http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Adaptive Gain Super Twisting Algorithm 을 활용한 Stepper Motor 의 전류제어기 설계
손현욱,정용우,정정주 제어로봇시스템학회 2021 제어로봇시스템학회 국내학술대회 논문집 Vol.2021 No.6
This paper presents current control for stepper motor with an adaptive gain super twisting algorithm. The conventional super twisting algorithm has limitations on that the bound of distuYourbances is known. However, in practice, the bound of disturbances change. Therefore, we adopt the adaptive gain super twisting algorithm to perform the position control of permanent magnet stepper motor, which guarantees the finite-time convergence with unknown boundary. With the numerical simulation, we validate the effectiveness of the proposed method.
MAC과 Pooling Layer을 최적화시킨 소형 CNN 가속기 칩
손현욱,이동영,김형원,Son, Hyun-Wook,Lee, Dong-Yeong,Kim, HyungWon 한국정보통신학회 2021 한국정보통신학회논문지 Vol.25 No.9
This paper proposes a CNN accelerator which is optimized Pooling layer operation incorporated in Multiplication And Accumulation(MAC) to reduce the memory size. For optimizing memory and data path circuit, the quantized 8bit integer weights are used instead of 32bit floating-point weights for pre-training of MNIST data set. To reduce chip area, the proposed CNN model is reduced by a convolutional layer, a 4*4 Max Pooling, and two fully connected layers. And all the operations use specific MAC with approximation adders and multipliers. 94% of internal memory size reduction is achieved by simultaneously performing the convolution and the pooling operation in the proposed architecture. The proposed accelerator chip is designed by using TSMC65nmGP CMOS process. That has about half size of our previous paper, 0.8*0.9 = 0.72mm<sup>2</sup>. The presented CNN accelerator chip achieves 94% accuracy and 77us inference time per an MNIST image. 본 논문은 메모리의 사이즈를 줄이기 위해 Pooling Layer가 MAC에 통합된 구조의 최적화된 CNN가속기를 설계하는 것을 제안한다. 메모리와 데이터 전달 회로의 최소화를 위해 MNIST를 이용하여 학습된 32bit 부동소수점 가중치 값을 8bit로 양자화하여 사용하였다. 가속기칩 크기의 최소화를 위해 MNIST용 CNN 모델을 1개의 Convolutional layer, 4*4 Max Pooling, 두 개의 Fully connected layer로 축소하였고 모든 연산에는근사화 덧셈기와 곱셈기가 들어간 특수 MAC을 사용한다. Convolution 연산과 동시에 Pooling이 동작하도록 설계하여 내장 메모리를 94% 만큼 축소하였으며, pooling 연산의 지연 시간을 단축했다. 제안된 구조로 MNIST CNN 가속기칩을 TSMC 65nm GP 공정으로 설계한 결과 기존 연구결과의 절반 크기인 0.8mm x 0.9mm = 0.72mm<sup>2</sup>의 초소형 가속기 설계 결과를 도출하였다. 제안된 CNN 가속기칩의 테스트 결과 94%의 높은 정확도를 확인하였으며, 100MHz 클럭 사용시 MNIST 이미지당 77us의 빠른 처리 시간을 획득하였다.
스캔입력 변형기법을 통한 새로운 저전력 스캔 BIST 구조
손현욱(HyeonUk Son),김유빈(Youbean Kim),강성호(Sungho Kang) 대한전자공학회 2008 電子工學會論文誌-SD (Semiconductor and devices) Vol.45 No.6
일반적으로 자체 테스트 동작은 입력 벡터들 사이에 상호 연관성이 없기 때문에 더 많은 전력을 소비하는 것으로 알려져있다. 이러한 점은 회로에 손상을 유발할 뿐 아니라 배터리 수명에도 악영향을 미치기 때문에 반드시 해결되어야 할 과제 중 하나이다. 이를 위해 본 논문에서는 새로운 방식의 BIST(Built-In Self Test) 구조를 제안하여 테스트 동작에서의 천이를 감소시키고, 이를 통해 전력소모를 줄이고자 한다. 제안하는 구조에서는 LFSR(Linear Feedback Shift Register)을 통해 생성되는 pseudo-random 테스트 벡터가 스캔 경로로 들어가기 전에 3 bit씩 모아 더 적은 천이를 가지는 4 bit의 패턴으로 변형한다. 이러한 변형과 그에 대한 복원 과정은 기존의 스캔 BIST 구조에서 Bit Generator와 Bit Dropper라는 모듈을 추가하여 간단히 구현하였다. 제안하는 구조를 ISCAS'89 benchmark 회로에 적용한 결과 약 62%의 천이 감소를 확인하였고, 이를 통해 제안하는 구조의 효율성을 검증하였다. Power consumption during test can be much higher than that during normal operation since test vectors are determined independently. In order to reduce the power consumption during test process, a new BIST(Built-In Self Test) architecture is proposed. In the proposed architecture, test vectors generated by an LFSR(Linear Feedback Shift Resister) are transformed into the new patterns with low transitions using Bit Generator and Bit Dropper. Experiments performed on ISCAS'89 benchmark circuits show that transition reduction during scan testing can be achieved by 62% without loss of fault coverage. Therefore the new architecture is a viable solution for reducing both peak and average power consumption.
