http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Mass Ionized Particle Optimization Algorithm Applied to Optimal FEA-Based Design of Electric Machine
Wonseok Han,Trung Tin Tran,Jong-Wook Kim,Yong-Jae Kim,Sang-Yong Jung IEEE 2016 IEEE transactions on magnetics Vol.52 No.3
<P>A finite-element analysis-based optimal design of an electric machine takes considerable time for its objective evaluation and has many local minima. Thus, selecting an appropriate global convergence optimization with fast convergence speed is necessary in the optimal design of an electric machine. In this paper, a novel global search optimization algorithm, mass ionized particle optimization (MIPO), is newly proposed. The MIPO is the population-based algorithm, which reflects the interactive force between the ionized particles. The global convergence and the convergence speed are validated by comparison with the particle swarm optimization, which have already been proved for its global convergence when applied to a well-known Goldstein-Price function as a benchmark function. In addition, the algorithm has been applied to the optimal design of an interior permanent magnet synchronous machine aiming for its torque ripple reduction.</P>
한원석(Wonseok Han),양지연(Jiyeon Yang),HASHEMI SHERVIN,임영욱(Youngwook Lim) 환경독성보건학회 2021 한국독성학회 심포지움 및 학술발표회 Vol.2021 No.5
흡연은 폐암의 원인 중 하나이다. 흡연으로부터 질병을 유래하는 발암물질은 주류연을 통해 흡연자에게 전달된다. 주류연 흡입량에 따라 함유된 유해물질 전달량은 차이가 있다. 담배 한 개비의 주류연 흡입량을 추정하는 방법은 ISO방법과 HC방법이 있다. 두 방법 모두 실제 흡연자의 흡연행태를 반영하지 못해 흡연자의 실제 흡연 시 주류연 흡입량을 추정하는데 오차가 발생할 수 있다. 실제 흡연자의 흡연행태를 측정하는 것은 주류연 흡입량을 정확히 추정하는데 중요하다. 한국인의 흡연행태를 측정하기 위해 연구진은 연령, 성별 구분이 된 흡연자 100명을 조사했다. 조사 참여자는 24시간 동안 흡연하는 모든 담배를 흡연행태 측정기기에 기록했다. 개비 당 총 흡입량을 추정하기 위해 한 개비 당 퍼프횟수(회), 퍼프볼륨(ml), 퍼프시간(s), 퍼프간격(s)을 측정했다. 한 개비당 총 주류연 흡입량 결과는 455ml(ISO), 715ml(HC), 1432ml(본연구)이다. ISO방법과 비교했을 때 우리나라 흡연자는 약 3배 이상의 주류연을 흡입했다. 총 주류연 흡입량은 퍼프 볼륨과 퍼프 횟수에 영향을 받는다. 퍼프 볼륨은 각각 ISO방법 35ml, 본 연구 73ml로 약 2배 차이가 있으며 한 개비당 퍼프 횟수도 ISO방법 13회, 본 연구 20회로 약 1.5배 더 높은 것을 확인했다. 종합적으로 한국 흡연자의 흡연행태는 다른나라에 비해 한번 흡입할 때 많이 흡입하며 자주 흡입하는 것으로 나타났다. 총 흡입량의 차이는 RIVM에서 제공하는 흡연위해평가 계산에도 영향을 미친다. 하루 흡연 개비 수와 니코틴 함량이 동일한 경우 일일 흡입 노출량은 RIVM 기본수식을 적용한 결과보다 본 연구의 흡연행태를 적용한 결과가 약 2배 이상 높은 RIVM 기본수식을 적용한 결과보다 본 연구의 흡연행태를 적용한 결과가 약 2배 이상 높았다.
한원석(Wonseok Han),강선준(Sunjoon Kang),김성우(Sungwoo Kim),원유형(Yoohyung Won) 한국기술혁신학회 2017 한국기술혁신학회 학술대회 발표논문집 Vol.2017 No.11
국가연구개발사업은 현재 각 부처 별 다수의 법률에 근거하여 운영되고 있다. 일선 연구자 입장에서의 행정 절차 상 불편함과 국가 연구개발 중장기 계획 상 일관성의 부족이 문제로 지적되었다. 이에 수년 전부터 국가연구개발사업에 공통적으로 적용할 법률의 필요성이 제기되었으나, 실제로 제정되지는 않았다. 이 논문에서는 여러 정부 부처를 아우르는 국가연구개발사업 법률 제정 시사안 별로 공통 적용을 해야 할 것과 그렇게 하지 말아야 할 것을 구별한다. 관련 정부 조직 개편에 있어서는 각 정부 부처들의 국가연구개발사업 기획 기능 강화와 국가과학기술자문회의 및 과학기술혁신본부의 정부 부처 간 사업 조정 기능 강화, 그리고 전문기관의 사업 관리 기능 전담을 법적으로 규정할 것을 주장한다. 국가연구개발 중장기 계획의 일관성 제고가 이 법률안의 취지에 포함되나, 중장기 계획은 지속적으로 제·개정이 필요하기 때문에 법적으로는 근거 조항만 두고, 국가과학기술자문회의가 범부처 중장기 계획을 수립하도록 할 것을 주장한다. 또한 부처 간 사업 조정 시 유사 및 중복 사업이 아닌 경우, 사업이 축소되지 않고 각 부처가 개별적으로 진행할 수 있는 근거 조항이 필요함을 주장한다.
An IoT-Based Object Detection and Alerting System for Livestock Disease Prevention
Wonseok Jung,Hyeon Park,Se-Han Kim,Jeongwook Seo 한국정보통신학회 2019 2016 INTERNATIONAL CONFERENCE Vol.11 No.1
In this paper, we implement object detection system for animal disease prevention through Faster Region-based Convolutional Neural Network (R-CNN) model and You Only Look Once (YOLO) v3 model. For object detection systems, we derive visual targets (pigs, human, trucks) and create open dataset through image collection and labeling. The open dataset is used to design the Faster R-CNN model for livestock disease detection of the object detection engine and the YOLOv3 model for farm environment detection of the object detection engine is designed using the pre-learned parameters. For the experiment, we use a webcam to capture the image of the visual target and detect the object using the designed model. The detected result is encoded for sharing. Then, the detection result is transmitted to the Internet of Things (IoT) server through the IoT client conforming to oneM2M standard. As a result, the Faster R-CNN model for animal disease detection was about 43.58%, and the YOLOv3 model for farm environment detection was about 55.17% and about 62.16%, respectively. The encoded data collected in the IoT server is decoded and sent to the registered users through the social network service (SNS) agent to implement the object detection system for the prevention of livestock diseases.