V_{GS}$ model was optimized as a function of training factors, including training tolerance, number of hidden neurons, initial weight distribution, and two gradients of activation functions. Predictions from optimized models were highly consistent with actual measurements.

• 문화기술의 융합
• /
• 제3권4호
• /
• pp.1-19
• /
• 2017

죽음의 문화는 삶의 문화의 반쪽이라는 의미에서 상보적(相補的)이다. 3개의 이승 정낭과 2개의 묘(墓)의 저승 신문(神門)은 올레길 공간체로 연결되어 있다. 그 공간체에는 삶과 죽음사이의 상생(相生)과 상극(相剋)이 공존하는 상보성(相補性)(complementarity) 원리가 제주 문화(文化)에 숨어있다. 대(對)와 대(待)이다. 즉 반대되는 것은 서로 보완적이다란 말이 "(Contraria Sunt Complementa 라틴어)" 서로 대립하면서도 서로 의존하는 관계로 서로가 서로를 품은 관계를 뜻한다. 정낭은 통신 원리로 사용될 뿐 아니라 인체의 RNA Codon에 기본 원리로 사용된다. 또한, 묘의 사각형 산담 귓돌과 한국의 태극과 괘(卦), 유전자(RNA)의 괘(卦), 연결고리의 유사성 Pattern을 들 수 있다. 제주에는 흑용만리 곡선밭담과 사각형 산담이 들판에 펼쳐있다. 제주에서 돌담은 괸담(Stone Networks)으로 연결되고, 괸담의 관습상 발음이 되는 괸당은 친족(Relative Family Networks)로 연결된다. 조상의 명당 묘와 자손들 관계는 영혼적으로 동기감응(同氣感應: Soul Synchronizing the Ancestor to Offspring)이 되어 발복(發福: Change in Future)이 된다고 믿고, 육체적인 피(血)인 유전인자가 자식들에게 직접 전수된다. DNA RNA를 행렬식으로 표시했다.