http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
문지환(Ji-Hwan Moon),김계영(Gye-Young Kim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
본 논문은 동영상 예측모델 중 하나인 MIM(Memory In Memory)의 단점을 보완하는 것을 목표로 한다. MIM 모델은 결정론적인 방법을 사용하여 과거의 확률 분포를 학습하여 현재의 확률 분포를 예측한다. MIM의 단점은 결정론적인 방법의 고질적인 문제와 관련이 있는데, 과거의 확률 분포를 바탕으로 현재의 확률 분포를 구성하기 때문에 구성 정확도가 낮고 학습 속도가 느린 것이다. 이 단점을 해결하기 위해 본 논문에선 optical flow를 손실함수로 적용하여 사용하여 객체의 이동을 추적한다. optical flow 손실함수의 성능을 평가하기 위해 Moving Mnist 데이터셋을 사용하였으며, 실험 결과 학습 횟수가 10,000~20,000번 줄었으며 정확도는 최대 2% 증가하였다.
문지환 ( Ji Hwan Moon ),박종필 ( Jong Pil Park ),김규용 ( Gyu Yong Kim ),이상수 ( Sang Soo Lee ),송하영 ( Ha Young Song ) 한국건축시공학회 2012 한국건축시공학회 학술발표대회 논문집 Vol.12 No.1
This application plan is hasty prepared with the actual condition in which the majority is reclaimed by the waste with the marine and the polysilicon sludge, that is the main raw material of the solar pannel support, does. In this research, by using OPC and Fly ash, the applicability as the blending material of the polysilicon sludge was analyze and it tried to contribute to the waste reduction afterward. The replacement ratio of the sludge was set to 5. 10, 15, 20(%) with the experiment based on the based test result and the air flow rate, liquidity, flexural strength, and compressive strength was measured. The liquidity was reduced in spite of as the replacement ratio of the sludge increased and the air flow rate increased.
서열 유사도와 특징 기반 분류를 융합시킨 단백질 기능 예측 시스템
문지환 ( Ji Hwan Moon ),김유성 ( Yoo-sung Kim ) 한국정보처리학회 2010 한국정보처리학회 학술대회논문집 Vol.17 No.2
단백질의 서열 정보와 기능 정보의 양이 증가함에 따라 컴퓨터 실험을 통한 단백질의 기능 예측이 가능해졌으며 정확성이 높은 예측 시스템을 개발하려는 여러 연구가 시도되고 있다. 대표적인 방법으로 서열 유사도를 기반으로 기능 예측을 하는 시스템이 제안되었으나 단백질 중에는 서열이 유사하지만 기능이 다르거나 또는 서열은 다름에도 불구하고 기능이 같은 단백질이 존재하기 때문에 서열의 유사도 만을 이용해서는 단백질의 기능 예측을 어렵다. 이러한 유사도 방법의 단점을 극복하기 위해 단백질 서열로부터 추출한 특징을 기반으로 분류하는 방법도 제안되었다. 본 논문에서는 이러한 기존 방법들의 장점을 얻기 위하여 서열 유사도 방법과 특징 기반 방법을 융합한 단백질 기능 예측 시스템을 제안하고 예측 정확성 분석을 위한 실험을 실시하였다. 실험의 결과에 따르면 제안된 융합시스템이 서열 유사도만을 이용한 방법과 특징 기반 방법보다 좋은 예측 정확률을 갖는 것으로 분석되었다.
딥러닝과 드론을 이용한 동일 모양 건축 자재 수량 측정에 관한 실증적 연구
문지환 ( Ji-hwan Moon ),송누리 ( Nu-lee Song ),최재갑 ( Jae-gab Choi ),박진호 ( Jin-ho Park ),김계영 ( Gye-young Kim ) 한국정보처리학회 2019 한국정보처리학회 학술대회논문집 Vol.26 No.1
최근에 카메라를 사용하여 물체를 인식하고 수량을 측정하는 연구가 진행되고 있다. 하지만 건축 자재와 같이 인접한 동일 물체의 경우, 인식과 측정이 어려우며, 이와 관련된 연구는 부족한 실정이다. 본 논문에서는 이러한 문제를 해결하기 위해 딥러닝과 드론을 사용하는 방법을 통하여 자재 더미의 윗면과 측면의 촬영, 드론 로그를 사용하한 드론 높이와 Yaw값 획득, 영상 내 자재 종류와 영역 정보 등 미리 학습된 딥러닝 모델을 사용한 획득방법, 드론 촬영 시의 Yaw값 차이를 이용해 윗면과 측면이 공통으로 가지는 직선 검색, 자재 더미의 가로, 세로, 높이의 비율 등을 통한 각 화소 비율과 자재 개수의 영역별 가상의 체적값 분석, 드론의 화각, 높이를 사용한 체적 사진측량값 획득, 가상 체적과 사진측량법 사이의 오차 최소화 비율 등을 연구하였다.