Abstract:
나트륨계 전극 활물질 및 이를 포함하는 이차전지를 제공한다. 상기 전극 활물질은 하기 화학식 1로 나타내어지고, 사방정 구조를 가지며 공간군이 Cmcm인 물질이다. [화학식 1] Na x [Mn 1-y-z M 1 y M 2 z ]O 2-α A α 상기 화학식 1에서, x은 0.5 내지 0.8이고, M 1 과 M 2 는 서로에 관계없이 Sc, Ti, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, Y, Zr, Nd, Mo, Tc, Ru, Rh, Pd, Pb, Ag, Cd, Al, Ga, In, Sn, 또는 Bi이고, y는 0 내지 0.25이고, z는 0 내지 0.25이고, A는 N,O,F, 또는 S이고, α는 0 내지 0.1이다.
Abstract translation:提供了一种钠基电极活性材料和包含该钠基电极活性材料的二次电池。 电极活性物质由下述通式(1)表示,具有正方晶结构,空间群为Cmcm。 M <1> M <1> y sub> 其中x为0.5至0.8,并且M sup 1 / Ti,V,Cr,Mn,Fe,Co,Ni,Cu,Zn,Y,Zr,Nd,Mo,Tc,Ru,Rh, Y是0-0.25,z是0-0.25,A是N,O,F或S,并且a是0-0.25, 0.1。 P>
Abstract:
다중 M2M/IoT 디바이스들과 연계된 M2M/IoT 디바이스를 취급하기 위한 멀티 링크 메카니즘을 개시한다. 본 발명의 일 실시예에 따르면 복수의 타 디바이스에 관한 정보를 수집 및 제공하는 타입의 M2M/IoT 디바이스가 송신하는 데이터를 연관된 타 디바이스들에게 적절하게 전달 혹은 할당하는 메커니즘을 제공한다.
Abstract:
본 발명은 상위 캐시 메모리의 전원이 차단되기 전에 상위 캐시 메모리에 저장되어 있는 캐시 데이터를 저장하는 가상 캐시 공간을 포함하되, 상위 캐시 메모리에 전원이 공급될 때 가상 캐시 공간에 저장되어 있는 데이터가 상위 캐시 메모리로 일괄 복사되도록 하는 하위 메모리를 가지는 것을 특징으로 하는 메모리 시스템을 제공한다.
Abstract:
이동 단말기의 이동성을 지원하는 이동성 관리 서버에 있어서, 물리적 주소 테이블에 기초하여 미리 정해진 이동 단말기의 물리적 주소를 인증하는 물리적 주소 인증부, 인증된 이동 단말기의 물리적 주소를 상기 이동성 관리 서버의 물리적 주소로 변환하는 물리적 주소 변환부, 상기 인증된 이동 단말기의 아이피 주소를 상기 물리적 주소 테이블에 의해 부여된 고정 아이피 주소로 변환하는 아이피 주소 변환부 및 상기 변환된 물리적 주소 및 아이피 주소를 이용하여 상기 인증된 이동 단말기 및 네트워크 관리 센터와 통신을 수행하는 통신 중계부를 포함한다.
Abstract:
동일한 셋(set)에 둘 이상의 블록을 가지는 집합 연관 캐쉬 메모리를 제어하는 캐쉬 제어기 및 캐쉬 블록 교체 방법이 제공된다. 동일한 셋에 둘 이상의 블록을 가지는 집합 연관 캐쉬 메모리를 제어하는 캐쉬 제어기는, 상기 캐쉬 메모리의 동일한 셋의 둘 이상의 블록 중 일부가 내용이 변경되었는지 감시하는 내용 변경 상태 감시부 및 상기 캐쉬 메모리의 동일한 셋의 블록 중 일부가 내용이 변경된 경우, 내용이 변경되지 않은 블록을 교체하는 캐쉬 블록 교체부를 포함한다.
