• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 추계학술대회
• /
• pp.133-135
• /
• 2020

최근 CNN(Convolutional Neural Network)은 영상 분류, 객체 인식 등 다양한 비전 분야에서 우수한 성능을 보여주고 있으나, CNN 모델의 계산량 및 메모리가 매우 커짐에 따라 모바일 또는 IoT(lnternet of Things) 장치와 같은 저전력 환경에 적용되기에는 제한이 따른다. 따라서, CNN 모델의 임무 성능을 유지하연서 네트워크 모델을 압축하는 기법들이 연구되고 있다. 본 논문에서는 행렬 분해 기술인 저계수행렬 근사(Low-rank approximation)와 CP(Canonical Polyadic) 분해 기법을 결합하여 CNN 모델을 압축하는 기법을 제안한다. 제안하는 기법은 계층의 유형에 상관없이 하나의 행렬분해 기법만을 적용하는 기존의 기법과 달리 압축 성능을 높이기 위하여 CNN의 계층 타입에 따라 두 가지 분해 기법을 선택적으로 적용한다. 제안기법의 성능검증을 위하여 영상 분류 CNN 모델인 VGG-16, ResNet50, 그리고 MobileNetV2 모델 압축에 적용하였고, 모델의 계층 유형에 따라 두 가지의 분해 기법을 선택적으로 적용함으로써 저계수행렬 근사 기법만 적용한 경우 보다 1.5~12.1 배의 동일한 압축율에서 분류 성능이 향상됨을 확인하였다.

• 한국전자파학회논문지
• /
• 제12권6호
• /
• pp.890-898
• /
• 2001

Modified Materka-Kacprzak 대신호 MESFET(Metal Semiconductor Field Effect Transistor) model을 사용하여 4H-SiC MESFET의 대신호 모델링을 수행하였다. Silvaco사의 소자 시뮬레이터인 ATLAS를 사용하여 4H-SiC MESFET 소자 시뮬레이션을 수행하고, 이 결과를 modified Materka 대신호 모델을 사용하여 모델링 하였다. 시뮬레이션 및 모델링 결과는 -8 V의 pinch off 전압과 $V_{GS}$ =0 V, $V_{DS}$ =25 V에서 $I_{DSS}$270 mA/mm, $G_{m}$ =52.8 ms/mm를 얻을 수 있었고, 전력 특성 시뮬레이션을 통해 2GHz, $V_{GS}$ =-4V, $V_{DS}$ =25 V에서 10dB의 Gain과 34dBm(1 dB compression point)의 출력전력, 7.6W/mm의 전력밀도, 37%의 PAE(power added efficiency)를 얻을 수 있었다.다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(2)
• /
• pp.229-232
• /
• 2001

Modified Materka-Kacprzak 대신호 MESFET(Metal Semiconductor Field Effect Transistor) model을 사용하여 4H-SiC MESFET의 대신호 모델링을 수행하였다. Silvaco사의 소자 시뮬레이터인 ATLAS를 사용하여 4H-SiC MESFET 소자 시뮬레이션을 수행하고, 이 절과를 modified Materka 대신호 모델을 사용하여 모델링 하였다. 시뮬레이션 및 모델링 결과는 -8V의 pinch off 전압과 V/sub GS=0V, V/sub DS=25V에서 I/sub DSS=270㎃/㎜, G/sub m=45㎳/㎜를 얻을 수 있었고, 진력 특성 시뮬레이션을 통해 2㎓, V/sub GS=-4V, V/sub DS=25V에서 1()dB의 Gain과 34dBm(1dB compression point)의 출력전력, 7.6W/㎜의 전력밀도, 37%의 PAE(power added efficiency)를 얻을 수 있었다.

