http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
ICRP 호흡기 및 생체역동학적 모델을 이용한 우라늄 생물분석 결과의 해석
김현기,이재기,Kim, H.K.,Lee, J.K. 대한방사선방어학회 2003 방사선방어학회지 Vol.28 No.1
본 연구는 호흡을 통해 우라늄을 만성 또는 급성섭취한 경우 생물분석 결과의 해석을 통해 예탁유효선량을 평가하는 실질적인 방법을 기술하고 있다. 인체에서의 우라늄 거동의 해석을 위해 인체의 장기를 ICRP에서 권고하는 소화기 모델, 호흡기 모델 그리고 생체역동학적 모델에 따라 일련의 수학적 격실로 구성하였다. Birchall의 알고리듬을 이용하여 각 격실에서의 균형방정식의 해석적인 해를 얻었으며 우라늄의 소변 배설함수와 폐 잔류함수를 획득하였다. 소변 중 우라늄 농도와 폐 계수기로 측정된 폐 부하량에 각각 배설 및 잔류함수를 적용하여 섭취모드에 따른 초기 섭취량 또는 총 섭취량을 계산하였다. 예탁유효선량은 ICRP 78에서 제공하는 선량 환산계수를 계산된 섭취량에 적용함으로써 평가된다. This study describes a practical method for interpretation of bioassay results of inhaled uranium to assess the committed effective doses both for chronic and acute intake situations. Organs in the body were represented by a series of mathematical compartments for analysis of the behavior of uranium in the body according to the gastrointestinal track model, respiratory track model and biokinetic model recommended by the ICRP. An analytical solutions of the system of balance equations among the compartments were obtained using the Birchall's algorithm, and the urinary excretion function and the lung retention function of uranium were obtained. An initial or total intakes by intake modes were calculated by applying excretion and retention functions to the urinary uranium concentration and the lung burden measured with a lung counter. The dose coefficients given in ICRP 78 are used to estimate the committed effective doses from the calculated intakes.
김현기(H.K.Kim),이전우(J.W.Lee),하정현(J.H.Ha),정하재(H.J.Chung),채영도(Y.D.Chae) 대한전자공학회 1992 대한전자공학회 학술대회 Vol.1992 No.10
This paper describes the development of a 'General-purpose ETRI MAP interface module' (GEM) for a Mini-MAP network. GEM operates as a Mini-MAP node in our FA system. To communicate between GEM and programmable devices such as PLC, CNC, and robot, RS-232C is used, which is a traditional method. A Mini-MAP host system controls and monitors programmable devices via GEM. The Mini-MAP function of GEM is implemented and tested on the basis of the MAP V3.0.
김현기(H. K. Kim),김광원(K.W. Kim),김동진(D. J. Kim),김두만(D. M. Kim) 대한기계학회 2012 대한기계학회 춘추학술대회 Vol.2012 No.11
Today the elderly society became the reality and life expectancy has increased. But people tend to refrain from using their bones and muscles through everyday exercises. It results in lower bone density and skeletal weakness. Especially, femur, the joint which is frequently used, is aging and accumulating fatigue faster then any other joints in the human body. As a result of that, the portion of the artificial joint used to replace femur is increasing every year. But currently released femur artificial joint has high-density, high-solidity. Other bones around the artificial joint are getting weaker because of the replacement. In this study, the hip system compared the root of the femur artificial joint designed with 3D honeycomb structure to the existing model by using FEA.
문맥 표현과 셀프 어텐션을 이용한 한국어 영화평 감성 분석
박천음(Cheoneum Park),이동헌(Dongheon Lee),김기훈(Kihoon Kim),이창기(Changki Lee),김현기(Hyunki Kim) 한국정보과학회 2019 정보과학회논문지 Vol.46 No.9
감성 분석은 특정 대상에 대한 의견을 수집하고 분류하는 과정이다. 그러나 자연어에 포함된 사람의 주관을 파악하는 일은 어려운 일로써, 기존의 감성 단어 사전이나 확률 모델은 이러한 문제를 해결하기 어려웠으나 딥 러닝의 발전으로 문제 해결을 시도할 수 있게 됐다. 셀프 어텐션(self-attention)은 주어진 입력열 자신에 대하여 어텐션을 계산하고 가중치 합으로 문맥 벡터를 만들어 모델링하는 방법이며, 문맥상 비슷한 의미를 가진 단어들 간에 높은 가중치가 계산되는 효과가 있다. 본 논문에서는 사전 학습된 문맥 표현을 한국어 감성 분석에 활용하고, 셀프 어텐션으로 모델링하는 방법을 제안한다. 실험 결과, NSMC의 경우 정확도 89.82%, 다음카카오의 경우 92.25%의 성능을 보였다. Sentiment analysis is the processing task that involves collecting and classifying opinions about a specific object. However, it is difficult to grasp the subjectivity of a person using natural language, so the existing sentimental word dictionaries or probabilistic models cannot solve such a task, but the development of deep learning made it possible to solve the task. Self-attention is a method of modeling a given input sequence by calculating the attention weight of the input sequence itself and constructing a context vector with a weighted sum. In the context, a high weight is calculated between words with similar meanings. In this paper, we propose a method using a modeling network with self-attention and pre-trained contextualized embedding to solve the sentiment analysis task. The experimental result shows an accuracy of 89.82%.
이충희,허정,오효정,김현진,류법모,김현기,Lee, C.H.,Hur, J.,Oh, H.J.,Kim, H.J.,Ryu, P.M.,Kim, H.K. 한국전자통신연구원 2013 전자통신동향분석 Vol.28 No.1
최근 빅데이터 시대를 맞이하여 소셜미디어가 중요한 정보의 소통수단으로 급부상함에 따라 소셜웹 이슈 탐지 및 예측분석 기술이 큰 주목을 받고 있고, 기업 정부 등에서 정치/경제/사회문화적 이슈들에 대한 온라인 동향 분석 및 이슈 예측 기술의 수요가 급증하고 있다. 본고에서는 페이스북, 트위터 등의 소셜미디어에 대한 온라인 동향 분석 및 모니터링 기술 개발의 국내/국외 상용화 및 연구 현황을 소개한다. 또한, 사회적 동향을 분석해서 만들어진 예측모델에 기반해서 이슈의 향후 전개 과정에 대해 정량적으로 예측하는 기술 현황을 국내와 국외로 나누어 소개한다.