http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이바로,박성수 육군사관학교 화랑대연구소 2013 한국군사학논집 Vol.69 No.3
This paper considers maximum flow network interdiction problem (MFNIP), which is to minimize the maximum flow from a node to another node by interdicting the arcs with limited resources available in the capacitated directed network. To reflect the uncertainties in the amount of resources needed to attack, a robust maximum flow network interdiction problem was designed through the robust optimization technique. In order to solve the problem, an algorithm using combinatorial Benders’ cuts was proposed. The computational experiences were reported by using the algorithm on randomly generated grid networks.
이바로,강진호,류상완 한국물리학회 2011 새물리 Vol.61 No.11
본 연구에서는 n형으로 도핑된 GaN 층을 선택적으로 전해에칭 함으로서나노 다공성 GaN를 제작하고, 비등방성 광학적 특성을 프리즘 커플러를이용하여 분석하였다. 프리즘 커플러 측정을 위해 에칭 깊이와porosity를 조절하여 적절한 나노 다공성 GaN를 제작하고, TE, TM 편광에서 각각의 도파 모드를 확인하였다. 도파 모드 측정 결과로 각편광에 대한 굴절률(n_TE, n_TM) 을 결정할 수 있고, 이를바탕으로 porosity에 따른 굴절률 변화를 분석하였다. 다공성이 없는 GaN 구조에서의 편광에 따른 굴절률 차이(n_TE, n_TM)가 0.04로관측되었고, 이 값은 나노 다공성 GaN 구조에서는 0.14로 더욱 커짐을확인하였다. In this research, nanoporous GaN was fabricated by electrochemical etching of n-type GaN, and its anisotropic optical properties were analyzed using the prism coupling technique. The refractive indices (n_TE, n_TM) were determined from the reflection spectra and mode calculations of the TE and the TM waveguide modes. Bulk GaN had an optical anisotropy due to a structural deformation during the growth. However, nanoporous GaN showed a larger optical anisotropy,and the difference between the indices of refraction increased to 0.14. This result agreed well with the numerical calculation.
드라마 동영상의 스토리 분석을 위한 계층적 은닉변수 모델
이바도(Bado Lee),석호식(Ho-Sik Seok),장병탁(Byoung-Tak Zhang) 한국정보과학회 2012 정보과학회 컴퓨팅의 실제 논문지 Vol.18 No.5
통계기법을 이용한 기계학습 연구가 활발히 진행되면서 시간 정보가 포함된 동적 스트림(stream) 분석에 기계학습 기법을 적용하려는 시도가 주목 받고 있다. 그러나 기존 연구는 동일 이미지 반복이라는 사전 지식을 이용하여 이미지 구간을 분리하였으며 각 스토리 구간을 특정짓는 이미지/텍스트의 분포가 뚜렷하게 구분되는 데이터를 대상으로 하였기에, 다양한 동영상 데이터에 적용하기에는 적합하지 않았다. 본 논문에서는 이미지 반복 등의 사전 지식을 이용하지 않고 비디오 스트림을 설명할 수 있는 생성모델(Generative Model)을 구성한 후 구성된 모델이 관찰한 장면(frame)을 만들어 낼 수 있는 가능성(Likelihood)에 기반 하여 주어진 드라마의 스토리 구간을 추정할 수 있는 방법을 소개한다. 본 논문에서 제안하는 방법은 각 스토리 구간의 은닉 구조 설명 모수 비교가 어렵다는 난점 해결을 위해 스토리 구간의 은닉 구조가 주어졌을 때 새로운 데이터의 설명 가능성을 계산하는 방법을 활용한다는 특징이 있다. 우리는 LDA(Latent Dirichlet Allocation) 방법론을 이용하여 스토리 구간 모델을 생성하였으며, 드라마 동영상에 제안 방법을 적용하여 추정한 결과를 인간 실험자의 스토리 구분 결과와 비교하여 제안 방법의 성능을 실험적으로 제시하였다. With the advancement of statistical machine learning, various machine learning methods have been applied to dynamic analysis of multimodal streams. However, previous studies have limitations for tackling various real-world streams because they focus on utilizing very limited characteristics of certain domains such as repetition of fixed frames. In this paper, we introduce a generative model-based segmenting method in which a story segment of a video stream is estimated through the likelihood of a given model to explain incoming data without requiring prior knowledge. There exists a profound question of how to compare each segment's latent structure parameters. In the proposed model, this difficulty is circumvented by computing likelihood of a new frame given a story model. We apply the proposed method to distinguishing several story segments in a TV drama episode. We employ LDA (Latent Dirichlet Allocation) framework for generating a story segment model. The proposed method is validated by comparing its results with those of human estimation.
비선형 초음파를 이용한 시멘트 페이스트의 탄산화 정량 평가
이바다 ( Lee¸ Bada ),백승오 ( Baek¸ Seungo ),이정훈 ( Rhee¸ Jeong-hoon ),김형기 ( Kim¸ Hyeong-ki ),김건 ( Kim¸ Gun ) 한국구조물진단유지관리공학회 2023 한국구조물진단유지관리공학회 학술발표대회 논문집 Vol.27 No.2
본 연구에서는 비선형 초음파 기법을 이용하여 시멘트 페이스트에 대한 탄산화의 영향을 정량화한다. 종파 속도 및 이차 고조파 생성 (Second harmonic generation, SHG)의 물리 현상을 기반으로 측정하는 비선형 계수 (Acoustic nonlinearity parameter, β) 통해 가속 탄산화 과정에서 발생하는 재료의 거시적/미시적 물성 변화를 정량화하였다. 이를 통해 탄산화에 의한 페이스트 내구성 향상을 모니터링하였고, 양생 조건에 따른 탄산화 특성을 분석하였다.
단어간 거리 관계를 고려한 랜덤하이퍼그래프 기반 언어 모델의 문장 생성 능력
이바도(Bado Lee),석호식(Ho-Sik Seok),장병탁(Byung-Tak Zhang) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C
랜덤하이퍼그래프 모델은 다양한 오더의 하이퍼에지 생성을 통해 유연하게 패턴을 표현할 수 있으므로 언어에 내재되어 있는 패턴 학습에 매우 유용하다. 기존의 랜덤하이퍼그래프 기반 언어모델에서는 패턴의 존재는 잘 발견하였으나, 패턴을 구성하는 단어간 거리를 고려하지 않았기에, 언어 모델의 현실성이 부족하였다[1,2]. 본 논문에서는 단어간 거리 관계를 고려하도록 개선된 랜덤하이퍼그래프 기반의 언어 모델을 소개한다. 제안 방법론은 영어 TV 드라마의 대본을 통해 언어 모델을 구성하였으며, 언어 모델이 생성한 문장의 문법적 타당성을 확인하여 제안 모델을 평가하였다. 학습이 진행됨에 따라 문법적 타당성이 높아지는 것을 확인할 수 있었으며, 동시에 의미적 타당성도 증가하는 것을 확인할 수 있었다.