• 한국정보통신학회논문지
• /
• 제13권7호
• /
• pp.1379-1385
• /
• 2009

본 논문에서는 모바일 디스플레이 디지털 인터페이스용 저전력 고속 수신기 회로를 제안하였다. 새롭게 제안된 저전력 수신기 회로는 바이어스 전류인 싱크 전류와 소스 전류를 공급전압, 공정, 온도 및 공통 모드 입력 전압의 변 동에 대해 둔감하도록 설계되었다. 3.0V${\sim}$3.6V의 전원전압과 -40${\sim}$85$^{\circ}$C의 온도에서 450Mbps 이상의 고속 데이터 수신이 가능하다. 그리고 모의 실험결과 소모전류는500${\mu}$A 이하이다. 테스트 칩은 매그나칩 0.35${\mu}$m CMOS 공정을 이용하여 제작되었으며, 테스터 결과 데이터 수신기 회로와 데이터 복원 회로가 정상적으로 동작하는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권7호
• /
• pp.213-220
• /
• 2020

합성곱 신경망은 합성곱층과 완전연결층으로 구성되어 있다. 합성곱층과 완전연결층의 각 층에서는 비선형 활성함수를 사용하고 있다. 활성함수는 뉴런 간에 신호를 전달할 때 입력신호가 일정 기준 이상이면 신호를 전달하고 기준에 도달하지 못하면 신호를 보내지 않을 수 있는 뉴런의 정보전달 방법을 모사하는 함수이다. 기존의 활성함수는 손실함수와 관계성을 가지고 있지 않아 최적해를 찾아가는 과정이 늦어지는 점을 개선하기 위해 활성함수를 일반화한 민첩한 활성함수를 제안하였다. 민첩한 활성함수의 매개변수는 역전파 과정에서, 매개변수에 대한 손실함수의 1차 미분계수를 이용한 학습과정을 통해 최적의 매개변수를 선택하는 방법으로 손실함수를 감소시킴으로써 심층신경망의 성능을 향상시킬 수 있다. MNIST 분류문제를 통하여 민첩한 활성함수가 기존의 활성함수에 비해 우월한 성능을 가짐을 확인하였다.

• Coupled systems mechanics
• /
• 제4권4호
• /
• pp.279-295
• /
• 2015

The article presents a theoretical-experimental approach developed for modeling the coefficient of sliding friction in the dynamic system tool-workpiece in slide diamond burnishing of low-alloy unhardened steels. The experimental setup, implemented on conventional lathe, includes a specially designed device, with a straight cantilever beam as body. The beam is simultaneously loaded by bending (from transverse slide friction force) and compression (from longitudinal burnishing force), which is a reason for geometrical nonlinearity. A method, based on the idea of separation of the variables (time and metric) before establishing the differential equation of motion, has been applied for dynamic modeling of the beam elastic curve. Between the longitudinal (burnishing force) and transverse (slide friction force) forces exists a correlation defined by Coulomb's law of sliding friction. On this basis, an analytical relationship between the beam deflection and the sought friction coefficient has been obtained. In order to measure the deflection of the beam, strain gauges connected in a "full bridge" type of circuit are used. A flexible adhesive is selected, which provides an opportunity for dynamic measurements through the constructed measuring system. The signal is proportional to the beam deflection and is fed to the analog input of USB DAQ board, from where the signal enters in a purposely created virtual instrument which is developed by means of Labview. The basic characteristic of the virtual instrument is the ability to record and visualize in a real time the measured deflection. The signal sampling frequency is chosen in accordance with Nyquist-Shannon sampling theorem. In order to obtain a regression model of the friction coefficient with the participation of the diamond burnishing process parameters, an experimental design with 55 experimental points is synthesized. A regression analysis and analysis of variance have been carried out. The influence of the factors on the friction coefficient is established using sections of the hyper-surface of the friction coefficient model with the hyper-planes.

