http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
유영준 ( Youngjun Yoo ),김대희 ( Daehee Kim ),이재구 ( Jaekoo Lee ) 한국정보처리학회 2020 한국정보처리학회 학술대회논문집 Vol.27 No.1
ReLU(Rectified Linear Unit) 함수는 제안된 이후로 대부분의 깊은 인공신경망 모델들에서 표준 활성 함수로써 지배적으로 사용되었다. 이후에 ReLU 를 대체하기 위해 Leaky ReLU, Swish, Mish 활성 함수가 제시되었는데, 이들은 영상 분류 과업에서 기존 ReLU 함수 보다 향상된 성능을 보였다. 따라서 조해상화(Super Resolution) 과업에서도 ReLU 를 다른 활성 함수들로 대체하여 성능 향상을 얻을 수 있는지 실험해볼 필요성을 느꼈다. 본 연구에서는 초해상화 과업에서 안정적인 성능을 보이는 EDSR(Enhanced Deep Super-Resolution Network) 모델의 활성함수들을 변경하면서 성능을 비교하였다. 결과적으로 EDSR 의 활성함수를 변경하면서 진행한 실험에서 해상도를 2 배로 변환하는 경우, 기존 활성함수인 ReLU 가 실험에 사용된 다른 활성함수들 보다 비슷하거나 높은 성능을 보였다. 하지만 해상도를 4 배로 변환하는 경우에서는 Leaky ReLU 와 Swish 함수가 기존 ReLU 함수 대비 다소 향상된 성능을 보임을 확인하였다. 구체적으로 Leaky ReLU 를 사용했을 때 기존 ReLU 보다 영상의 품질을 정량적으로 평가할 수 있는 PSNR 과 SSIM 평가지표가 평균 0.06%, 0.05%, Swish를 사용했을 때는 평균 0.06%, 0.03%의 성능 향상을 확인할 수 있었다. 4배의 해상도를 높이는 초해상화의 경우, Leaky ReLU 와 Swish 가 ReLU 대비 향상된 성능을 보였기 때문에 향후 연구에서는 다른 초해상화 모델에서도 성능 향상을 위해 활성함수를 Leaky ReLU 나 Swish 로 대체하는 비교실험을 수행하는 것도 필요하다고 판단된다.
유영준(Youngjune Yoo),오창묵(Changmook Oh),이형주(Hyungjoo Lee),민성기(Seongki Min) 한국추진공학회 2010 한국추진공학회 학술대회논문집 Vol.2010 No.11
냉각기계를 적용한 환경조절계통의 성능은 항공기의 비행환경에 따라 엔진의 운전상태가 달라지므로 환경조절장치로 취출되는 공기의 상태(온도와 압력)에 따라 급격히 바뀌게 된다. 즉, 항공기의 운전상태에 따라 환경조절장치는 운용성능을 100%만족하는 영역에서 운전될 수도 있고, 그렇지 않을 수도 있다. 그렇기 때문에, 일반적으로 냉각기계를 적용한 환경조절장치의 설계규격은 항공기에서 요구하는 개발규격보다 큰 설계여유를 갖도록 설계한다. 이로 인한 시스템적인 손실요인을 최소화하기 위하여 본 연구에서는 냉각기계형 환경조절장치에 상변화 물질의 적용가능성을 연구하였다. 그 결과 상변화 현상을 이용하여 환경조절장치의 출구온도를 일정온도 범위 이내로 제어하면, 현재 운용되는 냉각기계형 환경조절장치의 일반적인 성능여유보다 적은 성능여유에서도 환경조절장치에 요구되는 성능요구조건을 만족할 수 있는 것으로 분석되었다. 본 연구 결과 환경조절장치의 운용개념 변경을 통하여 환경조절장치의 시스템 적용성 향상을 기대할 수 있을 것으로 판단된다. Properties of bleed air that is air source of ECS(Environmental Control System) can be rapidly changed with airplane engine operating conditions during flight. Therefore, ECS can be operated at a high performance or not during flight. So, high performance ACM has to be developed in order to flight safely. A adaptability of phase changing heat exchanger was esteemed at ACM type ECS in this study. As a result of this study, it is found that ECS outlet temperature can be controlled in a certain range with the phase changing phenomenon.
Enhancing Domain Generalization Performance on Lightweight Convolutional Neural Network
Youngjun Yoo(유영준),Daehee Kim(김대희),Inkyung Kim(김인경),Jaekoo Lee(이재구) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
Recently, researches have been conducted on domain generalization (DG) to make a robust model against domain-shift. However, they were conducted only on AlexNet and ResNet. In this study, we apply RSC, a state-of-the-art DG technique, to MobileNetV2 to improve DG performance and confirm performance improvement. We obtain the optimal random grayscale ratio by changing several ratios and confirm performance improvement. We visualize features for each image via Grad-CAM to ensure that the model extracts domain invariant features. In future work, we will verify the performance improved by applying the DG technique to models using MobileNetV2 in other tasks.