Abstract:
멀티 모델을 이용한 CCTV 영상의 강건한 얼굴 비식별화 방법 및 시스템이 개시된다. 일 실시예에 따른 비식별화 시스템에 의해 수행되는 얼굴 비식별화 방법은, 영상 정보에 대하여 멀티 모델을 사용하여 사람 영역, 머리 영역, 얼굴 영역 중 적어도 하나 이상의 영역 정보를 검출하는 단계; 상기 검출된 적어도 하나 이상의 영역 정보의 결과를 병합하여 얼굴의 위치를 판정하는 단계; 상기 판정된 얼굴의 위치에 기초하여 상기 영상 정보로부터 얼굴 위치 정보를 추적하는 단계; 및 상기 추적된 얼굴 위치 정보에 대응하여 비식별화 처리된 영상 정보를 생성하는 단계를 포함하고, 상기 멀티 모델은, 상기 영상 정보로부터 영역 정보를 검출하기 위하여 구성된 딥러닝 기반의 각각의 검출 모델을 통해 사람 영역, 머리 영역, 얼굴 영역을 동시에 검출하도록 학습된 것일 수 있다.
Abstract:
본 발명은 딥러닝 기반 치아 교정치료 결과 예측 방법 및 장치를 개시한다. 본 발명에 따르면, 프로세서; 및 상기 프로세서 연결되는 메모리를 포함하되, 상기 메모리는, 미리 수집된 발치 교정치료 이전 및 이후 치과 영상과 비발치 교정치료 이전 및 이후 치과 영상을 데이터 전처리하여 표준화하고, 상기 표준화된 발치 교정치료 이전 및 이후 치과 영상의 쌍을 제1 데이터 셋으로 구성하고, 상기 표준화된 비발치 교정치료 이전 및 이후 치과 영상 쌍을 제2 데이터 셋으로 구성하고, 상기 제1 데이터 셋을 이용하여 발치 교정치료 결과 예측을 위한 제1 딥러닝 모델을 학습하고, 상기 제2 데이터 셋을 이용하여 비발치 교정치료 결과 예측을 위한 제2 딥러닝 모델을 학습하고, 학습이 완료된 상기 제1 딥러닝 모델 또는 제2 딥러닝 모델을 이용하여 소정 환자의 발치 또는 비발치 교정치료 이후 예측 치과 영상을 생성하도록, 상기 프로세서에 의해 실행되는 프로그램 명령어들을 저장하는 치아 교정치료 결과 예측 장치가 제공된다.
Abstract:
본 발명은 동적 장면에 대한 집중도 기반의 레이 트레이싱(Ray Tracing) 방법 및 장치에 관한 것으로, 상기 방법은 특정 장면을 제1 해상도로 렌더링 하여 제1 영상을 생성하는 과정에서 샘플링 픽셀마다 프라이머리 레이(primary ray)의 충돌 여부를 결정하는 단계; 및 상기 제1 영상을 상기 제1 해상도보다 더 높은 제2 해상도로 렌더링 하여 제2 영상을 생성하는 과정에서 상기 샘플링 픽셀들 사이에 존재하는 후보 픽셀들에 대해 주변 픽셀들의 충돌 빈도에 따른 적응적인 임계치 조정을 통해 선택적 렌더링을 반복적으로 수행하는 단계를 포함한다.
Abstract:
기계 학습 기반으로 시스템의 장애를 예측하는 방법 및 시스템이 개시된다. 개시된 시스템 장애 예측을 위한 학습 방법은 타겟 시스템에 대한 시스템 데이터를 포함하는 제1훈련 데이터를 이용하여, 복수의 장애 예측 모델을 학습하는 단계; 상기 장애 예측 모델에 대한 성능 평가값에 기반하여, 재학습 장애 예측 모델 후보군을 결정하는 단계; 및 제2훈련 데이터를 이용하여, 상기 재학습 장애 예측 모델 후보군에 포함된 장애 예측 모델을 재학습하는 단계를 포함한다.