• 스마트미디어저널
• /
• 제11권2호
• /
• pp.77-83
• /
• 2022

뉴로모픽 아키텍처는 스파이킹 신경망(SNN, Spiking Neural Network) 모델을 사용하여, 추론 실험을 통해 스파이크 값이 많이 누적될수록 정확한 결과를 도출한다. 추론 결과가 특정 값으로 수렴할 경우, 추론 실험을 더 진행해도 결과의 변화가 작아 소비 전력이 더 커질 수 있다. 특히, 인공지능 기반 IoT 환경에서는 전력 낭비는 큰 문제가 될 수 있다. 따라서 본 논문에서는 뉴로모픽 아키텍처 환경에서 추론 이미지 노출 시간을 조절하여 추론 시간을 단축함으로써 인공지능 기반 IoT의 전력 낭비를 줄이는 기법을 제안한다. 제안한 기법은 추론 정확도의 변화를 반영하여 다음 추론 이미지 노출 시간을 계산한다. 또한, 추론 정확도의 변화량 반영비율을 계수 값으로 조절할 수 있으며, 다양한 계수 값의 비교 실험을 통해 최적의 계수 값을 찾는다. 제안한 기법은 목표 정확도에 해당하는 추론 이미지 노출 시간은 선형 기법보다 크지만 최종 추론 시간은 선형 기법보다 적다. 제안한 기법의 성능을 측정하고 평가한 결과, 제안한 기법을 적용한 추론 실험이 선형 기법을 적용한 추론 실험보다 최종 노출 시간을 약 90% 단축할 수 있음을 확인한다.

• 한국응용과학기술학회지
• /
• 제29권1호
• /
• pp.63-70
• /
• 2012

자성유체 유체씰에 사용할 수 있는 마그네타이트를 공침법에 의하여 합성하였다. 마그네타이트의 평균입자크기는 동적광산란 측정장치(DLS)에 의해 약 10-12 nm 로 측정되었다. XRD 측정결과, $NH_4OH$ 의 농도가 증가함에 따라 마그네타이트의 결정화도가 증가하였다. 수중 분산된 자성유체의 제타전위는 -49.3 mV 에서 -26.2 mV 까지 DLS에 의하여 측정되었다. 입자의 형상은 구형이었고, 수상과 유상 자성유체에서 스파이킹 효과를 확인하였다.

• 전자통신동향분석
• /
• 제36권3호
• /
• pp.106-118
• /
• 2021

The field of brain science (or neuroscience in a broader sense) has inspired researchers in artificial intelligence (AI) for a long time. The outcomes of neuroscience such as Hebb's rule had profound effects on the early AI models, and the models have developed to become the current state-of-the-art artificial neural networks. However, the recent progress in AI led by deep learning architectures is mainly due to elaborate mathematical methods and the rapid growth of computing power rather than neuroscientific inspiration. Meanwhile, major limitations such as opacity, lack of common sense, narrowness, and brittleness have not been thoroughly resolved. To address those problems, many AI researchers turn their attention to neuroscience to get insights and inspirations again. Biologically plausible neural networks, spiking neural networks, and connectome-based networks exemplify such neuroscience-inspired approaches. In addition, the more recent field of brain network analysis is unveiling complex brain mechanisms by handling the brain as dynamic graph models. We argue that the progress toward the human-level AI, which is the goal of AI, can be accelerated by leveraging the novel findings of the human brain network.

• 한국해양학회지
• /
• 제18권2호
• /
• pp.117-124
• /
• 1983

彈性波 石油探査資料의 分析을 위한 위너필터法이나 그 類似한 方法에 의한 彈性性波痕(seismictrace)의 디콘볼루션(deconvoultion or wavelet shaping)은 가장 基本的이며 어려운 處理過程으로 波形의 地層反對資料를 實際의 地層面과 地質構造 에 가능한 한 가깝게 描寫하기 위한 反轉作用處理(imversion process) 方法중의 하나이다. 위너필터法은 여러 학자들에 의해 解釋方法이 修正 考案되었 으며 그 演算者(operator)는 한 波形을 願하는 波形으로 바꾸는 가장 近似한 (least-mean-sqare-error)因子이다. 여기에는 騷音因子(noise factor)가 包含되며 그性質과 頻度에 따라 演算者의 模樣이 달라지고 또 資料의 解釋能力도 달라진다. 이 演算者의 重要部分이 解析波로서 어떤 破鏡反射를 하나의 스파이크(spike) 反射로 變化시킨 뒤 그 스파이크를 純化시키는 役割을 하게 한다. 實際로 東南 아시아 海底石油海域의 彌性波調査資料를 使用하여 消音因子의 標本逐出(sampling) 과 그 輕重因子(weighing factor)에 따라 解釋波의 流出과 振幅스펙트럼(amplitude spectrum)를 導出評價하였다. 結果는 消音因子의 最過流出이 어렵고 또한 解析波의 形態가 一般필터의 演算者와 類似한 關係로 一般的인 解釋波의 流出에는 效果적 이지 못한 것으로 推定된다. 따라서 스파이킹 디콘볼루션(spiking deconvoultion) 후에 通過代役 필터를 同伴하는 것이 바람織하며 그 周波代는 資料分析으로 消音對를 分離시킬 수 있어야 한다.

