• Bulletin of the Korean Chemical Society
• /
• 제18권1호
• /
• pp.14-18
• /
• 1997

Sulconazole nitrate, C18H16Cl3N3O3S, crystallizes in monoclinic, space group C2/c, with a=14.401(1), b=8.051(1), c=34.861(2) Å, β=95.9(1)°, g=0.58 mm-1, Dc=1.523 g/cm3, Dm=1.522 g/cm3, F(000)=1888.0, and z=8. Intensities for 2460 unique reflections were measured on a CAD4 diffractometer with graphited-monochromated Mo-Kα radiation. The structure was solved by direct method and refined by full matrix least squares to a final R=0.071 for 2182 reflections (Io > 2σIo). The bond lengths and angles are comparable with the values found in the analogues imidazole derivatives. The 2,4-dichlorophenyl ring(A) and the p-chlorophenyl ring(B) are almost planar with different heights [dihedral angle 17.3°] while the imidazole ring(C) is nearly perpendicular to the two phenyl rings[dihedral angles about the two rings A, B are 110.8° and 96.1° respectively]. In order to understand the overall conformation we calculated the selected distances (l1, l2, l3) among the center of the three rings and considered the imaginary plan D[C(7), C(9) and C(16)]. The two polar group S(8) and N(19) do not have gauche conformation and l2 value (4.47 Å) is shorter than the other imidazole derivatives. One -NO3 group are hydrogen bonded the two neighbored sulconazole molecules. The molecular crystal packing is also formed by two hydrogen bondings and van der Waals forces.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.200-207
• /
• 2020

CNN 기반 인공신경망은 영상 분류, 객체 인식, 화질 개선 등 다양한 분야에서 뛰어난 성능을 보이고 있다. 그러나, 많은 응용에서 딥러닝(Deep Learning) 모델의 복잡도 및 연산량이 방대해짐에 따라 IoT 기기 및 모바일 환경에 적용하기에는 제한이 따른다. 따라서 기존 딥러닝 모델의 성능을 유지하면서 모델 크기를 줄이는 인공신경망 압축 기법이 연구되고 있다. 본 논문에서는 인공신경망 압축기법을 통하여 원본 CNN 모델을 압축하고, 압축된 모델을 임베디드 시스템 환경에서 그 성능을 검증한다. 성능 검증을 위해 인공지능 지원 맞춤형 칩인 QCS605를 내장한 임베디드 보드에서 카메라로 입력한 영상에 대해서 원 CNN 모델과 압축 CNN 모델의 분류성능과 추론시간을 비교 분석한다. 본 논문에서는 이미지 분류 CNN 모델인 MobileNetV2, ResNet50 및 VGG-16에 가지치기(pruning) 및 행렬분해의 인공신경망 압축 기법을 적용하였고, 실험결과에서 압축된 모델이 원본 모델 분류 성능 대비 2% 미만의 손실에서 모델의 크기를 1.3 ~ 11.2배로 압축했을 뿐만 아니라 보드에서 추론시간과 메모리 소모량을 각각 1.2 ~ 2.1배, 1.2 ~ 3.8배 감소함을 확인했다.

• 방송공학회논문지
• /
• 제26권2호
• /
• pp.125-131
• /
• 2021

최근 CNN(Convolutional Neural Network)은 영상 분류, 객체 인식, 화질 개선 등 다양한 비전 분야에서 우수한 성능을 보여주고 있다. 그러나 많은 메모리와 계산량이 요구되어 모바일 또는 IoT(Internet of Things) 장치와 같은 저전력 디바이스에 적용하기에는 제한이 따른다. 이에, CNN 모델의 임무 성능을 유지하면서 네트워크 모델을 압축하는 연구가 진행되고 있다. 본 논문에서는 행렬 분해 기술인 저계수 행렬 근사(Low-rank approximation)와 CP(Canonical Polyadic) 분해 기법을 결합한 CNN 모델 압축 기법을 제안한다. 제안기법은 하나의 행렬 분해 기법만을 적용하는 기존의 기법과 달리 CNN의 계층 유형에 따라 두 가지 분해 기법을 선택적으로 적용하여 압축 성능을 높인다. 제안기법의 성능 검증을 위하여 영상 분류 CNN 모델인 VGG-16, ResNet50, 그리고 MobileNetV2 모델을 압축하였고, 계층 유형에 따라 두 가지의 분해 기법을 선택적으로 적용함으로써 저계수 행렬 근사 기법만 적용한 경우 보다 1.5 ~ 12.1 배의 동일한 압축률에서 분류 성능이 향상됨을 확인하였다.

