열.유체 시스템 해석용 고해상 다차원 이미징 즉정법의 개발

황태규 한국해양대학교 대학원 2005 국내박사

신경망을 사용한 편향 분석 기반의 추천 알고리즘

황태규 중앙대학교 대학원 2022 국내박사

추천 시스템은 사용자의 과거 의사결정 내역을 분석해서 사용자의 선호패턴을 도출해내고, 이를 기반으로 사용자의 기호에 맞는 항목들을 검색(retrieval)하는 기법이다. 현업에서는 이익을 높이기 위해 정확성을 극대화하는 혼합기법이 사용되지만, 여러 분석기법들을 사용하는 것에는 비용의 한계가 따른다. 그래서 효과적인 분석기법들을 선별해서 혼합모델을 구축하게 되는데, 그 중심에는 협업 필터링이 있다. 협업 필터링은 평점을 분석하는 기법이고, 행렬분해 기법은 성능의 우수성이 입증되어 현재까지 사용되고 있다. 평점분석기반의 추천 시스템은 행렬분해 기법을 기점으로 정확성 향상의 한계에 도달했다. 성능한계를 풀려면 의사결정을 이해할 수 있는 새로운 선호패턴이 도출되어야 한다. 편향분석(bias analysis)은 사용자의 의사결정을 편향의 관점으로 관찰해서 새로운 선호패턴을 도출하는 모델이다. 편향은 데이터 과학(데이터 마이닝, 머신 러닝 등)에서 선형 모델(또는 선형 분류기)의 보정으로 사용되었고(y=ax+b), 추천 시스템에서도 편향을 동일하게 취급하는 것이 관례였다. 편향은 의사결정과정과 의사결정에 관여하는 비율이 크기 때문에, 의사결정을 이해할 수 있는 핵심 단서가 된다. 편향을 절편의 이동으로 다루는 것이 효율적이지만, 편향과 의사결정 간의 관계가 반영되지 못해 예측오차가 발생하게 된다. MBA는 편향과 의사결정 간의 관계를 반영하는 편향분석 모델이고, 영화 데이터에서 행렬분해 모델보다 더 나은 예측성능을 보였다. 그러나 MBA는 모델을 학습하는 방법이 효과적이지 못하고, 적용범위가 영화 데이터에 한정되는 단점이 있다. 본 논문에서는 신경망을 사용한 편향 분석 기반의 추천 알고리즘에 대해 소개한다. 제안된 방법은 총 3가지로 요약된다. 첫째, 다중편향 분석(MBA, multiple bias analysis)모델의 신뢰도를 높이는 개선된 MBA (EMBA, Enhanced MBA)를 제안한다. 둘째, 신경망을 사용해서 편향과 의사결정의 관계를 비선형 문제로 풀기 위한 신경망 MBA (NMBA, Neural MBA)를 제안한다. 셋째, 편향분석의 적용범위를 넓히기 위해 음악 데이터에 대한 검증을 수행한다. 신경망 기반의 추천기법들은 평점이 회기(regression) 데이터임을 감안해서 대부분 회기 모델로 설계하지만, 제안된 방법은 신경망 기법이 회기(regression)보다는 분류(classification)에 적합함을 감안해서, 신경망이 평점을 분류하도록 모델을 설계했다. 제안된 방법에는 CNN을 사용했고, 2차원 편향행렬을 입력하면 one hot encoding을 통해 평점을 분류하는 구조이며, CNN 기법으로 대표되는 VGGNet, ResNet을 사용했다. 영화 데이터와 음악 데이터를 사용하는 실험으로 제안된 방법과 기존의 연구들과 정확성을 비교했을 때, VGGNet을 사용한 NMBA가 0.11%, ResNet을 사용한 NMBA가 8.09% 높은 결과를 보였다. Recommender system derives users' preference patterns by analyzing aspects of users' past decision-making and retrieving items that fit users' preferences based on their preference patterns. Although hybrid approaches that maximize accuracy are used to increase profits in field work, too many analysis techniques cannot be used due to limited costs. Therefore, effective analysis techniques are selected to construct a mixed model, and collaborative filtering is at the center of the foregoing. Collaborative filtering is a technique used to analyze ratings. Until now, a matrix decomposition technique has been used because the excellence of its performance has been proven. Rating analysis-based recommender systems had reached the limit of accuracy improvement when the matrix decomposition technique was developed. To lift the performance