• 한국전기전자재료학회논문지
• /
• 제11권10호
• /
• pp.826-832
• /
• 1998

In this study the thin films with the structure of Si+SiO$_2$+TiN are made by RF supttering method. TiN, which has small diffusion coefficient and low resistivity, is evaporated between SiO$_2$ and Al layers. It investigates the V-R characteristics depending on the thickness of SiO$_2$ which is used as insulation layer and researches its effects on voltage stability of thin film and varistor. These films show very small resistance valus in negative(-) voltage and large and large value in positive voltage band, and with the increase of voltage, resistance value is rapidly reduced and the satisfactory characteristic of varistor is shown at +1[V]. It is found that resistance value of TiN thin film is small and also TiN thin film has more current than the thin film which is not evaporated by TiN thin film. When Al electrode is evaporated of SiO$_2$ thin film, spiking occurs, but the spiking can be prevented with evaporation of TiN between SiO$_2$ and Al layers and this thin films in made easily because of its good attachment. With the increase of voltage, the resistance is changed into non-linear pattern and the bidirectional varistor characteristic is shown and then its theory can be verified by this experiment. Accordingly, when TiN is evaporated of Si Wafer(n-100), it obtains better voltage-resistance than thin film which is not evaporated and also when varistor character is used electrically to automatic control element such as elimination of flame, power distribution arrestor and constant voltage compensation, satisfactory reproducibilities are expected.

• 한국소프트웨어감정평가학회 논문지
• /
• 제17권2호
• /
• pp.47-57
• /
• 2021

뉴로모픽 기술은 인간의 뇌 구조와 연산과정을 하드웨어로 모방하는 기술로 기존 인공지능 기술의 단점을 보완하기 위하여 제안되었다. 뉴로모픽 하드웨어 기반의 IoT 응용을 개발하기 위해 NA-IDE가 제안되었으며, NA-IDE에서 SNN 모델을 구현하기 위하여 일반적으로 많이 사용되는 입력 데이터를 SNN모델에 사용할 수 있도록 변환이 필요하다. 본 논문에서는 이미지 데이터를 SNN 입력으로 사용하기 위하여 스파이크 시계열 패턴으로 변환하는 신경코딩 방식의 인코더 컴포넌트를 구현하였다. 디코더 컴포넌트는 SNN 모델이 스파이크 시계열 패턴을 생성하는 경우, 출력된 시계열 데이터를 다시 이미지 데이터로 변환하도록 구현하였다. 디코더 컴포넌트는 출력 데이터에 인코딩 과정과 동일한 매개변수를 사용한 경우, 원본 데이터와 유사한 정적 데이터를 얻을 수 있었다. 제안된 인코더와 디코더를 사용한다면 image-to-image나 speech-to-speech와 같이 입력 데이터를 변환하여 재생성하는 분야에 사용할 수 있을 것이다.

• 스마트미디어저널
• /
• 제12권4호
• /
• pp.19-26
• /
• 2023

뉴로모픽 아키텍처 기반 하드웨어를 이용한 IoT 엣지 서비스는 단말 장치에서 지능형 처리를 수행할 수 있기 때문에 자율형 IoT 응용 지원에 적합하다. 그러나 IoT 개발자가 뉴로모픽 하드웨어에서 사용되는 SNN을 이해하기에는 어려움이 있다. 본 논문에서는 뉴로모픽 하드웨어의 제약조건을 고려하며 사용자의 요구 성능을 만족하는 SNN 모델 생성 기법을 제안한다. 제안 기법은 프로파일링된 데이터에서 최적의 SNN 모델 파라미터를 찾도록 전처리된 데이터로 사전 학습한 모델을 활용한다. 전체 탐색 기법과 비교 결과, 두 기법 모두 사용자 요구사항을 모두 만족하였지만, 제안 기법이 수행 시간 측면에서 더 좋은 성능을 보였다. 또한, 신규 하드웨어의 제약조건을 명확히 알지 못하더라도 새로운 하드웨어의 프로파일링된 데이터를 활용할 수 있으므로 높은 확장성을 제공할 수 있다.