• Journal of Communications and Networks
• /
• 제18권5호
• /
• pp.699-712
• /
• 2016

Recently, greedy algorithm has received much attention as a cost-effective means to reconstruct the sparse signals from compressed measurements. Much of previous work has focused on the investigation of a single candidate to identify the support (index set of nonzero elements) of the sparse signals. Well-known drawback of the greedy approach is that the chosen candidate is often not the optimal solution due to the myopic decision in each iteration. In this paper, we propose a tree search based sparse signal recovery algorithm referred to as the tree search matching pursuit (TSMP). Two key ingredients of the proposed TSMP algorithm to control the computational complexity are the pre-selection to put a restriction on columns of the sensing matrix to be investigated and the tree pruning to eliminate unpromising paths from the search tree. In numerical simulations of Internet of Things (IoT) environments, it is shown that TSMP outperforms conventional schemes by a large margin.

• Computers and Concrete
• /
• 제24권2호
• /
• pp.95-102
• /
• 2019

Current article proposes a cheap prototype of an embedded wireless sensor to monitor concrete structures. The prototype can measure temperature and relative humidity concurrently at a controlled through smartphone time interval. It implements a maturity method to estimate in-place concrete strength, which is considered as an alternative for traditional shock impulse method and compression tests used in Kazakhstan. The prototype was tested and adequately performed in the laboratory and field conditions. Tests aimed to study the effect of internal and ambient temperature and relative humidity on the concrete strength gain. According to test results revealed that all parameters influence the strength gain to some extent. For a better understanding of how strongly parameters influence the strength as well as each other, proposed a multicolored cross-correlation matrix technique. The technique is based on the determination coefficients. It is able to show the value of significance of correlation, its positivity or negativity, as well as the degree of inter-influence of parameters. The prototype testing also recognized the inconvenience of Bluetooth control due to weakness of signal and inability to access several prototypes simultaneously. Therefore, further improvement of the prototype presume to include the replacement of Bluetooth by Narrow Band IoT standard.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.23-35
• /
• 2021

제4차 산업혁명 선언 이후 생산 제조 기술과 정보통신기술(ICT)이 융합된 스마트 팩토리가 큰 주목을 받고 사물인터넷(IoT) 기술 및 빅데이터 기술 등이 발전하면서 생산 시스템의 자동화가 가능해졌다. 고도화된 제조 산업에서 생산 시스템에는 예정되지 않은 성능 저하 및 가동 중지 발생 가능성이 존재하며, 가능한 한 빨리 잠재적인 오류를 감지하여 이를 복구해 안전 위험을 줄여나가야 한다는 요구가 있다. 본 연구는 유압 시스템에 부착된 다중 센서 데이터를 기반으로 장비의 고장 예측과 이상 발생 시점 예측을 결합하여 제조 설비 이상탐지를 위한 지도학습 및 비지도학습 모델을 설계한다. 지도학습 분석 방법으로 XGBoost, LightGBM, CNN 모델의 정확도를 비교하였다. 혼동행렬 기반의 평가지표를 통해 LightGBM의 예측력이 97%로 가장 우수한 것을 확인하였다. 또한 비지도 학습 분석 방법으로 MD, AE, LSTM-AE 모델을 구축하여 각 모델을 비교 분석한 결과 LSTM-AE 모델이 이상패턴을 75% 감지하여 가장 우수한 성능을 보였다. 본 연구는 지도학습과 비지도학습 기법을 종합하여 설비의 고장여부를 정확하게 진단하고 이상상황이 발생하는 시점을 예측함으로써 이상상황에 대한 선제대응을 할 수 있는 기반을 마련하여 스마트 팩토리 고도화에 기여하고자 한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제34권1호
• /
• pp.1-15
• /
• 2020

첨단 정보통신기술(ICT)인 인공지능(AI), 사물인터넷(IoT), 빅데이터(Big Data) 등이 사회와 경제 전반에 융합돼 혁신적인 변화가 일어나는 요즘, 헬스케어, 지능형 로봇, 가정용 인공지능 시스템(스마트홈), 공유자동차 등은 이미 우리 생활에 깊이 영향을 미치고 있다. 이미 오래전부터 공장에서는 로봇이 사람 대신 일을 하고 있으며(FA, OA), 인공지능 의사도 병원에서 활동을 하고 있고(Dr. Watson), 인공지능 스피커(기가지니)와 인공지능 비서인 구글 어시스턴트가 자연어생성을 하며 우리를 돕고 있다. 이제 인공지능을 이해하는 것은 필수가 되었으며, 인공지능을 이해하기 위해서 수학의 지식은 선택이 아니라 필수가 되었다. 따라서 이런 일들을 가능하게 해주는 수학지식을 설명하는 역할이 수학자들에게 주어졌다. 이에 본 연구진은 인공지능과 머신러닝(Machine Learning, 기계학습)을 이해하기 위해 필요한 수학 개념을 우리의 실정에 맞게 한 학기(또는 두 학기) 분량으로 정리하여, 무료 전자교과서 "인공지능을 위한 기초수학"을 집필하고, 인공지능 분야에 관심이 있는 다양한 전공의 대학생과 대학원생을 대상으로 하는 강좌를 개설하였다. 본 논문에서는 그 개발과정과 운영사례를 공유한다. http://matrix.skku.ac.kr/math4ai/

