http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오희석(Heeseok Oh),남상욱(Sangwook Nam) 대한전자공학회 2008 電子工學會論文誌-TC (Telecommunications) Vol.45 No.8
본 논문에서는 이중대역에서 작동하는 발룬을 제안하고 모의실험을 실시하였다. 기본적인 형태는 Wilkinson Power Divider에서 출발하여 각 단자(Port)간의 고립도(Isolation)를 향상시키기 위하여 λ/2 전송선을 단자 2와 3 사이에 삽입하였고, 이중대역 및 크기의 소형화를 위해서 λ/4 길이의 전송선을 metamaterial 구조인 CRLH(Composite Right/Left-Handed) 형태와 D-CRLH(Dual Composite Right/Left-Handed) 형태를 사용하여 TDMB 주차수대역인 195㎒, 그리고 DVB-H 주파수대역인 670㎒에서 작동하는 발룬을 설계하였다. 제안된 구조로 설계된 발룬의 반사손실(return loss)에 대한 최소값은 -12.98㏈(S11)이며, 고립도(isolation)는 최소 -12.4㏈, 그리고 출력신호간의 불균형은 0.08㏈보다 작고, 위상오차는 최대 2.8°이다. This paper proposes a dual-band balun which is based on Wilkinson power divider. By inserting λ/2 transmission line between port 2 and 3, this balun shows good matching at all ports and improved isolation. We use matamaterial(CRLH, D-CRLH) structure for a miniaturization of the circuit implementation and dual-band operation at TDMB frequency range(195㎒) and DVB-H frequency range(670㎒). The proposed balun is designed with return loss larger than -12.98㏈ at all port, and isolation larger than -12.4㏈, the amplitude imbalance between output signals less than 0.08㏈, also phase differences of outputs less than 2.8°.
오희석(Heeseok Oh) 한국정보보호학회 2020 情報保護學會誌 Vol.30 No.6
다양한 응용분야에서 심층신경망 기반의 학습 모델이 앞 다투어 이용됨에 따라 인공지능의 설명 가능한 동작 원리 해석과, 추론이 갖는 불확실성에 관한 분석 또한 심도 있게 연구되고 있다. 이에 심층신경망 기반 기계학습 모델의 취약성이 수면 위로 드러났으며, 이러한 취약성을 이용하여 악의적으로 모델을 공격함으로써 오동작을 유도하고자 하는 시도가 다방면으로 이루어짐에 의해 학습 모델의 강건함 보장은 보안 분야에서의 쟁점으로 부각되고 있다. 모델 추론의 입력으로 이용되는 이미지에 교란값을 추가함으로써 심층신경망의 오분류를 발생시키는 임의의 변형된 이미지를 적대적 사례라 정의하며, 본 논문에서는 최근 인공지능 및 컴퓨터비전 분야에서 이루어지고 있는 이미지 기반 적대적 사례의 생성 기법에 대하여 논한다.