limit, a new preference pattern that enables understanding of decision-making must be derived. Bias analysis is a model that derives new preference patterns by evaluating users' decision-making from the viewpoint of bias. Bias has been used as a compensation (y=ax+b) in linear models (or linear classifiers) in data science (e.g., data mining and machine learning), and it has been customary to treat bias equally in recommender systems. As bias plays a key role in decision-making, it can be used to shed light on users' decisions when faced with different options. Although bias can be treated as a shift of the intercept, this does not accurately reflect the relationship between the driver or drivers of the bias and decision-making. Multiple bias analysis (MBA) is a bias analysis model that reflects the relationship between bias and decision-making. When applied to decision-making regarding movies, the predictive performance of the MBA model was better than that of a matrix decomposition model. However, MBA has a number of limitations. The method of training the model is not effective, and its scope of application is limited to movie data. In this paper, a recommendation algorithm based on bias analysis using neural networks is introduced. The proposed method can be summarized as follows: First, an enhanced MBA (EMBA) model is proposed to increase the reliability of MBA. Second, a neural MBA (NMBA) model is proposed to solve the relationship between bias and decision-making as a non-linear problem using neural networks. Third, music data are verified to broaden the scope of application of bias analysis. Although most neural network-based recommendation techniques are designed as regression models, as ratings are regression data, in the proposed method, the model is designed so that neural networks classify ratings considering the fact that the neural network technique is suitable for classification rather than regression. In the proposed method, convolutional neural network (CNN) was used, and the ratings were classified by one-hot encoding when a two-dimensional bias matrix was input. VGGNet, and ResNet, which are representative CNN techniques, were used. The accuracy of the proposed method was compared with that of previous studies in an experiment using movie data and music data. The accuracy of the NMBA using VGGNet, and ResNet was 0.11%, 8.09%, respectively, higher.

