http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
신지훈(Jihoon Shin),김철기(Cheolgi Kim),김태환(Tae-Hwan Kim) 대한전자공학회 2018 전자공학회논문지 Vol.55 No.11
본 연구에서는 사운드 이벤트 감지에 기반하여 기계의 상태를 효율적으로 모니터링 하는 방법을 제안한다. 제안하는 방법은 복잡한 전처리 과정 없이 1차원 Convolutional Neural Network (CNN)에 기반하여 입력 사운드 신호를 직접적으로 분석한다. 제안하는 방법을 임베디드 시스템에서 구현하였다. 자전거의 체인 정렬 상태 및 기어 변속 상태를 모니터링하도록 하였을 때, 2차원 CNN에 기반하여 스펙트로그램을 분석하는 기존의 방법과 비교하여 각각 94.98%, 79.52%의 높은 감지 정확도를 유지하면서도 수행시간을 52.45%, 메모리 요구량을 91.34% 낮추었다. This study proposes an efficient method to monitor a status of a mechanical system based on the sound-event detection. The proposed method analyzes the time-domain sound signal directly by employing the one-dimensional convolutional neural network without any complicated pre-processing. The prototype system has been implemented based on the proposed method, monitoring the chain alignment status as well as the gear shifting event in a bicycle. When compared to the previous method, the proposed method reduces the execution time and the memory requirement by 51.45% and 91.34%, respectively, while achieving a comparable monitoring accuracy.
GPR 분석을 위한 자갈궤도 자갈의 감쇄특성을 이용한 이득함수 개발
신지훈(Jihoon Shin),최영태(Yeongtae Choi),장승엽(SeungYup Jang) 한국지반환경공학회 2017 한국지반환경공학회논문집 Vol.18 No.4
자갈궤도는 100여년 이상 전세계적으로 널리 사용되는 궤도구조로 저렴한 초기 건설비용, 유연한 유지보수와 진동 및 소음의 저감효과가 있지만, 열차운행에 따라서 지속적인 침하가 발생하는 단점이 있다. 이로 인해 지속적인 유지보수가 필요하며, 최근 열차의 속도, 용량, 중량의 증가로 유지보수비용이 증가하고 있는 실정이다. 파울링(fouling)은 노반 세립분이나 자갈입자가 파쇄되면서 발생한 세립분이 자갈 사이의 공극을 메우는 현상으로 배수가 나빠지고, 자갈궤도의 침하를 가속화시키는 등 자갈도상의 열화의 주원인으로 지목되고 있다. 본 논문에서는 GPR(Ground Penetrating Radar)을 이용하여, 도상의 상태를 평가 할 수 있는 분석방법을 제안하였다. 경험에 의존하는 기존의 분석기법을 대신하여, 고속선에 사용되는 자갈의 감쇠 특성을 반영한 이득함수(gain function)를 제안하였다. 실내 박스 실험과 실모형 실험을 통해 제안한 이득함수로 증폭한 GPR신호에 힐버트 변환을 추가로 적용하여 자갈층과 노반층에서 반사된 신호의 세기변화를 깊이에 따라 계산하였다. 이로부터 신호의 세기가 비교적 크게 변화하는 곳을 파울링층과 노반층의 경계로 구분할 수 있었다. 다만 현장적용을 위해서는 침목의 영향을 분리하고 전자기파 분산특성 등에 대한 추가 연구가 필요할 것으로 사료된다. Ballasted track has been used as track system for more than 100 years. Ballasted track has advantages of low construction cost, flexible maintenance, low noise and vibration, and so on. However, ballasted track leads to continuous settlement which causes maintenance. Recently, increase in speed, traffic volume, and weight of train requires more frequent maintenance. Fouling, well-known phenomenon of accumulation of fine materials due to intrusion of subgrade and breakage of ballast materials, expedites the settlement (i.e., irregular settlement) of track. Ground Penetrating Radar (GPR) can be one of non-destructive tools that can evaluate fouling level of ballast. In this paper, a gain function based on the attenuation characteristics of ballast material is suggested in conjunction with Hilbert transform. Lab box tests and full-scale tests indicate that the suggested method reasonably classifies clean, fouled layers, and subgrade. However, additional study to eliminate effect of sleeper and to include the scattering features of the electromagnetic wave in ballast voids should be required in order to enhance the accuracy.
