• Journal of the Korean Geographical Society
• /
• v.34 no.1
• /
• pp.1-16
• /
• 1999

본 연구는 도시화에 수반되는 지하수의 수문황경 변화를 조사하기 위해, 일본 하다노 분지를 대상으로 수문지질을 밝히고, 인위적인 요인에 의한 수문환경 변화와 수문특성을 종합적으로 분석하였다. 그 결과, 분지의 대수층은 퇴적환경에 의해 TP층을 경계로 신기 loam층과 고기 loam층으로 나눌 수 있으며, 전자를 천층지하수의 대수층, 후자를 심층지하수의 대수층으로 구분할 수 있다. 그리고 대수층의 기저기복은 지하수 수위의 공간적 차이를 유발하고, 지하수 유동계에 큰 영향을 미치고 있다. 분지의 심층지하수의 주요 공급원은 탄자와 산지의 지표수이고, 천층지하수는 분지 내에 내리는 빗물에 기인한 것으로 간주된다. 지하수의 과잉양수는 지하수 수지의 불균형을 유발함으로서 심층지하수가 매년 0.12~0.14m씩 저하되고 있다. 대체로 Cl-, NO3-농도는 심층지하수보다 천층지하수에서 높으며, 선정부에서 선단부로 갈수록 높아지는 것으로 보아 분지의 지하수 수질형성에 인위적인 요인이 크게 작용하고 있는 것으로 사료된다. 지하수의 화학적 조성은 대체로 Ca(HCO3-)2형에 속한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.31-32
• /
• 2017

본 논문에서는 심층 신경망 기반의 사운드 분류를 위한 청각 특성 추출 기술을 제안한다. 심층 신경망은 인간의 신경망을 모델링 하기 때문에 인간의 인식을 기반으로 하는 특성을 사용한다면 더 적합한 학습을 할 수 있다. 기존 방법인 MFCC와 스펙트로그램과는 달리 스파이크그램은 인간의 청각 시스템을 기반으로 파형을 해석하는 방법이기 때문에 심층 신경망에 더 효율적인 특성이라고 할 수 있다. 따라서 본 논문에서는 사운드 분류 기술의 특성으로 스파이크그램을 이용하는 방법을 제안한다. 제안한 방법을 사용하면 MFCC와 스펙트로그램을 사용하는 것보다 더 높은 분류 성능을 얻을 수 있다.

• Korean Journal of Plant Resources
• /
• v.19 no.2
• /
• pp.331-335
• /
• 2006

This experiment was conducted to investigate the effect of deep sea water on fruit quality and yield of tomato. In the deep sea water treatments, fruit growth and weight were decreased as the concentration of deep sea water increased. Especially, the fresh weight of second truss was decreased significantly than first truss. Soluble solid content was increased significantly in higher concentration treatment especially at 30mM and 40mM treatment. That was increased more in the first than in the second truss fruits. Most of hexose in fruits were glucose and fructose. The reason of increased glucose and fructose contents was the decline of growth because of salinity stress by deep sea water treatment. however deep sea water treatment increased the lycopene content, especially in 20mM treatment. It is assumed that deep sea water treatment cause induction and promotion of ethylene. The higher concentration of deep sea water to the solution, the eater fruit quality improvement was noticed. However, proportional yield reduction accompanied concentration, 20mM deep sea water improved fruit quality without a significant yield reduction. The Re content was the highest among ginsenosides in all treatments. The contents total of ginsenosides in all treatments, except EC 8 treatment, was higher than those in the controlled treatment. The PT/PD value was 1.31 of the lowest in the EC 8 treatment and was 2.52 of the highest in the EC6 treatment. Rf contents in high increase was detected at all treated ginseng roots.

• 월간 기계설비
• /
• s.258
• /
• pp.68-70
• /
• 2012

평창올림픽 빙상장에 해양심층수를 이용한 냉난방시스템 가동 방안이 추진된다. 국토해양부는 태양광이 도달하지 않는 수심 200m 아래의 해양심층수가 연중 $2^{\circ}C$ 정도를 유지하는 점을 이용해 세계 최초로 올림픽 빙상장에 한국해양연구원의 '해수냉난방시스템' 및 '해수온도차 발전' 연구개발 사업 성과를 적용한다고 밝혔다. 이번 기술이 전기에어컨이나 흡수식 냉동기 등에 적용되면 기존 시스템에 비해 에너지는 60%, 비용은 82%, 이산화탄소 배출량은 64% 줄어들게 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.412-415
• /
• 2018

