http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
서덕진(Deokjin Seo),유종인(Jongin Ryu) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문에서는 항공기용 영상 레이다 (synthetic aperture radar, SAR) 시스템 구현에 필요한 모듈의 설계를 위해서 Low-Temperature Co-fired Ceramics (LTCC)을 이용한 필터 및 모듈 설계를 고안하였다. SAR 시스템을 구현하기 위해서는 RF신호를 받는 수신기에 주파수 하향튜닝 모듈이 필요하고, 송신기 부분에 주파수 상향튜닝 모듈이 필요하다. 본 논문에서는 주파수 하향 변환에 필요한 하향 모듈을 설계 및 구현하였으며, 3GHz와 9GHz 대역 Band Pass Filter(BPF)를 포함하고 있다. 구현된 모듈에서 필터의 성능을 확인하였으며, 시스템 요구사항을 만족함을 확인하였다.
LTCC 공정을 이용한 제한된 크기에서의 Band pass filter 설계 및 구현
서덕진(Deokjin Seo),유종인(Jongin Ryu) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문에서는 Low-Temperature Co-fired Ceramics (LTCC) 공정을 이용하여 Band Pass Filter (BPF) 설계 및 구현하였다. 필터의 목표 Spec으로는 Center frequency가 5.4 GHz, Bandwidth는 Center frequency로부터 Fc ± 0.5GHz를 갖고 Bandwidth내 Insertion loss가 2 dB이하, Return loss가 10 dB이상을 가지며, 4 GHz에서 감쇠가 23 dB를 만족하도록 하였다. 필터의 크기는 3.5 x 3.5 x 0.6 mm로 설계 하였다. LTCC 공정을 통해 구현된 필터를 VNA를 이용하여 성능을 측정하였으며, 목표 했던 Spec와 비교한 결과 만족함을 확인하였다.
서덕진(DeokJin Seo),김영우(YeoungWoo Kim),정유철(YUCHUL JUNG) 한국HCI학회 2019 한국HCI학회 학술대회 Vol.2019 No.2
BRAT은 자연 언어 처리(NLP)에 필요한 학습데이터를 구축하는데 널리 사용되고 있는 웹기반 태깅 도구이다. 기존의 BRAT은 수동 태깅 환경을 제공하고 있지만, 기 학습된 모듈을 연동하여 자동 태깅하는 환경을 제공하지는 않는다. 본 논문에서는 brat rapid annotation tool(BRAT)을 두 가지 측면에서 확장한 내용을 소개한다. 한글논문 초록을 선 태깅(pretagging) 하여 수동작업자의 작업효율을 올릴 수 있게 하였으며, 작업자 별 태깅 결과를 저장하는 기능을 확대 구현하였다.
LTCC 기반 ME Dipole 안테나 구조를 활용한 X-Band 용 8 × 4 이중편파 배열안테나에 관한 연구
정재웅(Jae-Woong Jung),서덕진(Deokjin Seo),유종인(Jong-In Ryu) 한국마이크로전자및패키징학회 2021 마이크로전자 및 패키징학회지 Vol.28 No.3
본 논문에서는 X-Band 대역에서 이중 편파 특성을 갖는 Magneto-Electric(ME) dipole 배열안테나를 제안하고, 이를 Low Temperature Co-fired Ceramic (LTCC) 공정을 이용하여 구현 및 측정하였다. 제안된 배열안테나는 LTCC로 구성된 1 × 1 ME dipole 안테나 32 개를 Teflon PCB에 배열하여 8 × 4 배열 안테나로 구성된다. 1 × 1 ME dipole 안테나는 두 쌍의 방사체에서 각각 수직 편파와 수평 편파를 방사하여 이중 편파를 구현하게 된다. 2개의 Port 급전은 LTCC를 이용한 적층 공정을 통해 구현하였으며, 각 각의 Port는 포트 간 격리도를 확보하기 위해 Γ-shaped feeding strip을 통해 독립적으로 방사체에 급전된다. 안테나 배열에 사용된 Teflon PCB는 4층 구조로 형성하였으며, 상단 면과 하단 면을 통해 2개의 Port가 급전된다. 그리고 배열되는 안테나와 Teflon PCB의 임피던스 정합을 위해 Teflon PCB의 전송선로에 λg/4 변환기를 적용하였으며 시뮬레이션을 통해 최적 파라미터를 얻었다. 구현된 ME dipole 8 × 4 배열안테나의 크기는 15.5 mm × 11 mm × 4.2 mm이며, Port 1 급전 시 측정된 방사 최대 이득은 18.2 dBi, cross-pol은 1.0 dBi이고 Port 2 급전 시 측정된 방사 최대 이득은 18.1 dBi, Cross-pol은 3.2 dBi로 확인하였다. In this paper, the Magneto-Electric(ME) dipole array antenna with dual-polarization in the X-Band is proposed and it is implemented and measured. The proposed array antenna is composed of 32 single ME dipole antenna and a Teflon PCB. 1 × 1 ME dipole antenna is implemented dual-polarization by radiating vertical polarization and horizontal polarization from two pairs of radiators. 