• Electronic Materials Letters
• /
• 제14권6호
• /
• pp.689-699
• /
• 2018

Nanostructured Ni doped $Bi_2S_3$ ($Bi_{2-x}Ni_xS_3$, $0{\leq}x{\leq}0.07$) is explored as a candidate for telluride free thermoelectric material, through a combination process of mechanical alloying with subsequent consolidation by cold pressing followed with a sintering process. The cold pressing method was found to impact the thermoelectric properties in two ways: (1) introduction of the dopant atom in the interstitial sites of the crystal lattice which results in an increase in carrier concentration, and (2) introduction of a porous structure which reduces the thermal conductivity. The electrical resistivity of $Bi_2S_3$ was decreased by adding Ni atoms, which shows a minimum value of $2.35{\times}10^{-3}{\Omega}m$ at $300^{\circ}C$ for $Bi_{1.99}Ni_{0.01}S_3$ sample. The presence of porous structures gives a significant effect on reduction of thermal conductivity, by a reduction of ~ 59.6% compared to a high density $Bi_2S_3$. The thermal conductivity of $Bi_{2-x}Ni_xS_3$ ranges from 0.31 to 0.52 W/m K in the temperature range of $27^{\circ}C$ (RT) to $300^{\circ}C$ with the lowest ${\kappa}$ values of $Bi_2S_3$ compared to the previous works. A maximum ZT value of 0.13 at $300^{\circ}C$ was achieved for $Bi_{1.99}Ni_{0.01}S_3$ sample, which is about 2.6 times higher than (0.05) of $Bi_2S_3$ sample. This work show an optimization pathway to improve thermoelectric performance of $Bi_2S_3$ through Ni doping and introduction of porosity.

• 지구물리와물리탐사
• /
• 제15권3호
• /
• pp.129-135
• /
• 2012

동시 송신원 전파형 역산 기법은 계산량을 획기적으로 줄여 전파형 역산의 적용성을 높여준다. 그러나 다수의 송신원 모음 자료를 동시에 모델링하여 사용하기 때문에 관측 자료의 수진기 위치가 송신원에 따라 다른 경우, 나머지(residual) 파동장에 불필요한 값을 생성하게 되고 이는 파형역산의 수렴성을 저해하게 된다. 특히, 제한된 벌림 거리(offset)를 갖는 스트리머 방식의 탐사자료는 동시 송신원 기법을 적용하기에 가장 어려운 자료 형태이다. 이러한 문제점을 극복하기 위해 최근에 global correlation에 기반한 목적함수가 제안되었고, 시간영역 전파형 역산에 성공적으로 적용되었다. 그러나 이 기법은 변형된 목적함수를 사용하기 때문에 나머지 파동장이 왜곡되고 경우에 따라 역산 결과에 부정적인 영향을 주기도 한다. 또한, 여러 가지 장점을 갖고 있는 주파수 영역 파형역산에 적용된 사례는 아직 보고된 적이 없다. 본 논문에서는 이러한 나머지 파동장의 왜곡을 최소화하기 위해 global correlation 계산 시 사용하는 자료에 진폭감쇠 기법을 적용한다. 진폭감쇠를 적용한 자료는 global correlation의 특성을 최적화하여 나머지 파동장의 왜곡을 줄이고 파형역산 결과를 향상시킨다. 시간 영역에서 구한 나머지 파동장을 주파수 영역에서 역전파시킴으로써 global correlation기법을 주파수 영역에서 구현한다. 스트리머 방식의 합성 탐사자료를 이용한 예제를 통해 본 논문에서 제안한 기법이 기존의 global correlation 목적함수에 기반한 동시 송신원 전파형 역산보다 향상된 결과를 얻을 수 있음을 보여준다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1149-1161
• /
• 2021

