• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.935-937
• /
• 2009

본 논문에서는 MicroTec을 이용한 채널 길이에 따른 20nm이하 MOSFET의 전달컨덕턴스의 특성을 분석하였다. 전달컨덕턴스는 게이트 전압의 변화에 의한 드레인 전류의 변화이다. MicroTec의 이동도 모델중 Lombardi, Constant, Yamaguchi 모델을 선택하여 이동도 모델에 따른 gm(전달컨덕턴스)를 비교하였다. 인가전압은 소스 0V, 기판 0V, 드레인 0.1V, 게이트는 -2.5V에서 4.5V까지 증가시켰다. 채널의 길이가 줄어들수록 gm(전달컨덕턴스)의 최대값과 드레인 전류가 증가함을 알 수 있었다.

• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.65-84
• /
• 2006

본 논문에서는 개선된 영상 생성 모델을 제시하고, 제시된 모델에 기반한 칼라 영상 향상을 제안한다. 제시된 영상 생성 모델에서는 입력 영상을 전역 조명 성분과 국부 조명 성분, 그리고 반사율 성분의 곱으로 표현한다. 제안된 칼라 영상 향상에서는 RGB 입력 칼라 영상을 HSV 칼라 영상으로 변환한 다음, 백색광 조명 상태라는 가정 하에 개선된 영상 생성 모델에 근거하여 V 성분 영상만을 향상한다. 전역 조명 성분은 입력 V 성분 영상에 유효 영역이 넓은 선형 저대역 필터를 적용하여 추정하고, 국부 조명 성분은 입력 V 성분 영상에서 추정된 전역 조명 성분이 제거된 영상에 유효 영역이 좁은 JND (just noticeable difference) 기반의 비선형 저대역 필터를 적용하여 추정한다. 그리고 반사율 성분은 입력 V 성분 영상에 추정된 전역 조명 성분과 국부 조명 성분을 나누어 추정한다. 이어서 이들 추정된 성분에 감마 수정을 각각 적용하고 그 결과들을 곱하여 출력 V 성분 영상을 얻은 다음 히스토그램 모델링을 적용하여 최종 출력 V 성분 영상을 얻는다. 마지막으로 최종 출력 V 성분 영상과 입력 H 성분 영상 및 S 성분 영상으로부터 출력 RGB 칼라 영상을 얻는다. 실험 결과 제안된 방법은 NASA 홈 페이지로부터 다운받은 칼라 영상과 MPEG-7 CCD 칼라 영상으로 구축한 시험 영상 데이터 베이스에 대하여 후광 효과가 거의 억제되고 색상 변화가 거의 없으면서 전역 대비와 국부 대비를 동시에 잘 증가시키는 것을 확인하였다.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.639-644
• /
• 2024

최근 전장에서의 드론 활용이 정찰뿐만 아니라 화력 지원까지 확장됨에 따라, 드론을 조기에 자동으로 식별하는 기술의 중요성이 더욱 증가하고 있다. 본 연구에서는 드론과 크기 및 외형이 유사한 다른 공중 표적들인 새와 풍선을 구분할 수 있는 효과적인 이미지 분류 모델을 확인하기 위해, 인터넷에서 수집한 3,600장의 이미지 데이터셋을 사용하고, 세 가지 사전 학습된 합성곱 신경망 모델(VGG16, ResNet50, InceptionV3)의 특징 추출기능과 추가 분류기를 결합한 전이 학습 접근 방식을 채택하였다. 즉, 가장 우수한 모델을 확인하기 위해 세 가지 사전 학습된 모델(VGG16, ResNet50, InceptionV3)의 성능을 비교 분석하였으며, 실험 결과 InceptionV3 모델이 99.66%의 최고 정확도를 나타냄을 확인하였다. 본 연구는 기존의 합성곱 신경망 모델과 전이 학습을 활용하여 드론을 식별하는 새로운 시도로써, 드론 식별 기술의 발전에 크게 기여 할 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제21권2호
• /
• pp.121-130
• /
• 2020

이 논문은 Generative Adversarial Network (GAN) 을 이용하여 증진된 이미지 데이터를 평가방식인 Inception Score (IS) 와 Frechet Inception Distance (FID) 계산시 inceptionV3 모델을 활용 하는 방식을 응용하여, 군 폐쇄망 네트워크 데이터를 이미지 형태로 평가하는 방법을 제안한다. 기존 존재하는 이미지 분류 모델들에 레이어를 추가하여 IncetptionV3 모델을 대체하고, 네트워크 데이터를 이미지로 변환 및 학습 하는 방법에 변화를 주어 다양한 시뮬레이션을 진행하였다. 실험 결과, atan을 이용해 8 * 8 이미지로 변환한 데이터에 대해 1개의 덴스 레이어 (Dense Layer)를 추가한 Densenet121를 학습시킨 모델이 네트워크 데이터셋 평가 모델로서 가장 적합하다는 결과를 도출하였다.

