http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
부력의 영향을 포함한 점탄성 유체의 열전달에 관한 수치해석
손창현(C. H. Sohn),안성태(S. T. Ahn),장재환(J. H. Jang) 한국전산유체공학회 1998 한국전산유체공학회 학술대회논문집 Vol.1998 No.-
The present numerical study investigates flow characters and heat transfer enhancement by the viscoelastic-driven secondary flow and buoyancy effect in a 2:1 rectangular duct. Three versions of thermal boundary conditions involving difference combination of heated walls and adiabatic walls are analyzed in this study. The Reiner-Rivlin model is adopted as a viscoelastic fluid model to simulate the secondary flow and temperature-dependent viscosity model is used. Calculated Nusselt numbers are very good agreement with experimental results for reported viscoelastic fluids, It is found that the heat transfer enhancement is mainly caused by the viscoelastic-driven secondary flow and buoyancy-induced secondary flow playa role of promoting this effect.
실내 화재 검출 정확도 개선을 위한 데이터 증강 기반 퓨샷 러닝 최적화 방법
이준목(Jun-Mock, Lee),강대성(Dae-Seong, Kang) 한국정보기술학회 2019 Proceedings of KIIT Conference Vol.2019 No.11
딥러닝을 활용하여 객체를 검출하는 기술은 다양한 방면으로 가파른 발전을 거듭하고 있다. 딥러닝 모델의 정확도는 양질의 학습데이터와 연관이 있는 것은 이미 널리 알려진 사실이다. 양질의 학습데이터 확보가 어려운 범죄, 실내 화재 등을 검출할 딥러닝 모델을 개발해야 하는 경우 모델의 정확도를 향상하는 데에는 한계점이 존재한다. 본 논문에서는 학습데이터의 수집이 제한된 상황에서 데이터 증강을 통해 학습데이터를 스스로 생성하여 검출 모델의 정확도를 향상하는 방법을 제안한다. 제안한 방법을 통해 대량의 데이터로 학습된 모델과 유사한 검출 정확도를 보여주며, 적은 데이터로 학습하기 때문에 학습 소요 시간 또한 단축되었음을 실험을 통해 보여준다.