• 분석과학
• /
• 제33권3호
• /
• pp.115-124
• /
• 2020

마킹펜류는 어린이제품법의 안전확인으로 관리되는 학용품 품목으로서, 폼알데하이드 함유량에 대한 안전기준은 20 mg/kg이다. 시중에 유통되는 마킹펜 9 종을 현행 시험법인 백포 필기 후 증류수 추출액을 UV/Vis 흡광광도계로 분석(이하 Nash-UV/Vis 방법)한 결과 폼알데하이드가 검출되지 않았고 수성 잉크와 같이 항시 추출액이 유색을 띠는 경우 거짓 양성 결과를 보였다. 반면, 잉크를 직접 초음파를 이용하여 용해한 증류수 액을 DNPH 유도체화 한 후 HPLC/DAD로 분석(이하 DNPH-HPLC/DAD 방법)한 결과, 최소 3.2 mg/kg ~ 최고 93.2 mg/kg이었고, 3 종 제품이 안전기준 20 mg/kg을 초과하였다. 따라서, 추출과정이 빠르고 용이하도록 잉크를 직접 증류수에 용해한 후 DNPH-HPLC/DAD 분석 방법으로 잉크 내 폼알데하이드 안전기준 20 mg/kg 이하 여부를 판단할 수 있도록 제안하고자 하며, 이 방법은 Nash-UV/Vis 방법의 검출한계 및 색상 물질 추출 시의 거짓 양성 결과의 한계를 극복할 수 있다. 형광펜, 보드마카, 물백묵, 페인트마카의 잉크 매트릭스를 사용하여 20 mg/kg 및 40 mg/kg의 범위에서 스파이킹 방법으로 산출한 DNPH-HPLC/DAD 분석방법의 정확도 및 정밀도는 각각 90.1 ~ 105.4 % 및 0.6 ~ 3.3 %이다.

• 분석과학
• /
• 제27권4호
• /
• pp.201-212
• /
• 2014

발암성 및 잔류성을 갖는 다환방향족탄화수소(Polycyclic aromatic hydrocarbons, 이하 PAHs)의 법적인 규제가 공산품 함유에로 확장된 현황에서, 본 연구에서는 속슬렛 추출에 의한 전처리 및 GC-MS 분석에 의한 공산품에 함유된 18종 PAHs의 정량 분석법을 확립하고 공산품 4종에서의 18종 PAHs 함유 여부를 분석하였다. GC-MS SIM 크로마토그램의 머무름 시간 및 피크 면적의 정밀도는 각 0.00%~0.05% 및 1.16%~3.69%의 RSD로 측정되었고 각 PAH의 농도 범위 0.3125 mg/L~5.00 mg/L에서 얻은 검정곡선은 상관계수 $R^2$값이 18종 모두 0.999 이상으로 산출되었다. 본 검정곡선을 이용한 18 종 PAHs의 GC-MS 기기분석의 정량 한계는 0.327 mg/L (Benzo[ghi]perylene)~0.464 mg/L (Acenaphthylene)로 산출되었다. 스파이킹에 의한 18종 PAHs의 속슬렛 추출에 의한 회수율은 DCM, 헥세인, 혹은 톨루엔 사용 시 모두 95%~105%로 측정되었고, 이상의 조건에서 국내에서 유통되는 공산품 4종에서 18종 PAHs를 분석한 결과, 3개 시료에서는 Phenanthrene이 정량한계 근방의 소량으로 검출되었고, 망치(손잡이 부분) 시료에서는 Phenanthrene을 비롯한 15종 PAHs가 최대 83.4 mg/kg~최소 8.5 mg/kg 범위로 검출되었다.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.633-638
• /
• 2022

최근 인간의 뇌를 모방한 스파이킹 뉴럴 네트워크(SNNs)의 뉴로모픽(Neuromorphic) 시스템이 주목을 받고 있다. 뉴로모픽 기술은 인지 응용과 처리 과정에서 속도가 빠르고 전력 소모가 적다는 장점이 있다. SNNs 기반의 저항성 랜덤 엑세스 메모리(RRAM) 은 병렬 연산을 위한 가장 효율적인 구조이며 스파이크 타이밍 종속 가소성(STDP)의 점진적인 스위칭 동작을 수행한다. 시냅스 소자 동작으로서의 RRAM은 저 전력 프로세싱과 다양한 메모리 상태를 표현한다. 하지만, RRAM 소자의 통합은 높은 스위칭 전압 및 전류를 유발하여 높은 전력 소비를 초래한다. RRAM의 동작 전압을 낮추기 위해서는 스위칭 레이어와 금속 전극의 신소재를 개발하는 것이 중요하다. 본 연구에서는 스위칭 전압을 낮추기 위해 전기적, 기계적 특성이 우수한 단일 벽 탄소나노튜브(SWCNTs)를 갖는 (Metal/Al₂O₃/HfO_x/SWCNTs/N+silicon, MOCS)라는 최적화된 새로운 구조를 제안하였다. 따라서 SWCNTs 기반 멤리스터의 점진적인 스위칭 동작 및 저 전력 I/V 곡선의 향상을 보여준다.