RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
          펼치기
        • 등재정보
        • 학술지명
          펼치기
        • 주제분류
          펼치기
        • 발행연도
          펼치기
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • 리튬 및 나트륨 이차전지용 GeP<sub>3</sub>-C 나노복합체의 전기화학적 특성 연구

        남기훈,김태현,박철민 한국공업화학회 2018 한국공업화학회 연구논문 초록집 Vol.2018 No.0

        에너지 저장 시스템의 개발과 발전으로 인하여 화석연료를 대체하기 위한 이차전지에 대한 연구가 활발히 진행 중에 있으며, 그 중에서도 대용량 리튬 이차전지에 대한 수요가 많이 증가하고 있다. 리튬 이차전지에는 대표적인 음극재료인 흑연의 이론용량(372 mAh/g)은 고용량 이차전지 음극재료로 사용되기에는 부족함이 있다. 따라서 리튬 또는 나트륨과 합금반응이 가능한 인(P)을 이용한 연구가 활발히 진행 중이다. 하지만 P는 이차전지 충방전시 큰 부피팽창으로 인한 전기화학적 성능 저하로 인하여 많은 연구가 필요하다. 본 연구에서는 P와 게르마늄(Ge)의 이원계 층상구조 화합물인 GeP<sub>3</sub>를 제조하여 리튬 및 나트륨 이차전지의 전극소재로 적용하였고, 다양한 분석기기를 활용하여 반응메커니즘을 확보하였다. 또한, 탄소가 포함된 나노복합체를 제조하여, 우수한 전기화학적 특성을 확보하여 고용량 리튬 및 나트륨 이온 이차전지의 음극재료로써의 새로운 연구 방향을 제시하였다. <sup>**</sup> This research was supported by the National Research Foundation of Korea (NRF) grant funded by the Korea Government (MSIP) (NRF-2018R1A2B6007112).

      • KCI등재

        렌더링 노이즈 제거를 위한 뉴럴 네트워크 가속기 구현

        남기훈 한국전기전자학회 2017 전기전자학회논문지 Vol.21 No.4

        In this paper, we propose an implementation of a neural network accelerator for reducing the rendering noise. Among the rendering algorithms, we selects a ray tracing to assure a high-definition graphics. Ray tracing rendering uses ray to render. Less use of the ray will result in noise, and if used too much, it will produce a higher quality image, but will take longer. In order to quickly process such lace rendering, an algorithm is used that uses less rays and removes the noise generated. Among such algorithms, there is an algorithm using a neural network, and a neural network accelerator which obtains a filter parameter used in an operation is implemented in order to speed up the operation speed. The time it takes to calculate the parameters used for a pixel is 11.44us. 본 논문에서는 렌더링 노이즈 제거를 위한 뉴럴 네트워크 가속기 구현을 제안한다. 렌더링 알고리즘 중에 고품질 그래픽스를 보장하는 레이트레이싱을 선택하였다. 레이트레이싱 렌더링은 레이를 사용해 렌더링을 한다. 레이를 적게 사용하게 되면 노이즈가 발생하게 되며, 많이 사용하게 되면 고화질의 이미지를 생성할 수 있으나 연산 시간이 길어진다. 이러한 레이트레싱 렌더링을 빠르게 처리하기 위해서 적게 레이를 사용하고 발생한 노이즈를 제거하는 알고리즘을 사용하게 된다. 그러한 알고리즘 중에 뉴럴 네트워크를 사용한 알고리즘이 있으며, 연산 속도를 빠르게 하기 위해서 연산에 사용되는 필터 파라미터를 구하는 뉴럴 네트워크 가속기를 구현했다. 하나의 픽셀에 사용되는 파라미터를 계산하기 위해 걸리는 시간은 11.44us 이다.

      • KCI등재

        한국어 비정형 데이터 처리를 위한 효율적인 오피니언 마이닝 기법

        남기훈 사단법인 인문사회과학기술융합학회 2017 예술인문사회융합멀티미디어논문지 Vol.7 No.6

        '스콜라' 이용 시 소속기관이 구독 중이 아닌 경우, 오후 4시부터 익일 오전 9시까지 원문보기가 가능합니다.

        In this paper, we proposed a new mining approach to process unstructured data with complex structure in Social Networking Service(SNS). The proposed method is to extract meaningful emotional information more effectively by analyzing the texts posted on the SNS. In general, SentiwordNet method, which is the main purpose of forming the relationship between existing vocabularies, has a problem that is difficult to apply to korean sentences of implicit expression and Unique character structure. To improve this, applying the Levenshtein distance algorithm, Korean words are efficiently searched and the sentiment word dictionary is constructed by assigning weights to the result. Sentence analysis was processed in realtime to distinguish general, positive, negative sentences and the results were expressed as a percentage. According to the result of the experiment, we proved that is more effective for classifying emotions in sentences than Navie Baysian. Hadoop system was used for efficient with handle web-scale data. 본 논문에서는 소셜 네트워킹 서비스(SNS)에서 구조가 복잡한 비정형 데이터를 처리하기 위해 새로운 마이닝 접근법을 제안한다. SNS에 올라온 텍스트 형태의 문장들을 분석하여 의미있는 감성 정보를 보다더 효과적으로 추출하기 위해서이다. 어휘 사이의 관계를 형성하는데 주목적으로 하는 기존방식의 SentiwordNet은 함축적 표현의 한글 문장 및 초성, 중성, 종성으로 이루어진 독특한 글자 구조인 한글에 적용하기 어려운 문제가 있다. 이를 개선하기위해 레빈쉬타인 거리 알고리즘을 적용하여 한글 문장을 효율적으로 탐색하고 결과에 가중치를 부여하여 감성 사전을 구축했다. 문장 분석을 실시간 처리하여 일반문, 긍정문, 부정문으로 평가 계산식을 사용하여 구별했으며 그 결과를 백분율로 표기하였다. 실험 결과를 통해 본 논문에서 제안하는 방법이 Navie Baysian 방식의 실험보다 문장에서 감정 분류에 효과적이라는 것을 증명했다. 대용량 데이터를 효율적으로 처리하기 위해 하둡 시스템을 이용했다.