Instant NGP를 활용한 CNC Tool의 장면 생성 및 렌더링 성능 평가
정태영,유영준,Taeyeong Jung,Youngjun Yoo 대한임베디드공학회 2024 대한임베디드공학회논문지 Vol.19 No.2
CNC tools contribute to the production of high-precision and consistent results. However, employing damaged CNC tools or utilizing compromised numerical control can lead to significant issues, including equipment damage, overheating, and system-wide errors. Typically, the assessment of external damage to CNC tools involves capturing a single viewpoint through a camera to evaluate tool wear. This study aims to enhance existing methods by using only a single manually focused Microscope camera to enable comprehensive external analysis from multiple perspectives. Applying the NeRF (Neural Radiance Fields) algorithm to images captured with a single manual focus microscope camera, we construct a 3D rendering system. Through this system, it is possible to generate scenes of areas that cannot be captured even with a fixed camera setup, thereby assisting in the analysis of exterior features. However, the NeRF model requires considerable training time, ranging from several hours to over two days. To overcome these limitations of NeRF, various subsequent models have been developed. Therefore, this study aims to compare and apply the performance of Instant NGP, Mip-NeRF, and DS-NeRF, which have garnered attention following NeRF.
물의 증발잠열을 이용하는 미니채널 열교환기의 실험적 연구
이형주(Hyungju Lee),유영준(Youngjune Yoo),민성기(Seongki Min) 한국추진공학회 2010 한국추진공학회 학술대회논문집 Vol.2010 No.11
본 연구에서는 물의 증발잠열을 이용한 새로운 형태의 미니채널 열교환기의 제작 및 시험결과를 제시하였다. 서로 다른 세가지 형태의 물 유로를 가지는 열교환기를 제작하여 주어진 설계조건에서 실험을 통해 서로간의 냉각성능 및 압력손실 효과를 확인하였다. 고려된 세 가지 형태의 물 유로 형상에 대한 실험 결과 완전식각된 Type 2 열교환기의 공기 냉각성능이 가장 우수한 것으로 확인되었으며, 따라서 향후 제작성 및 열교환 성능을 고려하면 Type 2를 채택하는 것이 타당할 것으로 생각된다. 그러나 고온조건에서의 실험 결과 Type 1의 성능도 우수한 것으로 확인되어 고온조건의 운용을 고려할 경우에는 Type 1에 대한 추가의 성능 및 특성 확인시험을 통한 보다 면밀한 분석이 필요하다. 본 연구로 개발된 열교환기는 항공기용 환경조절장치 적용을 목표로 하였으며, 특히 공간과 중량의 제한이 있는 이동시스템 내에서 유한한 시간동안 외부로부터 냉매의 추가 공급 없이 많은 열을 흡수해야 하는 경우에 효과적으로 이용될 수 있을 것으로 기대된다. The present study shows some results of developing evaporative heat exchangers with mini-channels. Heat exchangers with three different water paths were manufactured and tested to compare performances of cooling and pressure drop. Among the three types of heat exchangers, Type 2 with full-etching was proved to be the best in the cooling performances for considered operating conditions, and thus it is recommended to adopt Type 2 for its simplicity of production and outstanding performance. However, Type 1 was shown to be better when it is operated at a high air inlet temperature condition. The developed evaporative heat exchanger will be installed in Environmental Control Systems(ECSs) for aerial vehicles, and it can be used effectively in case an ECS is not only limited in its weight and volume but also required to absorb heats without supplying water (or a coolant) for a certain period of time.
Inter-Domain Curriculum Learning for Domain Generalization
Daehee Kim(김대희),Youngjun Yoo(유영준),Inkyung Kim(김인경),Jaekoo Lee(이재구) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
Despite the rapid advancements in deep learning, the appropriate performance is not guaranteed under domain-shift. This problem has been addressed through domain generalization (DG). In DG, decreasing the required computation is difficult to achieve because training should be performed multiple times to infer the average performance owing to the large deviation of performance. We propose inter-domain curriculum learning, a method that sequentially transforms easy-to-learn domain data to difficult-to-learn domain data. Quantitative experiments have demonstrated that the average performance increased by 1.08 points and the performance deviation is reduced. Moreover, the research cycle can be accelerated by reducing 16.7% of the computation.