http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
PE-ALD를 이용한 SnO<sub>2</sub> Thin Film의 특성
박용주,이운영,최용국,이현규,박진성,Park Yongju,Lee Woonyoung,Choi Yongkook,Lee Hyunkyu,Park Jinseong 한국재료학회 2004 한국재료학회지 Vol.14 No.12
Tin dioxide ($SnO_2$) thin films were prepared on Si(100) substrate by PE-ALD using the $DBDTA((CH_{3}CO_2)_{2}Sn[(CH_2)_{3}CH_3]_2)$ Precursor. The properties were studied as a function of source temperature, substrate temperature, and purging time. Scanning probe microscopic images at the source temperature $50^{\circ}C$ and the substrate temperature $300^{\circ}C$ shows lower roughness than those $40/60^{\circ}C$ source and $200/400^{\circ}C$ substrate temperature samples. The purging time for optimum process was 8sec and the deposition rate was about 1 nm per 10 cycles. The conductance of $SnO_2$ thin film showed a constant region in the range of $200^{\circ}C\;to\;500^{\circ}C$. The thin films deposited for 200 cycle show a better sensitivity to CO gas.
생체 환경 정보 센싱 모듈 및 농장 제어 게이트웨이를 이용한 스마트 낙농 관리 시스템 개발
박용주,문준,Park, Yongju,Moon, Jun 대한임베디드공학회 2016 대한임베디드공학회논문지 Vol.11 No.1
Recently, the u-IT applications for plants and livestock become larger and control of livestock farm environment has been used important in the field of industry. We implemented wireless sensor networks and farm environment automatic control system for applying to the breeding barn environment by calculating the THI index. First, we gathered environmental information like livestock object temperature, heart rate and momentum. And we also collected the farm environment data including temperature, humidity and illuminance for calculating the THI index. Then we provide accurate control action roof open and electric fan in of intelligent farm to keep the best state automatically by using collected data. We believed this technology can improve industrial competitiveness through the u-IT based smart integrated management system introduction for industry aversion and dairy industries labor shortages due to hard work and old ageing.
1:N 다중접속 경량 정보전력 동시전송(SWIPT) MAC에 관한 연구
박용주(Yongju Park),유혜빈(Hyebin Yoo),유호균(Ho-Gyun You),임용석(Yongseok Lim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
본 논문에서는 정보전력 동시전송 시에 다수 채널을 효과적으로 이용하여 IoT 디바이스로의 전력 및 데이터 전송 전력 수신효율 향상을 위한 최적 자원 할당 스케쥴링에 관하여 연구하였다. 특히, 정보전력 동시전송 기술 구현을 위해서 IEEE 802.15.4-2015에서 제안하는 DSME 방식을 사용하여 전력 전송을 할 때, 각 채널에 실시간으로 무선전력전송과 통신 구간을 할당하였다. 이때, 채널 혼잡도를 계산하여 특정 채널과 GTS를 변경하는 기법을 제안하여 혼잡한 구간에서의 정보전력 동시전송 시에 발생할 수 있는 통신 오류 등을 최소화하여 무선전력전송과 통신 간의 간섭을 최소화하였다.
제품 및 제조공정의 친환경 정보관리를 위한 Green-BOM 개발
박용주(Yongju Park),신문수(Moonsoo Shin),류광열(Kwangyeol Ryu) (사)한국CDE학회 2012 한국CDE학회 논문집 Vol.17 No.6
The world has faced with various environmental problems such as climatic change, global pollution, and depletion of natural resources. Conventional economic development continues not only to intensify the magnitude of the problems but also to damage growth potential of future generations. Therefore, recent manufacturers are highly required to accommodate themselves to sustainable development that aims at preventing the loss to the future generations. Moreover, the manufacturers are under heavy pressure from various environmental regulations. This paper proposes green bill of material (Green-BOM) which conforms to the environmental regulations to restructure eco-friendly manufacturing system. Green-BOM is useful for managing green product and process information to satisfy several environmental regulations by recording energy consumption, recycle rate, volatile organic compounds (VOCs), substance information, and so on.
전자기파 지향성 신호 전송(RF-DST) 제어를 위한 적응형 통신 채널 운용 기법
박용주(Yongju PARK),김혜정(Hyejung KIM),임용석(Yongseok LIM) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문에서는 다수개의 통신 채널을 이용하여 웨어러블 디바이스 또는 센서 디바이스로의 지향성 데이터 전송 시에 신호 수신 효율 향상을 위한 최적 자원 할당 스케쥴링에 관하여 연구하였다. 지향성 신호 전송을 할 때, 주변 통신 채널 혼잡도를 계산하여 특정 채널 및 시간의 할당 슬롯(GTS, Guaranteed Time Slot)을 변경하는 기법을 제안하여 혼잡한 통신 채널구간에서의 지향성 신호 전송 시에 발생할 수 있는 통신 오류 등을 최소화하여 ISM 밴드 내의 여타 통신 간의 간섭을 최소화하는 기법을 연구하였다.