• 한국진공학회지
• /
• 제9권3호
• /
• pp.242-248
• /
• 2000

고주파 스퍼터링 방법으로 증착조건을 변화시키면서 BST 박막을 제작하였다. 증착온도가 높을수록, Ar/O$_2$비가 적을수록 우수한 전기적 특성을 보였다. 누설전류 전도기구를 분석하기 위해 Schottky모델과 modified-Schottky모델을 도입하였다. BST 박막의 누설전류 전도기구는 기존의 Schottky모델이 아니라 modified-Schottky 모델을 따른다는 것을 알았다. Modified-Schottky 모델을 사용하여 광학유전상수 $\varepsilon$=4.9, 이동도 $\mu$=0.019 $\textrm{cm}^2$/V-s, 그리고 장벽높이 $\phi_b$ =0.79 eV를 구하였다.

• 조명전기설비학회논문지
• /
• 제22권6호
• /
• pp.34-43
• /
• 2008

상태 공간 평균화 모델은 강압형, 승압형 및 승 강압형 DC/DC 컨버터에 적용이 가능하며, 특별한 계산이 필요 없는 높은 정밀도가 증명된 모델이다. 이러한 모델은 전류연속모드(CCM) DC/DC 컨버터에서 확립되었으며, 본 논문에서는 컨버터의 전류연속모드(CCM) 모델로부터 의미 있는 결론을 유도하고자 한다. 본 논문에서는 스위치 평균모델을 이용한 DC/ DC 컨버터의 전류불연속모드(DCM) 모델링 및 임계특성에 관하여 논하였다. 스위치 평균 모델은 전류연속모드(CCM)와 전류불연속모드(DCM) 사이의 DC/DC 컨버터의 경계 조건에 대한 모델로부터 유추할 수 있으며, 시뮬레이션과 실험에 의해서 스위치의 평균 모델의 주파수 응답 특성을 예측할 수 있었다. 본 연구에서는 MOSFET를 사용하여 입력전압 15[V], 출력전압 24[V], 출력전력 24[W]급 시스템을 제작하여 실험하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.213-218
• /
• 2019

기계독해는 자연어로 표현된 질문과 단락이 주어졌을 때, 해당 단락 내에 표현된 정답을 찾는 태스크이다. 최근 기계독해 태스크도 다른 자연어처리 태스크와 유사하게 BERT, XLNet, RoBERTa와 같이 사전에 학습한 언어모델을 이용하고 질문과 단락이 입력되었을 경우 정답의 경계를 추가 학습(fine-tuning)하는 방법이 우수한 성능을 보이고 있으며, 특히 KorQuAD v1.0 데이터셋에서 학습 및 평가하였을 경우 94% F1 이상의 높은 성능을 보이고 있다. 본 논문에서는 현재 최고 수준의 기계독해 기술이 학습셋과 유사한 평가셋이 아닌 일반적인 질문과 단락 쌍에 대해서 가지는 일반화 능력을 평가하고자 한다. 이를 위하여 첫번째로 한국어에 대해서 공개된 KorQuAD v1.0 데이터셋과 NIA v2017 데이터셋, 그리고 엑소브레인 과제에서 구축한 엑소브레인 v2018 데이터셋을 이용하여 데이터셋 간의 교차 평가를 수행하였다. 교차 평가결과, 각 데이터셋의 정답의 길이, 질문과 단락 사이의 오버랩 비율과 같은 데이터셋 통계와 일반화 성능이 서로 관련이 있음을 확인하였다. 다음으로 KorBERT 사전 학습 언어모델과 학습 가능한 기계독해 데이터 셋 21만 건 전체를 이용하여 학습한 기계독해 모델에 대해 블라인드 평가셋 평가를 수행하였다. 블라인드 평가로 일반분야에서 학습한 기계독해 모델의 법률분야 평가셋에서의 일반화 성능을 평가하고, 정답 단락을 읽고 질문을 생성하지 않고 질문을 먼저 생성한 후 정답 단락을 검색한 평가셋에서의 기계독해 성능을 평가하였다. 블라인드 평가 결과, 사전 학습 언어 모델을 사용하지 않은 기계독해 모델 대비 사전 학습 언어 모델을 사용하는 모델이 큰 폭의 일반화 성능을 보였으나, 정답의 길이가 길고 질문과 단락 사이 어휘 오버랩 비율이 낮은 평가셋에서는 아직 80%이하의 성능을 보임을 확인하였다. 본 논문의 실험 결과 기계 독해 태스크는 특성 상 질문과 정답 사이의 어휘 오버랩 및 정답의 길이에 따라 난이도 및 일반화 성능 차이가 발생함을 확인하였고, 일반적인 질문과 단락을 대상으로 하는 기계독해 모델 개발을 위해서는 다양한 유형의 평가셋에서 일반화 평가가 필요함을 확인하였다.

