• 대한금속재료학회지
• /
• 제48권5호
• /
• pp.377-386
• /
• 2010

An investigation was conducted into the effects of $\kappa$-carbides on the cracking phenomenon, which often occurred in cold-rolled light-weight steel plates. Three kinds of steels were fabricated by varying the C content, and their microstructures and tensile properties were investigated. In the two steels that contained a high carbon content, the band structures of ferrites and $\kappa$-carbides that were severely elongated along the rolling direction were well developed, whereas continuous arrays of $\kappa$-carbides were formed in the steel that contained a low carbon content. Detailed microstructural analyses of the deformed region beneath the tensile fracture surface showed that the cracks initiated at arrays of $\kappa$-carbides or $\kappa$-carbides formed interfaces between the band structures, which initiated cleavage fractures in the ferrite bands, while the bands populated with a number of $\kappa$-carbides did not play an important role in propagating the cracks. Thus, the minimization of interfacial $\kappa$-carbides or $\kappa$-carbide arrays by increasing the carbon content was essential for preventing cracking from occurring during cold rolling.

• 정보보호학회논문지
• /
• 제14권6호
• /
• pp.57-68
• /
• 2004

근래에, Radio Frequency Identification (RFID) 시스템은 생산, 공급망관리, 재고관리 등의 분야에서 유용하게 사용될 반한 기술로서 산업계에서 많은 관심을 받고 있다. 가까운 미래에는 저렴한 가격의 RFID 태그나 스마트 라벨이 현재 사용되고 있는 바코트 대신 상품관리에 활용될 것으로 알려져 있다. 그러나 작고 값싼 RFID태그의 생산과, 사용자 프라이버시 보호를 위한 안전한 인증프로토콜의 개발은 아직 해결해야 할 문제들이다. 반도체 기술의 발전에도 불구하고, 태그의 계산과 저장능력은 제한되어 있으므로 기존 다른 시스템에 적용되던 암호시스템의 적용은 현실적으로 쉽지 않다. 그러므로 RFID시스템에서 사용할 수 있도록 더 작은 저장 공간과 더 작은 계산량이 소요되는 새로운 프로토콜의 개발이 필요하다. 본 논문에서는 위치트래킹 공격과 스푸핑 공격에 안전한 RFID인증 프로토콜을 제안한다. 제안한 프로토콜은 기존 인증프로토콜보다 데이터베이스에서의 계산랑이 상당히 감소하였으므로 프라이버시 보호를 위한 실질적인 해결책으로 사용이 가능하다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.91-98
• /
• 2023

최근 국지성 폭우로 인한 침수 피해가 빈번하게 발생함에 따라 침수 피해를 사전 예방하기 위한 침수 예측 연구가 진행되고 있다. 본 논문에서는 머신 러닝 기반으로 강우 데이터를 이용해 침수 깊이와 침수 위치를 예측하는 모델을 개발하는 방법을 연구한다. 실시간 강우량을 입력으로 사용하여 다양한 강우 분포 패턴에 강건하게 구성하고 적은 메모리로 모델을 학습시킬 수 있는 2가지 데이터 셋(set) 구성 방법을 제시하였다. 침수에 유의미한 영향을 미치는 valid total 데이터는 침수 위치는 잘 예측했지만, 특정 강우 패턴에 대해 값이 다르게 나타나는 경향을 띠었다. 부분적이지만 침수에 영향을 미치는 영역을 valid local이라 한다. Valid local은 고정점 방법에 대해서는 잘 학습되었지만, 임의점 방법에 대해서는 침수 위치를 정확하게 나타내지 못했다. 본 연구를 통해 실시간으로 침수 깊이와 위치를 예측할 수 있게 되어 큰 피해를 예방할 수 있을 것으로 예상된다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.107-114
• /
• 2023

본 연구는 건축 부재 사용량 예측을 위한 인공지능 기반의 학습모델을 설계 및 구현하는 방법에 대하여 기술하였다. 인공지능(Artifical intelligence : AI) 은 기술의 발전에 힘입어 다양한 분야에서 폭넓게 활용되고 있지만, 건축설계분야 데이터의 특수성 및 빅데이터 수집의 어려움으로 인해 현장 활용도가 매우 저조한 상태이다. 따라서 건축설계분야에서 인공지능 기술을 도입할 수 있도록 건축 부재 단위의 AI문제를 발굴해 내었으며, 해당분야 데이터가 가지는 특이성을 해결하기 위한 새로운 전처리 기법을 고안하였다. 고안된 전처리 기법을 토대로 인공지능 모델을 구현하였고, 구현된 인공지능 모델의 건축 부재 사용량 예측 정확도가 실제 산업에 사용할 수 있는 수준임을 확인하였다.

