http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
압축센싱 기법을 적용한 선박 수중 방사 소음 신호의 저주파 토널 탐지
김진홍,심병효,안재균,김성일,홍우영,Kim, Jinhong,Shim, Byonghyo,Ahn, Jae-Kyun,Kim, Seongil,Hong, Wooyoung 한국음향학회 2018 韓國音響學會誌 Vol.37 No.1
Compressive sensing allows recovering an original signal which has a small dimension of the signal compared to the dimension of the entire signal in a short period of time through a small number of observations. In this paper, we proposed a method for detecting tonal signal which caused by the machinery component of a vessel such as an engine, gearbox, and support elements. The tonal signal can be modeled as the sparse signal in the frequency domain when it compares to whole spectrum range. Thus, the target tonal signal can be estimated by S-OMP (Simultaneous-Orthogonal Matching Pursuit) which is one of the sparse signal recovery algorithms. In simulation section, we showed that S-OMP algorithm estimated more precise frequencies than the conventional FFT (Fast Fourier Transform) thresholding algorithm in low SNR (Signal to Noise Ratio) region. 압축센싱을 적용하면 전체 신호의 차원 대비 실제 사용하는 신호의 차원이 작은 희소신호의 경우, 적은 수의 관측치를 통하여 빠른 시간 내에 복원이 가능하다. 수중 표적의 기어박스 및 보조 장치 등으로부터 방사되는 신호의 토널 주파수 성분들은 처리하고자 하는 주파수 대역에서 상대적으로 주파수 성분이 적다. 따라서 토널 신호는 주파수 영역 전체 대비 희소신호로 모델링 될 수 있으므로 희소 신호 복원 알고리듬인 S-OMP(Simultaneous-Orthogonal Matching Pursuit)를 이용하여 복원할 수 있다. 본 논문에서는 압축센싱 기법을 이용하여 수중 표적의 방사 소음 신호의 토널 주파수를 검출하는 기법을 제안하고 모의 실험을 통해 성능을 확인한다. 모의실험에서 기존의 FFT(Fast Fourier Transform) 임계치 기법을 이용한 방법에 비해 낮은 SNR(Signal to Noise Ratio)에서도 정확한 토널 성분을 추정 할 수 있음을 확인하였다.
이차구조요소 기반의 부분구조 검색을 위한 단백질 구조 비교 시스템
김진홍(Jinhong Kim),안건태(Geontae Ahn),변상희(Sanghee Byun),이수현(Suhyun Lee),이명준(Myungjoon Lee) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅱ
단백질의 기능은 단백질의 구조에 따라 결정되며, 새로운 단백질의 기증을 파악하기 위하여 이미 밝혀진 단백질의 기능과 구조를 비교하는 방법이 사용되고 있다. 단백질 구조를 비교하는 방법은 단백질 구조를 표현하는 방법에 따라 다양하게 개발되고 있으며, 보다 효과적으로 관련된 연구자들이 자신의 연구에 활용하기 위해서는 빠르고 쉽게 활용할 수 있는 인터페이스를 제공하는 도구가 필요하다. 본 논문에서는 단백질 이차구조 및 그들 사이의 관계를 이용하여 단백질 구조를 표현하는 PSAML과 이를 이용하여 표현된 단백질 구조를 비교하는 시스템인 S4E(Search Substructures of Secondary Structure Elements)에 관하여 기술한다. S4E 시스템은 단백질 이차구조와 그들 사이의 관계(각도, 거리, 길이)를 이용하여 표현된 단백질 구조를 비교하여 유사성이 높은 부분을 찾는 기능을 제공한다. 또한 S4E 시스템은 이차구조 기반의 단백질 구조 데이터베이스(PSAML 데이터베이스) 및 웹 기반 사용자 인터페이스를 제공하여 사용자가 쉽고 효과적으로 단백질 구조 비교를 할 수 있다.
정육면체의 회전체를 통해 본 기하와 벡터 교과과정의 적절성
김진홍(Jinhong Kim) 조선대학교 교과교육연구소 2016 敎科敎育硏究 Vol.37 No.2
중·고등학교의 기하와 벡터 교과과정은 공간 지각력을 향상하고 공간에 대한 아이디어와 탐구 결과를 구체적으로 표현할 수 있는 기초를 제공하며 기하 문제를 대수적인 방법으로 해결할 수 있는 능력을 배양할 수 있도록 도와준다. 본 논문에서는 중·고등학교에서 배우는 기하와 벡터의 내용이 실제 생활에서 나타나는 문제를 얼마나 효과적으로 해결할 수 있으며 그 한계는 무엇인가를 구체적인 문제를 해결해 가는 과정을 통해 알아봄으로써 중·고등학교 기하와 벡터 교과내용의 구성과 수업에 주는 시사점을 생각해 보고 자 한다. The curriculum of geometry in the middle and high school helps students to improve their spatial intuition and provide some basic skills to express their mathematical ideas. Moreover, it enables students to solve given geometric problems through relatively more manageable algebraic techniques. The aim of this paper is an attempt to investigate how much geometric facts in the middle and high school help us to solve practical geometric problems. In particular, we want to solve the geometric shape of the solid obtained by revolving a cube about the diagonal axis. During this process, we can clearly figure out what geometric knowledge we need more. We hope that this paper gives some hints and limitations about the relevant curriculum of geometry in the middle and high school in the future.
