• 한국CDE학회논문집
• /
• 제1권1호
• /
• pp.76-83
• /
• 1996

A three dimensional FE mesh generation scheme based on mapping approach is proposed in this study. A volume in Eucledian space is represented by composite hyperpatches which are piecewise cubic functions in parameters u, v, w. A key idea in the proposed approach is that I sampled grid data points lying only on the boundary surfaces are needed for the shape representation. Inner points which are necessary to form a hyperpatch are internally generated by Coons patches. This approach is most appropriate for the shapes which are compositions of hexahedronlike shapes and also severely curved.

• 한국정밀공학회지
• /
• 제13권1호
• /
• pp.98-107
• /
• 1996

The use of composite hyperpatch model is proposed to predict a machine tool positional error over the entire work space. This is an appropriate representation of the distorted work space. This model is valid for any configuration of 3-axis machine tool. Tool position, which is given NC data or CL data, contains error vector in actual work space. In this study, off-line compensation scheme was investigated for tool position error due to inaccuracy in machine tool structure. The error vector in actual work space is corrected by the error model using Newton-Raphson method. The proposed error compensation method shows the possibility of improving machine accuracy at a low cost.

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.8-14
• /
• 2023

기존의 자기지도 학습 기반의 CutPaste 기법은 정상 이미지에서 특정 패치를 자르고 붙이는 방법으로 합성 데이터를 생성한 뒤 이상탐지를 수행하였다. 그러나 이런 방식으로 생성된 합성데이터는 패치의 경계에 뚜렷한 차이가 나타나는 문제가 발생된다. 이러한 문제를 해결하기 위한 NSA 기법은 Poisson Blending을 통해 자연스러운 합성 데이터를 생성하여 더 높은 이상탐지 성능을 달성하였다. 그러나 NSA 기법은 클래스마다 조정해야하는 하이퍼 파라미터가 많은 단점을 가지고 있다. 본 논문에서는 합성 패치의 크기를 매우 작게 하는 단순한 방법으로 정상과 유사한 합성 데이터를 생성하였다. 이 때 패치가 매우 지역적으로 합성되기 때문에, 지역적인 특징을 학습하는 모델을 사용하면 합성 데이터에 쉽게 과적합 될 수 있다. 따라서 전역적인 특징을 학습하는 gMLP를 사용하여 이상탐지를 수행하였고, 단순한 합성 방법으로도 기존 자기 지도 학습 기법보다 더 높은 성능을 달성할 수 있었다.

• 한국정밀공학회지
• /
• 제18권11호
• /
• pp.138-147
• /
• 2001

Alignment systems are frequently used under various semiconductor manufacturing environment. Particularly in PDP(Plasma Display Panel) manufacturing process, the alignment system is applied to the combining and sealing processes of the upper and lower glass panels of PDP, where these processes are performed in the vacuum chamber of high vacuum and high temperature. In this paper, the XYΘ-alignment stage is developed to align PDP panels. Because of high vacuum and high temperature environment, the alignment chamber has been designed to isolate the inner part of the alignment chamber from the outer environment of high vacuum and high temperature, in which every part of the alignment stage is inserted. As it is difficult to attach feedback sensors to the alignment stage in the alignment chamber, the alignment stage is implemented with the open loop algorithm, where the parallel link structure has been designed using step-motors and ball-screws for structural simplicity. The kinematic analysis is performed to drive the parallel link structure, based on the experiments of actuation-compensation of the alignment stage. For the error compensation, the hyperpatch model has been used to model the errors. From the experiments, the positional accuracy of the alignment stage can be improved significantly.

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.451-458
• /
• 2015

기존 멀티모달 학습 기법의 대부분은 데이터에 포함된 컨텐츠 모델링을 통한 지식획득보다는 이미지나 비디오 검색 및 태깅 등 구체적 문제 해결에 집중되어 있었다. 본 논문에서는 멀티모달 개념계층모델을 이용하여 만화 비디오로부터 컨텐츠를 학습하는 기법을 제안하고 학습된 모델로부터 등장인물의 특성을 고려한 자막을 생성하는 방법을 제시한다. 멀티모달 개념계층 모델은 개념변수층과 단어와 이미지 패치의 고차 패턴을 표현하는 멀티모달 하이퍼네트워크층으로 구성되며 이러한 모델구조를 통해 각각의 개념변수는 단어와 이미지패치 변수들의 확률분포로 표현된다. 제안하는 모델은 비디오의 자막과 화면 이미지로부터 등장 인물의 특성을 개념으로서 학습하며 이는 순차적 베이지안 학습으로 설명된다. 그리고 학습된 개념을 기반으로 텍스트 질의가 주어질 때 등장인물의 특성을 고려한 비디오 자막을 생성한다. 실험을 위해 총 268분 상영시간의 유아용 비디오 '뽀로로'로부터 등장인물들의 개념이 학습되고 학습된 모델로부터 각각의 등장인물의 특성을 고려한 자막 문장을 생성했으며 이를 기존의 멀티모달 학습모델과 비교했다. 실험결과는 멀티모달 개념계층모델은 다른 모델들에 비해 더 정확한 자막 문장이 생성됨을 보여준다. 또한 동일한 질의어에 대해서도 등장인물의 특성을 반영하는 다양한 문장이 생성됨을 확인하였다.