모바일 디바이스를 위한 소형 CNN 가속기의 마이크로코드 기반 컨트롤러
나용석,손현욱,김형원 한국정보통신학회 2022 한국정보통신학회논문지 Vol.26 No.3
본 논문은 프로그램 가능한 구조를 사용하여 재구성이 가능하고 저 전력 초소형의 장점을 모두 제공하는 인공지능 가속기를 위한 마이크로코드 기반 뉴럴 네트워크 가속기 컨트롤러를 제안한다. 대상 가속기가 다양한 뉴럴 네트워크 모델을 지원하도록 마이크로코드 컴파일러를 통해 뉴럴 네트워크 모델을 마이크로코드로 변환하여 가속기의 메모리 접근과 모든 연산기를 제어할 수 있다. 200MHz의 System Clock을 기준으로 설계하였으며, YOLOv2-Tiny CNN model을 구동하도록 컨트롤러를 구현하였다. 객체 감지를 위한 VOC 2012 dataset 추론용 컨트롤러를 구현할 경우 137.9ms/image, mask 착용 여부 감지를 위한 mask detection dataset 추론용으로 구현할 경우 99.5ms/image의 detection speed를 달성하였다. 제안된 컨트롤러를 탑재한 가속기를 실리콘칩으로 구현할 때 게이트 카운트는 618,388이며, 이는 CPU core로서 RISC-V (U5-MC2)를 탑재할 경우 대비 약 65.5% 감소한 칩 면적을 제공한다. This paper proposes a microcode-based neural network accelerator controller for artificial intelligence accelerators that can be reconstructed using a programmable architecture and provide the advantages of low-power and ultra-small chip size. In order for the target accelerator to support various neural network models, the neural network model can be converted into microcode through microcode compiler and mounted on accelerator to control the operators of the accelerator such as datapath and memory access. While the proposed controller and accelerator can run various CNN models, in this paper, we tested them using the YOLOv2-Tiny CNN model. Using a system clock of 200 MHz, the Controller and accelerator achieved an inference time of 137.9 ms/image for VOC 2012 dataset to detect object, 99.5ms/image for mask detection dataset to detect wearing mask. When implementing an accelerator equipped with the proposed controller as a silicon chip, the gate count is 618,388, which corresponds to 65.5% reduction in chip area compared with an accelerator employing a CPU-based controller (RISC-V).
On-line HPLC법에 의한 무알코올 머루 발효액의 항산화능 평가
나하균,차윤주,신지우,김준형,손현욱,신용운,정민영,최민석,장기효 한국식품저장유통학회 2019 한국식품저장유통학회지 Vol.26 No.1
In this study, the chemical composition and antioxidant activities of Moru wine and alcohol-free Moru wine were evaluated. To prepare the alcohol-free analogue, Moru wine was subjected to either atmospheric distillation (NA-AD) or vacuum distillation (80 mbar, 55℃, NA-VD). Among the three different preparations of Moru wines, namely, Moru wine, NA-AD, and NA-VD, the total acidity was the highest in NA-VD, while the soluble solid content was the highest in Moru wine. The total phenolic content, total flavonoid content, and ABTS radical scavenging activity were the highest in NA-AD. The three different preparations of Moru wines were examined by an on-line high-performance liquid chromatography (HPLC)-2,2’-azino-bis(3-ethylbenzothiazoline-6-sulphonic acid) (ABTS)-based assay to identify the compounds responsible for the radical scavenging activity of wines. The results obtained for NA-AD and NA-VD in the on-line screening HPLC-ABTS assay were similar. At least 10 different compounds, namely, gallic acid, protocatechuic acid, chlorogenic acid, vanillic acid, caffeic acid, syringic acid, t-ferulic acid, rutin, naringin, and t-cinnamic acid, were identified from Moru wine, NA-AD, and NA-VD. Gallic acid (10.35-24.69 μg/mL) and syringic acid (9.29-43.98 μg /mL) were found to be the major polyphenols in Moru wine, NA-AD, and NA-VD.