http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이근명,오웅,유성규,송병석,Lee, Keun-Myoung,Oh, Ung,Yoo, Sung-Kyu,Song, Byeong-Suk 한국전기전자학회 2015 전기전자학회논문지 Vol.19 No.1
스마트폰과 같은 모바일기기가 경박단소화 되고 작은 공간에 보다 많은 기능을 넣기 위한 경쟁이 치열해 지면서 내부에 사용되는 부품의 소형화가 급속히 진행되고 있다. 모바일 기기에서 메인보드와 배터리를 연결하는 배터리 커넥터의 경우도 마찬가지로 소형화되고 있으나 타 부품과 달리 커넥터 상에 흐르는 전류의 용량에 따른 발열 문제로 인해 소형화에 어려움이 있다. 본 논문은 모바일 커넥터 시장을 리드하고 있는 국내 기업과의 연구 협력을 통해 진행되었으며 국내 최초로 개발된 모바일 배터리용 초소형 커넥터에 대한 전기/열해석을 바탕으로 초소형 파워커넥터 커넥터 설계 시 고려하여야 하는 부분과 이러한 요소들에 대한 설계 방향을 제시한다. As the number of smartphone users grows, number of applications and the expected overall functionality in a smartphone grow simultaneously. With ever-so increasing expectations comes intense competition to squeeze in myriads of functions in a limited space that is only getting 'slimmer' by the year. In order to achieve this, companies often decrease the size of components in smartphones - battery connectors in particular. While they may fit, smaller battery connectors have their disadvantages due to the heat generated by the high current flow in the circuits. In collaborating with Korea's leading battery connector manufacturers, this research presents current issues and design concepts that should be considered when engineers design power connectors based on their electrical and thermal analysis.
유경선(Kyung-Sun Yoo),유성규(Seong-Kyu Yoo),노명재(Myeong-Jae Noh),현동훈(Dong-Hoon Hyun),정병조(Byoung-Jo Jung),김성용(Sung-Yong Kim) 한국생산제조학회 2011 한국생산제조시스템학회 학술발표대회 논문집 Vol.2011 No.4
There are all countries in the world are trying to reduce the energy consumption because of remarkable energy reduction and environmental problems. Therefore, high light efficiency LED luminaires are being studied and developed relatively. But conventional LED streetlight is glare and has not good light uniformity. The investigation was carried out development of lens that can control for all the way of lights.
이근명,김기영,오웅,유성규,송병석,Lee, Keun-Myoung,Kim, Kee-Young,Oh, Ung,Yoo, Sung-kyu,Song, Byeong-Suk 한국전기전자학회 2016 전기전자학회논문지 Vol.20 No.1
본 논문에서는 기계학습 알고리즘을 이용하여 다중물리(Multi-physics) 시뮬레이션의 반복 횟수를 획기적으로 줄일 수 있는 다중물리해석 예측 방법을 제안한다. 기존의 다중물리해석 시뮬레이션의 경우 소요되는 시간과 노력을 줄이기 위해 시뮬레이션 자체에 대한 방법과 환경 개선에 초점이 맞추어져 있으나 본 논문에서는 다중물리 시뮬레이션 결과를 기계학습 알고리즘으로 학습하여 추가적인 시뮬레이션을 수행하지 않고 학습된 기계학습 알고리즘을 사용하여 수십분에서 수시간에 걸리는 다중 물리 해석과 유사한 결과를 수초 내에 예측할 수 있음을 보였다. 기계학습 알고리즘 간의 성능을 비교하여 다중물리해석에 적합한 기계학습 알고리즘을 확인하였으며 가장 우수한 성능을 보인 가우시안 프로세스 회귀(Gaussian Process Regression)의 경우 100개 이하의 학습 샘플만으로도 우수한 예측 결과를 얻어낼 수 있음을 확인하였다. 제안하는 방식을 통해 시뮬레이션을 하고자 하는 모델의 형상이나 재질이 변경될 경우 기존의 시뮬레이션 결과로 학습된 알고리즘이 있다면 시뮬레이션을 반복 수행하기 전에 알고리즘을 이용하여 결과를 예측할 수 있어 시뮬레이션의 반복 횟수를 줄일 수 있을 것으로 기대한다. This paper proposes a new prediction method to reduce times and labor of repetitive multi-physics simulation. To achieve exact results from the whole simulation processes, complex modeling and huge amounts of time are required. Current multi-physics analysis focuses on the simulation method itself and the simulation environment to reduce times and labor. However this paper proposes an alternative way to reduce simulation times and labor by exploiting machine learning algorithm trained with data set from simulation results. Through comparing each machine learning algorithm, Gaussian Process Regression showed the best performance with under 100 training data and how similar results can be achieved through machine-learning without a complex simulation process. Given trained machine learning algorithm, it's possible to predict the result after changing some features of the simulation model just in a few second. This new method will be helpful to effectively reduce simulation times and labor because it can predict the results before more simulation.