• 센서학회지
• /
• 제32권2호
• /
• pp.110-117
• /
• 2023

Reconstructing underwater geometry in real time with forward-looking sonar is critical for applications such as localization, mapping, and path planning. Geometrical data must be repeatedly calculated and overwritten in real time because the reliability of the acoustic data is affected by various factors. Moreover, scattering of signal data during the coordinate conversion process may lead to geometrical errors, which lowers the accuracy of the information obtained by the sensor system. In this study, we propose a three-step data processing method with low computational cost for real-time operation. First, the number of data points to be interpolated is determined with respect to the distance between each point and the size of the data grid in a Cartesian coordinate system. Then, the data are processed with a nonlinear interpolation so that they exhibit linear properties in the coordinate system. Finally, the data are transformed based on variations in the position and orientation of the sonar over time. The results of an evaluation of our proposed approach in a simulation show that the nonlinear interpolation operation constructed a continuous underwater geometry dataset with low geometrical error.

• Composites Research
• /
• 제19권2호
• /
• pp.7-12
• /
• 2006

본 연구에서는 탄소섬유의 첨가가 흑연 보강 전도성 고분자 복합재료의 전기적, 기계적 특성에 미치는 영향을 고찰하였다. 압축성형법을 이용하여 흑연입자/탄소섬유 혼합 보강 전도성 고분자 복합재료를 제조하였으며 흑연입자의 고비율 충진은 복합재료 내에서 입자 사이의 직접 접촉을 통해 높은 전기 전도도(>100S/cm)를 얻는 것을 가능하게 하였다. 하지만 흑연입자의 비율이 높아짐에 따라 소재의 강도가 점차 떨어지게 되므로 이를 보완하기 위해 탄소섬유를 첨가하여 그에 따른 소재의 전기적, 기계적 특성 변화를 연구하였다. 탄소섬유의 충진 비율이 증가함에 따라 소재의 굽힘 강도는 증가하였으나 탄소섬유의 클러스터 형성으로 인해 탄소섬유 사이에 비전도성 영역이 발생하여 복합재료의 전기 전도도는 감소함을 확인하였다. 탄소섬유의 충진 비율이 전체 시스템의 20wt.%인 경우에는 굽힘 강도는 12% 증가한 반면 전기 전도도가 27% 감소하였다.

• Composites Research
• /
• 제20권6호
• /
• pp.1-7
• /
• 2007

본 연구에서는 팽창흑연/탄소섬유 혼합 보강 전도성 고분자 복합재료를 2단계 성형 공법으로 제조하였으며, 탄소섬유의 첨가가 전도성 고분자 복합재료의 전기적, 기계적 특성에 미치는 영향을 고찰하였다. 전도성 충진재들은 고분자 수지와 기계적으로 혼합되었으며 이를 통하여 복합재료가 전기적 특성을 가지도록 하였다. 팽창흑연은 입자 간 접촉 면적이 넓기 때문에 복합재료 내 전도성 네트워킹의 형성에 매우 유리하지만, 팽창흑연과 고분자 수지만을 사용하여 상기 공정으로 복합재료를 제조할 경우 우수한 기계적 강도를 얻기가 어렵다. 따라서 이를 보완하기 위하여 탄소섬유를 복합재료에 첨가하였으며 전기적 기계적 물성을 바탕으로 탄소섬유의 혼합 비율을 최적화하였다. 굽힘 강도는 탄소섬유의 충친 비율이 증가할수록 섬유에 의한 강화 효과에 의하여 증가 하지만, 32wt.% 이상에서는 오히려 감소하였다. 이는 여분의 탄소섬유들이 공극을 발생시켜 응력집중이 발생하기 때문으로 판단된다. 전기 전도도는 탄소섬유의 비율이 증가할수록 전도성 공백이 발생하고 팽창흑연의 전도성 네트워킹이 저해되기 때문에 계속 감소한다.

