http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
황영인(Y. I. Hwang),이효성(H. S. Lee),김용일(Y. I. Kim),최만용(M. Y. Choi),박정학(J. H. Park),강진섭(J. S. Kang),김영길(Y. G. Kim),김기복(K. B. Kim) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
Critically Refracted Longitudinal (LCR) 파는 벌크 종파로 간주되며 재료 표면과 평행한 표면 아래의 유효 깊이로 침투한다. 음향탄성 효과가 초음파 잔류 응력 측정의 기초이기 때문에 이러한 LCR 파를 잔류 응력 측정에 사용할 수 있다. 이 효과는 파동 이동 시간의 변화와 이 파동이 응력 매체에서 전파될 때 적용되는 응력 사이의 관계로 설명된다. 본 연구에서는 개발된 LCR 프로브를 이용하여 레일에 가해진 응력을 측정 및 평가하였다. 우선, 개발된 프로브를 이용하여 전체 단면적을 갖는 레일 샘플에 대해 압축하중을 가하면서 응력과 파의 도달시간 차를 측정하였으며, 인장응력이 증가함에 따라 LCR 파의 도달시간 차이가 어떤 경향을 보이는지 추출된 레일 시편으로부터 확인하였다. 이 결과를 통해 각각의 음향탄성계수가 응력과 이동시간의 관계를 이용하여 계산하였으며, 계산된 계수들을 비교하여 추출된 시험편을 이용한 인장시험에 대한 검증이 이루어졌다. 이렇게 계산된 음향탄성계수를 이용하여 사용된 레일 내 내재된 잔류응력을 측정하였다. 이렇게 얻어진 잔류응력값으로부터 차륜-레일 접촉면의 특성에 따른 잔류응력 분포의 차이를 분석하였다. 이 LCR 파를 이용한 비파괴 평가 기법은 레일에 가해지는 응력의 차이를 감지할 수 있기 때문에 레일의 정확한 응력 측정에 활용될 수 있다고 결론지었다.
민옥기,김영길,박종열,박전규,김지용,이윤근,Min, O.G.,Kim, Y.K.,Park, J.Y.,Park, J.G.,Kim, J.Y.,Lee, Y.K. 한국전자통신연구원 2020 전자통신동향분석 Vol.35 No.3
Artificial-intelligence (AI) technology is used in a variety of fields, from robot cleaner motion control to call center counselors, AI speakers, and Mars exploration. Because the technology levels of all applications and services that utilize AI vary widely, it is not possible to view all applications using AI technology at the same level. Nevertheless, there have been no cases in which the level of AI technology was defined. Therefore, the Electronics and Telecommunications Research Institute (ETRI) Artificial Intelligence Research Laboratory has defined the levels of the main technical elements of AI from steps 1 to 6. In this report, the Artificial Intelligence Technology Level 1.0 (ATL 1.0) is presented. It was established by comprehensively referring to the AI technology prospects and technology roadmaps of major countries. It is hoped that it can be used as a measure for determining the levels of AI applications or services or as an indicator for establishing a technology roadmap.
권오욱,홍택규,황금하,노윤형,최승권,김화연,김영길,이윤근,Kwon, O.W.,Hong, T.G.,Huang, J.X.,Roh, Y.H.,Choi, S.K.,Kim, H.Y.,Kim, Y.K.,Lee, Y.K. 한국전자통신연구원 2019 전자통신동향분석 Vol.34 No.4
In this study, we introduce trends in neural-network-based deep learning research applied to dialogue systems. Recently, end-to-end trainable goal-oriented dialogue systems using long short-term memory, sequence-to-sequence models, among others, have been studied to overcome the difficulties of domain adaptation and error recognition and recovery in traditional pipeline goal-oriented dialogue systems. In addition, some research has been conducted on applying reinforcement learning to end-to-end trainable goal-oriented dialogue systems to learn dialogue strategies that do not appear in training corpora. Recent neural network models for end-to-end trainable chit-chat systems have been improved using dialogue context as well as personal and topic information to produce a more natural human conversation. Unlike previous studies that have applied different approaches to goal-oriented dialogue systems and chit-chat systems respectively, recent studies have attempted to apply end-to-end trainable approaches based on deep neural networks in common to them. Acquiring dialogue corpora for training is now necessary. Therefore, future research will focus on easily and cheaply acquiring dialogue corpora and training with small annotated dialogue corpora and/or large raw dialogues.
권오욱,최승권,노윤형,김영길,박전규,이윤근,Kwon, O.W.,Choi, S.K.,Roh, Y.H.,Kim, Y.K.,Park, J.G.,Lee, Y.K. 한국전자통신연구원 2015 전자통신동향분석 Vol.30 No.4
모바일 혁명 빅데이터와 사물인터넷 시대에 접어들면서 인간의 음성과 말로 다양한 장치와 서비스를 제어하고 이용하는 것은 당연시되고 있다. 음성대화처리 기술은 인간 중심의 자유로운 발화를 인식하고 이해 및 처리하는 방향으로 발전하게 될 것이다. 본고에서는 현재 음성대화처리 기술 국내외 기술 및 산업 동향과 지식재산권 동향을 살펴보고, 인간 중심의 자유발화형 음성대화처리 기술 개념과 발전방향에 대해 기술한다.