2-port feeding structures are realized by lamination process using LTCC. And, each port independently feeds the radiator through a Γ-shaped feeding strip with isolation between ports. The Teflon PCB used in the antenna array has a 4-layer structure, and 2-port is fed through the top and bottom layers. The λg/4 transformer is applied to the transmission line of the Teflon PCB for impedance matching of the arrayed antenna and the Teflon PCB, and the optimal parameters are obtained through simulation. The measured maximum antenna gains of port 1 was 18.2 dBi, Cross-pol was 1.0 dBi. And the measured maximum antenna gains of port 1 was 18.1 dBi, Cross-pol was 3.2 dBi.
임연수(Yeonsoo Lim),서덕진(Deokjin Seo),박정식(Jeong-sik Park),정유철(Yuchul Jung) 한국컴퓨터정보학회 2019 韓國컴퓨터情報學會論文誌 Vol.24 No.12
최근 화두가 되고 있는 AI분야에서 가장 큰 문제점은 학습데이터의 부족 문제를 꼽을 수 있다. 수동 데이터 구축에는 많은 시간과 노력이 소요되기에 개인이 손쉽게 필요 데이터를 구축하기는 매우 어렵다. 반면, 수동 데이터 구축에 비해 자동으로 구축하는 것은 높은 품질을 유지하는 것이 관건이다. 본 논문에서는 한국어 음성 명령어 인식기 개발에 필요한 데이터를 웹에서 자동으로 추출하고, 학습데이터로 사용할 수 있는 데이터를 자동으로 선별하는 방법을 소개한다. 특히, 자동 구축된 한국어 음성 데이터를 대상으로 우수한 성능을 보이는 ResNet기반의 수정 모델을 기반으로, 건강 및 일상생활도메인의 명령어 셋을 대상으로 적용가능성을 보이기 위한 실험을 진행하였다. 자동으로 구축된 데이터만을 사용한 일련의 실험에서 건강도메인은 ResNet15에서 89.5%, 일상생활도메인에서는 ResNet8에서 82%의 정확도를 보임으로써, 자동 수집 데이터의 활용 가능성을 검증하였다. The biggest problem in the AI field, which has become a hot topic in recent years, is how to deal with the lack of training data. Since manual data construction takes a lot of time and efforts, it is non-trivial for an individual to easily build the necessary data. On the other hand, automatic data construction needs to handle data quality issue. In this paper, we introduce a method to automatically extract the data required to develop Korean speech command recognizer from the web and to automatically select the data that can be used for training data. In particular, we propose a modified ResNet model that shows modest performance for the automatically constructed Korean speech command data. We conducted an experiment to show the applicability of the command set of the health and daily life domain. In a series of experiments using only automatically constructed data, the accuracy of the health domain was 89.5% in ResNet15 and 82% in ResNet8 in the daily lives domain, respectively.