http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
신경 회로망의 아날로그 VLSI 구현시 나타나는 문제점
오상훈,이영직,Oh, S.H.,Lee, Y. 한국전자통신연구원 1994 전자통신동향분석 Vol.9 No.1
신경회로망을 아날로그 VLSI로 구현하는 것은 디지털 구현방법에 비하여 집적도와 신호처리 속도의 장점이 있는 반면에 아날로그 신호의 저장 방법, 시냅스를 구현한 곱셈기의 비선형성, 동작영역, zero offset, noise, gain의 변동등의 문제가 존재한다. 여기서는, 이러한 문제들이 신경회로망을 구현한 아날로그 회로에서 어떤 형태로 나타나는지 알아보았다. 위와 같은 비이상적 요인들이 신경회로망의 성능에 미치는 영향이 파악되면 보다 더 신뢰성을 갖는 신경회로망 chip을 설계/제작할 수 있을 것이다.
오상훈(S. H. Oh),이동희(D. H. Lee),남궁정(J. Namkung),김난수(N. S. Kim) 한국소성가공학회 2010 한국소성가공학회 학술대회 논문집 Vol.2010 No.5
The solidification patterns and internal microstructures of hollow ingot are investigated at various ingot casting experiments, using an optical microscopy and a computer simulation analysis. An ingot shape and casting conditions of very large hollow ingot with about 37ton weight are obtained throughout a computer simulation analysis using these experimental data. To verify these predicted data, a large hollow ingot of 37ton grade is manufactured, and then examined its internal qualities such as segregation grade and solidification pattern. It is found that these experimental results are well agreed with the predicted ones by a computer simulation. It is observed that the hollow ingot has less segregation band and low hot-top shrinkage than those of conventional ingot. Especially, the solidification defects are not observed in the hollow ingot.
송치성(C.S.Song),정경열(K.Y.Chung),오상훈(S.H.Oh),이후락(H.R.Lee),이수태(S.T.Lee) 한국마린엔지니어링학회 2003 한국마린엔지니어링학회 학술대회 논문집 Vol.2003 No.-
The objective of the present study is to develop an innovative diagnostic and reduction system of fouling, which can detect and reduce fouling. We developed apparatuses by U-coefficient and ultrasonic methods for fouling reduction and diagnosis. The measured values with the diagnostic system was compared with the amounts of the scaling generated by the simulator
엔지니어링 구조물의 균열 모사를 통한 CNN 기반 실시간 건전성 진단 장치 설계
문현철(H. Moon),노우승(W. Noh),유현승(H. Ryu),박동채(D. Park),오상훈(S. Oh),최영환(Y. Choi),도재혁(J. Doh) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
엔지니어링 구조물 및 시스템은 시간에 따라 균열, 누수, 박리, 부식, 마모 등의 결함이 발생하고 이러한 구조물의 국부적인 결함은 파괴로 이어져 인적, 경제적 피해가 발생한다. 이를 예방하기 위해 건전성예측관리 기술 도입이 요구된다. 본 연구에서는 엔지니어링 구조물의 모사된 균열 이미지 데이터를 수집하여 합성 곱 신경망(CNN, Convolutional Neural Network)을 기반으로 균열 진단 모델을 생성하고 Jetson-nano 소형 인공지능 처리 장치에 학습시켜 균열 진단 및 실시간 검출이 동시에 가능한 장치 설계를 수행하였다. 이를 위해 엔지니어링 구조물 균열 이미지를 수집하고 균열 부 너비에 따른 위험도 기준을 선정하였다. 이를 기반으로 3 차원 모델링을 수행하여 적층 제조를 통해 모사하였다. 이어 모사된 균열 구조물로부터 다양한 각도의 이미지 데이터를 수집해 클래스와 클래스의 위치좌표를 입력하는 전 처리 작업을 수행하여 CNN 기반 진단 모델 생성을 위한 훈련 데이터 셋을 형성하였다. 구조물 균열 진단 및 객체 탐지 모델은 VGG (Visual Geometry Group)기반의 객체 탐지 모델인 SSD (Single Shot Detector)로 선정하여 생성하였다. 이를 Jetson-nano 에 학습시켜 원격조종이 가능한 실시간 건전성 진단장치를 설계하였다. 이를 통해 선정한 균열 위험도 기준으로 모사된 균열을 90%이상의 확률로 검출하는 결과를 얻었으며, 이를 바탕으로 상태 기반 유지보수 전략을 세우고 이미지 데이터를 기반으로 하는 공학 분야의 범용성 있는 문제 해결 가능성을 제시하였다.