주성분의 자기일치성에 기초한 다변량 대표관찰치의 기하적 표현
김기영,박용주,Kim KeeYoung,Park YongJu 한국통계학회 2005 응용통계연구 Vol.18 No.1
일변량 자료의 경우 대표관찰치는 사분위수 등에 기초하여 자료의 분포와 변이를 함축적으로 표현하기 위한 목적으로 사용되는 소수 개의 관찰치이다. Jones와 Rice(1992)는 다변량 자료에 대한 대표관찰치를 선택하기 위해 주성분분석에 근거한 방법을 제시한 바 있다. 이 연구에서는 주성분의 자기일치성을 이용하여 대표관찰치를 선택하고, 이를 표현하는 방안을 고찰한다. 기존의 방법에 의한 대표관찰치가 자료의 표본변이에 민감한 한편, 여기에서 제안되는 방법의 결과는 자기일치성을 가진다. Representative observations are useful to express explicitly the distributional variation of the data by a few selected observations corresponding to the quantiles in the univariate situation. Jones and Rice(1992) extended it to the multidimensional case by the principal component based method. This study introduces a modified version of Jones and Rice exploiting the self-consistency of principal components in expressing the chosen observation vectors. Compared to that of Jones and Rice, the suggested method tends to provide with less susceptible representative observations to the sampling variation of the data and the resulted vectors benefits from the self-consistency.
객체 인식 모델을 활용한 적재 불량 화물차 탐지 시스템
정우진,박진욱,박용주,Jung, Woojin,Park, Jinuk,Park, Yongju 한국정보통신학회 2022 한국정보통신학회논문지 Vol.26 No.12
Recently, the increasing number of overloaded vehicles on the road poses a risk to traffic safety, such as falling objects, road damage, and chain collisions due to the abnormal weight distribution, and can cause great damage once an accident occurs. therefore we propose to build an object detection-based AI model to identify overloaded vehicles that cause such social problems. In addition, we present a simple yet effective method to construct an object detection model for the large-scale vehicle images. In particular, we utilize the large-scale of vehicle image sets provided by open AI-Hub, which include the overloaded vehicles. We inspected the specific features of sizes of vehicles and types of image sources, and pre-processed these images to train a deep learning-based object detection model. Also, we propose an integrated system for tracking the detected vehicles. Finally, we demonstrated that the detection performance of the overloaded vehicle was improved by about 23% compared to the one using raw data.
객체 인식 모델을 활용한 적재불량 화물차 탐지 시스템 개발
정우진(Woojin Jung),박용주(Yongju Park),박진욱(Jinuk Park),김창일(Chang-il Kim) 한국정보통신학회 2022 한국정보통신학회 종합학술대회 논문집 Vol.26 No.2
최근 증가하고 있는 도로 위 적재 불량 화물차는 비정상적인 무게 중심으로 인해 물체 낙하, 도로파손, 연쇄 추돌 등 교통 안전에 위해가 되고 한번 사고가 발생하면 큰 피해가 유발할 수 있다. 하지만 이러한 비정상적인 무게 중심은 적재 불량 차량 인식을 위한 주행 중 축중 시스템으로는 검출이 불가능하다는 한계점이 있다. 본 논문에서는 이러한 사회 문제를 야기하는 적재 불량 차량을 관리하기 위한 객체 인식 기반 AI 모델을 구축하고자 한다. 또한 AI-Hub에 공개된 약 40만장의 대형차, 소형차, 중형차 별 적재 불량 차량과 일반차량으로 구분 된 데이터 셋 중 종류별로 제공되는 CCTV, 블랙박스, 카메라 시점의 적재 불량 차량 데이터 셋을 분석하여 전처리를 통해 적재 불량 차량 검지 AI 모델의 성능을 향상시키는 방법을 제시한다. 이를 통해, 원시 데이터를 활용한 학습 성능 대비 약 23% 향상된 적재 불량 차량의 검출 성능을 나타냄을 보였다. 본 연구 결과를 통해 공개 빅데이터를 보다 효율적으로 활용하여, 객체 인식 기반 적재 불량 차량 탐지 모델 개발에 적용할 수 있을 것으로 기대된다. Recently, the increasing number of overloaded vehicles on the road poses a risk to traffic safety, such as falling objects, road damage, and chain collisions due to the abnormal weight distribution, and can cause great damage once an accident occurs. However, this irregular weight distribution is not possible to be recognized with the current weight measurement system for vehicles on roads. To address this limitation, we propose to build an object detection-based AI model to identify overloaded vehicles that cause such social problems. In addition, we present a simple yet effective method to construct an object detection model for the large-scale vehicle images. In particular, we utilize the large-scale of vehicle image sets provided by open AI-Hub, which include the overloaded vehicles from the CCTV, black box, and hand-held camera point of view. We inspected the specific features of sizes of vehicles and types of image sources, and pre-processed these images to train a deep learning-based object detection model. Finally, we demonstrated that the detection performance of the overloaded vehicle was improved by about 23% compared to the one using raw data. From the result, we believe that public big data can be utilized more efficiently and applied to the development of an object detection-based overloaded vehicle detection model.