복합재난을 고려한 원자력시설 사고대비 방재계획 수립방안
신지훈(Jihoon Shin),박윤원(Younwon Park),김승현(Seunghyeon Kim),차민호(Minho Cha),유민상(Minsang Ryu) 한국방재안전학회 2023 한국방재안전학회 논문집 Vol.16 No.4
By the social advancement, radiological disaster prevention planning is getting important considering complex disasters as in the Fukushima radiological disaster occurred by a chain of natural disasters. However, it has yet to be suggested the specific prevention plans for the complex disasters in the field of national radiological disaster prevention. This study aims to analyze the types of complex disasters in order to select the ones that are relatively more likely to occur in the domestic environment. It is also to analyze the impact on the radiological disaster prevention by searching damage spread of the classified natural disasters. We provides the necessary criterial for establishing disaster prevention plans through the scenarios for radiological emergency responses based on complex disasters. it is thought that these criteria can help prepare for the worst case scenario and implement effective resident protection. 현대사회가 고도화되고, 후쿠시마 원전사고 역시 자연재난의 연쇄적인 영향으로 인해 발생함에 따라 복합재난을 고려한 방재계획의 중요성이 나날이 커지고 있다. 그러나 현재 국내의 방사능방재 분야에서 복합재난을 고려한 구체적인 방재계획은 제시되지 않고 있다. 따라서, 본 연구에서는 복합재난의 유형을 분석하여 국내 환경에서 비교적 발생 가능성이 높은 유형을 선정하고, 자연재난 유형별 피해확산이 방사능방재에 미치는 영향을 분석하고자 한다. 복합재난을 고려한 방사능방재 시나리오를 통해 방재계획 수립에 필요한 기준들을 제시하였고, 이러한 기준은 최악의 상황 대비에 활용한다. 이는 실효적인 주민보호조치를 결정하고 이행하는 데에 도움을 줄 수 있을 것으로 판단된다.
Degradable Poly(lactide) Architectures for Vehicle Applications
Jihoon Shin(신지훈) 한국고분자학회 2021 한국고분자학회 학술대회 연구논문 초록집 Vol.46 No.1
Poly(lactide) (PLA) is a renewable, degradable and compostable thermoplastic with mechanical properties similar to poly(styrene). Unfortunately, PLA is inherently brittle and possesses poor melt strength. In particular, the brittle nature of PLA limits its current utility to disposable packing. Melt blends of PLA and a rubbery material can rubber toughen the plastic. Current efforts explore using block and graft copolymers with a majority PLA block and minority rubbery block that phase separate on the nanometer length scale to rubber toughen PLA. Careful molecular design is needed to obtain the desired phase separation on nanometer length scale. To achieve these hierarchically structured, tough, and sustainable, and degradable materials, controlled polymerization, post-polymerization functionalization, and coupling chemistries need to be developed. These methods will not only benefit the field of tough sustainable plastics but other areas of polymer chemistry.
베이지안 최적화를 통한 저서성 대형무척추동물 종분포모델 개발
고병건,신지훈,차윤경,Go, ByeongGeon,Shin, Jihoon,Cha, Yoonkyung 대한상하수도학회 2021 상하수도학회지 Vol.35 No.4
This study explored the usefulness and implications of the Bayesian hyperparameter optimization in developing species distribution models (SDMs). A variety of machine learning (ML) algorithms, namely, support vector machine (SVM), random forest (RF), boosted regression tree (BRT), XGBoost (XGB), and Multilayer perceptron (MLP) were used for predicting the occurrence of four benthic macroinvertebrate species. The Bayesian optimization method successfully tuned model hyperparameters, with all ML models resulting an area under the curve (AUC) > 0.7. Also, hyperparameter search ranges that generally clustered around the optimal values suggest the efficiency of the Bayesian optimization in finding optimal sets of hyperparameters. Tree based ensemble algorithms (BRT, RF, and XGB) tended to show higher performances than SVM and MLP. Important hyperparameters and optimal values differed by species and ML model, indicating the necessity of hyperparameter tuning for improving individual model performances. The optimization results demonstrate that for all macroinvertebrate species SVM and RF required fewer numbers of trials until obtaining optimal hyperparameter sets, leading to reduced computational cost compared to other ML algorithms. The results of this study suggest that the Bayesian optimization is an efficient method for hyperparameter optimization of machine learning algorithms.