다층 퍼셉트론 신경회로망 모델이 여러가지 복잡한 문제를 역전파 학습에 의하여 해결할 수 있다고 보고된 후로, 이 모델을 이용한 응용분야의 연구가 활발하다. 그렇지만, 이 다층 퍼셉트론 모델은 오랜 학습시간이 필요하며, 또 분류경계가 입력층과 숨겨진 층간의 연결가중치에 의해 결정되는 초기하 평면의 조합으로 이루어지기 때문에, 숨겨진 층의 뉴런 수가 부족하면 분류경계를 제대로 나타낼 수 없게 된다. 이러한 단점들을 극복하기 위하여 숨겨진 층의 활성화 함수는 시그모이드 형태가 아닌 가우스 함수가 되도록 하고 이 가우스 함수들의 선형적 합에 의하여 출력층 뉴런들의 값이 결정되는, 즉, 가우스 함수가 출력층의 전위함수(potential function)가 되는 신경회로망이 여러번 제안되었다. 본 논문에서는 가우스 함수를 전위함수로 가지는 신경회로망 모델들에 대하여 이 모델들의 실제 응용 예와 함께 알아보겠다.
국내 대륙붕 제 6-1광구 고래 I지역에 대한 AVO분석 (OFFSET에 따른 진폭변화 연구: 주로 유체성분분석)을 수행하였다. 특히, 관심을 끌었던 고래 I지역의 다층에 대한 AVO 분석결과, 물을 함유한 층인, 다층에서는 가스를 함유한 저류층인 가층에 비해 가스를 함유할 가능성이 더 높게 나타났다. 하지만, 시추결과에 따르면 다층은 물로 채워진 층으로 판명되었다. 본 연구에서는, 가스를 함유하지 않은 다층이 더 뚜렷한 AVO 현상을 나타나게 된 원인을 분석 및 고찰하였다. 그 방법으로 다양한 AVO 분석 방법 (PxG stack, psedo-Poisson's ratio stack, Scaled-S-Wave reflectivity stack 분석 법 및 Cross Plot등)을 통해 가스층과 물을 함유한 층의 분류 가능성에 대한 연구를 수행하였다. 그 결과, 일반적인 AVO 분석 방법에 의해서는 가스층과 물을 함유한층의 분류가 어려웠다. 따라서, AVO 분석시 나타나는 AVO 현상에 대한 심도있는 고찰을 위해서는 AVO 모델링 기법의 적용을 고려해 볼 수 있으며, 이를 통해 탐사 위험도를 낮출 수 있을 것으로 기대된다. 또한 새로운 유망구조에 대한 상기 AVO 분석방법을 적용하여 유망구조의 가스함유 가능성에 대한 연구가 가능할 것으로 판단된다. 그 실례로, 고래 I지역에 대한 새로운 유망구조에서의 가스 함유가능성에 대한 연구를 수행하였다. 연구 방법으로는 상기에서 언급한 다양한 AVO 분석 방법을 적용하였으며, 그 결과 유망구조에서의 가스 발견 가능성은 높은 것으로 사료된다. 따라서, 향후, 가스층 탐사시 (물론, 연구결과 얻어진 가능성에 대한 시추결과가 있어야 하겠지만)축적된 AVO 분석기법을 적용 시 석유탐사에서 위험률 제고에 기여할 수 있을 것으로 기대된다.
Journal of Advanced Marine Engineering and Technology
/
제25권6호
/
pp.1308-1316
/
2001
This paper described a numerical investigation performed to understand better the effects of flow parameters in an entrained flow combustor on the flow characteristics. The computational model was based on the gas phase Eulerian equations of mass, momentum and energy. The code was formulated with RNG $k-\varepsilon$ model for turbulent flow. The calculation parameters were the ratio of primary and secondary jet velocity and the height difference between primary and secondary jet As the secondary jet velocity increased, the upper recirculation 3one of the primary jet was strengthened. It was found that as the primary jet velocity increased, there was a critical jet Velocity at which the size of upper and lower recirculation zone was reversed.