확장된 연극 언어로서의 오브제 활용방안 연구

황태규 세종대학교 일반대학원 2023 국내석사

하나의 사조가 집단의 스타일 형성에 영향을 끼쳤던 과거와는 다르게, 현대 연극은 각 집단의 다양한 스타일이 모두 사조에 반영될 만큼 복잡하게 나타나고 있다. 연출가는 자신의 사상과 콘셉트를 작품에 녹여내고 그것을 수행하는 배우 또한 여러 가지 방법론을 통해 연기를 실연한다. 오늘날 자주 발견되는 탈 재현적 연극의 형태에서는 배우의 신체성이 강조되며 무대 위 시각적 사물과 조명, 음향의 배치 등을 통해 새로운 의미를 형성하는 특징이 자주 발견된다. 연극 상연에 관여하는 많은 요소는 고유의 의미를 지니고 있으며 관객은 그것을 연극적 상징성으로 바라보며 자신만의 해석을 통해 공연을 읽어 나간다. 이에 배우에게는 여러 장르와 스타일을 넘나들 수 있는 연기적 관점을 갖는 것이 필요해졌다. 연극적 커뮤니케이션을 ‘배우의 표현 매체’와 ‘배우 이외의 표현 매체’로 나누어 볼 때, 이들의 결합이 새로운 연극 언어를 만들어낸다. 때문에, 본 연구자는 ‘배우 이외의 표현 매체’를 ‘오브제’라는 범주에 포함하여 바라봄으로써, 배우와 오브제의 결합에 대해 살펴보고자 한다. 이를 위해 오브제의 개념과 배경을 살펴보고 배우와 오브제의 다양한 결합이 나타나는 사례를 통해 오브제의 광역적 기능을 고찰할 것이다. 또, 실제 연기를 전공하는 학생들을 대상으로 워크숍을 진행하여 배우와 오브제를 어떻게 결합하고 표현해야만 오브제의 확장된 의미, 광역적 기능, 새로운 무대 언어로서의 자격을 가질 수 있는지 확인하고자 한다. 위와 같은 목적에 따라 본 연구는 다음과 같이 진행된다. 먼저 오브제의 구체적인 의미를 살펴보기 위해 미술에서 오브제의 의미와 개념의 변화가 연극과 어떤 상관관계가 있는지 파악할 것이다. 미술에서 작가가 오브제에 의미를 부여하는 방식은 그것을 보는 관객에게 새로운 해석과 능동적인 사고를 불러일으킨다. 그리고 이러한 특징은 연극에서도 확인되는데 보통 연출의 영역에 국한되어 나타난다. 따라서 오브제와 관련된 국내의 선행 연구는 주로 배우와 오브제 사이의 결합과 표현보다 오브제의 기능과 활용, 특히 연출적인 시점에 국한되고 있다. 이에 따라, 본 연구는 미술사에서 확인할 수 있는 오브제를 바라보는 세 가지 특징을 토대로 연기적 활용법을 제시하고자 한다. 본 연구에서 조명할 오브제의 확장성 및 광역적 기능, 새로운 무대 언어로서의 활용이 재현 중심적 연기 표현에서 벗어나 다양한 연극 언어를 창출하는 데 이바지하기를 소망한다.

Quantum chemical study of OLED materials and solvation dynamics of amino acids

황태규 경희대학교 2011 국내석사

초 록 OLED 물질의 양자 화학적 연구 : DFT 와 CIS 와 TDDFT의 연구 황 태 규 경희대학교 일반대학원 화학과 아민과 벤젠의 tris[4'-(1''-phenylbenzimidazol-2''-yl)phenyl] 유도체를 양자 화학적인 방법으로 연구하였고, 매우 유용한 방출 성질들을 발견하였다. 바닥상태와 들뜬 상태의 기하학적 구조와 재료들의 전자 스펙트럼을 관찰하였다. 두 OLED 재료들의 계산된 전자 흡수와 방출 스펙트럼이 실험적으로 관찰된 것과 매우 일치하는 것을 확인하였다. Keywords: OLED, 양자 화학 Abstract Microsolvation of Lysine by Water : Computational study of stabilized zwitterion Hwang, Tae Kyu Department of chemistry Graduate school Kyunghee University We present calculations for Lys ? (H2O)2 to examine the effects of microsolvating water on the relative stability of the zwitterionic vs. canonical forms of Lys. We calculate the structures, energy and Gibbs energy of the conformers, finding that the two forms of Lys are quasidegenerate under the influence of two water molecules, The barrier of canonical ? zwitterionic transformations is found to be very small (G? = 1.4 kcal). Keywords: lysine, canonical, zwitterion, microsolvation 초 록 물에 의한 라이신의 미세용매 : 안정화된 zwitterion의 계산 연구 황 태 규 경희대학교 일반대학원 화학과 본 연구에서는 zwitterionic와 canonical 형태의 상대적인 안정성을 물의 미세용매효과에 대해 계산하였다. zwitterionic와 canonical 형태의 각각 구조와 깁스에너지를 계산하였고, 두 개의 물 분자의 영향 하에서 라이신의 두 가지 형태가 유사축퇴 되어 있다는 것을 알았다. zwitterionic와 canonical 형태 간 에너지 장벽이 1.4 kcal/mol로 매우 낮다는 것을 확인 하였다. (G? = 1.4 kcal). Keywords: 라이신, canonical, zwitterion, 미세용매 Abstract Quantum chemical study of the OLED materials : DFT and CIS and TDDFT Study Hwang, Tae Kyu Department of chemistry Graduate school Kyunghee University We study the tris[4?-(1?-phenylbenzimidazol-2?-yl)phenyl] derivatives of amine and benzene by quantum chemical methods. that were observed to have very useful emission properties. The geometry in the ground and excited states, and the electronic spectra of the materials are presented. We find that the calculated electronic absorption and emission spectra of the two OLED material agree very well with experimental observations. Keywords: OLED, Quantum chemistry

