http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
강 용접이음의 방사선투과시험 방법(KS B 0845) 해설
정구범 韓國非破壞檢査學會 1998 한국비파괴검사학회지 Vol.18 No.3
본 고는 1997년 12월 31일 개정된 "강 용접부의 방사선투과시럼 방법 및 투과 사진의 등급분류 방법" (한국산업규격 KS B 0845)을 이해하는데 참고가 될 수 있도록 일본공업규격 JIS Z 3104의 해설부분을 번역한 것으로 KS B 0845의 모체가 되는 JIS Z 3104의 본래취지를 정확히 전달하기 위하여 편집하거나 가감하지 않고 원문 그대로 기술하였으며 KS B 0845와는 일부 용어나 항목구성에 차이가 있으나 번화에 관계없이 각 항목의 제목을 보고 이해하게 하였다. 특히 일부 부속 규격의 미 제정상태에서 개정판이 발표되어 적용에 혼란을 초래할 수도 있겠으나 부분적인 적용은 가능할 것으로 판단된다.
정구범(Gu-Bum Chung),노은영(Eun-Young Roh),정환묵(Hawn-Mook Chung) 한국지능시스템학회 2011 한국지능시스템학회논문지 Vol.21 No.2
규칙베이스 추론과 사례베이스 추론의 협조에 의해 보다 유연한 추론을 위한 효율적인 방법의 실현이 기대된다. 본 논문에서는 MVL 오토마타 모델을 적용하여 규칙베이스와 사례 베이스의 통합 추론모델과 이에 따른 불확실성 처리 방법을 제안한다. It is expected that the cooperation between rule-based reasoning and case-based reasoning gives us an efficient approach for flexible reasoning. In this paper, we present an integrated model of rule-base reasoning and case-base reasoning using the MVL automata model. In addition, we introduce how to handle the uncertainty in the integrated model.
정구범 ( Gu-beom Jeong ),김두완 ( Doo-ywan Kim ) 한국인터넷정보학회 2003 인터넷정보학회논문지 Vol.4 No.2
최근 섭취열량의 증가 및 운동부족으로 인한 비만이 사회적인 문제로 되었으며, 여러 가지 성인병의 위험인자로 알려져 있다. 비만을 예방하고 치료하기 위해서는 우선적으로 비만평가가 이루어져야 하며, 이러한 평가에는 BMI, WHR, 허리둘레 등이 이용되고 있다. 본 논문에서는 제안되는 비만평가 시스템에서는 BMI와 허리둘레를 가지고 퍼지추론을 하여 비만을 평가하였다. 이를 위하여 BMI와 허리둘레에 대한 소속함수와 추론규칙을 결정하였으며, 추론 결과는 서술식 문장으로 나타냈다. It has recently become known that the social issue of obesity, caused by increased caloric intake and lack of exercise, is a risk factor in the cause of various adult diseases. Above all, to prevent or cure obesity, we must accurately evaluate the degree of obesity, and we have used BMI, WHR, and waist measurements for this purpose. In this paper, we propose an obesity evaluation system based on fuzzy inference using BMI and waist measurement. For this purpose, we decided reasoning rule and membership function about BMI and waist measurements. The inference result is presented in a descriptive sentence.
실시간 에지 컴퓨팅을 위한 SR-PANet 기반 작은 물체 검출기 간소화 및 임베딩
정구범(Gu Beom Jung),Xuan Nghia Huynh,정호기(Ho Gi Jung),서재규(Jae Kyu Suhr) 대한전자공학회 2023 대한전자공학회 학술대회 Vol.2023 No.11
This paper proposes a method that improves the performance of the small object detector. The proposed method adds Super Resolution-Path Aggregation Network(SR-PANet) and Cross-Scale Fusion(CSF) modules to YOLOv4. Combining these two modules enhances the small object detection performance in experiments based on the VisDrone2019 Dataset. In addition, the proposed network was simplified using channel pruning and post-training quantization and embedded into the QCS610 chipset based on the Qualcomm Neural Processing SDK. Experimental results show that the proposed network was successfully simplified and properly works in real-time on edge devices.
정구범(Gu-Bum Chung),노은영(Eun-Young Roh),정환묵(Hawn-Mook Chung) 한국지능시스템학회 2011 한국지능시스템학회 학술발표 논문집 Vol.21 No.1
규칙베이스 추론과 사례베이스 추론의 통합에 의해 보다 유연한 추론을 위한 효율적인 방법의 실현이 기대된다. 본 논문에서는 MVL오토마타 모델을 적용하여 규칙베이스 추론과 사례베이스 추론의 협조추론과 이에 따른 불확실성 처리가 가능한 방법을 제안한다.
만성질환 이환율을 이용한 여자노인의 체질량지수에 대한아시아-태평양지역 기준과 Entropy모델 기준 비교
정구범(Gu Beom Jeong),박진용(Jin Yong Park),권세영(Se Young Kwon),박경옥(Kyung Ok Park),박필숙(Pil Sook Park),박미연(Mi Yeon Park) 대한지역사회영양학회 2014 대한지역사회영양학회지 Vol.19 No.5
This study was conducted to propose the need of re-establishing the criteriaof the body weight classification in the elderly. We compared the Asia-Pacific RegionCriteria (APR-C) with Entropy Model Criteria (ENT-C) using Morbidity rate of chronicdiseases which correlates significantly with Body Mass Index (BMI). Methods: Subjects were 886 elderly female participating in the 2007-2009 KoreaNational Health and Nutrition Examination Survey (KNHANES). We compared APRCwith those of ENT-C using Receiver Operating Characteristics (ROC) curve andlogistic regression analysis. Results: In the case of the morbidity of hypertension, the results were as follows:Where it was in the T-off point of APR-C, sensitivity was 67.5%, specificity was43.1%, and Youden``s index was 10.6. While in the cut-off point of ENT-C, it was56.7%, 56.6%, and 13.3 respectively. In the case of the morbidity of diabetes, theresults were as follows: In the cut-off point of APR-C, Youden’s index was 14.2. Whilein the cut-off point of ENT-C, it was 17.2 respectively. The Area Under the ROCCurve (AUC) of the subjects who had more than 2 diseases among hypertension,diabetes, and dyslipidemia was 0.615 (95% CI: 0.578-0.652). Compared to the normalgroup, the odds ratio of the hypertension group which will belong to the overweight orobesity was 1.79 (95% CI: 1.30-2.47) in the APR-C, and 2.04 (95% CI: 1.49-2.80) inthe ENT-C (p < 0.001). Conclusions: We conclude that the optimal cut-off point of BMI to distinguish betweennormal weight and overweight was 24 kg/m2 (ENT-C) rather than 23 kg/m2 (APR-C).