목적 : 본 연구에서는 뇌졸중 환자의 치료 효과를 증진시키기 위한 방법으로, 로봇 기반에 연속적이며, 실시간으로 환자의 의지에 따른 표면 근전도 신호에 비례한 제어가 가능한 최적 알고리즘을 구현 및 재활로봇과 PC소프트웨어에 적용기술을 개발하였다. 연구방법 : 뇌졸중 환자의 치료를 위한 재활로봇 제어 알고리즘 개발을 위해서 본 연구에서는 선형 재귀모델을 이용하였다. 또한, 이를 PC 소프트웨어에 적용하여 실제 근전도 신호에 비례하여 게임을 진행할 수 있도록 환경을 구축하였으며, 이를 활용하여 모의 훈련을 진행하였다. 결과 : 모의실험 결과 실제 움직인 위치와 선형 재귀모델로부터 추정된 위치의 결과가 상당히 유사하게 나타나는 것을 확인할 수 있었다. 또한 3명의 피험자를 대상으로 실험 한 결과, 3번의 각기 다른 시도에 따라 훈련이 진행되면서 그 결과가 좋아짐을 확인할 수 있었다. 결론 : 본 연구에서는 재활로봇에 적용 가능한 실시간으로 동작하는 근전도에 비례한 움직임을 유도해 낼 수 있는 선형 재귀 모델을 개발하였다. 또한, 이를 활용한 소프트웨어도 함께 구축하여 그 활용 가능성이 높음을 확인하였다. 향후 실제 재활로봇에 적용하여 자가-재활 및 원격재활 로봇에 기본 알고리즘으로 널리 활용될 수 있을 것이라 기대된다.
연안에서 천수변형에 의해 발생하는 쇄파는 표사이동, 연안류의 생성, 충격파압의 발생 등과 같은 연안역의 다양한 물리현상과 밀접한 관계를 갖고 있다. 따라서, 연안구조물의 설계 시 쇄파파고 및 쇄파수심과 같은 쇄파지표를 정확하게 예측하는 것이 중요하다. 과거부터 많은 연구자들에 의해 쇄파현상을 규명하고 예측하기 위한 많은 과학적인 노력들이 이루어져 왔다. 대표적인 쇄파에 연구들은 주로 수리모형실험을 통해 쇄파지표 예측을 위한 많은 경험식이 제안되어 왔다. 하지만, 기존의 쇄파지표에 대한 경험식은 일정한 방정식의 가정하에 자료의 통계적 분석을 통해 가정한 방정식의 계수들을 결정하고 있다. 본 논문에서는 회귀 혹은 분류문제와 관련된 다양한 연구분야에 있어서 높은 예측성능을 보여주는 대표적인 선형기반의 지도학습 머신러닝 기법을 적용하였다. 적용된 머신러닝 기법을 기반으로 기존의 쇄파에 대한 실험자료로부터 쇄파지표 예측을 위한 모델을 개발하고, 학습된 모델로부터 쇄파예측을 위한 새로운 선형식을 제시하였다. 새롭게 제안된 쇄파지표식은 단순한 선형식임에도 불구하고 기존의 경험 공식에 비해 유사한 예측성능을 보였다.
최근 비정형 자료인 텍스트를 벡터로 변환하고 이를 통해 다양한 목적으로 방대한 양의 자연어를 분석하는 시도가 이루어지고 있다. 특히 코퍼스 규모가 제한적일 수밖에 없는 전문적인 도메인의 텍스트에 대해서도 분석 수요가 급증하면서, 해당 전문 분야의 문서를 범용 문서와 함께 분석하기 위한 연구가 활발하게 이루어지고 있다. 특정 전문어를 해당 전문어 코퍼스 외부의 일반적인 범용어와 함께 분석하기 위해서는, 전문어 임베딩 공간을 범용어 임베딩 공간과 일치시키는 것이 필요하다. 기존에는 변환 행렬 또는 매핑 함수 등을 통해 전문어 코퍼스로부터 얻은 전문어 임베딩 값을 범용어 임베딩 공간으로 변환, 일치시키려는 시도가 있었지만, 변환 행렬을 기반으로 하는 선형 변환은 국지적인 범위에서만 근사적인 변환 효과가 있다는 일반적인 선형 변환의 한계를 극복하지 못했다. 이러한 선형 변환의 한계를 극복하기 위해 최근에는 다양한 형태의 비선형적인 변환 방법이 제안되고 있으며, 본 연구에서는 오토인코더(Autoencoder)와 회귀 모델을 동시에 학습하는 종단형 학습을 통해 전문어 임베딩 공간을 범용어 임베딩 공간으로 변환하여 임베딩 공간을 일치시키는 모델을 제안한다. 실제 "보건의료" 분야의 R&D 문서에 대해 임베딩 변환 실험을 진행한 결과, 제안 방법론이 기존의 오토인코더를 활용한 방법 대비 변환 정확도 측면에서 우수한 성능을 보임을 확인하였다.