• 천문학회보
• /
• 제37권2호
• /
• pp.142.2-142.2
• /
• 2012

Hoffmeister(1943)에 의해 변광성으로 발견된 V345 Cas (2MASS J23083986+5406545, ${\alpha}$(2000.0)=23h08m39.86s & ${\delta}(2000.0)=+54^{\circ}06^{\prime}54.6^{\prime\prime}$)는 B 필터에서 13.1~14.2의 광도 변화를 보이는 것으로 알려진 별이다. 우리는 레몬산 천문대(LOAO)에서 2007년과 2008년에 걸쳐 총 22일간 V345 Cas의 BVRI CCD 측광관측을 수행하여, 처음으로 V345 Cas의 년도 별 전체 광도곡선을 완성하였다. 우리의 관측 자료와 Super WASP에서 공개한 자료를 이용하여 각각 7개의 극심시각을 산출하였다. 우리가 결정한 극심시각을 포함하여 여러 문헌에서 수집한 총 68개의 극심시각을 이용하여 V345 Cas의 주기 분석을 수행하였다. 그 결과, V345 Cas의 궤도주기는 포물선 모양의 영년변화와 함께 약 30년의 규칙적인 변화를 겪고 있음을 발견하였다. 규칙적인 변화를 제3천체에 의한 광시간 효과로 가정하여 관측된 극심시각에 잘 맞는 광시간 궤도 해를 산출한 결과, 영년주기가 증가하는 경우와 감소하는 경우에 대해, 각각 29.0년과 39.7년 주기를 갖는 두 개의 광시간 궤도 해가 가능하다. 이러한 모호성을 해결하기 위해서 앞으로의 극심시각 관측이 중요하다. 2007년과 2008년 BVRI 광도곡선들은 부극심을 기준으로 좌우가 거의 대칭이며, 1년 사이에 특기할 만한 광도변화를 보이지 않았다. 우리는 이 광도곡선들을 Wilson-Devinney 쌍성 모델을 이용하여 분석하여, V345 Cas의 측광학적 해를 처음으로 산출하였다. 우리가 구한 해에 의하면, 약 88도의 궤도경사각에 두 성분별의 질량비가 약 0.5인 V345 Cas는 질량과 표면 온도가 큰 주성과 로쉬 로브를 채우고 있는 반성으로 구성된 준 분리형 식쌍성계이다.

• 한국토양환경학회지
• /
• 제5권1호
• /
• pp.25-32
• /
• 2000

동전기적 제염 장치를 제작하여 $Sr^{2+}$ 으로 오염된 Kaolin Clay토양을 제염하여 제염후의 셀토양 내의 잔류 농도를 XRF로 측정하여 동전기적 방법에 의한 제염효율을 분석했다. 또한, 이 동전기적 토양제염을 모델링하기 위해 새로운 수치모델을 개발하였고 이 모델에 의한 예측값과 제염실험값을 서로 비교하여 개발한 수치모델을 검증했다. 한편 셀 가장자리에 위치한 전극의 전위차를 높이며 전위차에 따른 토양제염 특성을 분석했다. 동전기적 제염 장치에 의한 오염토양의 제염결과 3일 경과 후 40V하에서 실험셀 앞부분 토양 내의 $Sr^{2+}$은 거의 제염되었고 중간부분은 제염비율의 변화가 거리에 따라 매우 심하게 나타났다. 그러나 뒷부분은 거의 제염되지 않았다. 그래서 셀토양 내의 $Sr^{2+}$의 총제염 비율은 약 42.6% 였다. 제염실험 6일 경과후 셀토양 내의 총제염 비율은 약 84.8% 였다. 또한, 개발된 수치 모델에 의한 예측치는 제염실험값과 상당한 일치를 보였다. 한편 셀 가장자리에 위치한 전극의 전위차를 10V, 20V, 40V로 높이며 토양제염 특성을 분석한 곁과 총제거율은 전위차가 높아짐에 따라 약 21.9%, 43.3%, 84.8%로 높아지는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1743-1747
• /
• 2022

Sentinel-2는 분광파장대나 공간해상도 측면에서 우리나라 차세대중형위성 4호(농림위성)의 모의영상으로 활용될 수 있다. 이 단보에서는 향후 농림위성영상에 적용하기 위한 예비실험으로, 딥러닝 기술을 이용한 Sentinel-2 영상의 구름탐지를 수행하였다. 전통적인 Convolutional Neural Network (CNN) 모델인 DeepLabV3+와 최신의 Transformer 모델인 Shifted Windows (Swin) Transformer를 이용한 구름탐지 모델을 구축하고, Radiant Earth Foundation (REF)에서 제공하는 22,728장의 학습자료에 대한 암맹평가를 실시하였다. Swin Transformer 모델은 0.886의 정밀도와 0.875의 재현율로, 과탐지와 미탐지가 어느 한쪽으로 치우치지 않는 경향을 보였다. 딥러닝 기반 구름탐지는 향후 우리나라 중심의 실험을 거쳐 농림위성 영상에 활용될 수 있을 것으로 기대된다.

