• 한국군사과학기술학회지
• /
• 제6권4호
• /
• pp.80-88
• /
• 2003

Radar signal simulation is increasingly gaining in importance according as modem radar systems are more complex. Although computer performance has been advanced, it is difficult to implement the real-time simulation because the detailed model for the radar is necessary to get the desired accuracy. In order to achieve real time operation, we propose radar signal generation technique using ambiguity function, Instead of wellknown correlation method. The ambiguity function is the mathematical modeling of the signal processing procedure which is a simulation section to require the most computations.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 추계학술대회 논문집 전기물성,응용부문
• /
• pp.159-160
• /
• 2002

본 논문에서는 반도체 응용부문 중 그 활용도가 높은 MOSFET(Metal-Oxide-Semiconductor Field Effect Transistor)의 새로운 구조를 제안하였다. 제안한 소자를 가지고 전자회로의 구성할 때 인접 디바이스들과 연계되어 발생되는 래치 업(latch-up)을 근본적으로 제거하고, 개별소자의 완전한 절연을 실현하였으며 누설전류 또한 제거된다. 이는 SOI기판 위에 벌크실리콘 공정을 이용하여 구현된다. 즉, 소자 양옆의 트랜치 웰(Trench-well)과 SOI 기판의 절연층으로 소자의 독립성을 지켜준다. 또한 게이트 절연층을 트랜치 구조로 기존 MOS구조의 채널 부분에 위치시키고 드레인과 소스를 위치시켜 자연적으로 자기정렬이 되어진다. 이와 같은 과정으로 게이트-소스, 게이트-드레인 기생 커패시터의 효과를 현저히 줄일 수 있다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.117-135
• /
• 2003

개인화 된 정보를 제공하기 위한 협력 여과 기법에 대한 많은 연구가 이루어지고 있는데, 유사 사용자들을 찾는 과정에서 상관계수와 같은 유사성 척도를 이용하여 모든 사용자와의 유사성을 계산하는 과정을 거친다. 이때 사용자 수가 많아지게 되면, 계산의 복잡도가 지수적으로 증가하게 되는 규모의 문제가 발생한다. 본 연구는 협력 여과 기법에서 주로 사용하는 유사성 척도가 사용자 집단이 커짐에 따라 계산의 복잡도가 지수적으로 증가하는 문제를 해결하기 위한 방안을 제시하는 것이 주목적이다. 규모의 문제를 해결하기 위해 클러스터링 모델 기반 접근 방식을 사용하고 아이템의 선호도 계산을 위해 RPM(Recency, Frequency, Momentary) 기준의 사용을 제안한다. 먼저 SOM을 이용하여 전체 사용자를 사용자 집단으로 클러스터링하고 사용자 집단별로 RFM 기준에 의해 아이템의 점수를 계산하여 선호도가 높은 순으로 정렬하여 저장한다. 사용자가 로그인하면 학습된 SOM을 이용하여 대상 사용자 집단을 선정하고 미리 저장된 추천 아이템을 추천한다. 추천결과에 대해 사용자가 평가하면 그 결과를 이용하여 현 시스템의 개정 여부를 결정한다. 제안한 방안에 대해 MovieLens 데이터 셋에 적용하여 실험한 결과 기존의 협력적 여과 기법에 비해 추천 성능이 비교적 우수하면서도 추천 시스템 운용시의 계산 복잡도를 일정하게 유지시킬 수 있음을 보였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제7권1호
• /
• pp.37-49
• /
• 2001

본 논문에서는 다중 모달리티 영상으로부터 상호보완적인 정보를 추출하여 통합된 형태로 표현하기 위하여 다해상도 영상정합을 위한 상호정보 최적화 방법을 제안한다. 본 방법은 두 영상이 기하학적으로 정렬되면 명암도 유사성 측정을 위한 평가함수인 상호정보가 최대화된다는 가정 하에 두 영상에서 대응되는 화소 명암도간 통계적 의존관계나 정보중복성을 계산하여 영상간 변환관계를 추정하여 정합한다. 실험결과로는 뇌 자기공명영상과 뇌 전산화단층 촬영영상을 사용하여 육안평가를 통한 정확성 측면과 초기조건 변화와 잡음 첨가를 통한 견고성 측면으로 검증한다. 본 방법은 표면이나 특징 부위 추출에 의한 정합이 아닌 영상 자체 정보를 사용함으로써 사용자와의 빈번한 상호작용을 줄이며 비모수화 밀도추정으로 기존 평가함수보다 견고하게 밀도추정이 가능하다. 또한 다해상도 기법을 적용한 확률적 최적화로 견고한 수렴을 유도한다.