본 연구에서는 안면도 소나무 임지에 대해 임분 내 생장인자들간의 상관관계를 구명하고 이를 기초로 동적 임분생장모델을 구축하였다. 이를 위해 영급이 고루 분포되도록 96개의 표본점을 선정하였고, 각 표본점에서 입목의 흉고직경, 수고를 측정한 후 이를 분석하여 평균흉고직경, 평균수고, 우세목수고, ha당 본수, ha당 단면적, ha당 재적 등을 추정하였다. SAS의 비선형 회귀분석(NLIN) 및 단순선형분석(REG)을 통해 생장인자간의 함수식을 유도하였으며, 이 함수들을 이용하여 관리방법에 따라 임분의 생장 및 수확이 다양하게 예측될 수 있는 동적 임분생장모델을 구축하였다. 다양한 시업주기 및 강도를 적용해 임분의 생장을 예측한 결과, 본 연구에서 구축된 동적 임분생장모델은 일반적인 생장법칙을 잘 나타내고 있어 안면도 소나무임분의 생장 및 수확량 예측에 적합한 것으로 판단되었다. 이러한 동적 임분생장모델은 실제 산림경영에서 다양한 관리방법에 따른 임분의 생장예측을 위하여 이용될 수 있을 것이며, 산림경영계획에 있어 의사결정을 위한 도구로서 이용될 수 있을 것이다.
본 연구는 기후요인과 토양요인이 알팔파 건물수량에 어느 정도 영향을 미치는지를 기여도로 평가할 목적으로, 기상변수와 토양물리성변수를 고려하여 일반선형모형으로 수량예측모델을 구축하였다. 알팔파 수량예측모델 구축과정은 알팔파, 기상 및 토양자료수집, 가공, 통계분석 및 모델구축 순이었다. 수량예측모델은 알팔파와 양적자료인 기상변수를 선택하기 위한 다중회귀분석과 질적자료인 토양물리성변수도 고려하기 위해서 일반선형모형을 사용하였다. 그 결과 DMY에 영향을 미치는 기상변수는 적산온도와 생육일수이었으며, 토양물리성변수는 점토함량이 선택되었다. DMY에 영향을 미치는 변수별 기여도는 점토함량(63%), 적산온도(21%) 및 생육일수(11%)순 이었으며 요인별 기여도는 기후요인(적산온도, 21%와 생육일수, 11%)이 32%, 토양요인(점토함량)이 63%로 나타나 토양요인이 기후요인보다 알팔파 건물수량에 더 기여하는 것으로 평가하였다. 본 연구에서 이용한 알팔파 자료는 토성, 시비수준 및 품종이 제한되어 있어 앞으로 이들 요인을 고려한 다양한 조건의 재배실험을 통하여 보다 많은 자료축적이 요구된다.
지금까지 연안에서 발생하는 쇄파에 대한 연구는 지속적으로 수행되었으며, 그에 따른 많은 실험자료가 축적되어 왔다. 또한, 다양한 실험자료로부터 공학적인 적용을 위한 쇄파 정보를 정량적으로 예측하기 위하여 회귀분석에 기반한 다양한 경험식이 제안되었다. 그러나 쇄파는 내재하고 있는 변동성이 있으므로 선형 회귀분석과 같은 선형적 통계접근 방법에는 한계가 있다. 본 연구에서는 쇄파파고 및 쇄파수심을 예측하기 위하여 기계학습 중 하나인 신경망을 사용하는 비선형 방법을 제안하였다. 신경망은 구글에서 배포하고 있는 머신러닝 오픈소스 플랫폼인 텐서플로(Tensorflow)를 이용하여 구축하였다. 신경망 모델은 수집된 실험자료를 무작위로 선택하여 학습하였으며, 학습에 이용하지 않은 자료를 사용하여 학습된 신경망을 평가하였다. 학습된 신경망에 의해 예측된 쇄파파고와 쇄파수심에 대한 예측결과는 기존의 경험식에 의한 계산결과에 비해 높은 예측성능을 보였으며, 이는 충분히 학습된 신경망은 쇄파파고 및 수심을 예측하기 위한 유용한 도구로 사용될 수 있음을 보여준다.