• Composites Research
• /
• 제20권2호
• /
• pp.10-16
• /
• 2007

본 연구에서는 고분자 전해질 연료전지(PEMFC)용 복합소재 분리판의 제작을 위해, 예비성형과 스탬핑 공정으로 이루어지는 2단계 제조공법을 개발하고 예비성형 조건이 소재의 물성에 미치는 영향을 고찰하였다. 예비성형체는 팽창흑연, 흑연분말, 페놀수지를 이용하여 제조되었으며, 예비성형 공정은 전기 전도도, 굽힘 강도와 미세 구조의 분석을 통해 최적화되었다. 예비성형은 페놀수지의 지나친 경화를 막기 위해 페놀 분말의 녹는점인 $90^{\circ}C$보다 약간 높은 $100^{\circ}C$에서 이루어졌다. 본 연구에서 개발된 예비성형체는 팽창흑연의 서로 잘 얽히는 성질로 인해 0.07-0.28MPa의 낮은 압력에서도 쉽게 제조되었다. 부족하거나 과도한 예비경화는 복합소재 분리판의 강도 저하를 야기하기 때문에, 예비성형체를 안정적으로 제조하기 위한 예비성형 시간은 5분으로 결정되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.659-663
• /
• 2023

이 논문은 한국어 음성인식 성능을 개선하고자 기존 음성인식 과정을 자모단위 음성인식 모델과 신경망 기반 자모 병합 모델 총 두 단계로 구성하였다. 한국어는 조합어 특성상 음성 인식에 필요한 음절 단위가 약 2900자에 이른다. 이는 학습 데이터셋에 자주 등장하지 않는 음절에 대해서 음성인식 성능을 저하시키고, 학습 비용을 높이는 단점이 있다. 이를 개선하고자 음절 단위의 인식이 아닌 51가지 자모 단위(ㄱ-ㅎ, ㅏ-ㅞ)의 음성인식을 수행한 후 자모 단위 인식 결과를 음절단위의 한글로 병합하는 과정을 수행할 수 있다[1]. 자모단위 인식결과는 초성, 중성, 종성을 고려하면 규칙 기반의 병합이 가능하다. 하지만 음성인식 결과에 잘못인식된 자모가 포함되어 있다면 최종 병합 결과에 오류를 생성하고 만다. 이를 해결하고자 신경망 기반의 자모 병합 모델을 제시한다. 자모 병합 모델은 분리되어 있는 자모단위의 입력을 완성된 한글 문장으로 변환하는 작업을 수행하고, 이 과정에서 음성인식 결과로 잘못인식된 자모에 대해서도 올바른 한글 문장으로 변환하는 오류 수정이 가능하다. 본 연구는 한국어 음성인식 말뭉치 KsponSpeech를 활용하여 실험을 진행하였고, 음성인식 모델로 Wav2Vec2.0 모델을 활용하였다. 기존 규칙 기반의 자모 병합 방법에 비해 제시하는 자모 병합 모델이 상대적 음절단위오류율(Character Error Rate, CER) 17.2% 와 단어단위오류율(Word Error Rate, WER) 13.1% 향상을 확인할 수 있었다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.119-126
• /
• 2024

건물 정보 모델(BIM: Building Information Model)은 관련 기업의 개별화된 프로젝트와 학습 데이터양 부족으로 인해 인공지능(AI: Artificial Intelligence) 기반 BIM 애플리케이션 개발이 쉽지 않다. 본 연구에서는 데이터가 제한적인 상황에서 BIM의 강구조물 부재 중량비를 예측하기 위해 사전 학습이 된 대형 언어 모델을 기반으로 신경망을 학습하는 방법을 제시하고 실험하였다. 제안된 모델은 대형 언어 모델을 활용하여 BIM에 내재하는 데이터 부족 문제를 극복할 수 있어 데이터의 양이 부족한 상황에서도 성공적인 학습이 가능하며 대형 언어 모델과 연계된 신경망을 활용하여 자연어와 더불어 숫자 데이터까지 처리할 수 있다. 실험 결과는 제안된 대형 언어 모델 기반 신경망이 기존 소형 언어 모델 기반보다 높은 정확도를 보였다. 이를 통해, 대형 언어 모델이 BIM에 효과적으로 적용될 수 있음이 확인되었으며, 향후 건물 사고 예방 및 건설 비용의 효율적인 관리가 기대된다.