• 마이크로전자및패키징학회지
• /
• 제12권2호
• /
• pp.105-109
• /
• 2005

본 논문은 LTCC 공정에 기반을 둔 GSM/DCS dual band 의 소형화된 antenna switch module을 공정변수 따른 특성의 왜곡을 안정화시키는 연구를 수행하였다. 특히 tape thickness의 변화에 따라 패턴간의 기생 커플링이 주된 변수로 작용한다. 두께 50um인 tape으로 제작된 시편의 사이즈는 $4.5{\times}3.2{\times}0.8 mm^3$이고 insertion loss는 Rx mode와 Tx mode 각각 ldB. 1.2dB 이하이다. 공정상에서 tape thickness의 변화에 따라 개발된 모듈의 특성 안정성을 검증하기 위해 각 블록-다이플렉서,필터, 바이어스 회로-을 probing method을 이용, 측정하였고, 각 블록간의 상호관계는 VSWR을 계산하여 비교하였다. 또한 회로적 관점에서 특성 개선을 위해 바이어스 회로부분의 집중소자형과 분포소자형을 구현하여 서로 비교 분석하였다. 이를 통해 각 블록의 측정과 계산된 VSWR의 데이터는 공정변수에 의해 변화된 전체 module의 특성과 안정성 거동을 파악하는데 좋은 정보를 준다. Tape thickness변화에도 불구하고 다이플렉스의 matching값은 연결되는 바이어스 회로와 LPF의 matching값과 상대 matching이 되면서, 낮은 VSWR을 유지하여 전체 insertion loss가 안정화되는 것을 확인하였다. 더불어 분포소자형 바이어스 회로보다는 집중소자형이 다른 회로블럭과의 관계에서 더 좋은 매칭을 이루어 loss개선에 일조하였다. Tape thickness가 6 um이상의 변화를 가져와도 집중소자형 바이어스 회로는 낮은 손실을 유지하여 더 넓은 안정 범위를 가져오기 때문에 양산에 적합한 구조가 될 수 있다 그리고, probing method에 의한 안정성 특성 추출은 세라믹에 임베디드된 수동회로들의 개발에 충분히 적용될 수 있다.

• 전자공학회논문지SC
• /
• 제42권6호
• /
• pp.23-36
• /
• 2005

PLL은 통신을 포함한 여러 분야에서 광범위 하게 사용된다. 본 논문에서는 향상된 부스큐 지연 방식을 이용한 고속 VCO와 이를 이용한 PLL을 제안하였다. 제안한 VCO와 PLL은 0.18um CMOS 공정을 기본으로 하여 1.8V의 전원전압에서 동작 하도록 설계되었다. 제안한 VCO는 서브 피드백 루프를 패스 트랜지스터로 설계 하였으며, 이 패스 트랜지스터는 NMOS PMOS가 사용되어서 주파수 이득이 반대인 2개의 주파수 제어전압이 필요하게 되며, 이로 인해 우수한 잡음 성능을 가지게 된다. 또한, 이 서브 피드백 루프와 부 스큐 지연방식은 보다 높은 주파수를 생성하게 된다. 실제 제안한 회로의 검증을 위하여 7단의 링 구성의 VCO를 설계하였으며, 설계된 VCO는 $3.2GHz\~6.3GHz$로 동작하며, 1MHz 오프셋 주파수에서 -128.8dBc/Hz의 위상잡음성능을 가짐을 검증 하였다. 이때의 전원 전압은 1.8V이며 VCO의 소비 전류는 3.8mA이다. 그리고 제안한 VCO를 이용하여 설계된 이중 루프 필터 구조의 PLL이 5GHz 대역에서 안정적으로 동작함을 검증하였다. 따라서, 제안한 VCO가 고주파 대역읜 통신기기에서 LC 공진회로를 대체 할 수 있음을 보였다. 본 논문에서 제안한 회로는 0.18um TSMC 라이브러리를 기본으로 하여 설계 하였다.

• 지구물리와물리탐사
• /
• 제21권3호
• /
• pp.183-197
• /
• 2018

탄성파 탐사를 이용한 지질구조 규명에 있어 정확한 속도모델 구축이나 영상화 기술 개발만큼 중요한 것이 자료의 분해능을 높이는 기술이다. 일반적으로 자료취득 과정에서 고주파 송신원을 사용하거나 자료처리 과정에서 곱풀기(deconvolution) 등의 기법을 적용하여 분해능을 향상시킬 수 있다. 그러나 해양 탄성파 탐사에서 분해능을 저해하는 가장 큰 원인은 도깨비파에 의한 특정 주파수 성분의 손실이다. 따라서 도깨비파를 제거하면 주파수 손실을 방지하여 광대역 탄성파 자료를 얻을 수 있고, 결과적으로 높은 분해능의 지층 영상을 얻을 수 있다. 도깨비파 제거는 자료처리 과정에서 적절한 필터를 적용하여 수행할 수 있지만, 최근에는 탐사 장비의 발전과 탐사 설계의 혁신을 통해 효과적인 광대역 탄성파 탐사 기술이 개발되고 있다. 해외 탐사전문 기업들은 오버/언더 스트리머나 가변 심도 스트리머와 같이 새로운 수신기 배열을 개발하거나 이중 센서 스트리머를 이용한 도깨비파 제거 기술을 확보하여 고분해능 영상화 기술을 제공하고 있다. 안타깝게도 국내에서는 광대역 탄성파 탐사 장비나 기술에 대한 연구가 거의 이루어지지 않고 있다. 본 논문에서는 국내 광대역 탄성파 탐사 연구에 도움이 될 수 있도록 그 기본 이론과 기술 현황을 소개하였다.

