• 융합정보논문지
• /
• 제10권10호
• /
• pp.47-52
• /
• 2020

일반적인 평판 프린터 시스템은 PC와 전용 S/W로 구성되어 사용에 불편함이 존재한다. 결국, 평판 프린터 시스템 구성의 간소화, 스마트화 등을 통해 다양한 형태의 프린팅을 쉽고 편리하게 사용할 수 있는 기술이 필요하다. 즉, 한 대의 프린터로 여러 종류의 소재에 인쇄가 가능하며, 다양한 형태의 상품을 인쇄할 수 있는 다입체 프린터에 대한 수요가 증가하고 있다. 따라서, 본 논문에서는 Head Encoder/Trigger 제어를 이용하여 다입체 인쇄가 가능한 평판 프린터 시스템을 개발하였다. 이를 위해, 평판 프린터 내부 모듈을 입력 형태 감지 센서를 연계시키고, 별도의 메인 콘트롤러를 통해 프린터의 Head Encoder와 Head Trigger 신호에 의해 모든 동작 상태를 제어하는 평판 프린터를 개발하였다. 이를 통해, IoT 기술의 발전 및 보급의 확산으로 산업 전반에 걸쳐 스마트 환경의 프린터 제어가 발전된 형태로 확대될 것이며, 향후 3D 프린팅 산업 발전에 기여할 것으로 기대된다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.985-990
• /
• 1995

Recently, the development of high speed and high precision NC-lathe for piston head machining is needed for the complexity and diversity of the piston head shape used in automobile reciprocating engine. THe piston head has many complex shapes in the aspect of fuel economy, such as ovality, profile, double ovality and recess. Among them, for the maching of the over shape of 0.1~1mm the cutting tool should move periodically symchronized with the rotation of piston workpiece. The cutting tool feeed system must have high positioning accuracy for the precise machining, high speed for the fast maching and high dynamic stiffness for the cutting force. The linear brushless DC motor is used for satisfying these coditions. The ballbush guide and supporting guide using turcite is used for the guidance of the feed drive system. Linear encoder, digital servo ampllifer and controller are used for driving the motor. THis paper presents the design and simulation of the new tool feed system for noncircular machining.

• ETRI Journal
• /
• 제43권6호
• /
• pp.1038-1048
• /
• 2021

We propose an end-to-end neural coreference resolution for the Korean language that uses an attention mechanism to point to the same entity. Because Korean is a head-final language, we focused on a method that uses a pointer network based on the head. The key idea is to consider all nouns in the document as candidates based on the head-final characteristics of the Korean language and learn distributions over the referenced entity positions for each noun. Given the recent success of applications using bidirectional encoder representation from transformer (BERT) in natural language-processing tasks, we employed BERT in the proposed model to create word representations based on contextual information. The experimental results indicated that the proposed model achieved state-of-the-art performance in Korean language coreference resolution.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.540-543
• /
• 2021

본 논문에서는 Multi-Head Attention 대신 Spatial Gating Unit을 사용하는 GMLP[1]에 작은 Attention 신경망을 추가한 모델을 구성하여 뉴스와 위키피디아 데이터로 사전학습을 실시하고 한국어 다운스트림 테스크(감성분석, 개체명 인식)에 적용해 본다. 그 결과, 감성분석에서 Multilingual BERT보다 0.27%높은 Accuracy인 87.70%를 보였으며, 개체명 인식에서는 1.6%높은 85.82%의 F1 Score를 나타내었다. 따라서 GMLP가 기존 Transformer Encoder의 Multi-head Attention[2]없이 SGU와 작은 Attention만으로도 BERT[3]와 견줄만한 성능을 보일 수 있음을 확인할 수 있었다. 또한 BERT와 추론 속도를 비교 실험했을 때 배치사이즈가 20보다 작을 때 BERT보다 1에서 6배 정도 빠르다는 것을 확인할 수 있었다.

• 정보과학회 논문지
• /
• 제44권8호
• /
• pp.774-781
• /
• 2017

멘션(mention)은 명사 또는 명사구를 중심어로 가지며, 수식어를 포함하여 어떤 의미를 정의하는 구(chunk)를 구성한다. 문장 내에서 멘션을 추출하는 것을 멘션탐지라 한다. 멘션들 중에서 서로 같은 의미의 멘션들을 찾아내는 것을 상호참조해결이라 한다. 포인터 네트워크는 RNN encoder-decoder 모델을 기반으로, 주어진 입력 열에 대응되는 위치를 출력 결과로 갖는 모델이다. 본 논문에서는 멘션탐지에 포인터 네트워크를 이용할 것을 제안한다. 멘션탐지에 포인터 네트워크를 적용하면 기존의 순차 문제로는 해결할 수 없었던 중첩된 멘션탐지 문제를 해결할 수 있다. 실험 결과, 본 논문에서 제안한 멘션탐지의 성능이 규칙기반 보다 7.65%p 이상 높은 F1 80.07%를 보였으며, 이를 이용한 상호참조해결 성능이 CoNLL F1 56.67%(멘션 경계), 60.11%(중심어 경계)로 규칙기반 멘션탐지를 이용한 상호참조해결에 비하여 7.68%p, 1.5%p 더 좋은 성능을 보였다.

