http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정순호,Jeong, Sun-Ho 한국방위산업진흥회 2001 國防과 技術 Vol.- No.273
ES기능의 하나인 방향탐지는 국가급 보안에 해당하는 분야로 일부 상용체제를 제외하고는 철저하게 독자적으로 개발되어야 한다. 그러나 국내개발 수준은 상당히 낙후되어 있으며 주요 핵심부품은 해외도입하고 있는 실정이다. 우리 나라도 더 이상의 직구매 방식을 지양하고, 국내 연구개발을 통해 독자적 전자전 장비 및 운용체제 갖추어 나가야 한다. 육군, 국과연, 학교 그리고 업체의 유기적인 참여와 협조만 이루어진다면 지금까지 국내에 축적된 기술력으로 충분히 개발할 수 있다고 판단된다.
정순호,Jeong, Sun-Ho 한국방위산업진흥회 2001 國防과 技術 Vol.- No.272
과거의 전쟁양상과는 달리 미래전은 전자전이 전쟁의 승패에 중추적 역할을 담당하게 될 것이다. 전자전 지원장비인 방탐장비는 주요국가들에게 고유의 모델과 기술로 제작 운용하고 있으며, 해외구입시 기술적 종속 및 정보누출의 위험에 노출될 수 있는 소지가 있다. 이 글에서는 방탐장비의 기본원리와 탐지기법 등 이론적인 설명을 하였으며, 주요 선진국의 방향탐지 장비현황 및 발전추세를 철저히 분석하여 우리 군이 미래전에 대비하여 나아가야 할 방향과 방법을 제시하였다.
미국 금리 스프레드를 이용한 한국 금리 스프레드 예측 모델에 관한 연구 : SVR-앙상블(RNN, LSTM, GRU) 모델 기반
정순호(Sun-Ho Jeong),김영후(Young-Hoo Kim),송명진(Myung-Jin Song),정윤재(Yun-Jae Chung),고성석(Sung-Seok Ko) 한국산업경영시스템학회 2020 한국산업경영시스템학회지 Vol.43 No.3
Interest rate spreads indicate the conditions of the economy and serve as an indicator of the recession. The purpose of this study is to predict Korea s interest rate spreads using US data with long-term continuity. To this end, 27 US economic data were used, and the entire data was reduced to 5 dimensions through principal component analysis to build a dataset necessary for prediction. In the prediction model of this study, three RNN models (BasicRNN, LSTM, and GRU) predict the US interest rate spread and use the predicted results in the SVR ensemble model to predict the Korean interest rate spread. The SVR ensemble model predicted Korea s interest rate spread as RMSE 0.0658, which showed more accurate predictive power than the general ensemble model predicted as RMSE 0.0905, and showed excellent performance in terms of tendency to respond to fluctuations. In addition, improved prediction performance was confirmed through period division according to policy changes. This study presented a new way to predict interest rates and yielded better results. We predict that if you use refined data that represents the global economic situation through follow-up studies, you will be able to show higher interest rate predictions and predict economic conditions in Korea as well as other countries.
개선된 SOG 기반 고속 세선화 알고리즘($SOG^*$)
이찬희,정순호,Lee, Chan-Hui,Jeong, Sun-Ho 한국정보처리학회 2001 정보처리학회논문지B Vol.8 No.6
본 논문은 기존의 신경망을 이용한 세선화 방법 중에서 자기 구성 그래프(Self-Organized Graph:SOG) 세선화 기법의 우수한 세선화 결과를 유지하면서, 수행 속도를 향상시키기 위하여 Kohonen Features Map의 새로운 점증 기법을 변형된 SOG에 적용한 개선된 SOG(Improved SOG:$SOG^*$) 세선화 기법을 제안한다. 실험 결과로써 숫자와 문자 모두 기존의 SOG와 같은 우수한 세선화 결과를 나타내며, O((logM)3)의 시간 복잡도를 가지는 속도 향상을 이루었다. 따라서 본 논문에서 제안한 방법은 숫자 또는 문자 인식에 있어 특징 추출의 빠른 전처리 과정으로 사용할 수 있다. In this paper, we propose Improved Self-Organized Graph(Improved SOG:$SOG^*$)thinning method, which maintains the excellent thinning results of Self-organized graph(SOG) built from Self-Organizing features map and improves the performance of modified SOG using a new incremental learning method of Kohonen features map. In the experiments, this method shows the thinning results equal to those of SOG and the time complexity O((logM)3) superior to it. Therefore, the proposed method is useful for the feature extraction from digits and characters in the preprocessing step.