본 연구에서는 가입에 따른 산란자원량의 변화를 나타내어 가입남획을 방지하는 가입당 산란자원량 모델(spawning biomass per recruit model)을 비교 분석하였다. 가입당 산란자원량 모델은 연령별 선택비를 고려하지 않는 (knife-edged selectivity) 방법과 연령별 선택비를 고려한 (age specific selectivity) 방법의 두 가지가 있으며 연령별 선택비를 고려하지 않는 방법의 경우 가입당 자원량의 식에 성숙비를 곱함으로써 가입당 산란자원량을 나타낼 수 있다. 하지만 기존의 가입당 산란자원량 추정 방법은 어구가입 이후의 모든 연령을 고려하지 않고 어구가입 연령의 성숙비만을 가입당 자원량에 곱함으로써 가입당 산란자원량을 계산하였다. 본 연구에서는 이를 수정하여 어구가입 이후의 모든 연령을 고려한, 즉, 연령별 자원량에 대해 가중평균된 성숙비를 가입당 자원량에 곱하여 가입당 산란자원량을 추정하였다. 한국 근해에서 유자망에 의해 어획되는 참조기자원을 대상으로 기존의 방법과 새로운 방법을 적용하여 추정된 가입당 산란자원량을 비교한 결과 어구가입연령의 성숙비가 1.00 이상에서는 가입당 산란자원량이 차이가 없었다. 그러나 성숙비가 1.00 미만인 연령에서는 어구가입연령이 낮을수록 오차가 크게 나타났으며 기존 방법에 의해 가입당 산란자원량이 과소 추정되었고 어구가입연령별로 가입당 산란자원량의 오차 값을 비교하였을 때, 적게는 4세 때의 0.25 g에서 많게는 1세 때의 130.69 g만큼의 오차가 나타났다. 또한 연령별 선택비를 고려하지 않는 방법과 연령별 선택비를 고려한 방법을 통해 $F_{35%}$를 비교한 결과 연령별 선택비를 고려하지 않는 방법 중 기존 방법에 의한 $F_{35%}$가 0.349/year로 나타났으며 새로운 방법에 의한 $F_{35%}$가 0.302/year로써 새로운 방법에 의한 값이 연령별 선택비를 고려한 방법에 의한 $F_{35%}$인 0.320/year와 유사하게 추정되었다. 따라서 본 연구에서 제시된 새로운 가입당 산란자원량 방법은 대부분의 어구가입연령이 2세 미만으로 낮게 나타나는 한국 연근해 어종을 대상으로 가입당 산란자원량 모델을 통해 자원평가를 실시할 경우 가입당 산란자원량과 그에 따른 적정어획수준의 오차 값을 줄여줄 것이며 기존의 방법을 통한 $F_{35%}$의 값은 과대 추정되어 남획의 위험이 있으므로 새로운 방법을 통해 적정어획수준을 추정하는 것이 옳다고 판단된다.
본 연구에서는 Bussgang 계열의 복소수형 LMF-Sato 및 LMSF-Sato 블라인드 등화 알고리즘을 유도한 후, 이들 알고리즘에 대한 수렴속도, 정상상태에서의 수렴특성 및 안정성을 기종의 LMS-Sato 및 LMSF-Sato 알고리즘이 LMS-Sato 알고리즘에 비해 더 나은 수렴 특성을 보여 주었다. 그러나 계수벡터의 초기 추정오차가 큰 경우 LMF-Sato 알고리즘에 비해 더 나은 수렴 특성을 보여 주었다. 그러나 계수벡터의 초기 추저오차가 큰 경우 LMF-Sato 알고리즘은 안정성이 떨어지는 특성을 보여준 반면, LMSF-Sato 알고리즘은 좋은 수렴 특성과 견실성을 고루 갖추고 있음을 보여 주었다.
In the design stage of hull forms, a fast prediction method of resistance performance is needed. In these days, large test matrix of candidate hull forms is tested using Computational Fluid Dynamics (CFD) in order to choose the best hull form before the model test. This process requires large computing times and resources. If there is a fast and reliable prediction method for hull form performance, it can be used as the first filter before applying CFD. In this paper, we suggest the offset-based performance prediction method. The hull form geometry information is applied in the form of 2D offset (non-dimensionalized by breadth and draft), and it is studied using Convolutional Neural Network (CNN) and adapted to the model test results (Residual Resistance Coefficient; CR). Some additional variables which are not included in the offset data such as main dimensions are merged with the offset data in the process. The present model shows better performance comparing with the simple regression models.