본 연구에서는 헬리콥터 로터 블레이드의 제작 과정 및 여러 가지 요인으로 인해 발생하는 불균형성을 해소하기 위한 RTB(Rotor Track and Balance) 알고리즘을 개발하였다. 비행 시험 결과로부터 RTB 조절 값과 트랙 및 기체 진동 사이의 상호관계를 선형모델을 이용한 회귀분석을 통하여 RTB 모델을 구축하였다. 개발된 RTB 알고리즘을 실기 시험 결과에 적용하여 RTB 모델을 검증하였고 선형화 모델만으로도 비교적 정확한 모델링이 가능함을 확인하였다. RTB 조절값 설정을 위해 최적화 문제를 정식화하고 유전자 알고리즘에 입자 군집 최적화(PSO) 알고리즘을 결합하여 빠른 수렴성을 갖는 최신의 최적화 기법을 적용하였다. 또한 최적화 해석을 통하여 얻은 RTB 조절값을 이용하여 트랙 편차와 기체 진동을 허용 기준치 아래로 감소시키고, 다양한 비행 조건에 대하여 효율적인 RTB를 수행할 수 있음을 보였다.
그 동안 많은 연구자들은 콘크리트의 응력-변형률 관계의 비선형 거동을 적절한 수식으로 나타내기 위해 많은 노력을 해 왔다. 그러나 이 응력-변형률 관계에 대한 대부분의 경험식은 경화된 콘크리트에 촛점을 맞추어 왔으며, 초기재령에서의 콘크리트의 거동을 잘 나타내지 못하였다. 여기서 초기재령에서 경화시까지 걸친 전 콘크리트의 재령에 대한 폭 넓은 이해는 콘크리트구조물의 내구성과 잔존수명을 평가하는데 있어서 매우 중요하다. 본 논문에서는 5가지의 강도수준과 12시간에서 28일까지의 재령에 대하여 응력-변형률 관계를 검토하였으며, 20$\pm$3$^{\circ}C$ 에서 수중양생된 ø100$\times$200mm의 원주공시체에 대하여 1축압축강도실험을 수행했다. 실험결과에 대한 회귀분석을 수행하여 강도와 재령에 따른 응력-변형률 관계의 모델식을 제시하였으며, 제시된 모델식의 검증을 위하여 실험결과와 기존의 실험결과와 모델식에 대한 해석적 검토도 수행하였다. 해석결과, 제시된 모델식이 실험결과와 잘 맞으며 응력-변형률 관계에 강도와 재령이 미치는 영향을 잘 나타내고 있음을 알 수 있었다.
본 연구에서는 콘텐츠 산업 중 음악 분야 2차 산업데이터를 활용하여 딥러닝 기법을 이용한 흥행 예측모델 구축 가능성을 살펴보았다. 본 연구를 통해 구축한 딥러닝 예측 모델은 17개 독립변인 -가수 파워, 가수 영향력, 피처링 가수 파워, 피처링 가수 영향력, 참여 가수 수, 참여 가수의 성별, 작사가 역량, 작곡가 역량, 편곡가 역량, 제작사 역량, 유통사 역량, 앨범의 타이틀 여부, 음원 스트리밍 플랫폼 좋아요 수, 음원 스트리밍 플랫폼 코멘트 수, 사전 홍보 기사 수, 티저 영상 조회 수, 초기 흥행성과를 기반으로 음원 흥행성과 -음원이 차트내 상주하는 기간을 예측하는 구조다. 추가적으로 본 연구가 딥러닝 기법을 콘텐츠 분야에 접목시킨 초기단계 연구임을 고려하여, 콘텐츠 흥행예측 선행연구에서 요인 추출을 위해 활용하는 선형회귀분석을 통해 변인 소거 후 구축한 DNN 예측모델과 예측률 비교를 진행하였다.
철근콘크리트 기둥에서 원형 전단철근에 의한 전단강도 성분을 산정하는 기존의 기준식들은 일반적으로 그 강도를 과대평가하는 경향이 있다. 그 이유는 불연속분포로 이루어진 철근의 배근을 단순한 연속분포로 가정하는 데에서 기인하며, 또 다른 한편으로는 단면이 직사각형인 부재에 사용되는 설계식을 원형 단면에 그대로 적용함으로써 발생한다. 전단철근은 부재에 대각선균열이 발생하면서 그 역할이 시작된다고 할 수 있는데, 원형 단면은 직사각형 단면과는 달리 균열을 가로지르는 지점에 따라 전단력에 저항하는 성분이 달라지기 때문이다. 본 연구에서는 원형 전단철근에 대하여 대각선 균열의 시작점과 그 균열을 가로지르는 전단철근의 개수, 그리고 원형단면 상에서의 저항성분의 변화를 고려한 새로운 강도모델을 제안하고자 하였다. 제안된 모델의 수학적인 해석에 따르면 균열을 가로지르는 철근의 개수가 적을수록 균열의 시작점 및 균열의 수직투영거리가 철근의 배근 간격과 이루는 배율이 철근의 전단저항에 미치는 영향이 크다는 사실을 알 수 있었다. 본 연구의 결과로 도출된 불연속 모델을 설계에 이용될 수 있는 식으로 단순화시키기 위해 선형회귀법이 이용되었으며, 이렇게 유도된 설계방정식은 수학적 정해의 하한계 값에 부합하는 결과를 가져왔다.
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.