• 기술혁신연구
• /
• 제22권3호
• /
• pp.225-260
• /
• 2014

본 논문에서는 공공연구개발사업의 기술파급측정을 위한 이론적/방법론적 기반을 제공하기 위하여 기술파급현상을 고찰하고 이를 측정하는 방법론에 관하여 논의하고자 한다. 본 논문은 다음과 같이 구성된다. 첫째, 일반적인 기술파급메커니즘에 관하여 논의하며 파급현상 및 파급경로를 정리한다. 둘째, 기존에 문헌들에서 사용된 주요 방법론을 소개하고 방법론의 장단점을 논의한다. 셋째, 방법론과 기술파급현상에 대한 이해를 기반으로 기술파급현상과 측정의 문제를 고찰한다. 마지막으로 공공연구개발 사업의 기술파급효과 측정을 위한 선행조건을 제시한다. 본 논문의 목적은 연구자 및 정책입안자들에게 기술파급현상과 측정에 관한 이해를 넓히고 여러 방법론으로 측정된 기술파급측정의 결과를 올바르게 평가를 할 수 있도록 하기 위해서이다. 본 연구는 향후 공공연구개발 사업의 파급효과를 측정하고자 할 때 방법론적 한계를 인식하여 파급현상과 측정 결과의 간극(gap)을 인지하여 이를 기반으로 더 향상된 측정 방법을 고안하는데 도움을 줄 것이다.

• 자원ㆍ환경경제연구
• /
• 제20권2호
• /
• pp.255-289
• /
• 2011

본 논문은 2000년, 2005년, 2008년의 3개년을 대상으로 접속불변에너지산업연관표(76개의 산업분류)를 작성하여 집계통계와 함께 산업별 미시적 통계를 제시하고, 이를 이용하여 산업별로 에너지소비량의 변화에 영향을 미치는 요인과 그 크기를 분석하였다. 본 논문에서 부가가치 총액 변화, 부가가치비중 변화, 산출구조 변화, 에너지원단위 변화의 4가지 요인을 고려하였다. 분석모형으로는 우리나라가 수출주도형의 산업구조를 갖고 있다는 점을 고려하여 공급측 모형을 이용한 구조분해분석을 적용하였다. 집계통계를 이용한 분석결과에 따르면 시기에 상관없이 부가가치 총액 변화는 에너지소비량을 증가시켰지만, 산출구조 변화는 에너지소비 변화량을 감소시켰다. 부가가치비중 변화와 에너지원단위 변화에서는 시기별로 에너지소비 변화량의 증감이 반대로 도출되었다. 산업별 통계를 이용한 결과에 따르면 부가가치비중 변화는 시점과 상관없이 전자기기에서 에너지소비 변화량을 증가시키고, 석유제품, 시멘트, 석탄제품에서 에너지소비량을 감소시켰다. 그리고 에너지원단위 변화는 석유제품, 화력, 사업서비스, 금융 및 보험, 보관 및 운수관련서비스에서의 에너지원단위 변화가 에너지소비 변화량을 증가시켰다. 이상의 결과처럼 집계통계를 이용하면 각 산업에서의 현상이 나타나지 않는다. 정부가 정책을 입안하고 시행할 때에 집계통계만을 기준으로 하면 효율적 성과를 거두기 어렵다.

• 한국전기전자재료학회논문지
• /
• 제32권5호
• /
• pp.418-425
• /
• 2019

A piezoelectric ceramic fiber composite (PCFC) was successfully fabricated using $0.69Pb(Zr_{0.47}Ti_{0.53})O_3-0.31[Pb(Zn_{0.4}Ni_{0.6})_{1/3}Nb_{2/3}]O_3$ (PZT-PZNN) for use in small-scale wind energy harvesters. The PCFC was formed using an epoxy matrix material and an array of Ag/Pd-coated PZT-PZNN piezo-ceramic fibers sandwiched by Cu interdigitated electrode patterned polyethylene terephthalate film. The energy harvesting performance was evaluated in a custom-made wind tunnel while varying the wind speed and resistive load with two types of flutter wind energy harvesters. One had a five-PCFC array vertically clamped with a supporting acrylic rod while the other used the same structure but with a five-PCFC cantilever array. Stainless steel (thickness: $50{\mu}m$) was attached onto one side of the PCFC to form the PZT-PZNN cantilever. The output power, in general, increased with an increase in the wind speed from 2 m/s to 10 m/s for both energy harvesters. The highest output power of $15.1{\mu}W$ at $14k{\Omega}$ was obtained at a wind speed of 10 m/s for the flutter wind energy harvester with the PZT-PZNN cantilever array. The results presented here reveal the strong potential for wind energy harvester applications to supply sustainable power to various IoT micro-devices.