고속 가공을 이용한 금형의 효율적 생산

김민태(MinTae Kim),제성욱(Sung Uk Je),이해성(Hae Sung Lee),주종남(Chong Nam Chu) Korean Society for Precision Engineering 2006 한국정밀공학회지 Vol.23 No.12

소리 정보를 이용한 배전용 변압기의 이상 전압 탐지

김민태(Mintae Kim),이선민(Seonmin Lee),이성주(Sungju Lee) 한국정보과학회 2020 한국정보과학회 학술발표논문집 Vol.2020 No.12

SV PWM을 이용한 고속 릴럭턴스 동기 전동기 구동

김민태(Mintae Kim),오성업(Sungup Oh),성세진(Sejin Seong),백동기(Tongki Paek) 전력전자학회 1998 전력전자학술대회 논문집 Vol.- No.-

Many Harmonics components is contained within the stator currents of the High-speed Reluctance Synchronous Motor with salient pole rotor. They cause the power factor of RSM to get worse. In this paper, the mathematical model of RSM is investigated. And SV_PWM control method is applied to reduce Harmonics components in the stator currents. Simulation results shows the fast response of speed and the reduction of Harmonics components at steady state.<br/> <br/>

탄소 복합재의 고온 노출에 따른 인장 강도 변화 연구

김민태(Mintae Kim),정재훈(Jaehun Jeong),박선욱(Sunwook Park),정년수(Nyeonsoo Jeong) 한국항공우주학회 2018 한국항공우주학회 학술발표회 논문집 Vol.2018 No.11

U-net 기반 멜-스펙트로그램을 이용한 배전용 변압기의 배경 소리 제거

김민태(Mintae Kim),이선민(Seonmin Lee),양수빈(Subin Yang),김철오(Chuloh Kim),이현신(Hyunshin Lee),이성주(Sungju Lee) 한국정보과학회 2021 한국정보과학회 학술발표논문집 Vol.2021 No.6

가속도 센서 기반 지능형 타이어를 이용한 타이어 마모 추정

김승택(Seungtaek Kim),정다솔(Dasol Jeong),최세범(Seibum Choi),이호종(Hojong Lee),김민태(Mintae Kim) 한국자동차공학회 2020 한국자동차공학회 지부 학술대회 논문집 Vol.2020 No.6

In this paper, intelligent tire based tire wear estimation method is proposed. It is important to estimate tire wear because tire wear is closely related to vehicle safety, especially braking distance. The existing method of estimating tire wear is considering mileage and tire wear rate. However, this method has the limitation that the estimation of the tire wear rate should be preceded. Therefore, in this paper, tire wear estimation method using intelligent tires is proposed. Three wear parameters predominant to wear that can be obtained from an intelligent tire acceleration sensor are proposed: x-direction acceleration peak, z-direction acceleration peak, and z-direction jerk peak. Tendency between the corresponding factor and wear was confirmed through an indoor test. The effect of tire load, speed, and pressure on the wear factor was considered and tire wear was estimated using the support vector regression technique. Wear estimation performance was verified by indoor testing.

고지혈증 진단의 기계학습 정확도 개선을 위한 중요 임상데이터 특징 선택

이선민(Seonmin Lee),김민태(Mintae Kim),양수빈(Subin Yang),김학재(Hakjae Kim),정태경(Taikyeong Jeong),이성주(Sungju Lee) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6

기계학습 방법을 이용한 고지혈증의 정확한 진단을 위하여 임상데이터의 중요한 특징을 분석하는 것은 중요한 문제이다. 본 논문에서는 25가지의 고지혈증 임상데이터 특징 중에서 10가지의 중요한 특징만을 이용하여 고지혈증 진단 정확도를 개선하는 방법을 제안한다. 즉, 임상적으로 정의된 정상범위와의 관계성과 임상데이터 내의 특성을 분석한 특징 중요도를 분석해 우선순위가 높은 특징을 선택하여 기계학습의 정확도를 개선한다. 실험결과, 총 148명의 고지혈증 임상데이터를 SVM(Support Vector Machine), Decision Tree, 그리고 Random Forest를 통해 진단율을 각각 확인한다. 또한, 제안방법을 통하여 중요도 전체 25가지의 특징 중 10가지의 중요한 특징을 우선적으로 선택하여 정확도를 최대 13.3% 개선할 수 있음을 확인한다.

