여성 복합성요실금 치료에서 Gittes 술식의 장기 추적 결과

배준,정희종,김상익 大韓泌尿器科學會 2001 Korean Journal of Urology Vol.42 No.12

소프트웨어 신디사이저를 이용한 전기자동차 엔진 사운드 디자인

배준,김장영,Bae, June,Kim, Jangyoung 한국정보통신학회 2017 한국정보통신학회논문지 Vol.21 No.8

전기자동차는 내연기관차와 달리 엔진 소리가 거의 없고 매우 조용하여 다양한 문제를 발생시킨다. 예를 들면, 보행자들이 차가 다가오는 것을 느낄 수 없어 안전에 큰 위협이 된다. 또한 운전자는 자신의 자동차가 어느 정도 속도로 달리고 있는지 청각적으로 인식할 수 없게 된다. 이러한 문제를 해결하기 위해 전기자동차는 인위적으로 엔진소리를 만들어 재생하여야 한다. 이 논문은 기존 전기자동차의 샘플링 방식의 엔진 사운드 방식에 대해 알아보고 그 문제점을 알아본다. 향상방안으로 본 논문에서는 기존 샘플링 방식 대신 소프트웨어 신디사이저의 알고리즘을 구현하고 프로그래밍 언어를 통해 엔진 사운드를 소프트웨어적으로 구현한다. 신디사이저를 이용한 방식이 기존 샘플링 방식에 비해 우수한 성능을 가진 것으로 실험결과를 통해 입증되었다. 또한, 이러한 엔진 사운드 신디사이징을 통해 점차 보급률이 높아지고 있는 전기자동차의 안전성과 운전의 편의성, 즐거움을 줄 것으로 기대한다. Unlike diesel locomotives, electric vehicles have various issues because they have very quiet engine sound. For example, pedestrians are exposed to the dangerous electric vehicles on the road because they can not recognize the electric vehicles' sound. Moreover, the driver is unable to recognize how fast driver's car is driving at a certain speed. To solve these problems, electric cars' sound needs to be artificially implemented and played. This paper examines the problems of the previous sampling engine sound approach. In this paper, instead of using sampling sounds, we developed a novel synthesizer algorithm via programming languages as a software. In experimental results, we demonstrated and verified our proposed synthesizer's approach is superior to the previous sampling approach. In addition, through these synthesizer's approach, we highly expect the proposed synthesizer's approach will give safety, convenience and comfort to the electric vehicles' users.

웨이브테이블 신디사이징을 이용한 전기자동차 엔진 사운드 디자인

배준,김장영,Bae, June,Kim, Jangyoung 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.12

전기자동차는 엔진 소음을 발생시키지 않는다. 엔진 소리가 없으면 보행자의 안전과 운전자의 주행 상태 인지에 문제를 가져온다. 이러한 문제를 피하기 위해 전기자동차 제조업체는 보통 샘플링 방식으로 엔진 소리를 녹음하여 재생하는 방식으로 엔진소리를 만들어 만든다. 그러나 샘플링 방식의 엔진 소리는 자연적인 엔진 소리를 만드는 것에 몇 가지 제한을 가진다. 이 문제를 극복하기 위해 우리는 소프트웨어 신디사이저를 이용하는 두 가지 방법을 연구했다. 그 둘은 감산형(subtractive)신디사이징과 웨이브테이블(wavetable) 신디사이징 방식으로 실제 엔진, 샘플링 방식, 감산형 방식과 비교한 결과 웨이브테이블 신디사이징 방식이 실제 엔진소리와 가장 유사함을 발견했다. 또한 데이터 사용과 제작비용에서 샘플링방식과 감산형 신디사이징 방식에 비해 유리함을 확인했다. Unlike internal combustion engines, electric cars have little engine sound and very quiet, causing the following problems to occur. First of all, pedestrians are a threat to safety because they can't feel the car approaching. The driver is also unable to recognize how fast his car is driving at a certain speed. To solve these problems, electric cars should be artificially created and reused. This paper examines the problems of the Sampling engine sound currently being used and uses the engine sound to produce a sound engine sound for the solution. The sampling engine sound has some limitations in making natural engine sounds. To overcome this problem, we studied two methods of using software synthesizers. They found subtractive synthsizing and wavetable synthsizing, which compared wavetabe synthsizing with actual engine, sampling and subtractive methods to find the most similar to real engine sound. We found that data usage and production cost are more advantageous than sampling method and subtractive syndication method.