• 한국산림과학회지
• /
• 제106권4호
• /
• pp.480-486
• /
• 2017

본 연구는 국내 소나무, 잣나무, 낙엽송을 대상으로 입목의 총재적 중 상부직경 혹은 상부수고까지의 재적을 예측하는 이용재적모델을 개발하고자 수행되었다. 모델개발을 위하여 사용된 자료는 강원 및 경북지역의 소나무림, 잣나무림, 낙엽송림에서 수집한 총 131본의 수간석해목이었으며, 이용재적비율, 단순비율형태, 지수비율형태의 6개 이용재적식을 검토하여 최종모델을 개발하였다. 본 연구의 분석결과, 상부직경까지의 이용재적예측은 지수비율형태인 $V_d=V_t\{{\exp}[{\alpha}_1(d^{{\alpha}_2}/D^{{\alpha}_3})]\}$ 이 상부수고까지의 이용재적예측은 단순비율형태인 $V_h=V_t\{1+{\beta}_1(P^{{\beta}_2}/H^{{\beta}_3})\}$이 최종모델로 선정되었다. 본 연구에서 선정된 2개의 최적모델식을 정리하여 내재간곡선식을 도출하였으며, 이를 활용해 상부직경에 따른 상부수고와 상부수고에 따른 상부직경 예측이 가능하였다. 본 연구결과에서 개발된 모델은 높은 정확도뿐만 아니라 임업현장에서 편리하게 사용할 수 있어 활용도가 높을 것으로 판단된다.

• 한국항행학회논문지
• /
• 제27권6호
• /
• pp.776-781
• /
• 2023

K-UAM은 2035년까지의 성숙기 이후 상용화될 예정이다. UAM 회랑은 기존의 헬리콥터 회랑을 수직 분리하여 사용될 예정이기에 회량 사용량이 증가할 것으로 예상된다. 따라서 회랑을 모니터링하는 시스템도 필요하다. 최근 객체 검출 알고리즘이 크게 발전하였다. 객체 검출 알고리즘은 1단계 탐지와, 2단계 탐지 모델로 나뉜다. 실시간 객체 검출에 있어서 2단계 모델은 너무 느리기에 적합하지 않다. 기존 1단계 모델은 정확도에 문제가 있었지만, 버전 업그레이드를 통해 성능이 향상되었다. 1단계 모델 중 YOLO-V5는 모자이크 기법을 통한 소형 객체 검출 성능을 향상시킨 모델이다. 따라서 YOLO-V5는 넓은 회랑의 실시간 모니터링에 가장 적합하다고 판단된다. 본 논문에서는 YOLO-V5 알고리즘을 학습시켜 궁극적으로 회랑 모니터링 시스템에 대한 적합도를 분석한다.

• 자동차안전학회지
• /
• 제15권4호
• /
• pp.16-22
• /
• 2023

This paper presents a proactive longitudinal motion planning algorithm for improving the safety of an automated bus. Since the field of view (FOV) of the autonomous vehicle was limited depending on onboard sensors' performance and surrounding environments, it was necessary to implement vehicle-to-vehicle (V2V) communication for overcoming the limitation. After a virtual V2V-equipped target was constructed considering information obtained from V2V communication, the reference motion of the ego vehicle was determined by considering the state of both the V2V-equipped target and the sensor-detected target. Model predictive control (MPC) was implemented to calculate the optimal motion considering the reference motion and the chance constraint, which was deduced from manual driving data. The improvement in driving safety was confirmed through vehicle tests along actual urban roads.