본 논문에서는 영상 기반 대화 연구를 위한 기존 GuessWhat?! 게임 환경의 한계성을 보완한 새로운 GuessWbat+ 게임 환경을 소개한다. 또 이 환경에서 동작하는 대화 에이전트를 위한 정책 기울기 기반의 심층 강화 학습 알고리즘인 MRRB의 설계와 구현에 대해서도 설명한다. 다양한 실험을 통해, 본 논문에서 제안한 GuessWbat+ 환경과 심층 강화 학습 알고리즘의 긍정적 효과를 입증해 보인다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.1
• /
• pp.85-92
• /
• 2020

Deep learning shows outstanding performance in image and video analysis, such as object classification, object detection and semantic segmentation. In this paper, it is analyzed that the performances of deep learning models can be affected by characteristics of train dataset. It is proposed as a method for selecting activation function and optimization algorithm of deep learning to classify facial expression. Classification performances are compared and analyzed by applying various algorithms of each component of deep learning model for CK+, MMI, and KDEF datasets. As results of simulation, it is shown that genetic algorithm can be an effective solution for optimizing components of deep learning model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.125-127
• /
• 2021

심층 신경망 기술은 실시간 예측 서비스를 위한 다양한 응용 분야에 적용되고 있다. 그뿐만 아니라 최근에는 민감한 개인 정보나 중요 정보들도 이러한 심층 신경망 기술을 통해 처리되면서 보안에 관한 관심이 높아지고 있다. 본 논문에서는 이러한 심층 신경망의 보안을 위해 하드웨어 기반의 안전한 수행환경에서 심층 신경망을 수행함으로써 연산 과정을 보호하는 연구들과 안전한 수행환경 내에서도 효율적인 심층 신경망 처리 기술들을 살펴볼 것이다. 그리고 이러한 연구 동향을 토대로 앞으로의 심층 신경망 연산 보호 기술의 연구 방향에 대해 논하도록 하겠다.

• Proceedings of KOSOMES biannual meeting
• /
• 2004.11a
• /
• pp.117-122
• /
• 2004

In order to investigate the initial stage of deep water formation between Vladivostok and the subpolar front in the East Sea, the factors, temperature, salinity, dissolved oxygen, measured by multi-ship surveys in 1969 have been used Deep water formation in the East Sea occurs in essentially two different forms: near continent and open ocean formation the position of eddy derived from potential vorticity matches well with that of deep water formation. The vertical and horizontal distributions of potential vorticity, geostrophic current, temperature, salinity and dissolved oxygen give clues for the preconditioning phase of open ocean formation like a doming of isotherm, associated with a cyclonic circulation

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.854-857
• /
• 2022

본 논문에서는 기존 이미지를 통해 위상 홀로그램을 생성하는 네트워크를 학습 및 최적화하여, 기존에 사용하는 알고리즘 방식인 GS 알고리즘(Gerchberg-Saxton algorithm)을 대체하는 것을 목표로 한다. GS는 반복 최적화 기법으로 한 장의 이미지에서 위상 홀로그램을 생성하는데 많은 시간이 걸리지만, 심층 학습 기반으로 학습된 모델을 통해 위상 홀로그램을 생성할 경우, 반복 최적화 과정 없이 짧은 시간 안에 위상 홀로그램을 생성할 수 있다. GS와 심층 학습 기반으로 각각 생성한 위상 홀로그램을 ASM(Angular Spectrum Method)을 통해 수치적으로 재복원하여 PSNR로 원본 이미지와 비교한 결과, 심층 학습 기반으로 생성한 위상 홀로그램에서 더 좋은 화질의 이미지를 짧은 시간 안에 얻을 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1258-1260
• /
• 2022

재료공학에서 머신러닝을 이용해 목적 성능에 부합하는 물질의 조성을 탐색하는 연구가 있다. 물질의 성능은밀도 범함수 계산을 통해 시뮬레이션 할 수 있지만, 계산량이 많은 문제가 있다. 본 연구를 통해 우리는 고효율 페로브스카이트 태양광전지를 만들기 위한 페로브스카이트 조성을 추천하는 심층신경망과 베이지안 최적화 모델을 제안했다. 본 연구에서 높은 전력효율이 예상되는 페로브스카이트 조성을 심층신경망과 베이지안 최적화 방법을 통해 추천하는 모델을 구현하였다. 심층신경망 모델은 주어진 조성과 실험조건에서 예상되는 전력효율을 예측해 베이지안 최적화를 통한 탐색과정에서 소요되는 실험비용을 줄인다. 베이지안 최적화 모델은 실험공간을 입력으로 받아 고효율이 예상되는 실험조건을 출력하는데, 미리 설정한 실험공간만을 탐색하기 때문에 실험적으로 가능한 출력값만을 제시 할 수 있다. 본 연구는 심층신경망과 베이지안 최적화 방법을 조합해 주어진 실험공간을 탐색하는 시간과 비용을 최소화하는 방법을 제시한다