http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
막증발 공정에서 운영 조건에 따른 막오염 및 막젖음 분석
임주완,박정원,민소진,이호성,손광표,채도원,박병규 한국막학회 2018 한국막학회 총회 및 학술발표회 Vol.2018 No.11
막증발 (Membrane Distillation, MD) 기술은 역삼투 해수담수화 공정에서 발생하는 농축수의 처리 문제를 해결하고 공정 회수율을 증가시킬 수 있는 차세대 담수화 기술로 부각되고 있다. 하지만 MD 공정의 효율적 운영을 위해서는, 막의 오염 (Fouling) 및 젖음 (Wetting) 현상을 해결하여야 한다. 이 현상들은, 해수 속에 존재하는 성분, 막의 종류 등을 포함한 여러 가지 운영 조건 등에 따라 다를 수 있다. 따라서 본 연구에서는 막오염과 막젖음 현상이 어떻게 발생하는지 살펴보기 위해, MD 공정 운영 조건을 변화시키며 막투수도 및 여과저항, 처리수 전도도 등을 측정하고, SEM-EDX, LEP (Liquid Entry Pressure) 등을 이용하여 막을 분석하였다.
다변량 시계열 이상 탐지 과업에서 비지도 학습 모델의 성능 비교
임주완,이재구 한국정보보호학회 2023 정보보호학회논문지 Vol.33 No.1
다변량 시계열 이상 탐지 과업에서 정답 값이 존재하는 데이터를 얻는 것은 매우 시간 집약적인 일이다. 따라서 최근 정답 값이 필요 없는 비지도 학습법(unsupervised learning)에 관한 많은 연구가 진행되었다. 하지만 다변량 시계열 이상 탐지 과업에 특화된 주요 구조와 세부적인 특성에 대한 심화 있는 논의는 이루어지지 않았다. 본 논문에서는 비지도 학습 기반의 다변량 시계열 이상 탐지 모델과 특장점을 포괄적으로 분석하여 분류하였다. 전력 계통(power grid) 또는 Cyber Physical System(CPS)과 같은 현실 세계 데이터 집합에서 현실적인 이상 상황을 고려하여 학습을 진행하였고, 실험 결과를 바탕으로 각 모델의 정량적 성능을 비교 분석하였다. 성능 지표로는 정밀도(precision), 재현율(recall)과 F1 점수를 사용하여 성능을 측정하였다.
입자 크기에 따른 수처리용 패턴막의 막오염 저감 효과 비교
임주완,박정원,민소진,김기홍,이호성,박병규 한국막학회 2017 한국막학회 총회 및 학술발표회 Vol.2017 No.05
막여과 수처리 공정에서 막오염은 플럭스 감소나 막간차압 증가를 야기하는 중요한 문제로 남아있다. 막오염을 저감하는 여러 가지 방법 중, 막의 표면에 패턴을 입혀 그 패턴의 형상에 따라 유체의 이동을 변화시킴으로써 막오염을 저감시키는 방법이 연구되어 왔다. 특히 45° 회전된 피라미드 패턴은 피라미드 패턴에 비해 막오염 저감 효과가 크다는 연구결과가 있었다. 본 연구에서는 비용매상분리법과 소프트리소그래피(soft-lithograhy)를 이용하여 막의 표면에 45° 회전된 피라미드 패턴을 입히고, 크기가 다른 입자를 포함한 원수를 여과하면서 막오염 저감 효과를 비교해 보았다.
BERT, LSTM과 GRU를 사용한 네트워크 이상 탐지 성능 비교
임주완(Juwan Lim),김인경(Inkyung Kim),이명학(Myunghak Lee),하정민(Jungmin Ha),이재구(Jaekoo Lee) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
자연어 처리 분야 문제에서 state-of-the-art(SOTA)을 달성한 bi-directional encoder representations from transformers(BERT)는 미세 조정(fine-tuning) 기반 전이 학습법으로서, 위키피디아와 BooksCorpus 같이 레이블이 없는 텍스트 데이터를 트랜스포머(transformer)의 인코더로 사전 학습(pre-trained)한 모델이다. 본 논문에서는 HTTP 메시지 페이로드(payload) 기반 네트워크 이상 탐지 과업에 대해 자연어 처리 분야에서 뛰어난 성능을 보였던 long short term memory(LSTM), gate recurrent unit(GRU)와 BERT의 성능을 비교 분석하였다. 그 결과 HTTP 메시지 페이로드 데이터 집합에 대해 BERT가 순환 신경망 모델보다 더 높은 F1 점수와 정확도를 보였다. 이러한 실험 결과를 바탕으로 추후 네트워크 이상 탐지 분야에서 BERT의 활용 가능성에 관한 연구를 계획할 수 있을 것으로 기대한다.