SDN 환경에서 형태보존암호를 이용한 IP 주소 보호 기법

박도현(Dohyeon Park),김민태(Mintae Kim),임종훈(Jonghoon Lim),장래승(Raeseung Jang),이선영(Sun-Young Lee) 한국통신학회 2021 韓國通信學會論文誌 Vol.46 No.2

軍 보고서 등장 문장과 관련 법령 간 비교 시스템 구축 방안 연구

정지인(Jiin Jung),김민태(Mintae Kim),김우주(Wooju Kim) 한국지능정보시스템학회 2020 지능정보연구 Vol.26 No.3

軍에서 방위력개선사업(이하 방위사업)은 매우 투명하고 효율적으로 이루어져야 함에도, 방위사업 관련 법 및 규정의 과도한 다양화로 많은 실무자들이 원활한 방위사업 추진에 어려움을 겪고 있다. 한편, 방위사업 관련 실무자들이 각종 문서에서 다루는 법령 문장은 문장 내에서 표현 하나만 잘못되더라도 심각한 문제를 유발하는 특징을 가지고 있으나, 이를 실시간으로 바로잡기 위한 문장 비교 시스템 구축에 대한 노력은 미미했다. 따라서 본 논문에서는 Siamese Network 기반의 자연어 처리(NLP) 분야 인공 신경망 모델을 이용하여 軍의 방위사업 관련 문서에서 등장할 가능성이 높은 문장과 이와 관련된 법령 조항의 유사도를 비교하여 위법 위험 여부를 판단ㆍ분류하고, 그 결과를 사용자에게 인지시켜 주는 ‘軍 보고서 등장 문장과 관련 법령 간 비교 시스템’ 구축 방안을 제안하려고 한다. 직접 제작한 데이터 셋인 母문장(실제 법령에 등장하는 문장)과 子문장(母문장에서 파생시킨 변형 문장) 3,442쌍을 사용하여 다양한 인공 신경망 모델(Bi-LSTM, Self-Attention, D_Bi-LSTM)을 학습시켰으며 1 : 1 문장 유사도 비교 실험을 통해 성능 평가를 수행한 결과, 상당히 높은 정확도로 子문장의 母문장 대비 위법 위험 여부를 분류할 수 있었다. 또한, 모델 학습에 사용한 子문장 데이터는 법령 문장을 일정 규칙에 따라 변형한 형태이기 때문에 母ㆍ子문장 데이터만으로 학습시킨 모델이 실제 軍 보고서에 등장하는 문장을 효과적으로 분류한다고 판단하기에는 제한된다는 단점을 보완하기 위해, 실제 軍 보고서에 등장하는 형태에 보다 더 가깝고 母문장과 연관된 새로운 문장 120문장을 추가로 작성하여 모델의 성능을 평가해본 결과, 母ㆍ子문장 데이터만으로 학습시킨 모델로도 일정 수준 이상의 성능을 확인 할 수 있었다. 결과적으로 본 연구를 통해 방위사업 관련 軍 보고서에서 등장하는 여러 특정 문장들이 각각 어느 관련 법령의 어느 조항과 가장 유사한지 살펴보고, 해당 조항과의 유사도 비교를 통해 위법 위험 여부를 판단하는 ‘실시간 軍 문서와 관련 법령 간 자동화 비교 시스템’의 구축 가능성을 확인할 수 있었다. The Ministry of National Defense is pushing for the Defense Acquisition Program to build strong defense capabilities, and it spends more than 10 trillion won annually on defense improvement. As the Defense Acquisition Program is directly related to the security of the nation as well as the lives and property of the people, it must be carried out very transparently and efficiently by experts. However, the excessive diversification of laws and regulations related to the Defense Acquisition Program has made it challenging for many working-level officials to carry out the Defense Acquisition Program smoothly. It is even known that many people realize that there are related regulations that they were unaware of until they push ahead with their work. In addition, the statutory statements related to the Defense Acquisition Program have the tendency to cause serious issues even if only a single expression is wrong within the sentence. Despite this, efforts to establish a sentence comparison system to correct this issue in real time have been minimal. Therefore, this paper tries to propose a “Comparison System between the Statement of Military Reports and Related Laws” implementation plan that uses the Siamese Network-based artificial neural network, a model in the field of natural language processing (NLP), to observe the similarity between sentences that are likely to appear in the Defense Acquisition Program related documents and those from related statutory provisions to determine and classify the risk of illegality and to make users aware of the consequences. Various artificial neural network models (Bi-LSTM, Self-Attention, D_Bi-LSTM) were studied using 3,442 pairs of “Original Sentence”(described in actual statutes) and “Edited Sentence”(edited sentences derived from “Original Sentence”). Among many Defense Acquisition Program related statutes, DEFENSE ACQUISITION PROGRAM ACT, ENFORCEMENT RULE OF THE DEFENSE ACQUISITION PROGRAM ACT, and ENFORCEMENT DECREE OF THE DEFENSE ACQUISITION PROGRAM ACT were selected. Furthermore, “Original Sentence” has the 83 provisions that actually appear in the Act. “Original Sentence” has the main 83 clauses most accessible to working-level officials in their work. “Edited Sentence” is comprised of 30 to 50 similar sentences that are likely to appear modified in the county report for each clause(“Original Sentence”). During the creation of the edited sentences, the original sentences were modified using 12 certain rules, and these sentences were produced in proportion to the number of such rules, as it was the case for the original sentences. After conducting 1 : 1 sentence similarity performance evaluation experiments, it was possible to classify each “Edited Sentence” as legal or illegal with considerable accuracy. In addition, the “Edited Sentence” dataset used to train the neural network models contains a variety of actual statutory statements(“Original Sentence”), which are characterized by the 12 rules. On the other hand, the models are not able to effectively classify other sentences, which appear in actual military reports, when only the “Original Sentence” and “Edited Sentence” dataset have been fed to them. The dataset is not ample enough for the model to recognize other incoming new sentences. Hence, the performance of the model was reassessed by writing an additional 120 new sentences that have better resemblance to those in the actual military report and still have association with the original sentences. Thereafter, we were able to check that the models’ performances surpassed a certain level even when they were trained merely with “Original Sentence” and “Edited Sentence” data. If sufficient model learning is achieved through the improvement and expansion of the full set of learning data with the addition of the actual report appearance sentences, the models will be able to better classify other sentences coming from military reports as legal or illegal. Based on the experimental resu