• 한국항해항만학회지
• /
• 제45권6호
• /
• pp.284-297
• /
• 2021

본 연구에서는 선박의 운항 데이터를 기반으로 조종성능을 모사할 수 있는 단순 운동학 모델을 제안하였다. 수평면 3자유도 각 방향의 속도 성분을 1차 미분방정식의 해 형태의 단순모델로 두고, 계수에 대한 운항데이터 학습을 수행하였다. 실제 선박의 충분한 운항 데이터의 확보는 어렵거나 제한적이므로, 본 연구에서는 실 운항 데이터 대신 공개된 동역학 모델을 활용하여 임의의 제어입력에 대한 시뮬레이션 결과를 얻고, 이를 운항데이터 학습에 활용하였다. 제어입력인 프로펠러 회전수 및 타각을 임의로 부가하여 동역학 시뮬레이션을 수행하고 각 속도 성분 출력을 얻었다. 충분한 시간 동안 동역학 시뮬레이션의 제어 입력과 속도 출력을 학습하여 각 제어 입력에 대한 운동학 모델 내 계수인 시정수 3개, 수렴속도성분 3개의 분포를 도출하였다. 추가로 임의의 제어 입력에 의한 선회 시뮬레이션 결과들과 비교함으로써 단순 운동학 모델의 성능을 검증하였다. 도출된 시정수들의 분포에는 다소 분산이 있으며, 제어 입력 이외의 관련 변수를 더 추가하여 정확도를 높이는 추후 연구가 필요하다.

• Journal of Ecology and Environment
• /
• 제43권1호
• /
• pp.22-30
• /
• 2019

Background: Piton du Milieu (PdM) impounding reservoir is suspected to be eutrophic based on the elevated level of orthophosphate and nitrate. Water supplies from three adjacent rivers are primarily thought to contribute to the nutrient enrichment of the reservoir. It is also suspected that there is leaching of orthophosphate, nitrate and organic matter into the rivers during rainfall events and also as a result of anthropogenic activities within the catchment area. The aim of this study was to ascertain the impact of nutrient loading on the water quality of PdM water and on the population of freshwater microalgae in the reservoir. The enumeration and identification of algae from PdM were performed by differential interference contrast microscopy. Dissolved oxygen (DO) and pH were determined by electrometric methods, whereas nutrient levels, silica and total organic carbon (TOC) were determined by instrumentation techniques. Results: Annual mean orthophosphate, nitrate and total organic carbon input from the three feeders within the catchment area of PdM reached levels as high as 0.09 mg/L, 0.4 mg/L and 2.62 ppm respectively. Over a 12-month period, mean TOC concentration in the reservoir was 2.32 ppm while the mean algal cell count was 4601 cells/mL. The dominant algal species identified were Oscillatoria, Cyclotella, Navicula and Cosmarium. Conclusion: This study highlights the trophic state of the reservoir water and clearly points to the need for constant monitoring in order to avoid the occurrence of an impending harmful algal bloom.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.3917-3941
• /
• 2019

The recent interest in artificial intelligence and machine learning has partly contributed to an interest in the use of such approaches for hyperspectral remote sensing (HRS) imagery classification, as evidenced by the increasing number of deep framework with deep convolutional neural networks (CNN) structures proposed in the literature. In these approaches, the assumption of obtaining high quality deep features by using CNN is not always easy and efficient because of the complex data distribution and the limited sample size. In this paper, conventional handcrafted learning-based multi features based on expert knowledge are introduced as the input of a special designed CNN to improve the pixel description and classification performance of HRS imagery. The introduction of these handcrafted features can reduce the complexity of the original HRS data and reduce the sample requirements by eliminating redundant information and improving the starting point of deep feature training. It also provides some concise and effective features that are not readily available from direct training with CNN. Evaluations using three public HRS datasets demonstrate the utility of our proposed method in HRS classification.

• Translational and Clinical Pharmacology
• /
• 제26권4호
• /
• pp.166-171
• /
• 2018

Although there are many commercially available training software programs for pharmacokinetics, they lack flexibility and convenience. In this study, we develop simulation software to facilitate pharmacokinetics education. General formulas for time courses of drug concentrations after single and multiple dosing were used to build source code that allows users to simulate situations tailored to their learning objectives. A mathematical relationship for a 1-compartment model was implemented in the form of differential equations. The concept of population pharmacokinetics was also taken into consideration for further applications. The source code was written using R. For the convenience of users, two types of software were developed: a web-based simulator and a standalone-type application. The application was built in the JAVA language. We used the JAVA/R Interface library and the 'eval()' method from JAVA for the R/JAVA interface. The final product has an input window that includes fields for parameter values, dosing regimen, and population pharmacokinetics options. When a simulation is performed, the resulting drug concentration time course is shown in the output window. The simulation results are obtained within 1 minute even if the population pharmacokinetics option is selected and many parameters are considered, and the user can therefore quickly learn a variety of situations. Such software is an excellent candidate for development as an open tool intended for wide use in Korea. Pharmacokinetics experts will be able to use this tool to teach various audiences, including undergraduates.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1218-1221
• /
• 2018