본 논문은 유색 디지털 영상을 위한 새로운 광원 추정 방법을 제안한다. 제안된 광원 추정 방법은 두 단계로 나누어진다. 첫째,유색 영상의 분광 반사율이 먼저 복원된다 이때 복원되는 표면 분광 분포는 수정된 그레이 월드 가정을 적용한 영상의 최대 휘도 영역에 제한된다 다음, 선택된 최대 휘도 영역에 대해 주성분 분석을 통하여 영상의 표면 분광 반사율을 얻는다. 둘째, 표면 분광 반사율을 구한 후 유색 영상의 최대 휘도 영역에 대한 반사광의 분광 분포를 구한다 즉 최대 휘도 영역에 해당하는 화소와, 먼셀 표색계와 대표 광원의 곱으로 만든 반사광의 분광 분포 사이에 색차 비교를 하여 최대 휘도 영역의 화소와 색차가 가장 적은 반사광의 분광 분포를 찾는다. 최종적으로 최대 휘도 영역의 반사광을 해당하는 표면 분광 반사율으로 나누어 줌으로써 영상에 포함된 유색 광원을 추정한다. 제안된 광원 추정 방법을 평가하기 위하여 인공 유색 영상과 다양한 유색 조명 아래에서 디지털 카메라로 촬영한 실영상에 대하여 광원 추정을 실험하였다. 결과 제안된 광원 추정 방법이 인공영상과 실 영상, 모두에 대하여 광원의 분광 분포의 추정에 효과적임을 확인하였다.
일반적으로 도로의 차로수 산출시에 30번째 혹은 100번째의 설계시간교통량을 활용하게 된다. 이러한 설계시간교통량은 설계시간계수에 연평균일교통량을 곱하여 산출하고 있다. 본 논문에서 고속국도에서 운영 중인 34개소의 상시교통량 조사 자료를 기초하여 연평균일교통량 5만대를 기준으로 하여 30번째와 100번째의 시간교통량을 추정할 수 있는 회귀모형을 각각 구축하였다. 30, 100번째 순위의 시간교통량의 추정능력을 평가지표 MAPE(Mean Absolute Percentage Error)를 활용하여 기존방법과 비교 평가했을 때, 30번째 시간교통량을 추정에서 5만대 이하 모형에서는 추정오차가 기존방법에 비해서 11.83% 감소하고 5만대 이상에서는 22.17% 감소하는 것으로 분석되었다. 또한 100번째 시간교통량 추정능력 평가에서는 5만대 이하일 때는 추정오차가 기존방법에 비해서 8.16%감소하고 5만대 이상에서는 15.25% 감소하는 것으로 평가되었다.
기후변화에 의한 미래 수문량 전망에 대한 연구는 전지구 모델 결과를 바탕으로 이루어진다. 현재 전지구 모델의 모의 결과 생산된 강우 자료는 기상청에서 제공되며, 제공된 자료는 기상청 관측 지점에 국한되어 있다. 어떤 유역의 확률홍수량 전망은 유역내 강우 지점의 확률강우량을 강우-유출 모형인 HEC-1에 입력하여 추정할 수 있다. 한강 유역과 같은 대유역의 확률홍수량을 구하기 위해서는 유역내 기상청 관측 지점만으로는 지점수가 부족하기 때문에 국토해양부나 수자원공사 관할의 지점 자료를 활용한다. 하지만 이러한 대유역의 미래 확률홍수량을 전망하고자 하는 경우에 제공되는 전지구 모델 결과가 기상청 지점에 국한되어 있어 다른 지점의 확률강우량을 산정하는 데 어려움이 있다. 본 연구에서는 이러한 문제를 보완하기 위해 지역빈도해석을 이용하여 미래 전망 자료가 없는 지점들의 확률강우량을 추정하였다. 지역빈도해석을 수행하기 위해서는 관측 자료가 있는 유역내 지점들의 특성치(site characteristics)를 바탕으로 지역을 구분하고, Hosking and Wallis(1997)가 제안한 이질성 척도(heterogeneity measure)를 근거로 구분된 지역의 수문학적 동질성 여부를 검토하며, 각 지역에 대한 성장곡선(growth curve)를 추정한다. 지역별로 추정된 성장곡선에 지점의 연최대값 평균을 곱하면 그 지점의 확률강우량을 추정할 수 있다. 따라서 미래 기간의 지역별 성장곡선과 지점의 연최대값 평균을 전망할 수 있으면, 미래 기간의 지점별 확률강우량을 산정할 수 있고, 이를 바탕으로 확률홍수량도 전망할 수 있다. 이를 위해 본 연구에서는 전지구 모델에서 모의된 강우 자료를 바탕으로 미래 기간의 성장곡선을 추정하고, 과거 대비 미래 기간의 지속기간별 연최대값 평균의 비율을 산정하여 모의 자료가 없는 지점에 적용함으로써 미래 기간의 연최대값 평균을 산정하였으며, 이를 바탕으로 미래 기간의 확률강우량을 산정하도록 하였다. 이 기법의 신뢰도를 검증하기 위해 관측 자료를 두 기간으로 구분하여, 이 기법을 적용하여 추정한 확률강우량과 관측 자료로부터 산정한 확률강우량을 비교하였다.