Parallel Stacked Bidirectional LSTM 모델을 이용한 한국어 영화리뷰 감성 분석

오영택(Yeongtaek Oh),김민태(Mintae Kim),김우주(Wooju Kim) 한국정보과학회 2019 정보과학회논문지 Vol.46 No.1

감성분석은 텍스트 문서의 감성을 분류하는 문서 분류의 한 분야이다. 딥러닝을 이용한 감성분석 방법론은 문서를 토큰화 후 임베딩을 통해 문장벡터를 얻는 과정과 벡터화된 문서를 분류하는 과정으로 나눌 수 있다. 기존 연구들의 방식들을 리뷰하고 어떤 방식의 임베딩 방법과 딥러닝 모델이 한국어 문서에 적합한지 감성분석에 비교 실험을 통해 한국어에 적합한 방법론을 찾아낸다. 문서 전처리 방법은 문서를 단어, 음절 그리고 음소 단위로 토큰화 하는 방법을 비교하였다. 또한, 모델을 CNN부터 LSTM, Bi-LSTM, Stacked Bi-LSTM, 새롭게 제안하는 Parallel Stacked Bidirectional LSTM 모델까지 네이버 영화 리뷰 데이터셋인 NSMC에 대해 비교 실험을 하였다. 제안된 모델의 성능이 기존의 기본 딥러닝 모델에 비해 높은 성능을 보임을 확인하였고, 다른 전처리를 통해 학습된 모델간의 앙상블을 통해 보다 최고 성능인 88.95%의 분류 정확도를 달성하였다. The sentiment analysis is a field of document classification that classifies the sensitivity of text documents. The sentiment analysis methodology that employs the use of deep learning can be divided into a process of tokenizing a document, obtaining a sentence vector through embedding and classifying a vectorized document. We reviewed the methods of various existing studies and found out the appropriate methodology focusing on embedding methods and deep learning models for the Korean documents through comparative experiments. The document pre-processing method compares documents to words, syllables and phonemes. Additionally, a comparative experiment was conducted on the Naver movie review data set nsmc (naver sentiment movie corpus) from the CNN to the LSTM, bi-LSTM, stacked bi-LSTM and the newly proposed Parallel Stacked Bidirectional LSTM model. The results showed that the performance of the proposed model was higher than that of the existing simple deep learning model. Moreover, itachieved the best classification performance of approximately 88.95% through the ensemble among the models learned through other pre-processing.