본 논문은 두 배의 rail-to-rail 입력 전압 범위를 갖는 저-전력 0.6-V 10-bit 200-kS/s successive approximation register(SAR) analog-to-digital converter(ADC)를 제안한다. 제안된 near-threshold voltage(NTV)의 전원 전압을 갖는 회로는, 본질적인 입력 신호 전력 부족을 두 배의 rail-to-rail 입력 전압 범위를 구현함으로써 극복하였다. 이 회로는 일반적인 NTV 회로에 비해 4배의 입력 신호 전력을 갖게 되고, 그로써 SAR ADC의 신호 대 잡음비(signal-to-noise ratio, SNR)를 개선했다. 제안된 ADC는 65-nm CMOS 공정을 이용하여 제작되었다. 0.6-V 전원 전압과 $2.4-V_{pp}$(차동쌍)의 입력 전압, 200-kS/s에서 ADC의 SNDR은 59.87 dB이며 전력 소모는 364.5-nW이다. ADC 코어가 차지하는 면적은 $84{\times}100{\mu}m^2$이다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.215-222
• /
• 2021

인간과 컴퓨터의 상호 작용 (Human Computer Interface) 기술의 중요성이 더욱 커지고 있으며 HCI에 대한 연구가 진행됨에 따라 사용자의 직접적인 입력에 의한 컴퓨터 반응이 아닌 감정 추론 혹은 사용자 의도에 따른 컴퓨터 반응에 대한 연구가 증가되고 있다. 스트레스는 현대 인간 문명사회에서의 피할 수 없는 결과이며 복잡한 현상을 나타내며 통제 유무에 따라 인간의 활동능력은 심각한 변화를 받을 수 있다. 본 논문에서는 인간과 컴퓨터의 상호 작용의 일환으로 스트레스를 통해 증가된 심박변이도 (HRV)와 가속도 맥파(APG)를 측정한 후 스트레스를 완화시키기 위한 방안으로 음악을 이용한 지능형 감성 추천시스템을 제안하고자 한다. 사용자의 생체정보 즉, 스트레스 지수를 획득 및 인식하여 신뢰성 있는 데이터를 추출하고자 차분진화 알고리즘을 사용하였으며 이렇게 획득된 스트레스 지수를 단계별에 따라 시멘틱 웹 (Semantic Web)을 통해 감성추론을 하였다. 또한 스트레스 지수와 감성의 변화에 매칭 되는 음악 리스트를 검색 및 추천함으로써 사용자의 생체정보에 맞는 감성 추천시스템을 애플리케이션으로 구현하였다.

• 천문학회보
• /
• 제46권1호
• /
• pp.60.2-60.2
• /
• 2021

In this study, we determinate the differential emission measure(DEM) of solar corona using three SDO/AIA EUV channel images and three AI-generated ones. To generate the AI-generated images, we apply a deep learning model based on multi-layer perceptrons by assuming that all pixels in solar EUV images are independent of one another. For the input data, we use three SDO/AIA EUV channels (171, 193, and 211). For the target data, we use other three SDO/AIA EUV channels (94, 131, and 335). We train the model using 358 pairs of SDO/AIA EUV images at every 00:00 UT in 2011. We use SDO/AIA pixels within 1.2 solar radii to consider not only the solar disk but also above the limb. We apply our model to several brightening patches and loops in SDO/AIA images for the determination of DEMs. Our main results from this study are as follows. First, our model successfully generates three solar EUV channel images using the other three channel images. Second, the noises in the AI-generated EUV channel images are greatly reduced compared to the original target ones. Third, the estimated DEMs using three SDO/AIA images and three AI-generated ones are similar to those using three SDO/AIA images and three stacked (50 frames) ones. These results imply that our deep learning model is able to analyze temperature response functions of SDO/AIA channel images, showing a sufficient possibility that AI-generated data can be used for multi-wavelength studies of various scientific fields. SDO: Solar Dynamics Observatory AIA: Atmospheric Imaging Assembly EUV: Extreme Ultra Violet DEM: Diffrential Emission Measure