평범함의 비극성 - 염상섭 소설의 통속적 대중 재현에 나타난 멜로드라마 전유 양상의 고찰

배준 대중서사학회 2015 대중서사연구 Vol.21 No.2

이 글은 1920년대에 들어 본격화된 염상섭의 소설 창작이 ‘대중’이라는 정치 사회적 정체성을 전면화하는 가운데 나타났으며, 이를 윤리적으로 규제할 서사전략으로 멜로드라마의 양상을 차용했다는 점에 착목한다. 연구사적으로 본다면 이는 염상섭 소설에 오래도록 따라 붙은 ‘통속’ 내지는 ‘세태 풍속의 묘사’ 일변도라는 비평사적 관점을 재고하고, 그에 부정적으로 내포된 근대 리얼리즘의 주체 철학적 함의를 반성하려는 시도이기도 하다. 염상섭이 일상 묘사의 전면에 평범하고도 속악한 개인들의 군상을 내세웠다는 점은 주지의 사실이다. 한편 이에 관한 작가의 의도를 폄훼하는 일 없이 읽기 위해서는, 근대적 ‘평균인’으로서 대중이 갖는 도덕적이거나 정치적인 자기완성의 욕망을 염두에 두어야 한다는 것이 나의 생각이다. 멜로드라마는 이러한 대중의 욕망을 긴밀하게 반영하는 서사 양식이다. 뚜렷한 사표 없이 물질생활에 속박된 식민지 근대의 풍경에 어울려, 염상섭이 관찰한 ‘속중’은 이념 내지는 일상적 도덕을 결여 없이 실현할 이 서사적 환상을 존재의 자질로 삼고 있었다. 이로부터 염상섭은 항구적인 환멸 없이는 현재를 살아갈 수 없는 근대적 자아 일반의 ‘비극’적 초상과, 그 가운데 타자를 배제하는 폭력적 메커니즘을 추상화해낸다. 이를 통해 그의 소설은 ’근대인‘의 비극을 ’죄‘의 모티프로 형상화하고, 이에 대한 ’속죄‘로서의 삶에 있는 그대로의 타자성을 받아들이는 미덕을 투사해나간다. 관련하여 특히 흥미롭게 읽을 수 있는 작품은 그가 1927년부터 연재하기 시작한 <이심>이다. 이 통속적인 신문연재장편소설을 써내며 그가 고심한 것은, 멜로드라마적인 영웅의 외부자적 현실인식을 빼앗고, 그 영웅성을 극도로 세속화된 삶의 한 가운데 위치 짓는 서사적 방편이었다고 할 수 있다.

Nano-arrays fabrication through monolayered silicate beads on polystyrene films

배준,김주영,이승우 한국고분자학회 2011 한국고분자학회 학술대회 연구논문 초록집 Vol.2011 No.2

인공지능을 이용한 국악 멜로디 생성기에 관한 연구

배준,Bae, Jun 한국정보통신학회 2021 한국정보통신학회논문지 Vol.25 No.7

음악 분야에서는 최근 머신러닝을 이용한 다양한 인공지능 작곡 방법이 시도되고 있다. 하지만 이 연구는 대부분 서양음악을 중심으로 이루어져왔고 국악에 관한 연구는 거의 이루어지지 않았다. 특히 연구를 위한 데이터 세트조차 만들어지지 않은 상태여서 연구에 어려움이 많았다. 이에 해당 논문에서는 국악의 데이터 세트를 만들고 그 데이터 세트를 기반으로 하여 세 가지 알고리즘을 이용하여 국악 멜로디를 생성하고 그 결과물을 비교하여 보기로 한다. 언어와 음악의 유사성에 기반한 LSTM, Music Transformer 그리고 Self Attention 3가지 모델들이 선택되었다. 각 3가지 모델을 이용하여 국악 멜로디 생성기를 모델링하고 학습시켜 국악 멜로디를 생성해 내었다. 사용자 평가 결과 Self Attention 방식이 LSTM 방식과 Music transformer 방식에 비해 높은 선호도를 보였다. 데이터 표현 및 훈련데이터는 인공지능 작곡에 있어 매우 중요하다. 이를 위한 기초적인 국악 데이터 세트를 만들고 다양한 알고리즘으로 인공지능 작곡을 시도하였고 이것이 향후 국악 인공지능 작곡의 연구에 도움이 될 수 있을 것으로 기대한다. In the field of music, various AI composition methods using machine learning have recently been attempted. However, most of this research has been centered on Western music, and little research has been done on Korean traditional music. Therefore, in this paper, we will create a data set of Korean traditional music, create a melody using three algorithms based on the data set, and compare the results. Three models were selected based on the similarity between language and music, LSTM, Music Transformer and Self Attention. Using each of the three models, a melody generator was modeled and trained to generate melodies. As a result of user evaluation, the Self Attention method showed higher preference than the other methods. Data set is very important in AI composition. For this, a Korean traditional music data set was created, and AI composition was attempted with various algorithms, and this is expected to be helpful in future research on AI composition for Korean traditional music.