컴퓨터 비전 기술이 위성영상에 적용되면서, 최근 들어 딥러닝 영상인식을 이용한 구름 탐지가 관심을 끌고 있다. 본연구에서는 SPARCS (Spatial Procedures for Automated Removal of Cloud and Shadow) Cloud Dataset과 영상자료증대 기법을 활용하여 U-Net 구름탐지 모델링을 수행하고, 10폴드 교차검증을 통해 객관적인 정확도 평가를 수행하였다. 512×512 화소로 구성된 1800장의 학습자료에 대한 암맹평가 결과, Accuracy 0.821, Precision 0.847, Recall 0.821, F1-score 0.831, IoU (Intersection over Union) 0.723의 비교적 높은 정확도를 나타냈다. 그러나 구름그림자 중 14.5%, 구름 중 19.7% 정도가 땅으로 잘못 예측되기도 했는데, 이는 학습자료의 양과 질을 보다 더 향상시킴으로써 개선 가능할 것으로 보인다. 또한 최근 각광받고 있는 DeepLab V3+ 모델이나 NAS(Neural Architecture Search) 최적화 기법을 통해 차세대중형위성 1, 2, 4호 등의 구름탐지에 활용 가능할 것으로 기대한다.

• 융합보안논문지
• /
• 제21권1호
• /
• pp.191-200
• /
• 2021

컴퓨팅 기술의 발전과 데이터를 저장할 수 있는 클라우드 환경, 그리고 스마트폰의 보급으로 인하여 많은 데이터가 생산되는 환경에서 인공지능 기술이 발전되고 있다. 이러한 인공지능 기술 중에서 딥뉴럴네트워크는 이미지 인식, 이미지 분류 등에서 탁월한 성능을 제공하고 있다. 기존에는 이러한 딥뉴럴네트워크를 이용하여 산불 및 화재 예방을 위한 이미지 탐지에 대해 많은 연구가 있었지만 흡연 탐지에 대한 연구는 미흡한 실정이었다. 한편 군 부대에서는 각종 시설에 대한 감시체계를 CCTV를 통해 구축하고 있는데 화재, 폭발사고 예방을 위해 탄약고 주변에서의 흡연이나 금연구역에서의 흡연을 CCTV로 탐지하는 것이 필요한 상황이다. 본 논문에서는 딥뉴럴네트워크를 이용하여 흡연 여부를 탐지하는 방법에 대한 성능 분석을 하였으며 활성화함수, 학습률 등 실험적으로 최적화된 수치를 반영하여 흡연사진과 비흡연사진을 두 가지 경우로 탐지하는 것을 하였다. 실험 데이터로는 인터넷 상에 공개되어 있는 흡연 및 비흡연 사진을 크롤링하여 데이터를 구축하였으며, 실험은 머신러닝 라이브러리를 이용하였다. 실험결과로 학습률 0.004로 최적화 알고리즘 Adam을 사용하였을 때, 93%의 accuracy와 92%의 F1-score를 갖는 것을 볼 수 있었다. 또한 이로써 이미지의 연속인 CCTV 영상도 딥뉴럴네트워크를 이용하여 흡연 여부를 탐지할 수 있음을 알 수 있었다.

• 한국기후변화학회지
• /
• 제2권3호
• /
• pp.175-189
• /
• 2011

본 연구에서는 분당복합화력발전소의 축열조 증설과 이에 따른 운영 방식 최적화를 통해 예상되는 온실가스 감축 효과에 대한 방법론과 정량화를 기술하였다. 분당복합화력은 일산, 안양, 부천복합화력과 함께 복합화력과 열공급 전용 지역난방발전소의 중간 형태이다. 이는 자체 운전 모드 변경을 통해 복합화력 기능인 전력만을 공급하는 것과 지역난방 기능의 전력 및 열을 동시 공급하는 운전 형태 변환이 가능하다는 의미이다. 따라서 축열조를 증설함으로써 고효율 모드인 전력 및 열을 동시 생산하는 열병합 발전과 전력 피크 부하를 위한 복합발전으로의 운전전환을 통해 전력 및 열공급시장의 요구량에 유연성 있게 대처할 수는 공급능력을 가지게 된다. 본 연구는 분당복합화력의 최근 3년(2008~2010년) 운전실적과 각 운전모드별 운전효율은 설계치를 사용하여 계산하였으며, 그 결과 증설된 축열조에 공급되는 축열량 1 Gcal당 GHG 감축 효과는 $97.95kg_{-}CO_2/Gcal$로 연간 약 $13,500Ton_{-}CO_2$의 감축 효과를 기대할 수 있다.