      • KCI등재

        임업 안전사고 심층분석을 통한 재해 저감 방안에 관한 연구

        남기훈,조구현,김광일 한국산업융합학회 2019 한국산업융합학회 논문집 Vol.22 No.2

        Safety and welfare of forestry is very poor because of poor working environment, decreasing workforce and budget, and aging. These have brought many accidents and casualties. The accident rate in the field of forestry were about 2.83 times higher than average of an entire industry and mortality rate were 1.84 times higher than it. The most reason among the mortality accident was caught in, under or between objects and struck by objects. In analysis of 60 serious accident cases, the number of occurrence s of caught in, under or between objects and struck by objects were the highest. We suggest education, engineering, environment, and enforcement methods which is first aid education and emergency response system, equipment of combined IoT technologies and sensors, and certification and career program on the basis of the results.

      • Electrochemical characteristics of Sb<sub>2</sub>Te<sub>3</sub>-C nanocomposite for Na-ion batteries

        남기훈,김도현,박철민 한국공업화학회 2018 한국공업화학회 연구논문 초록집 Vol.2018 No.0

        에너지 저장 시스템의 개발과 발전으로 인하여 화석연료를 대체하기 위한 이차전지에 대한 연구가 활발히 진행 중에 있으며, 그 중에서도 리튬 이차전지에 대한 수요가 많이 증가하고 있다. 그러나 리튬 이차전지의 주원료인 리튬은 일부 국가에 제한적으로 매장되어 시장성, 경제성이 부족하다. 따라서 이를 대체할 수 있는 나트륨 이차전지에 대한 연구가 많이 진행되고 있다. 나트륨 이차전지는 상용화된 흑연을 음극소재로 적용하기 어렵기 때문에 다양한 합금계 음극에 대한 연구가 많이 진행되고 있다. 본 연구에서는 Sb와 Te의 화합물인 Sb<sub>2</sub>Te<sub>3</sub>을 합성하여 나트륨 이차전지의 전극소재로 적용하였고, 다양한 분석기기를 활용하여 나트륨과의 반응 메커니즘을 확보하였다. 또한, 탄소가 포함된 나노복합체를 제조하여, 우수한 전기화학적 특성을 확보하여 나트륨 이온 전지의 음극재료로써의 새로운 연구 방향을 제시하였다. <sup>**</sup> This research was supported by the National Research Foundation of Korea (NRF) grant funded by the Korea Government (MSIP) (NRF-2018R1A2B6007112).

      • KCI등재

        합성곱 신경망 연산 처리를 위한 ALU 설계

        남기훈 사단법인 인문사회과학기술융합학회 2017 예술인문사회융합멀티미디어논문지 Vol.7 No.11

        '스콜라' 이용 시 소속기관이 구독 중이 아닌 경우, 오후 4시부터 익일 오전 9시까지 원문보기가 가능합니다.

        The CNN algorithm exhibits excellent performance in image recognition but requires a large amount of computation processing and requires a lot of learning time each time data learning is accumulated. To solve such problems, recently various IPU and TPU have been develop to accelerate the neural network operation which is several times to several tens times faster than conventional CPU and GPU. In this paper, we propose an ALU for efficient multiplication and addition of CNN. ALU design was implemented on the Xilinx VC-707 FPGA board using Verilog HDL. Twenty five 8bit modified booth multipliers were designed with a square matrix structure and processed 200 bits per clock. In order to improve the computation speed, the arithmetic unit performs parallel processing using pipelining. Experiments were performed to verify the performance of the GPU and proposed structure MNIST 's numerical image database by comparing and measuring the computation time of the composite neural network processing. 이미지 인식 분야에서 탁월한 성능을 보이는 합성곱 신경망 CNN(Convolution Neural Network) 알고리즘은 많은 양의 연산 처리를 필요로 하고 있으며 데이터 학습이 누적될 때 마다 많은 학습 시간이 소요된다. 그러한 문제점을 해결하고자 최근에 들어 기존 CPU 및 GPU보다 수 배에서 수십 배 높은 신경 네트워크 연산을 가속화하려는 연구가 활발이 이루어져 다양한 IPU 및 TPU가 개발되고 있다. 본 논문에서는 CNN의 다중 곱셈과 덧셈을 효과적으로 계산하기 위한 ALU를 제안한다. ALU설계는 Verilog HDL을 사용하여 Xilinx VC-707 FPGA 보드에 구현하였다. 8비트 수정 Booth 곱셈기 25개를 정방행렬 구조로 설계하였으며 클럭당 200비트를 처리하게 하였다. 연산속도 향상을 위하여 연산기는 파이프라이닝을 이용한 병렬처리를 하였다. 실험은 MNIST의 숫자 이미지 데이터베이스를 대상으로 GPU와 제안한 구조를 비교하여 합성곱 신경망 처리 연산 시간을 측정하여 성능 검증 확인하였다.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