• 제어로봇시스템학회논문지
• /
• 제21권11호
• /
• pp.1038-1043
• /
• 2015

When the study on the relationship between the Head-of-Bed (HOB) angle and ventilator-associated pneumonia is performed, the fact that the HOB angle can only be measured intermittently imposes a significant limitation on the study. Therefore, there has been demand for the development of a device that can measure the HOB angle continuously. In this paper, we propose the rapid prototyping of an HOB measurement system using open-source hardware and software. The proposed system helps to maintain the HOB angle at a particular angle by displaying the angle and helps the medical study of pneumonia patients by enabling continuous data acquisition. Firstly, we eliminate the process of making an MCU board by utilizing an open-source hardware mbed LPC1768. Secondly, we reduce the software development time by using libraries and hence enabling the easy use of peripherals. Thirdly, for rapid prototyping, we build the enclosure of the proposed system using a 3D printer. The proposed system can be attached and detached to and from a bed. Therefore, we can attach it to the bed of a patient for whom measurement of the HOB angle is necessary. Finally, we check the measurement performance and the validity of the proposed system through an experiment utilizing an incremental encoder.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 하계종합학술대회논문집
• /
• pp.277-280
• /
• 1998

The paper provides an overview of those requirements. A detailed description is given of the construction of the new channel code, called 24/25 code, that compiles with the given constraints and involves only a minor drawback in terms of the overhead needs. The servo position information is recorded as low frequency componets, pilot tracking tones, which are embedded in the recorded stream of binary digits. Pilot tracking Tones are used to derive head position reference information in camcorders and DVCRs. A simple pilot tone encoder has been designed by using a new approach, "2 path precoder". Owing to this method, the hardware size can be significantly reduced. the correctness of the method has been verified by theoretical analysis and by extensive simulation.imulation.

• ETRI Journal
• /
• 제39권5호
• /
• pp.652-661
• /
• 2017

A mention has a noun or noun phrase as its head and constructs a chunk that defines any meaning, including a modifier. Mention detection refers to the extraction of mentions from a document. In mentions, coreference resolution refers to determining any mentions that have the same meaning. Pointer networks, which are models based on a recurrent neural network encoder-decoder, outputs a list of elements corresponding to an input sequence. In this paper, we propose mention detection using pointer networks. This approach can solve the problem of overlapped mention detection, which cannot be solved by a sequence labeling approach. The experimental results show that the performance of the proposed mention detection approach is F1 of 80.75%, which is 8% higher than rule-based mention detection, and the performance of the coreference resolution has a CoNLL F1 of 56.67% (mention boundary), which is 7.68% higher than coreference resolution using rule-based mention detection.

• 대한임베디드공학회논문지
• /
• 제18권6호
• /
• pp.285-292
• /
• 2023

With the wide spread of smart farms and the advancements in IoT technology, it is easy to obtain additional data in addition to crop images. Consequently, deep learning-based crop disease diagnosis research utilizing multimodal data has become important. This study proposes a crop disease diagnosis method using multimodal supervised contrastive learning by expanding upon the multimodal self-supervised learning. RandAugment method was used to augment crop image and time series of environment data. These augmented data passed through encoder and projection head for each modality, yielding low-dimensional features. Subsequently, the proposed multimodal supervised contrastive loss helped features from the same class get closer while pushing apart those from different classes. Following this, the pretrained model was fine-tuned for crop disease diagnosis. The visualization of t-SNE result and comparative assessments of crop disease diagnosis performance substantiate that the proposed method has superior performance than multimodal self-supervised learning.

• 한국전자거래학회지
• /
• 제27권1호
• /
• pp.15-28
• /
• 2022

최근 의류 등의 특정 쇼핑몰의 온라인 시장이 크게 확대되면서, 사용자의 리뷰를 활용하는 것이 주요한 마케팅 방안이 되었다. 이를 이용한 감성분석에 대한 연구들도 많이 진행되고 있다. 감성분석은 사용자의 리뷰를 긍정과 부정 그리고 필요에 따라서 중립으로 분류하는 방법이다. 이 방법은 크게 머신러닝 기반의 감성분석과 사전기반의 감성분석으로 나눌 수 있다. 머신러닝 기반의 감성분석은 사용자의 리뷰 데이터와 그에 대응하는 감성 라벨을 이용해서 분류 모델을 학습하는 방법이다. 감성분석 분야의 연구가 발전하면서 리뷰와 함께 제공되는 이미지나 영상 데이터 등을 함께 고려하여 학습하는 멀티모달 방식의 모델들이 연구되고 있다. 리뷰 데이터에서 제품의 카테고리와 사용자별로 사용되는 단어 등의 특징이 다르다. 따라서 본 논문에서는 리뷰데이터와 제품 정보를 동시에 고려하여 감성분석을 진행한다. 리뷰를 분류하는 모델로는 기본 순환신경망 구조에서 Gate 방식을 도입한 Gated Recurrent Unit(GRU), Long Short-Term Memory(LSTM) 그리고 Self Attention 기반의 Multi-head Attention 모델, Bidirectional Encoder Representation from Transformer(BERT)를 사용해서 각각 성능을 비교하였다. 제품 정보는 모두 동일한 Multi-Layer Perceptron(MLP) 모델을 이용하였다. 본 논문에서는 사용자 리뷰를 활용한 Baseline Classifier의 정보와 제품 정보를 활용한 MLP모델의 결과를 결합하는 방법을 제안하며 실제 데이터를 통해 성능의 우수함을 보인다.