Semiring에서의 k-이데알에 관하여

황태규 慶尙大學校 敎育大學院 1986 국내석사

부산지역 국민학교 학생들의 신체발육과 비만의 실태에 관한 조사

황태규 부산대학교 1984 국내석사

예비율에 따른 용량요금 차등지급의 문제점 연구

황태규 숭실대학교 대학원 2016 국내석사

본 연구는 지역별 용량가격계수가 도입 목적에 따른 지역별 투자 신호로서 기능을 하는 지를 분석하고, 예비율과 역관계를 갖는 지역별 용량가격계수가 CBP 시장 구조적 관점에서 타당한지를 분석한다. 분석 결과에 따르면 지역별 용량가격계수는 융통전력을 수도권 공급설비에 반영함에 따라 수도권과 비수도권 계수가 동일함에도 불구하고, 전력수급계획상 지역별 건설의향은 큰 차이를 나타내고 있어 투자 신호의 기능을 하지 않음을 확인하였다. 또한, 용량요금과 전력판매마진을 통해 모든 발전기의 적정 투자비 회수를 기본으로 하는 CBP 시장구조상 예비율과 역관계를 통한 용량요금 차등은 예비율 상승 또는 하락시 발전사의 이윤 과부족 문제를 악화시키는 결과를 초래함에 따라 새롭게 설계할 필요성이 있음을 확인하였다. This paper analyses if the current regional capacity factor(hereinafter, “RCF”) functions as an regional investment signal to induce power plants and its inverse proportion with reserve margin appropriates based on the cost based pool(hereinafter, “CBP”) market structure. According to the study, RCF is inappropriate as a regional investment signal, because the construction intention of power plants fluctuates with every two years Electricity Supply and Demand Plan inspite of the same RCF between capital area and non capital area due to including power flow from non capital area into capital area. In addition, taking into account the CBP structure to secure each power plant’s investment cost and profits through capacity and energy payment, the differentiated capacity payment based on the inverse proportion with reserve margin should be re-designed due to the deteriorating effect of excessive or deficient profits problem.

태스크 특징 기반 가상머신 스케줄링

황태규 숭실대학교 2016 국내석사

가상머신 모니터를 이용하면 하드웨어 자원을 추상화하여 사용할 수 있다. 추상화된 자원은 관리가 용이하고 하드웨어를 효율적으로 사용할 수 있다. 이러한 이점 덕에 최근 가상화 기술은 클라우드 시스템과 대형 서버 클러스터 구축에 주로 사용되며 기술의 등장 이후 최고의 호황을 누리고 있다. 그러나 기존 가상머신 스케줄러인 Credit 스케줄러는 스케줄링 지연시간이 증가할 경우 I/O 이벤트 응답성이 저하되는 문제점을 갖고 있다. 이러한 현상은 가상머신 스케줄링의 boost 메커니즘이 비활성 상태의 가상머신에만 적용되기 때문에 발생한다. 본 논문에서는 특정 환경에서 활성상태 가상머신의 이벤트 응답성 저하 현상을 개선하기 위해 태스크 특징 기반 가상머신 스케줄링을 제안한다. 제안한 기법은 가상머신에 I/O 이벤트 처리를 위한 credit를 추가적으로 제공하고 제공한 credit의 소비 패턴을 분석하여 가상머신 태스크의 특징을 파악한다. 그리고 파악한 태스크 특징에 따라 boost 메커니즘을 차등적으로 활성상태 가상머신에 적용하여 boost 메커니즘에 의해 발생할 수 있는 부작용을 줄였다. 실험 결과를 통해 제안하는 기법이 활성상태 가상머신의 응답성과 I/O 대역폭 성능을 향상 시키는 것을 보였다. When using a virtual machine, hardware resources can be virtualized for use. Virtualized resources are easy to manage and enable hardware to be used efficiently. Due to these advantages, virtualization is enjoying its most widespread use since its development as can be seen in its recent deployment in cloud services and large scale server cluster implementations. But in the case of an increase in scheduling delay time in the Credit scheduler, which is a type of virtual machine scheduler, there is a problem of the responsiveness of I/O events decreasing. This is due to the boost mechanism of the virtual machine scheduling only being applied to virtual machines that are inactive. This research study proposes a task characteristics based virtual machine scheduling to improve the low event responsiveness of active virtual machines in specific environments. The proposed method provides additional credits necessary to process I/O events of the virtual machine, and by analyzing the credit consumption patterns, the characteristics of the virtual machine tasks are determined. According to the determined characteristics of the tasks, the boost mechanism is applied in a proportionally differentiated approach to the active virtual machine in order to reduce the drawbacks that could be caused by the boost mechanism. Through testing it was confirmed that the proposed method increased both the responsiveness of the active virtual machine and also the I/O bandwidth performance.

