• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1995.04a
• /
• pp.608-614
• /
• 1995

공작기계 등과 같이 복잡한 대형 구조물의 구조해석에 있어서 결합부요소의 강성과 질량특성을 모델링하는 일반적 인 방법이 없는 실정이므로 어려움이많다. 본 연구에서는 공작기계에서 흔히 쓰이는 Slide-way contact joint 결 합부를 등가의 강성행렬 요소(Generalized stiffness matrix element)로 모델링하는 방법을 제안하였다.. 기존의 유 한용소 해석법 프로그램을 이용하여 결합부 유한요소 모델의 유연도계수(Flexibility influence coefficients)를 계산하고 Guyan의 정축약이론을 이용하여 등가의 강성행렬요소로 축약시키는 방법이다. 제안된 방법을 대형 평면연 삭기 구조해석에 적용하고, 그 결과를 강결합 모델의 결과 및 Yoshimura의 등가스프링결합부 모델을 사용한 경우의 결과와 비교하므로써 본 연구에서 제안한 결합부 모델링 방법의 유용성을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.208-210
• /
• 2004

최근 인터넷, 인트라넷과 같은 통신 기술 발전에 따라 거의 모든 시스템이 서로 연결되었고, 사용자들은 손쉽게 정보를 공유할 수 있게 되었다. 따라서 시스템 침입을 통한 데이터의 변형과 인증 받지 않은 접근과 같은 컴퓨터 범죄가 급속도로 증가하고 있다. 그러므로 이러한 컴퓨터 범죄를 막기 위한 침입 탐지 기술 개발은 매우 중요하다. 전통적인 침입 탐지 모델은 단지 네트워크 패킷 데이터만을 사용하고 있으며. 침입탐지 시스템의 성능을 높이기 위해 서로 다른 분류 알고리즘을 결합하는 방법을 사용해왔다. 그러나 이러한 모델은 일반적으로 성능향상에 있어서 제한적이다. 본 논문에서는 침입탐지 시스템의 성능을 개선하기 위해 네트워크 데이터와 시스템 콜 데이터를 융합하는 방법을 제안하였으며. 데이터 융합 모델로서 Multi-Layer Perceptron (MLP)를 사용하였다. 그리고 DARPA 에서 생성한 네트워크 데이터와 본 논문에서 가상으로 생성한 시스템 콜 데이터를 함께 결합하여 모델을 생성 한 뒤 실험을 수행하였다. 본 논문에서의 실험결과로. 단순히 네트워크 데이터만을 사용한 모델에 비해 시스템 콜 데이터를 함께 결합한 모델이 훨씬 더 놓은 인식률을 보인다는 것을 확인할 수 있다

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.2
• /
• pp.179-184
• /
• 2006

An intuitive understanding of the dynamic pattern generation in asymmetric networks may be considered an essential component in developing models for the dynamic information processing. It has been reported that the neural network with cyclic connections generates multiple limit cycles. The dynamics of discrete time network with cyclic connections has been investigated intensively. However, the dynamics of a cyclic connection neural network in continuous-time has not been well-known due to the considerable complexity involved in its calculation. In this paper, the dynamic behavior of a continuous-time cyclic connection neural network, in which each neuron is connected only to its nearest neurons with binary synaptic weights of ${\pm}1$, has been investigated. Furthermore, the dynamics and stability of the network have been analyzed using a piece-wise linear approximation.

• Journal of the Korean Vacuum Society
• /
• v.14 no.3
• /
• pp.115-118
• /
• 2005

Structure analysis of model polymeric micelles, both for non-asosciative and associative cases is done by small angle neutron scattering method. Aggregation number of the hydrophobic cores and the lyotropic ordering transitions of aqueous solutions of poly(ethylene glycol)(PEG) (6 K or 10 K g/mol) end-capped with perfluoroalkyl groups $(-(CH_2)_2C_OnF_{2n+1}$ (n =6,8, or 10) are characterized. Aggregation number is mainly determined by the hydrophobe end group only, and is insensitive to polymer concentration or temperature. Also, there is no difference between non-associative micelles and associative micelles in terms of aggregation number. The model systems order into a BCC structure with increasing concentration.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.716-721
• /
• 2023

Inverse Text Normalization(ITN) 모델은 음성 인식(STT) 엔진의 중요한 후처리 영역 중 하나이며, STT 인식 결과의 가독성을 개선한다. 최근 ITN 모델에 심층신경망을 활용한 연구가 진행되고 있다. 심층 신경망을 사용하는 대부분의 선행연구는 문장 내 변환이 필요한 부분에 토큰 태깅을 진행하는 방식이다. 그러나 이는 Out-of-vocabulary(OOV) 이슈가 있으며, 학습 데이터 구축 시 토큰 단위의 섬세한 태깅 작업이 필요하다는 한계점이 존재한다. 더불어 선행 연구에서는 STT 인식 결과를 그대로 사용하는데, 이는 띄어쓰기가 중요한 한국어 ITN 처리에 변환 성능을 보장할 수 없다. 본 연구에서는 BART 기반 생성 모델로 생성형 ITN 모델을 구축하였고, Bi-LSTM 기반 보조 신경망 모델을 결합하여 STT 인식 결과에 대한 고유명사 처리, 띄어쓰기 교정 기능을 보완한 모델을 제안한다. 또한 보조 신경망을 통해 생성 모델 처리 여부를 판단하여 평균 추론 속도를 개선하였다. 실험을 통해 두 모델의 각 정량 성능 지표에서 우수한 성능을 확인하였고 결과적으로 본 연구에서 제안하는 두 모델의 결합된 방법론의 효과성을 제시하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.11 no.6
• /
• pp.245-254
• /
• 2022