본 논문에서는 채널 추정 과정이 필요하지 않은 블라인드 결정 궤환 등화기를 제안하였다. 등화기 계수는 수신신호의 이차 통계 특성을 이용하여 직접 얻어진다. 최적화된 다단계 예측 오류 필터(PEF)의 출력은 채널의 부분응답과 송신 신호열의 곱으로 표현되기 때문에, 역방향 다단계 PEF는 블라인드 결정 궤환 등화기의 피드포워드필터 (FFF)로 사용될 수 있다. 또한 이에 따른 피드백 필터는 심볼율 부분 채널 응답을 통해서 얻어진다. 제안되는 기법은 정확한 채널의 길이를 알지 않아도 안정적인 성능을 가진다는 점에서 기존의 블라인드 채널 추정기법에 비해 장점을 가진다.
분석 중 소실되기 쉬운 야채음료의 비타민 C 함량을 HPLC를 이용하여 측정하였으며, 불확도인자로서 표준품의 무게, 순도, 분자량, 희석 등과 시료의 무게, 검정곡선, 회수율 및 정밀성 등이 작용하였다. 이러한 미심쩍음 정도와 더불어 계통오차와 우연오차 등 일련의 과정을 GUM(Guide to the expression of Uncertainty in Measurement)과 EURACHEM에 근거하여 수학적 처리 및 통계방법을 이용하여 측정불확도를 추정하였다. 추정방법은 각각의 인자들에 대하여 A-type또는 B-type으로 산출된 표준불확도 값을 합성하여 합성표준불확도를 산출하고, 확장불확도는 유효자유도로 산출된 포함인자를 곱하여 계산하였다. 야채와 과일이 혼합된 음료 중 비타민 C 함량은 27.53mg/100g이었으며, 포함인자(2.06)를 곱한 확장불확도는 0.63mg/100g로서 95% 신뢰도구간에서의 비타민C의 결과는 $27.53{\pm}0.63mg/100g$(95% 신뢰도 구간)과 같이 수치화하여 표현하였다. 비타민 C 분석의 경우 HPLC를 이용한 시료 분석의 회수율 및 정밀성(33%), 표준품 순도(23%), 표준용액 희석시(18%), 표준품 무게(10%), 시료 측정시(10%), 검정곡선(6%) 순으로 불확도를 추정할 수 있었다. 또한, 이를 통해서 시험원의 분석과정 중 불확도가 높게 산출된 실험과정에 대해서는 좀더 세심한 주의가 요구되며, 시료의 반복실험 시 재현성 있는 결과가 산출될 수 있도록 숙련도를 높일 필요가 있다.
CCTV영상과 날씨 정보를 이용하여 미세먼지 농도를 추정하는 기법을 제안하고, 이에 대한 실험을 진행하였다. CCTV영상에 대해서는 특정 지점을 포함하는 일부 영역 영상과, 전체 영역 영상을 가지고 합성곱 신경망 (CNN)기반의 딥러닝 기법을 적용하여 PM 지수를 추정하는 방법을 제안하였다. 추가로 딥러닝에 의해서 예측된 결과 값을 습도 및 풍속 두 가지 날씨 특성과 결합한 뒤, 학습 된 회귀 모델을 사용하여 수정된 미세먼지 지수를 계산하는 후처리 실험도 함께 진행하였다. 실험 결과, CCTV영상으로부터 미세먼지 지수 추정 값은 R2가 0.58~0.89를 나타내었고, 측정기가 설치된 일부 영역 영상과 전체 영역 영상을 함께 학습시킨 결과가 가장 우수하였다. 기상변수를 이용한 후처리 적용결과는 실험지역의 모든 경우에 대하여 항상 정확도 향상을 보여주진 않았다.
최근 객체지향 개발 방법론을 적용하는 소프트웨어 개발 프로젝트에서 개발 노력 추정 기법으로 사용사례점수(Use Case Point, UCP)에 대한 연구가 계속되고 있다. 기존의 연구는 기술적 요인과 환경적 요인을 적용한 AUCP(Adjusted Use Case Point)에 상수를 곱하여 개발 노력을 추정하는 선형모델을 제안하고 있다. 그러나 소프트웨어 규모가 증가하면 개발기간은 기하급수적으로 증가함으로서 비선형 회귀모델이 적합하다는 사실과 UCP 계산과정에서 TCF(Technical Complexity Factor)와 EF(Environmental Factor)를 적용함에 따른 FP(Function Point) 오차가 발생함으로서 AUCP로 규모를 추정하는 것은 비현실적이다. 이 논문은 사용사례점수 기반의 기존 연구의 문제점을 제시하고, 기존 연구의 문제점인 TCF와 EF를 고려하지 않고 직접 UUCP로 부터 개발 노력을 추정할 수 있는 모델(선형, 로그형, 다항식, 거듭제곱, 지수형)을 도출하고 평가한다. 그 결과, 기존의 선행 모델보다 비선형모델인 지수형 모델이 우수한 결과를 보였다. 따라서 개발될 소프트웨어 시스템의 UUCP를 계산한 후 제안된 모델을 이용하여 개발 노력을 추정함으로서 개발에 소요되는 직접비용 산정이 가능하다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.