http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 김치성(Kim, Chisung) (검색결과 14 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
-
-
-
김치성(Kim, Chi-sung) 한국비평문학회 2014 批評文學 Vol.- No.53
이 논문에서는 윤동주 시의 백미(白眉)인 「자화상自畵像」의 최종 형태를, 「우물 속의 자상화自像畵」로 파악하여 분석하였다. 특히 동일한 내용이지만 다른 형태로 존재하던 세 시편 「自像畵」, 「自畵像」, 「우물 속의 自像畵」를 상호 비교하면서 그 차이점에 유의하였다. 시인의 창작 의도를 파악하는 데 집중하기 위해서였다. 연구 결과, 「自像畵」→「自畵像」→「우물 속의 自像畵」 순으로 창작되었으며, 「우물 속의 자상화自像畵」가 시인이 의도한 최종 작품이라는 사실을 밝혔다. 그리고 단계를 거치면서 점층적으로 시인의 의식이 발전한 것을 보았다. 구체적으로 먼저 「자상화」는 회화적 재현의 응축된 형태로 나타나는데, “畵”의 ‘그림’ 전략을 통해 구사한다. 하나의 풍경이 담긴 그림을 보여준다. 그 그림은 선명하고 객관적인 상(像)이 아니라, 관찰자인 ‘사나이’의 시선에 의한 주관적 이미지이다. 그리고 끝 부분에서 우물의 상징적 의미가 응축적으로 드러난다. 다음으로 「자화상」은 성찰적 주체의 탄생을 보여준다. 「자상화」와 달리 빈약하던 감정(“산모퉁이”, “홀로”, “미워져”)이 강화되고, “들여다 보”는 행위가 부각되며, “추억”의 시간성이 부여된다. 그리고 “파아란”이란 색채가 가미되어 내면이 탄생하게 된다. 이 모든 변화는 성찰적 주체가 탄생하는 요소로 작용한다. 이때 우물은 단순한 반사체가 아닌 내면의 반영체가 된다. 마지막으로 「우물 속의 자상화自像畵」는 “우물”이 시의 중심을 차지하며, 집단의 상징적 의미를 다양하게 드러낸다. 우물 속 “사나이”는 개인의 투사가 아니며 집단의 투사이고, 우물 속 공간은 신비로운 공간이다. 시인 윤동주가 ‘거울’이 아닌 ‘우물’을 시의 중심에 놓은 것은 철저히 의도적인 것으로 볼 수 있고, 따라서 윤동주 시편 「우물 속의 자상화自像畵」에서 ‘우물’은 앞으로도 계속해서 해석되어야 할 중요한 대상이 된다. This paper researched Jahwasang in the well as the final form of Jahwasang(a self-portrait) the best poem of Yoon Dongju. Especially it focused the differences three poems, Jasanghwa, Jahwasang, and Jasanghwa in the well whose title had same meaning but existed each poem respectively, while comparing and analysing these poems. It was to grasp the poet’s purpose for writing. As a studying result, Jasanghwa was written firstly, the next was Jahwasang and the last was Jasanghwa in the well. This paper reveled that the final work which was intended by the poet was Jasanghwa in the well. Also it suggested that the poet‘’s sense developed gradually through some steps. To put it concretely, first, Jasanghwa had indicated a condensed form of pictorial reproduction and used a ‘portrait’ tactic of the “picture(畵)”. This poem showed a picture included scenery. The scenery was not an obvious and objective shape but an image of subjective scenery on sight of a male, an observer. Then this poem condensed and indicated symbolic meaning of the well in the last section. The next, an introspective subject showed the birth in the poem, Jahwasang. Unlike Jasanghwa, weak emotions such as ‘spur of hill’, ‘along’ and ‘hate’ were reinforced, “a conduct of looking” was highlighted and “memory” gained Zeitlichkeit(時間性). And an inside was appeared with the color “blue”. All the changes affected the birth of introspective subject as elements. At this moment, the well became not a simple reflector but the reflection of the inside. Finally, “the well” was located in center and symbolic meanings of community were variously indicated in Jasanghwa in the well. “The male” in the well was a warrior of not individual but community, and space of the well was mysterious space. This paper considered that intentionally the poet, Yoon Dongju, located the well on center of this poem not a mirror, so the well in Jasanghwa in the well is an important object that will be studied from now on.
-
레이저 열화상 기법과 CNN 딥러닝을 이용한 용접부 표면의 자동 균열 검출 기술 개발
김치성(Chisung Kim),황순규(Soonkyu Hwang),정준연(Junyeon Chung),손훈(Hoon Sohn) 한국비파괴검사학회 2020 한국비파괴검사학회지 Vol.40 No.3
본 연구에서는 레이저 열화상 시스템과 균열 검출 알고리즘 개발을 통해 용접부에서 균열을 자동검출하는 기술을 연구하였다. 레이저 열화상 시스템은 레이저 가진으로 인해 균열부에서 발생하는 열파 집중현상을 관측하도록 구성되었다. 균열 검출 알고리즘은 (1) 온도 분포 특성을 이용한 열화상 이미지 병합으로 균열을 가시화하고, (2) 과적합을 방지하는 input 이미지 생성과 (3) CNN 딥러닝을 통해 균열부의 특징을 분석, 분류하여, (4) 원본 열화상 이미지에 균열의 위치를 Masking 한다. SUS 시험편 2개로 개발 기술을 검증하였고, 현미경과 액체침투법으로 확인한 실제 균열 정보와 비교하였다. 시험편 #1의 균열 이미지 618 개와 정상 이미지 1834개로 CNN 을 훈련시켰다. 시험편 #1과 #2의 총 9개 영역을 각 300개의 Test 이미지로 나눠 훈련된 알고리즘 성능을 검증해본 결과, 총 균열 14개 중 13개를 검출하였고, 정상 이미지 4개가 과검출되었다. 따라서 개발된 알고리즘은 용접부에서 용접의 복잡한 패턴과 구별하여 균열을 검출할 수 있다. In this study, automatic crack detection for welded surfaces was studied through the development of a laser active thermography system and a crack detection algorithm. The laser active thermography system observes thermal wave concentrations in the crack while exciting the surface of the weld. The crack detection algorithm (1) visualizes the cracks by merging the infrared (IR) images using the temperature distribution characteristics; (2) employs input image generation with a specific method to prevent overfitting; (3) analyzes and classifies the characteristics of the cracks using a deep learning convolutional neural network (CNN); and (4) marks the location of the cracks in the original IR image. The system and algorithm were verified using two SUS specimens (#1 and #2) and compared with actual crack data obtained by microscopy and penetration test. The CNN was trained with 618 images of cracks and 1834 images of intact specimen #1. For performance verification, a total of nine areas of specimens #1 and #2 were divided into 300 test images; 13 out of 14 cracks were detected while four intact images were overdetected. Thus, the developed algorithm can detect cracks in welded surfaces by distinuishing them from complex patterns of welding.
-
-
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