Proteins are the basic unit of all life activities, and understanding them is essential for studying life phenomena. Since the emergence of the machine learning methodology using artificial neural networks, many researchers have tried to predict the function of proteins using only protein sequences. Many combinations of deep learning models have been reported to academia, but the methods are different and there is no formal methodology, and they are tailored to different data, so there has never been a direct comparative analysis of which algorithms are more suitable for handling protein data. In this paper, the single model performance of each algorithm was compared and evaluated based on accuracy and speed by applying the same data to CNN, LSTM, and GRU models, which are the most frequently used representative algorithms in the convergence research field of predicting protein functions, and the final evaluation scale is presented as Micro Precision, Recall, and F1-score. The combined models CNN-LSTM and CNN-GRU models also were evaluated in the same way. Through this study, it was confirmed that the performance of LSTM as a single model is good in simple classification problems, overlapping CNN was suitable as a single model in complex classification problems, and the CNN-LSTM was relatively better as a combination model.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2002.06a
• /
• pp.361-366
• /
• 2002

It has been reported that neural network with cyclic connections generates limit cycles. The dynamics of discrete time network with cyclic connections has been analyzed. But the dynamics of cyclic network in continuous time has not been known well due to its huge calculation complexity. In this paper, we study the dynamics of the continuous time network with cyclic connections and the effect of chaotic signal in the network for transitions between limit cycles.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2001.08a
• /
• pp.137-142
• /
• 2001

본 논문에서는 벡터모델과 신경망 모델을 이용하여 데이터 퓨전의 관점에서 다중증거로서 가중치, 문헌분리가, 엔트로피, 공기유사도를 적절히 결합하여 질의를 확장하는 방법을 제안한다. 실험결과 코사인 정규화 가중치 알고리즘, 문서길이 정규화 가중치 알고리즘과 결합하여 질의를 확장하는 것이 정규화시키지 않고 단순히 문헌빈도와 역문헌빈도의 조합을 이용한 가중치 알고리즘과 결합했을 때 보다 평균 정확률 향상이 더 높게 나타났다. 또한 다양한 공기기반 유사도를 이용하여 질의확장을 한 결과 벡터모델과 신경망 모델에서 코사인 공기유사도에 기반하여 질의확장한 경우가 다른 공기유사도에 비해 더 좋은 성능을 보였다.

• Korean Journal of Crystallography
• /
• v.14 no.1
• /
• pp.16-23
• /
• 2003

The electronic structure and chemical bonding of β-MnO₂ were theoretically investigated by DV-X/sub α/ (the discrete variation X/sub α/) method. which is a sort of the first principle molecular orbital method using Hatre-Fock-Slater approximation. The calculations on several cluster models having different sizes were carried out for the determination of a model suited for analyzing bulk state. The Mn/sub 15/O/sub 56/ model was selected as a sufficiently suitable model for the calculation of electronic state and chemical bonding by the comparison of the calculated XPS (X-ray photo-electron spectrum) and experimentally measured XPS. By using this model, the electron energy level, the density of state, the bond overlap population, the charge density distribution, and the net ionic transfer between cations and anions were calculated and discussed.

• Korean Journal of Optics and Photonics
• /
• v.31 no.6
• /
• pp.274-280
• /
• 2020

In this paper, the effect of atmospheric turbulence is numerically modeled and analyzed via a phase-screen model, in regard to long-range optical energy transfer using coherent beam combination. The coherent-beam-combination system consists of three channel beams pointing at a target at a distance of 1-2 km. The phase and propagation direction of each channel beam are assumed to be corrected in an appropriate manner, and the atmospheric turbulence that occurs while the beam propagates through free space is quantified with a phase-screen model. The phase screen is statistically generated and constructed within the range of fluctuations of the structure constant Cn2 from 10-15 to 10-13 [m-2/3]. Particularly, in this discussion the shape, distortion, and combining efficiency of the 3-channel combined beam are calculated at the target plane by varying the structure constant used in the phase-screen model, and the effect of atmospheric turbulence on beam-combination efficiency is analyzed. Analysis with this numerical model verifies that when coherent beam combination is used for long-range optical energy transfer, the received power at the target can be at least three times the power obtainable by incoherent beam combination, even for maximal atmospheric fluctuation within the given range. This numerical model is expected to be effective for analyzing the effects of various types of atmospheric-turbulence conditions and beam-combination methods when simulating long-range optical energy transfer.