http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
투과기화법에 의한 Carboxymethylcellulose 분리막의 물/유기용제 흔합액의 분리특성
홍영기,배기서,이정민,Hong, Yeong-Gi,Bae, Gi-Seo,Lee, Jeong-Min 한국섬유공학회 1993 한국섬유공학회지 Vol.30 No.4
The separation characteristics of the carboxymethylcellulose(CMC) membrane for organic aqueous solution were determined by vacuum pervaporation. The apparatus used in this experiment can forecast the concentration distribution and/or permeating phenomenon of organic solvent in the membrane, unlike the conventional apparatus. The purpose of this study is to investigate the permeation and separation characteristics of the homologous series of organic solvents through selected hydrophilic polymer membranes. CMC membrane is suitable for the separation of water/organic solvent mixtures due to the high separation factor and the large amount of permeation. The separation analysis was carried out with a Hewlett Packard, HP5890 Series Gas Chromatograph. The permeating concentration is generally increased at the beginning stage, but led to equilibrium permeate according to experiment time. It is desirable that the separation characteristics should be evaluated of equilibrium state.
홍영기,Hong, Yeong-Gi 대한양계협회 2017 월간 양계 Vol.49 No.8
CJ제일제당 바이오 사업부문은 지난 6월 12일 북경(China World Hotel)에서 제 3회 AAFAN(Amino Acid Forum in Animal Nutrition)을 개최하였다. 이번 포럼은 '사료의 조단백질 저감을 통한 축산의 발전 및 환경개선'이라는 주제로 진행되었다. AFFAN은 CJ가 단독으로 개최하는 국제 학회이며, 처음으로 한국이 아닌 해외에서 개최함으로서 그 명성이 더 높아지게 되었다. 이번 포럼에서는 중국을 포함한 각국의 주요 사료회사 연구개발 담당자 및 정부기관 담당자들이 100명 이상 참석하였으며, 활발한 토의를 통하여 사료의 조단백 저감에 대한 공감대를 형성하게 되었다. 본고는 본 심포지움의 주요내용을 정리한 것이다.
실제 환경에서 효과적인 얼굴 감정 인식을 위한 멀티 태스크 모델
홍영기(Yeong-Gi Hong),정재엽(Jae-Yeop Jeong),임완수(Wansu Lim),정진우(Jin-Woo Jeong) 한국HCI학회 2023 한국HCI학회 학술대회 Vol.2023 No.2
본 논문에서는 실제 환경에서 효과적인 얼굴 감정을 위한 멀티 태스크 딥 러닝 모델을 제안한다. Facial expression classification(Expr), Action Unit(AU), Valence and Arousal(VA)의 3 가지 task 를 활용한 멀티 태스크 방법론을 활용하고, 기존에 존재하는 감정 인식 모델을 Multi-head attention 추가하고, 통합 감정 feature(shared feature)를 활용하여 멀티 태스크 모델로 확장시켰다, 이를 통해 학습시킨 모델의 성능은 총 128.41 의 점수를 기록하였다.
텍스트 기반 이미지 생성 모델의 생성 이미지 부적절성 감소를 위한 관심도 맵을 활용한 방법
홍영기(Yeong-Gi Hong),정진우(Jin-Woo Jeong) 한국HCI학회 2024 한국HCI학회 학술대회 Vol.2024 No.1
생성모델의 발전으로 인해 다양한 사용자들이 도메인의 데이터 생성 및 컨텐츠 제작에 생성모델을 사용하고 있다. 하지만 이러한 생성모델은 부적절한 컨텐츠를 생산해 낼 수 있으며 이를 감소시키기 위한 노력이 필요하다. 따라서 본 연구에서는 관심도 맵을 활용하여 Text-to-Image 기반 이미지 생성 과정에서 부적절함을 감소시키기 위한 방법을 제안한다. 본 논문에서 제안하는 모델은 추가적인 학습없이 모델의 원본 파라미터를 보존하면서 부적절함을 줄일 수 있고, 텍스트를 통해 생성한 원본 이미지와 유사한 이미지를 생성하여 텍스트의 의미가 포함된 부적절함이 감소된 이미지를 제공할 수 있어, 사용자가 더욱 편리하게 부적절함이 감소된 이미지를 생성할 수 있도록 하였다.