딥러닝 모델은 자동으로 자질을 추출하고 추상화 하기 위해 깊은 은닉층을 가지며, 이전 연구들은 이러한 은닉층을 깊게 쌓는 것이 성능 향상에 기여한다는 것을 증명해왔다. 하지만 데이터나 태스크에 따라 높은 성능을 내는 깊이가 다르고, 모델 깊이 설정에 대한 명확한 근거가 부족하다. 본 논문은 데이터 셋에 따라 적합한 깊이가 다르다고 가정하고, 이를 확인하기 위해 모델 내부에 분류기를 추가하여 모델 내부의 학습 경향을 확인하였다. 그 결과 태스크나 입력의 특성에 따라 필요로 하는 깊이에 차이가 있음을 발견하였고, 이를 근거로 가변적으로 깊이를 선택하여 모델의 출력을 조절하여 그 결과 성능이 향상됨을 확인하였다.
제주도 남부 해안지대의 용암류대지에 Andisols로 분류되는 토양들과 인접하여 주로 분포하며, Alfisols로 분류되고 있는 용흥통을 재분류하고, 그 생성에 대하여 고찰하고자 용흥통 대표단면의 형태적 특성을 조사하고, Soil Taxonomy의 표준 분석방법인 Soil Survey Laboratory Methods Manual에 따라서 토양을 분석하여 Laboratory data sheets를 작성하였다. oxalate 침출성 (Al + 1/2 Fe) 함량은 3.2$\sim$3.4%로 andic 토양 특성의 분류기준을 충족시키고 있으나, 인산보유능이 72.7$\sim$84.5%로 85% 미만이며, 용적밀도가 $1.21{\sim}1.42Mg\;m^{-3}$으로 $0.90Mg\;m^{-3}$ 이상이다. 따라서 용흥통은 Andic 토양 특성을 보유하고 있지 않으므로 Andisols로 분류할 수 없다. 반면에 BAt층에서 Bt4층 (15~150 cm)까지 점토집적층인 argillic층을 보유하고 있으며, 기준깊이에서의 염기포화도 (양이온합)가 35% 미만이므로 Andisols, 또는 Alfisols이 아니라 Ultisols로 분류되어야 한다. Argillic 층위의 상부 15 cm 깊이에서 유기탄소 함량이 $9g\;kg^{-1}$ 이상이므로 아목은 Humults로 분류된다. 무기질 토양표면에서 150 cm 이내 깊이에 암석질이나 준암석질 접촉면 등이 없으며, 무기질 토양표면에서 150 cm까지 깊이의 argillic 층위에서 점토함량이 최대치와 비교하여 20% 이상 감소되는 층위가 없으므로 대군은 Palehumults로 분류된다. Andisols로 분류되는 토양들과 인접하여 분포하나 Ap층의 용적밀도가 $1.21Mg\;m^{-3}$으로 andic 아군의 분류조건을 충족시키지 못하므로 아군은 Typic Palehumults로 분류된다. 토성속 제어부위에서의 점토 함량이 35% 이상이고, thermic 토양온도상을 보유하므로 용흥통은 fine, mixed, themic family of Typic Hapludalfs가 아니라 fine, mixed, thermic family of Typic Palehumults로 분류되어야 한다. 비교적 건조한 제주도 서부 및 북부 해안지방에는 층형 규산염 점토광물을 주광물로 하고 있는 non-Andisols 토양이 주로 생성 발달되고, 보다 습윤한 그 외의 지역에서는 알로판 또는 Al-유기복합체가 주가 되는 Andisols 토양이 주로 생성 발달하고 있다. 그러나 용흥통의 경우 강우량이 1,800 mm 내외로 비교적 많은 제주도 남부 해안지역에 분포하고 있으면서도 조면암, 조면암질 안산암 및 이들 암석에서 유래된 화산회를 모재로 하고 있기 때문에 non-Andisols 토양으로 생성 발달한 것이라고 생각된다. Andisols로 생성 발달되지 않은 용흥통은 안정한 지형인 용암류 대지에 분포하고 있으므로 토양이 거의 침식되지 않고 충적물이 별로 퇴적되지 않기 때문에 오랫동안 토양수의 하향이동에 따른 점토 집적작용과 염기 용탈작용을 받게 된다. 그 결과 점토집적층인 argillic층이 생성되고, 기준 깊이에서의 염기포화도 (양이온 합)가 35% 미만으로 강산성 토양인 Ultisols로 생성발달한 것이다. 그러나 Andisols로 분류되는 토양들과 인접하여 분포하고 있어서 Andisols 특성을 상당 부분 보유하고 있기 때문에 Ultisols 중에서도 Humults로 생성발달한 것으로 생각된다.
