http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
조원영(WonYoung Jo),정병훈(ByungHun Jung),이문용(MoonYong Lee),조윤현(YunHyun Cho) 대한전기학회 2007 대한전기학회 학술대회 논문집 Vol.2007 No.10
본 연구는 유한 길이를 갖는 솔레노이드 내에 원통형 도체가 존재하는 경우, 코일에 펄스 전압을 인가했을 때 정적, 동적 특성을 고찰하였다. 또한 솔레노이드 내에 자속을 한 부분으로 집중시켜주는 B-field shaper를 삽입하여 같은 방법으로 펄스 전류 인가시의 정적, 동적 특성을 고찰하였다. 원통형 도체의 재질로는 Al, Cu, Fe 계열을 사용하였으며, 인가 전압은 고압용 콘덴서를 충전하여 수백 micro sec 단위의 짧은 시간에 통전하였다. 본 논문에서는 유한 길이 솔레노이드는 설계 기본 방법을 제시하였고, 설계된 시작품에 대한 동적 특성 해석은 유한요소법을 이용하여 검증하였다. 해석 결과로는 현상에 따른 솔레노이드 내의 원통 도체에 작용하는 자기력 분포, 인덕턴스 등 설계 변수에 대한 자기력 특성 값을 제시하였다.
조한슬(Hanseul Jo),유재흥(Jaeheung Yoo),조원영(Wonyoung Cho),신정우(Jungwoo Shin) 한국혁신학회 2021 한국혁신학회지 Vol.16 No.4
제4차 산업 혁명 시대에 들어서면서, 인공지능 기술융합은 산업의 경쟁력을 결정하는 핵심 전략으로 여겨지고 있다. 이러한 산업 혁신 트렌드에도 불구하고 아직까지 인공지능 융합경쟁력을 평가할 수 있는 객관적 기준은 마련되어 있지 않은 상태다. 따라서 본 연구에서는 선행연구 검토를 통해 인공지능 융합경쟁력을 정의하고, 이를 정량적으로 평가할 수 있는 지수 개발 방법론을 제안하고자 한다. 선행연구로는 선행 인공지능 지수 개발 연구, 산업경쟁력 지수 개발 연구, 융합지수 개발 연구, 인공지능 융합 설문조사 연구들이 검토되었으며, 각각의 지수 개발 방법론과 평가 지표 및 변수들이 함께 검토되었다. 그 결과, 본 연구에서는 산업융합의 전주기를 반영할 수 있는 4가지 지표로 지수를 구성하였으며, 총 33개의 변수들이 융합역량 평가 척도로 도출되었다. 도출된 지수 구조를 활용해 대표적으로 제조업 산업에 대한 분석을 수행하였으며, 그 결과, 제조업 분야는 많은 연구인력과 우수한 연구 및 기술 개발 성과를 보유하고 있으나, 실제 산업 활용 단계에서는 어려움을 겪는 것으로 나타났다. 타산업과 비교했을 때 특히 융합의 밀도와 기업 단위에서의 활용 측면에서 개선이 필요함을 확인하였다. 도출된 융합경쟁력 지수는 향후 산업별 인공지능 융합 수준을 평가하는 객관적 지표로 활용될 수 있으며, 구체적인 산업별 인공지능 활용 로드맵 설계에 기초자료로써 기여할 수 있다. As getting into the 4<SUP>th</SUP> industry era, artificial intelligence technology convergence has been considered as a key strategy that determines the industrial competitiveness. Despite this industrial innovation trend, the objective criteria for evaluating artificial intelligence convergence competitiveness have not been developed yet. In these reasons, this study aims to propose a methodology to develop the index that defines what AI convergence competitiveness is and how to quantitatively evaluate it. Previous studies about AI index, industrial competitiveness index, convergence index and surveys of AI applications were reviewed to go over the methodologies, pillars and indicators. Consequently, the index in this study is composed of 4 pillars and 33 indicators that reflect the whole cycle of industrial convergence. Manufacturing field was analyzed as one of representative examples in this study. As a result of analysis, manufacturing field has lots of researchers and shows high performance in research papers and technology development. However, it shows that there are difficulties applying AI technologies in market level. Compared to other industries, it also seems to be necessary to be improved, especially in terms of the intensity of AI convergence and applications in market level. The result of the suggested AI convergence competitiveness index in this study can contribute to evaluate the level of AI convergence by industry and to design a specific AI application policies as a multidimensional evaluation model.