스마트공장 구축을 위한 무선통신용 RF 모듈 설계 및 개발
김진홍(Jinhong Kim),이영재(Young-Jae Lee),임길택(Kil-Taek Lim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문은 스마트공장을 구축함에 있어 공장에서 생성되는 데이터를 효율적으로 수집하기 위해 저전력 광역 네트워크 기술을 바탕으로 비면허 주파수 대역에서 동작하는 무선통신용 RF 모듈을 설계 및 개발한 내용에 대하여 설명한다. RF 모듈에는 MCU, RF 칩, 파워 앰프를 하나의 칩에 내장한 SoC 를 적용함으로써 소비전력과 생산비용을 절감하면서도 적절한 성능과 높은 신뢰성을 제공하도록 한다. 그리고 개발한 RF 모듈의 송신과 수신성능을 전송출력과 입력 매칭을 통해 확인한다.
PSAML과 Topology String 데이터베이스를 이용한 웹 기반 단백질 구조 비교 시스템
김진홍(Jinhong Kim),안건태(Geontae Ahn),변상희(Sanghee Byun),이수현(Suhyun Lee),이명준(Myungjoon Lee) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B
단백질의 기능은 단백질의 구조에 따라 결정되며, 새로운 단백질의 기능을 파악하기 위하여 이미 밝혀진 단백질의 기능과 구조를 비교하는 방법이 사용되고 있다. 단백질 구조를 비교하는 방법은 단백질 구조를 표현하는 방법에 따라 다양하게 개발되고 있으며, 보다 효과적으로 관련된 연구자들이 자신의 연구에 활용하기 위해서는 빠르고 쉽게 활용할 수 있는 인터페이스를 제공하는 도구가 필요하다. 본 논문에서는 PDB 데이터베이스에서 제공하는 단백질 정보를 이용하여 PSAML 및 Topology String 데이터베이스를 구축하고 이를 바탕으로 웹 기반에서 단백질 구조 비교를 보다 빠르고 효과적으로 수행하는 시스템에 대하여 기술한다. PSAML 데이터베이스는 단백질 구조를 단백질 이차구조 및 그들 사이의 관계를 포함하는 PSAML 데이터를 제공하며, Topology String 데이터베이스는 단백질 구조를 단백질 이차구조를 하나의 문자로 기술하여 아미노산 순서와 위상학적(공간적) 정보를 포함하는 문자열로 단백질 구조 정보를 제공한다. 이를 이용하여 구축된 웹 기반 단백질 구조 비교 시스템은 Topology String 정렬 방법을 통하여 보다 빠르게 유사성이 높은 부분 구조를 찾는 방법을 제공한다.
항목 인기도 편향 관점에서의 잡음제거 오토인코더의 효과
김진홍(Jinhong Kim),이재웅(Jae-woong Lee),이종욱(Jongwuk Lee) 한국정보과학회 2021 정보과학회논문지 Vol.48 No.5
잡음제거 오토인코더는 추천 시스템에서 최근 흔히 사용되고 있는 모델이다. 이 모델은 입력에 잡음을 주어 학습시키는 오토인코더의 신경망 기반 추천 모델로 오토인코더에 비해 높은 정확도를 보인다. 본 논문에서는 잡음제거 오토인코더의 학습 과정을 이해하기 위해서, 항목의 인기도 편향 관점에서 잡음의 효과를 분석한다. 분석을 위해 우리는 다음의 두 가지 방법으로 실험을 설계한다. 우선, 오토인코더에 잡음을 주는 방법으로 학습된 항목 벡터의 L2 노름(L2-norm)의 변화를 관찰한다. 다음으로는, 항목의 인기도에 의해 일차적으로 추출된 항목에만 잡음을 주는 방법을 통해, 잡음제거 오토인코더의 성능 향상 효과와 항목의 인기도간 관련성을 분석한다. 실험결과를 통해 인기도에 의해 생긴 항목 벡터 노름의 분산의 크기가 잡음에 의해 줄어드는 것을 확인하였으며, 또한 인기도가 높은 항목에 잡음을 줄 때 정확도 향상에 도움이 되는 것을 확인하였다. Denoising autoencoder (DAE) is commonly used in recent recommendation systems. It is a type of Autoencoder that trains by giving noise to the input and has shown improved performance compared to autoencoder. In this paper, we analyze the effect of noise in terms of item popularity to interpret the training of DAE. For analysis, we design the experiment in the following two ways. First, we observe the changes of the learned item vector’s L2-norm by giving noise to the autoencoder. Second, by giving noise only to presampled items by popularity, we anlayze whether the improved performance of the DAE is related to item popularity. Results of the experiment showed that the variance of the item vector norm caused by popularity was reduced by noise, and that the accuracy increased when noise was given to the popular items.