본 논문에서는 근전도 패턴인식을 수행하기 위한 혼합 LVQ 학습 알고리즘을 설계하였다. 제안된 혼합 LVQ 학습 알고리즘은 초기 참조벡터의 학습을 위해 SOM을 이용하고, LVQ 출력뉴런의 부류지정을 위하여 out-star학습법을 사용하는 변형된 C.p Net.이다. 제안된 C.p. Net.의 입력 층과 종속 클래스 층 사이의 연결강도는 SOM과 LVQ 알고리즘을 이용하여 초기 참조벡터의 설정 및 학습이 가능하게 하였고, 패턴벡터를 종속 클래스 층의 뉴런에 의해 종속 클래스로 분류하고, C.p. Net.의 종속 클래스 층과 클래스 층 사이의 연결강도는 분류된 종속 글래스를 클래스로 지정하는 학습을 하게 된다 근전도 패턴 분류를 위하여 제안된 학습알고리즘을 이용하여 시뮬레이션 되었고 기존의 LVQ 학습방식 보다 우수한 분류성공률을 확인하였다.
본 논문에서는 블록 분류와 코딩과 함께 신경회로망을 이용한 영상압축을 보였다. 오차 역전파 알고리즘으로 학습되는 다층구조 신경회로망은 정규화된 영상데이타를 감소된 공간 중복성을 가지는 은닉층의 값으로 변환하는데 사용된다. 기본적으로 영상압축은 입력층과 출력층의 뉴런보다 적은 수의 은닉층 뉴런에 의해 얻어진다. 여기에 시각체계의 민감도에 따른 영상블럭 복잡성에 따라 적응적으로 압축되므로 블록을 분류한다. 또한 은닉뉴런의 양자화된 값은 효과적인 전송을 위해 entropy coding을 이용한 경우 화질의 큰 저하없이 약 25:1의 압축률을 얻었다.
FCM 알고리즘은 입력 벡터와 각 클러스터의 유클리드 거리를 이용하여 구해진 소속도만를 비교하여 데이터를 분류하기 때문에 클러스터링 된 공간에서의 데이터들의 분포에 따라 바람직하지 못한 클러스터링 결과를 보일 수 있다. 이러한 문제점을 개선하기 위해 대칭적 성질을 이용하는 대칭성 측도에 퍼지 이론을 적용하여 군집간의 거리에 따른 변화와 군집 중심의 위치, 그리고 군집 형태에 따라 영향을 덜 받는 개선된 FCM이 제안되었다. 본 논문에서는 효과적으로 패턴을 분류하기 위해 개선된 FCM 알고리즘을 적용한 개선된 하이브리드 네트워크를 제안한다. 제안된 하이브리드 네트워크는 개선된 FCM 알고리즘을 입력층과 중간층의 학습구조 적용하고 중간층과 출력층의 학습구조는 일반화된 델타학습법을 적용한다. 제안된 방법의 인식성능을 평가하기 위해 2차원 좌표평면 상의 데이터를 기존의 Max_Min 신경망을 이용한 FCM 기반 RBF 네트워크와 FCM 기반 RBF 네트워크, HCM 기반 네트워크와 제안된 방법 간의 학습 및 인식 성능을 비교 및 분석하였다.
1986년부터 1994년까지 주로 우리나라의 서해와 남해 연안에서 채집된 한국산 통구멍과 어류에 대하여 분류학적 위치와 이들의 형태적 특징에 대하여 재검사하였다. 그 결과 한국산 통구멍과 어류로는 3층 6종으로 확인되었는데 통구멍층 Uranoscopus에는 얼룩통구멍 U. japonicus, 통구멍이 U. bicinctus, 민통구멍 U. chinensis, 비늘통구멍 U. tosae 등의 4종이고, 푸렁통구멍층 Gnathagnus에는 푸렁통구멍 G. elongatus 1종, 큰무늬통구멍층 Ichthyscopus에는 큰무늬통구멍 I. lebeck sannio 1종 등 모두 6종이다. 이들 어류의 분류학적 중요 형태 형질로는 체표의 구점, 전새개골 하부의 가시 수, 호흡판의 형태, 비공판의 형태, 입술돌기의 발달 상태 등이었다. 한편 지금까지 기재되어 온 U. flavipinnis는 U. chinensis의 synonym으로 정리되었다. 우리나라의 서해와 남해에 주로 많이 분포하고 있는 종은 Uranoscopus japonicus와 Gnathagnus elongatus이고, 남해에는 U. bicinctus, U. chinensis, U. tosae 등이며 특히 Ichthyscopus lebeck sannio는 주로 제주도 부근 해역에서 출현하고 있다.
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.