• 한국전자파학회논문지
• /
• 제18권10호
• /
• pp.1157-1162
• /
• 2007

본 논문에서는 전력 증폭기를 효과적으로 모델링하기 위한 E-TDLNN(Expanded-Tapped Delay Line Neural Network) 방식을 제안하였다. 이 방식은 전력 증폭기의 메모리 효과를 효과적으로 제시한 TDLNN 방식에 외부 변화 인자인 게이트 바이어스를 불변(invariant) 입력으로 추가한 후 측정된 전력 증폭기의 출력 스펙트럼을 목표치로 신경망을 통해 학습시킴으로써 전력 증폭기를 모델링하는 방식이다. 제안한 방식의 타당성을 증명하기 위해 주 증폭기의 게이트 바이어스를 $3.4{\sim}3.6V$ 범위에서 0.01 V 스텝으로 변화시키며 측정한 여러 데이터 중 3.45 V와 3.50 V에 대해 학습시킨 후, 게이트 바이어스가 3.40 V, 3.48 V, 3.53 V, 3.60 V인 경우에 대하여 출력을 예측한 결과 실제 출력과 거의 동일한 신호를 예측할 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제11권3호
• /
• pp.386-397
• /
• 2008

본 연구는 HL7 버전 3의 객체지향 분석 및 개발 방법론인 HL7 개발 프레임워크(HDF)를 이용하여 투약관리의 임상문서구조의 개발을 통해 임상활동의 표준화 데이터 모델을 구현하는 것을 제안한다. 투약관리는 의료현장에서 임상전문가가 행하는 가장 중요한 업무이다. 표준화 된 데이터 모델 및 구조화된 병원정보시스템은 근거기반 임상 활동을 이루기 위해 상당히 중요한 과제이다. 임상문서구조를 생성하기 위해서 HDF와 제공된 도구들을 사용하였다. 본 연구자들은 투약관리활동에서 HDF의 각 단계의 다이어그램을 생성할 수 있었다. 그 결과, 임상 활동 중 하나인 투약관리에 대한 표준화 정보모델을 생성하였다. 이 모델은 보건의료정보시스템을 모델링하기 위한 정보통신개발자들에게 국제 표준방법론을 이해하기 위한 기본적 개념모델이 될 것이다.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2006년도 추계학술발표회
• /
• pp.213-215
• /
• 2006

해수유통모델 결과를 3차원적으로 가시화하기 위한 그래픽 유저 인터페이스를 지리정보시스템 (GIS) 기술을 활용하여 구축하였다. 연안역 관리에서 GIS기법은 산재되어 있는 방대한 자료들을 저장하고 이를 3 차원으로 가사화하는 기능을 제공하며 해석적, 통계적, 모델링 도구로써 주어진 상황에 적합한 데이터 변환이 가능하도록 해준다. 해수유동모델은 개방경제에서 조석, 바람, 수온, 염분, 장물 유업 및 태양복사 등 과 같은 모델입력값을 부여함으로써 구동되며 대상해역은 진해만으로 하였다. 본 연구에서는 국산 GIS 소프트웨어인 GeoMania (v2.5)를 사용하여 진해만을 대상으로 시뮬레이션된 해수유통모델 결과의 3차원 가시화 모듈을 구축하였다.

• 한국항해항만학회지
• /
• 제36권1호
• /
• pp.9-14
• /
• 2012

해적과 테러공격에 의한 해상보안사고는 해상운송이 발생한 이후에 지속적으로 증가하고 있다. 하지만 기존의 해양사고 조사방법으로 해상보안사고를 조사하고 문제점을 파악하는데 한계가 있으므로 해상보안관리를 위한 분석모델을 개발할 필요가 있다. 이러한 분석모델을 개발하기 위해 해상운송에서 해상보안관리 위협대상을 선박, 화물의 종류, 항만시스템, 인적요소, 정보흐름으로 구분하고, 이에 대한 위험평가기준을 마련하여 해상보안사고 발생가능성 4등급으로 구분하였다. 또한 해상보안관리 관련 이해관계자를 단계별로 구분하여, 국제기구, 각국정부, 해운회사, 선박에서 이루어지고 있는 각종 보안제도들의 동향을 통해 분석모델의 기본틀을 마련하였다. 해상보안관리 관련 단계주체별 이해관계자들이 시행하고 있는 각종 보안제도를 상향식 및 하향식의 의사결정 및 이행방식을 토대로 하여 해상보안관리 분석모델을 개발하였으며, 실제 Petro Ranger호에서 발생한 해상보안사고 사례를 적용하여 유효성을 입증하였다.