http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김영천,심응철,이현상,홍용수,정완진,Kim, Young-Cheon,Sim, Eung-Chul,Lee, Hyun-Sang,Hong, Yong-Soo,Chung, Wan-Jin 한국금형공학회 2012 한국금형공학회지 Vol.6 No.2
In April 2010, the die and mould grand prix for university student was held in Osaka as a special event of Inter Mold Japan. The students from Korea, China, and Japan participated to demonstrate the design and manufacturing skill of die and mould. Based on the given product drawing of Test Work, progressive die should be designed and manufactured. Also, production of Test Work should be carried out. This study had been conducted to participate in the grand prix and to learn practical knowledge and experience from real die design and making. Test Work is made of SPCC and includes piercing, blanking, deep drawing and burring. From the analysis of product drawing, process planning and die design was carried out. Progressive die for Test Work was manufactured using CNC milling, grinding, wire-cutting and polishing. The production was successfully completed using mechanical press and product showed very good accuracy satisfying all dimensional tolerances.
인공신경망을 적용한 직사화기 무기체계의 살상확률(Pk) 산출방법론 연구
장영천,한현진,이기택,송미진,이휘영,김종헌,Jang, Young Cheon,Han, Hyun Jin,Lee, Ki Teak,Song, Mi Jin,Lee, Hwi Yeong,Kim, Jong Heon 한국시뮬레이션학회 2019 한국시뮬레이션학회 논문지 Vol.28 No.1
Until now it has had the limitation of the target in the US JMEM to calculate the Pk with the existing method by our study. In this study, we focused on deriving a method to calculate the Pk of the actual targets except JMEM targets using ANN. We study the initial predictive model of ANN(Artificial Neural Network) from the targets data of the specification and the vulnerable area in the US JMEM(Joint Munitions Effectiveness Manuals), and calculate the actual targets vulnerable area by using this method. Finally, we propose a method to calculate the Pk by applying those data to the existing method of us. 기존 본 연구팀에서 연구한 직사화기 무기효과 산출방법론은 JMEM(Joint Munitions Effectiveness Manuals : 합동탄약효과편람)내(內) 표적에 대해서만 무기효과자료를 산출 가능하다는 제한 사항을 가지고 있었다. 따라서 본 연구에서는 JMEM 이외의 현실적 표적을 추가하여 무기효과자료를 산출하는 방법을 인공신경망(ANN : Artificial Neural Network)을 적용하여 도출하는 데 중점을 두었다. 즉, 미국 JMEM내(內) 표적의 제원과 효과지수인 취약면적(Av : vulnerable area)을 이용하여 인공신경망의 예측모델을 학습시키고, 학습된 예측모델에 현실적 표적의 제원을 적용하여 취약면적을 계산한다. 최종적으로 본 연구팀이 연구한 기존 직사화기 무기효과 산출방법론에 계산된 취약면적을 적용하여 살상확률(Pk)을 계산하는 방법론을 제시하였다.
연속압입시험법을 이용한 원전구조물의 잔류응력 평가를 위한 접촉깊이의 보정
김영천,강승균,안희준,김광호,권동일,Kim, Young-Cheon,Kang, Seung-Kyun,Ahn, Hee-Jun,Kim, Kwang-Ho,Kwon, Dongil 한국압력기기공학회 2011 한국압력기기공학회 논문집 Vol.7 No.1
Residual stress is the key parameter for reliability and lifetime assessment because it can reduce the fatigue strength and fracture properties of industrial structures. Recently, instrumented indentation testing (IIT) has been widely used for evaluating it, since it does not need specific specimen and time-consuming procedure. However, conventional Oliver-Pharr method, which is used for calibrating contact depth to analyze indentation load-depth curve, cannot estimate plastic pile-up between indenter and surface of specimen. Here, we introduce f parameter which is the ratio of contact depth and maximum depth, to consider pile-up height. And, its application for evaluating residual stress of weldment is introduced.
지역적 문맥 분석 피드백을 이용한 웹 정보검색에 관한 연구
김영천(Young-cheon kim),이성주(Sung-joo Lee) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.6
순수한 부울 검색 시스템은 문서와 질의 사이의 유사 도를 나타내는 문서 값을 계산할 수 없기 때문에 검색된 문서들을 질의를 만족하는 정보에 따라 정렬할 수 없다. 부울 검색 시스템의 이러한 단점을 보완하는 방법으로 MMM 모델, Paice 모델, P-norm 모델이 개발되었다. 이러한 방법들은 부울 연산자를 유연하게 연산하는 공통된 특성을 지니고 있다. 본 논문에서는 높은 검색 효과를 제공하는 지역적 문맥 분석 피드백(Local Context Analysis Feedback)을 이용한 웹 정보 검색모델을 이용한다. 지역적 문맥 분석 피드백 모델의 연산 특성이 MMM(Max and Min Model), Paice, P-norm 모델보다 우수함을 설명하고, 또한 성능 비교를 통하여 이를 입증한다. In conventional boolean retrieval systems, document ranking is not supported and similarity coefficients cannot be computed between queries and documents. The MMM(Max and Min Model), Paice and P-norm models have been proposed in the past to support the ranking facility for boolean retrieval systems. They have common properties of interpreting boolean operators softly. In this paper we propose a new soft evaluation method for web Information retrieval using local context analysis feedback model. We also show through performance comparison that local context analysis feedback is more efficient and effective than MMM, Paice and P-norm.
정보 검색에서 용어 가중치 재부여를 이용한 성능 증진에 관한 연구
김영천(Young-cheon kim),이재훈(Jac-Hoon Lee),문유미(You-Mi Moon),박병권(Byung-Gweun Park),이성주(Sung-joo Lee) 한국지능시스템학회 2001 한국지능시스템학회논문지 Vol.11 No.9
정보 검색 시스템의 중요한 목적중의 하나는 단순히 사용자 질의를 만족하는 문서들의 집합을 검색하는 것이 아니라, 질의를 만족하는 정도에 따라 검색된 문서들에 순위를 부여함으로써 사용자들이 필요한 정보를 얻는데 소모되는 시간을 최소 화시키는 것이다. 순수한 부울 검색 시스템은 검색 전략이 이진값에 근거하여 순위 구분 없이 연관/비연관 중의 하나로 결정된다. 딸서 문서와 질의 사이의 유사도를 나타내는 문서값을 계산할 수 없기 때문에, 검색된 문서들을 질의를 만족하는 정보에 따라 정렬할 수 없다. 부울 검색 시스템의 이러한 단점을 보완하는 방법으로 MMM 모델, Paice 모델, P-norm 모델이 개발되었다. 본 논문에서는 높은 검색 효과를 제공하는 벡터모델에서 용어 가중치 재부여를 이용한 정보검색 모델을 제안한다. 벡터모델에서 용어 가중치 재부여를 이용한 질의 확장 모델의 연산 특성이 MMM, Paice, P-norm 모델보다 우수함을 설명하고, 또한 성능 비교를 통하여 이를 입증한다.