흑연 금형을 이용한 자동차 중앙 디스플레이용 S-curved 유리 열 성형 방법에 관한 연구

황태규 금오공과대학교 2020 국내석사

전기차, 자율주행자동차 등 새로운 형태의 차량 형태가 등장하면서 차량 내 기능 제어 및 현 조작 상태를 확인 할 수 있는 대형의 일체형 중앙 디스플레이 시장이 확장 되고 있으며 시인성, 조작성을 높인 곡면형 대형 디스플레이 유리 제작에 대한 연구가 지속적으로 이루어지고 있다. 기존 곡면 유리 열 성형에는 내열강 재질의 금형을 사용한다. 강 재질 금형의 경우 금형 내부 산화 작용에 의한 내구성 문제와 함께 제작 시 코팅 과정 및 재료의 높은 가격으로 인해 추가적인 문제점을 가진다. 이에 본 연구에서는 기존 유리 열 성형에 쓰이는 내열강 재질의 금형을 대체하여 저렴하고 고온 윤활, 내열, 내식, 전기 전도 등 독특한 특성과 물성을 가지는 흑연재료를 사용하여 금형을 제작 하였다. 흑연 금형과 일반적인 평판 유리를 이용해 연구를 진행하였으며 열전달 방법에 따른 성형 변화 즉, 전도 방식의 열전달을 이용한 S-curved 곡면 유리 열 성형 및 복사 방식의 열전달 방법을 이용한 S-curved 곡면 유리 열 성형의 두 가지 방식으로 유리 성형을 진행 하였으며 각각의 열전달 방식에 따른 유리 성형 온도 조건에 대해 CATIA를 이용한 모델링 및 ANSYS WORKBENCH를 이용한 열 해석을 수행 하였으며 곡면 유리 열성형기 및 전기로를 이용한 실험적 방법을 통해 곡면 유리 성형을 위한 시간, 온도 조건에 대한 연구를 진행 하였다. With the development of new types of vehicles such as electric vehicles and self-driving cars, the market for large, integral central displays that can control functions inside vehicles and check current settings is expanding, and research on the production of large curved display glass that increases visibility and maneuverability is continuously being conducted. For conventional curved glass heat molding molds were made by heat resistant steel. In the case of heat resisting steel there are additional problems due to the high price of coating process and material in manufacture, along with the durability problem caused by the internal oxidation action of molds. In this study molds were produced using graphite materials that have unique characteristics and properties such as low-cost, high-temperature lubrication, heat resistance, corrosion resistance and electrical conduction, replacing molds made by heat resisting steel in conventional glass thermal molding. The study was conducted using graphite molds and common flat glass, and the change in forming according to the heat transfer method, the S-curved glass heat forming using the conductive heat transfer method and the S-curved glass heat transfer method using the radiant heat transfer method. For the glass forming temperature conditions according to each heat transfer method and modeling using CATIA and the thermal analysis using ANSYS WORKBENCH were performed and the time and temperature conditions for curved glass forming were studied through experimental methods using Curved glass thermoforming machine and electric furnace.