서평 : "비밀"의 기원 김주현, 실험과 해체 , 지식산업사, 2014. 송민호, 이상이라는 현상 , 예옥, 2014.

배준 민족문학사학회·민족문학사연구소 2015 민족문학사연구 Vol.57 No.-

화이트 노이즈를 익사이터로 이용하는 25현 가야금의 피지컬 모델링 신디사이징

배준,김장영,양윤기,Bae, June,Kim, Jangyoung,Yang, Yoongi 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.5

Up until now, attempts to produce computer instruments have been largely focused on two types of sampling methods and physical modeling. Since the sampling method removes much of the harmonics in the sampling process, the effect of exciter that emphasizing the harmonic of the strings are mini. However, the physical modeling method can produce a lot of harmonics, and by emphasizing the harmonics of a particular frequency band among these harmonics, it is possible to produce a sound more like a lively sound. In this paper, we propose a method of using white noise in realizing exciter emphasizing harmonics of pre - specified frequency band in prefectural physical modeling. And comparing the envelope and spectrum of the Gayageum sound, we confirmed that the physical modeling method with the exciter is more suitable for the actual Gayageum sound than the sampling method and the conventional physical modeling method. 지금까지 컴퓨터악기 제작시도는 크게 샘플링 (sampling)방식과 피지컬 모델링(physical modeling)의 2가지 방식이 주를 이루었다. 샘플링 방식은 샘플링 과정에서 배음의 많은 부분이 삭제되기 때문에 현의 배음을 강조하는 익사이터(exciter) 효과가 미미하다. 하지만 피지컬 모델링 방식에서는 많은 배음을 지닌 음을 만들어 낼 수 있으며 이 배음 중 특별한 주파수대의 배음을 강조함으로써 더욱 실음에 가까운 음색을 만들어 낼 수 있다. 여기서는 현의 피지컬 모델링에 있어서 현의 특정 주파수대의 배음을 강조하는 익사이터를 구현함에 있어 화이트노이즈(백색소음)을 이용하는 방법을 제안한다. 그리고 가야금 소리의 엔벨로프(envelope)와 스펙트럼 비교를 통해 익사이터를 갖는 피지컬모델링 방식이 샘플링 방식 및 기존의 피지컬 방식보다 실제 가야금 소리에 더 적합함을 확인하였다.

생성적 적대 신경망(GAN)을 이용한 딥러닝 음악 장르 분류 시스템 모델 개선

배준,Bae, Jun 한국정보통신학회 2020 한국정보통신학회논문지 Vol.24 No.7

아이튠즈, 스포티파이, 멜론 등 음악시장은 바야흐로 스트리밍의 시대로 접어들었고, 음악 소비자의 취향에 맞는 음악 선곡과 제안을 위해 음악장르 자동 구분 시스템에 대한 요구와 연구가 활발하다. 이전 논문에서 제안한 소프트 맥스를 이용한 딥러닝 음악장르 자동구분 투표 시스템을 더욱 발전시켜 생성적 적대 신경망(GAN)을 이용하여 이전 시스템의 미흡한 점이었던 장르 미분류 곡들에 대한 정확도를 높이는 방법을 제안한다. 이전 연구에서는 전체 곡을 작은 샘플 로 나누고 각각의 샘플을 CNN 분석하여 그 결과들의 총합으로 장르 구분을 하는 투표 시스템으로 곡 장르분류 정확도를 높일 수 있었다. 하지만 곡의 스펙트로그램이 곡의 장르를 파악하기에 모호한 곡의 경우에는 미분류 곡으로 남겨놓을 수밖에 없었다. 이 논문에서는 생성적 적대 신경망을 이용하여 미분류 곡의 스펙트로그램을 판독하기 쉬운 장르의 스펙트로그램으로 바꾸어 미분류 곡의 장르 구분 정확도를 높이는 시스템을 제안하고 그 실험결과 기존 방식에 비해 우수한 결과를 도출해낼 수 있었다. Music markets have entered the era of streaming. In order to select and propose music that suits the taste of music consumers, there is an active demand and research on an automatic music genre classification system. We propose a method to improve the accuracy of genre unclassified songs, which was a lack of the previous system, by using a generative adversarial network (GAN) to further develop the automatic voting system for deep learning music genre using Softmax proposed in the previous paper. In the previous study, if the spectrogram of the song was ambiguous to grasp the genre of the song, it was forced to leave it as an unclassified song. In this paper, we proposed a system that increases the accuracy of genre classification of unclassified songs by converting the spectrogram of unclassified songs into an easy-to-read spectrogram using GAN. And the result of the experiment was able to derive an excellent result compared to the existing method.

주암호 망간분포의 시공간적 변화 분석

배준,김석구,기형록,이용운 한국도시환경학회 2017 한국도시환경학회지 Vol.17 No.3