• 소프트웨어공학소사이어티 논문지
• /
• 제28권1호
• /
• pp.1-6
• /
• 2019

Google은 2009년 Bytecode로 구성된 Dex(Dalvik Executable)를 Dalvik Runtime의 Interpreter가 실행하는 형태의 Android를 공개하였다. 이후로 Interpreter 실행 속도 개선을 위해 JIT(Just-in-time) 컴파일 기술을 적용하였고 Lollipop(Android 5.0)부터는 Dalvik Runtime을 대체하여 ART Runtime을 제공하여 AOT(A head-of-time) 컴파일 지원을 통해 앱 설치 이후부터 Bytecode가 아닌 Native code로 동작하도록 함으로써 성능을 높일 수 있게 되었다. 하지만 앱 설치/업데이트 시점에 모든 대상을 컴파일하는 AOT 컴파일은 시간이 오래 걸리고 메모리/CPU 자원을 많이 사용함에 따라 느려지고 발열을 유발하여 사용자 불편함을 초래하였다. 시간이 지날수록 더 복잡하고 큰 코드를 지닌 앱들이 많이 등 장함에 따라 AOT 컴파일로 인해 발생하는 문제들이 더 많이 발생하게 되었고, Nougat(Android 7.0)부터는 이를 개선하여 AOT 컴파일을 앱 설치/업데이트 시점에 모두 수행하지 않고 최적화 시점을 나중으로 미루고 실제 사용자의 사용 기록인 Profile을 사용하는 Profile-guided 컴파일 방법을 통해 문제를 회피하고 있다. 이 연구에서는 앱 실행 속도를 설치 직후부터 개선할 수 있도록 하기 위해 Profile에 따른 앱 실행 속도의 특성을 파악하여 앱 실행 속도를 개선할 수 있는 Profile을 앱 개발 시점에 자동 생성하는 방법과 자동생성한 프로파일을 APK에 포함하고 앱 설치/업데이트 시점에 활용하여 최적화를 할 수 있는 방법을 제안한다. 제안하는 방법을 통해 앱 설치 시점에 Profile에 기반하여 선택적으로 컴파일할 수 있으므로 설치 시점에 발생하는 사용자 불편을 최소화할 수 있으며 앱 설치 이후 Native code 실행을 통해 앱 실행 속도를 최초 실행부터 개선할 수 있다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.193-199
• /
• 2019

본 연구에서는 TCAD 시뮬레이션을 사용하여 산화갈륨 ($Ga_2O_3$) 기반 수직형 쇼트키 장벽 다이오드 고전압 스위칭 소자의 항복전압 특성을 개선하기 위한 가드링 구조를 이온 주입이 필요 없는 간단한 플로팅 금속 구조를 활용하여 제안하였다. 가드링 구조를 도입하여 양극 모서리에 집중되던 전계를 감소시켜 항복전압 성능 개선을 확인하였으며, 이때 금속 가드링의 폭과 간격 및 개수에 따른 항복전압 특성 분석을 전류-전압 특성과 내부 전계 및 포텐셜 분포를 함께 분석하여 최적화를 수행하였다. N형 전자 전송층의 도핑농도가 $5{\times}10^{16}cm^{-3}$이고 두께가 $5{\mu}m$인 구조에 대하여 $1.5{\mu}m$ 폭의 금속 가드링을 $0.2{\mu}m$로 5개 배치하였을 경우 항복전압 2000 V를 얻었으며 이는 가드링 없는 구조에서 얻은 940 V 대비 두 배 이상 향상된 결과이며 온저항 특성의 저하는 없는 것으로 확인되었다. 본 연구에서 활용한 플로팅 금속 가드링 구조는 추가적인 공정단계 없이 소자의 특성을 향상시킬 수 있는 매우 활용도가 높은 기술로 기대된다.