강화된 시냅틱 구현을 위한 유기-무기 하이브리드 특성의 MSQ 전해질 기반 EDL 시냅틱 트랜지스터에 대한 연구

황태규 광운대학교 일반대학원 2025 국내석사

현재 인공지능 및 신경 과학 분야에서 시냅스 소자에 대한 연구 및 개발이 활발하게 진행되는 가운데 본 연구에서는 Methyl-silsesquioxanes (MSQ)를 electrolyte로 사용한 Electric-Double-Layer (EDL)기반의 시냅스 트랜지 스터를 제시한다. MSQ는 무기 재료인 SiO2와 유기 Methyl기인 -CH3가 결 합하여 형성되는 고분자 유기-무기 복합체로 열/화학적 안정성을 지니고 있 어 시냅스 소자의 재료로써 안정성을 제공한다. 또한, Spin coating으로 쉽게 절연막을 형성할 수 있어 공정에 유리하며 저렴한 가격으로 인한 대량 생산이 가능하다는 이점을 지닌다. 우리는 Indium-Tin-Oxide(ITO)/Indium- Gallium-Zinc-Oxide(IGZO)/MSQ/p-Si 소자를 제작하여 전달 및 출력 특 성을 확인하였다. Excitatory post-synaptic current(EPSC), Paired-pulse facilitation(PPF), high-pass filter, Spike-number dependent plasticity(SNDP)에 의해 우리의 트랜지스터가 시냅스 동작을 수행하는 것을 증명하였다. 또한, 뇌의 시냅스 동작을 모방하여 정보를 저장하고 가중치를 조절하는 기능을 potentiation과 depression을 통해 모방하였다. 이러한 potentiation과 depression은 5주기동안 연속적으로 수행하여도 안정적으로 동작한다. 이에 더하여, Modified National Institute of Standards and Technology (MNIST) 데이터셋으로 학습을 진행하여 92.3 %의 인식률을 확 인하였다. 따라서, 고분자 유기-무기 복합체인 MSQ가 차세대 인공 시냅스 소자의 물질로써 적용될 수 있다는 것을 나타낸다. Research and development on synapse devices are actively underway in the current landscape of artificial intelligence and neuroscience. This study proposes a synapse transistor based on an Electric-Double-Layer (EDL) with Methyl-silsesquioxanes (MSQ) as the electrolyte. MSQ is a polymer organic-inorganic hybrid composed of the inorganic material SiO2 and the organic material methyl group (-CH3), providing thermal and chemical stability as a material for synapse devices. Additionally, its ease of forming an insulating layer through Spin coating makes it advantageous in terms of process simplicity, and its cost-effectiveness allows for mass production. We fabricated an Indium-Tin-Oxide (ITO)/Indium-Gallium-Zinc-Oxide (IGZO)/MSQ/p-Si device and verified its transfer and output characteristics. Through Excitatory post-synaptic current (EPSC), Paired-pulse facilitation (PPF), a high-pass filter, and Spike-number dependent plasticity (SNDP), we demonstrated that our transistor performs synaptic functions. Furthermore, we mimicked synaptic operations of information storage and weight adjustment akin to the brain, achieving potentiation and depression functions. These potentiation and depression operations remained stable even when performed continuously over five cycles. Additionally, we conducted training on the Modified National Institute of Standards and Technology (MNIST) dataset, achieving a recognition rate of 92.3 %. Consequently, our results indicate the applicability of the polymer organic-inorganic hybrid MSQ as a material for next-generation artificial synapse devices.