http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
최준영,강승수,박은아,이강원,이시훈,조수강,권영길,Choi, JunYoung,Kang, SeungSu,Park, EunAh,Lee, KangWon,Lee, SiHun,Cho, SooKang,Kwon, YoungGil 한국자동차안전학회 2019 자동차안전학회지 Vol.11 No.2
This paper describes effectiveness of accident reduction on vehicles equipped with AEB using accident data occurring in Korea. During the statistical period, we used the number of vehicles which are covered by auto insurance and the number of accidents. To maximize the reduction effect of accidents caused by the driver's carelessness, the analysis was limited to Physical Damage Coverage that covers the cost of repairing or replacing the damaged vehicle caused by the driver's fault. Due to Personal Information Protection Law, it was not capable of comparing the same vehicle using Vehicle Identification Number in this study. Instead of that, we used it as a similar vehicle, so there are limits to the comparison and analysis results. As a result of this study, we have found that the effect of reducing accidents was different depending on the vehicle class, but it was generally concluded that the number of accidents decreased when the vehicle was equipped with an AEB system. Domestic research on the AEB effect of reducing accidents is not active yet. Therefore, it is absolutely essential to analyze the effects according to various conditions such as driver's age, occupation and gender as well as expanding the study models in the future.
최준영(Junyoung Choi),김연식(Yeonsik Kim),유창상(Changsang Yu) 대한공간정보학회 2008 한국지형공간정보학회 학술대회 Vol.2008 No.10
새정부 들어 주택의 안정적 공급을 위한 대책을 내놓고 있으나, 주택 수요ㆍ공급과 관련된 통계 및 정보의 종합적 관리 체계 미흡으로 주택수급상황을 파악하여 주택수급에 대처하는 주택하위 시장별 대응정보가 미비한 실정이다. 이에 따라 수급상황을 분석 및 제공하기 위한 정보시스템을 구축 “주택 수요”가 있는 곳에 “주택을 공급”하는 정책지원체계가 요구되고 있다. 이를 위해 본 연구는 행정ㆍ생활권, 광역교통망, 주택사업위치, 공공ㆍ민간 사업지구 등의 GIS정보 기반에 주택 수요ㆍ공급 통계 및 정보를 분석하여 정책지원 및 대국민 서비스를 하는 정보체계인 주택수급지도(Housing Demand and Supply Mapping Model)의 구축방안을 제시하였다. 연구에서는 주택수급에 필요한 수요현황 및 예측 등 "주택수요정보"에 기초하여 주택건설, 공급, 재고 등의 “주택공급정보”를 분석하여 주택수급지도에 대한 기본설계 방안을 도출하였다. 향후 주택수급지도를 활용하여 주택수급상황을 한눈에 파악하고, 주택수요를 고려한 수요자별 맞춤형 주택공급정책을 수립할 수 있도록 지원함으로써, 지역별, 주택 규모별, 주택 유형별, 인구계층별 주택수급 예측에 활용될 수 있을 것으로 기대된다.
실내실험 및 현장실험을 통한 고밀도 폴리 우레탄 공법의 물리 · 역학적 특성 분석
최준영 ( Junyoung Choi ),김대현 ( Daehyeon Kim ) 대한지질공학회 2021 지질공학 Vol.31 No.1
고밀도 폴리 우레탄 공법은 주입 물질의 순간 팽창압을 이용하여 연약지반의 불안정한 지반의 안정화를 위해 적용되며 내구성이 매우 탁월한 친환경 공법이다. 순간 팽창압에 의해 연약지반 보강 및 복원, 차수 공사가 가능하다. 본 주입공법의 경우 작업시간이 매우 짧고 신속하여 열악한 환경에서도 타 공법보다 접급성과 작업성이 매우 탁월하다. 따라서 본 연구에서는 고밀도 폴리 우레탄이 지반 내에서 작용하는 물리 · 역학적 특성을 검증하고자 하였다. 먼저, 주입재료의 강도정수 및 물성값을 확인하기 위하여 일축 압축강도시험, 직접전단시험, 토압시험 등을 수행하였고 환경적인 문제에 대한 부분을 확인하고자 투수 시험 및 토양환경안정성 시험을 수행하였다. 실험결과, 조밀한 사질토와 단단한 점성토를 대상으로 비교하였을 때, 내부마찰각은 약 2배, 점착력은 약 2.5~3.5배 이상 높은 것으로 확인되었고, 투수계수 또한 1.0 × 10<sup>-5</sup>의 범위 이내를 만족하며, 기존 그라우팅 공법과 비교하였을 때 현저히 낮은 투수계수를 확인할 수 있었다. The high-density polyurethane method uses the instantaneous expansion pressure of injected material to stabilize soft ground, allowing reinforcement, restoration, and construction to be carried out in suboptimal ground conditions. Under normal and, even poor conditions, the method is easily applied because the working time is very short. The method is environmentally friendly and results have excellent durability. The purpose of this study was to verify the physical and mechanical properties of high-density polyurethane in the ground. Initial testing of strength, direct shear, and soil environment stability was followed by testing for permeability in order to address environmental concerns. The results of the experiments showed that the internal friction angle was about twice as high and the adhesion was about 2.5 to 3.5 times higher than for dense and hard clay, and that the permeability factor was significantly lower compared with the existing grouting method, within the range of 1.0 × 10<sup>-5</sup>.
뉴런 추적 및 딥러닝 기반의 대화형 뉴런 구조 교정 기법
최준영(JunYoung Choi),정원기(Won-Ki Jeong) 한국컴퓨터그래픽스학회 2021 컴퓨터그래픽스학회논문지 Vol.27 No.4
축삭(axon), 가지돌기(dendrite), 신경세포체(cell body)와 같은 뉴런의 소기관을 분리하는 작업은 신경학적 현상의 분석에 도움을 준다. 최근에 딥러닝 기술을이용하여 이를 수행하고자 하는 시도들이있지만, 데이터의 노이즈, 훈련 데이터와의 차이 등으로 인해 결과에 오류를 포함할 가능성이있다. 따라서, 이러한 기술을 실제 분석에 활용하기 위해서는 결과를 교정하는 과정이 필수적이지만, 이는 전문가가 수작업으로 수행해야 하기 때문에 많은 노력과 시간이 소요된다. 우리는 딥러닝 결과에 존재하는 오류들을 보다 손쉽게 교정할 수 있는 대화형 뉴런 구조 교정 방법을 제안한다. 이 방법은 구조적 일관성을 지니는 뉴런의 특성을 기반으로 뉴런 구조를 교정하여 적은 사용자의 인터랙션으로도 높은 정확도의 교정 결과를 얻을 수 있도록 한다. Segmenting the compartments of neurons, such as axons, dendrites, and cell bodies, is helpful in the analysis of neurological phenomena. Recently, there have been several studies to segment the compartments through deep learning. However, this approach has the potential to include errors in the results due to noise in data and differences between training data and actual data. Therefore, in order to use these for actual analysis, it is essential to proofread the results. The proofreading process requires a lot of effort and time because an expert must perform it manually. We propose an interactive neuron structure proofreading method that can more easily correct errors in the segmentation results of a deep learning. This method proofread the neuron structure based on the characteristics of the neuron with structural consistency, so that a high-accuracy proofreading result can be obtained with less interaction.