• 한국차세대컴퓨팅학회논문지
• /
• 제15권5호
• /
• pp.64-74
• /
• 2019

비강체 정합은 임상적 필요성은 높으나 계산 복잡도가 높고, 정합의 정확성 및 강건성을 확보하기 어려운 분야이다. 본 논문은 비지도 학습 환경에서 3차원 뇌 자기공명 영상 데이터에 딥러닝 네트워크를 이용한 비강체 정합 기법을 제안한다. 서로 다른 환자의 두 영상을 입력받아 네트워크를 통하여 두 영상 간의 특징 벡터를 생성하고, 변위 벡터장을 만들어 기준 영상에 맞추어 다른 쪽 영상을 변형시킨다. 네트워크는 U-Net 형태를 기반으로 설계하여 정합 시 두 영상의 전역적, 지역적인 차이를 모두 고려한 특징 벡터를 만들 수 있고, 손실함수에 균일화 항을 추가하여 3차원 선형보간법 적용 후에 실제 뇌의 움직임과 유사한 변형 결과를 얻을 수 있다. 본 방법은 비지도 학습을 통해 임의의 두 영상만을 입력으로 받아 단일 패스 변형으로 비강체 정합을 수행한다. 이는 반복적인 최적화 과정을 거치는 비학습 기반의 정합 방법들보다 빠르게 수행할 수 있다. 실험은 50명의 뇌를 촬영한 3차원 자기공명 영상을 가지고 수행하였고, 정합 전·후의 Dice Similarity Coefficient 측정 결과 평균 0.690으로 정합 전과 비교하여 약 16% 정도의 유사도 향상을 확인하였다. 또한, 비학습 기반 방법과 비교하여 유사한 성능을 보여주면서 약 10,000배 정도의 속도 향상을 보여주었다. 제안 기법은 다양한 종류의 의료 영상 데이터의 비강체 정합에 활용이 가능하다.

• Electronic Materials Letters
• /
• 제14권6호
• /
• pp.718-724
• /
• 2018

With the development of photovoltaic industry, the cost of photovoltaic power generation has become the significant issue. And the metallization process has decided the cost of original materials and photovoltaic efficiency of the solar cells. Nowadays, double printing process has been introduced instead of one-step printing process for front contact of polycrystalline silicon solar cells, which can effectively improve the photovoltaic conversion efficiency of silicon solar cells. Here, the relative cheap Cu paste has replaced the expensive Ag paste to form Ag/Cu composite front contact of silicon solar cells. The photovoltaic performance and the cost of photovoltaic power generation have been investigated. With the optimization on structure and height of Cu finger layer for Ag/Cu composite double-printed front contact, the silicon solar cells have exhibited a photovoltaic conversion efficiency of 18.41%, which has reduced 3.42 cent per Watt for the cost of photovoltaic power generation.

• 한국수자원학회논문집
• /
• 제54권2호
• /
• pp.105-119
• /
• 2021

최근 우리나라의 계절적 강우변동폭이 점점 커져 홍수 및 가뭄의 발생빈도와 심도가 증가하고 있다. 특히, 도시화에 따른 토지이용변화, 산업구조변화 등은 수자원의 수요량 및 공급량 불균형으로 이어져 수자원 관리에서 제약조건으로 작용하고 있다. 유역 내의 물순환 평가에 있어서 물수지 모델 구축과 함께 정확한 강우-유출 분석은 매우 중요한 분석단계라 할 수 있다. 이러한 점에서 본 연구에서는 국내외 주요 연속강우-유출모형의 특성을 파악하고 소양강댐 유역에 대해서 적합성을 평가하였다. 미계측유역의 불확실성을 고려한 유량 시나리오를 제시하기 위하여 다수의 모형을 활용하는 앙상블 개념을 도입하였으며, 향후 미계측유역에 대한 적용을 위한 모형의 확장성을 고려하여 매개변수 개수 및 관측 유량에 대한 재현능력 특성 등을 종합적으로 평가하였다. 본 연구에서는 40개 이상의 국내외 연속강우-유출모형을 소양강댐에 적용하였으며, 통계적 지표를 이용하여 9개의 모형을 1차적으로 선정하였다. 선정된 모형을 대상으로 매개변수의 개수 및 저유량, 중간유량, 고유량으로 분리하여 재현성을 평가하고 최종적으로 앙상블모형을 제시하였으며, 단일 모형에 비해 개선된 관측유량 재현효과를 확인할 수 있었다.