• 한국산학기술학회논문지
• /
• 제13권8호
• /
• pp.3792-3799
• /
• 2012

본 연구에서는 전산유체역학(CFD)을 이용하여 산업체에 널리 적용되고 있는 충격기류형 탈진시스템의 탈진 특성을 규명하고, 그 성능을 향상시키기 위해 탈진부 유니트(unit) 형상을 개조한 경우의 탈진 성능을 비교하였다. 탈진부 각 형상별로 탈진 공기량과 기류 분포, 유입속도 분포 등을 검토한 결과, 블로우 튜브에 노즐을 설치한 경우(Case 3)와 벤츄리에 이중 유입관을 설치한 경우(Case4, 5)가 현재 현장에서 널리 적용되고 있는 구조(Case 1)에 비해 탈진 공기량의 증폭 효과 및 기류 폭의 확장 현상이 우수한 것으로 예측되었다. 선정된 Case-5를 상용 백필터의 사양(직경 150 mm)에 적용하기 위해 벤츄리 제원을 결정한 결과, 내측 유입관의 직경 50 mm, 외측 유입관의 직경 90 mm의 제원을 적용하면 탈진 공기량을 최대로 유지할 수 있을 것으로 판단된다.

• 스마트미디어저널
• /
• 제10권4호
• /
• pp.54-62
• /
• 2021

온라인 이커머스의 거래량이 증가함에 따라 품목이 다양해지고 그 분류가 복잡해지고 있다. 이에 전문적으로 한 분야에 대해서만 거래하는 이커머스 플랫폼이 등장하고 있고, 그 분야가 다양해지고 있다. 여러 전문 이커머스 플랫폼 종류중 하나인 공예품 온라인 이커머스 플랫폼을 살펴본 결과 세 가지 문제를 확인할 수 있었다. 첫 번째로, 플랫폼 내에서 공예품의 품목이 다양해지고 분류가 복잡해지고 있으나 기존 공예품 이커머스의 분류체계는 다양하고 복잡해진 공예품을 분류하기에는 구조가 단편적이어 서로 다른 사용자가 고려하는 다양한 기준을 충족하는 검색결과를 정확히 제시하기 어렵다. 두 번째로, 공예품의 경우 외형이 구매동기의 주요인임에도 불구하고 외형을 기준으로 분류하는 경우가 드물어 사용자가 작품 하나하나를 직접 눈으로 판단하며 필터링 해야 한다. 마지막으로, 공예분야의 전문가가 아닌 사용자가 공예품을 검색할 때 입력하는 언어가 분류체계에서 공예품을 분류하는 언어에 반영되지 않아 검색시 사용되어야하는 언어의 정밀도가 높다. 이에 본 연구에서는 다양한 사용자들의 검색 기준에 맞출 수 있도록 공예 분야의 복잡한 속성을 추가하여 고려하고자 한다. 추가하는 속성에는 공예품 검색에 있어서 주요인인 외형을 반드시 포함한다. 또한 인공지능의 자연어처리 기술로 비전문가의 검색 언어를 작품 검색에 반영할 수 있는 분류체계를 개발하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.373-380
• /
• 2022

본 논문에서는 네트워크 환경에서 원격사용자들의 몰입형 상호작용을 위한 딥러닝 기반의 그룹 동기화 기법을 제안한다. 그룹 동기화의 목적은 사용자의 몰입감을 높이기 위해서 모든 참여자가 동시에 상호작용이 가능하게 하는 것이다. 기존 방법은 시간 정확도를 향상을 위해 대부분 NTP(Network Time Protocol) 기반의 시간 동기화 방식에 초점이 맞추어져 있다. 동기화 서버에서는 미디어 재생 시간을 제어하기 위해 이동 평균 필터를 사용한다. 그 한 예로서, 지수 가중평균 방법은 입력 데이터의 변화가 크지 않으면 정확하게 재생 시간을 추종하고 예측하나 네트워크, 코덱, 시스템 상태의 급격한 변화가 있을 때는 안정화를 위해 더 많이 시간이 필요하다. 이런 문제점을 개선하기 위해서 데이터의 특성을 반영할 수 있는 딥러닝 기반의 그룹 동기화 기법인 DeepGroupSync를 제안한다. 제안한 딥러닝 모델은 시계열의 재생 지연 시간을 이용하여 최적의 재생 시간을 예측하는 두 개의 GRU(gated recurrent unit) 계층과 하나의 완전 연결 계층으로 구성된다. 실험에서는 기존의 지수 가중평균 기반 방법과 제안한 DeepGroupSync 방법에 대한 성능을 평가한다. 실험 결과로부터 예상하지 못한 급격한 네트워크 조건 변화에 대해서 제안한 방법이 기존 방법보다 더 강건함을 볼 수 있다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.