Conventional X-band marine radar has been used as one of the effective tools for collecting and retrieving ocean surface information parameters for three decades. Several wave information extracting algorithms have been designed in such a way that they can be utilized for efficiently estimating sea surface wave parameters such as current velocities, wave direction, significant wave heights in VTS (Vessel Traffic Service). However, their performances are still restricted. For the purpose of overcoming the performance limits, in this paper, first the conventional algorithms are analyzed and their performances are compared, and then a new control algorithm is proposed. Furthermore, we try to improve the estimation performances of typical wave parameters including wave directions and significant wave heights by introducing linear regression model in the process of computing wave information extraction. Through several simulations with the X-band radar images, it is shown that the proposed method is very effective in estimating the wave information compared to the real measured buoy data.
This study presents a probabilistic time series forecast of ship structural response using Bayesian inference combined with Volterra linear model. The structural response of a ship exposed to irregular wave excitation was represented by a linear Volterra model and unknown uncertainties were taken care by probability distribution of time series. To achieve the goal, Volterra series of first order was expanded to a linear combination of Laguerre functions and the probability distribution of Laguerre coefficients is estimated using the prepared data by treating Laguerre coefficients as random variables. In order to check the validity of the proposed methodology, it was applied to a linear oscillator model containing damping uncertainties, and also applied to model test data obtained by segmented hull model of 400,000 DWT VLOC as a practical problem.
얼굴인식은 외관기반(appearance-based) 매칭기법으로 풀어야 할 문제 중의 하나이다. 그러나, 얼굴영상의 외관은 조명 변화에 매우 민감하다. 얼굴인식 성능을 향상시키기 위해서는 다양한 조명 아래에서 다양한 학습 데이타를 수집해야 하나, 실제로는 데이타 수집이 용이하지 않다. 따라서, 성능향상을 위해서 다양한 데이타를 학습시키는 것 보다 다양한 조건의 데이타를 정규화 하는 기법에 주목하는 것이 바람직하다. 본 논문에서는 방향성 조명 아래에서 취득한 얼굴영상을 정규화 할 수 있는 간단한 방법을 제안한다. 조명 문제는 얼굴인식 시스템에서 오류를 일으키는 가장 중요한 요인중 하나이다. 제안하는 방법을 ICR(illumination Compensation based on Multiple Linear Regression)이라 명명하였다. 본 방법에서는 다중회귀분석 모델을 사용하여 얼굴영상의 화소 밝기 갈 분포에 가장 잘 맞는 평면을 찾은 후 이 평면을 이용하여 얼굴영상을 정규화 한다. 제안하는 방법의 장점은 간단하고 실용적이며, 얼굴영상의 밝기 값 분포에 대한 평면 근사가 선형모델에 의해 수학적으로 정의된다는 점이다. 얼굴인식에서 제안하는 방법의 성능 향상을 보여주기 위해 공개 및 자체 구축 데이타 베이스에 대한 실험 결과를 제시한다. 실험 결과 두드러진 얼굴인식 성능 향상을 보여주었다.
기존에는 lab-scale 연구에서 이론식을 기초로 막오염 모델식을 구성하였지만, 이러한 모델식은 여과, 역세, 배출이 연속적으로 이루어지는 실규모 현장에 적용하기에는 적합하지 않았다. 본 연구는 실제로 인천시 G-정수사업소에서 발생되는 배출수 처리를 위해 연속자동 운전되고 있는 침지막 공정을 대상으로 진행되었다. 정유량 조건에서 막오염 관리지표를 막간차압(Trans-Membrane Pressure, TMP)으로 결정하고 침지막 공정의 주요 운전변수인 총 투과유량과 조 내 SS농도를 독립변수로 하여 TMP의 시계열 예측을 시도하고 예측 가능성 및 적용성을 평가하였다. 유전자알고리즘을 이용한 시계열 예측모형을 구성한 결과, TMP 예측값이 펄스주기 형태와 경시적인 증가 추세 두 가지를 모두 반영하고 있어서 만족할 만한 결과가 나왔다. 두 번의 검증 결과, 선형회귀 방식으로 TMP 실측치와 예측치의 상관성(유의성)을 나타내면 각각 $r^2=0.721$, $r^2=0.928$ 수준이다. 본 연구에서는 하절기 자료를 활용하여 모델링 작업을 수행하였지만 추후에 연속자료가 더 쌓이면 같은 절차로 모델링 작업을 반복해서 더 높은 신뢰도의 예측모형을 구성할 수 있고 이를 실제 현장에 적용하여 2~3일 정도의 단기예측을 수행한다면 실제로 막공정을 에너지 효율적으로 운영하는데 도움이 될 것으로 사료된다.
본 연구는 뉴로퍼지 네트워크와 다항식 뉴럴네트워크를 합성한 하이브리드 모델링 구조인 고급 뉴로퍼지 다항식 네트워크(Advanced neurofuzzy polynomial networks ; ANFPN)를 제안한다. 제안된 네트워크 구조는 높은 비선형 규칙 기반 모델로, CI(Computational Intelligence)의 기술, 즉 퍼지집합, 뉴럴네트워크, 유전자 알고리즘에 의해 설계되어진다. 뉴로퍼지 네트워크는 ANFPN 구조의 전반부를, 다항식 뉴럴네트워크는 후반부를 구성한다. ANFPN의 전반부에서, 뉴로퍼지 네트워크는 간략추론, 오류역전파 학습 규칙을 이용한다. 멤버쉽함수의 파라미터, 학습율, 모멘텀 계수는 유전자 최적화를 이용하여 조절된다. ANFPN의 후반부 구조로서 다항식 뉴럴네트워크는 학습을 통해 생성되는(전개되는) 유연한 네트워크 구조이다. 특히 다항식 뉴럴네트워크의 층과 노드 수는 고정되어 있지 않고 동적으로 생성된다. 본 연구에서는, 2가지 형태의 ANFPN 구조를 제안한다. 즉 기본 구조와 변형된 구조이다. 여기서 기본 구조와 변형된 구조는 다항식 뉴럴네트워크 구조의 각 층에서 입력변수의 수와 회귀다항식의 차수에 의존한다. 두 결합 구조의 특징 때문에 공정 시스템의 비선형적인 특성을 고려할 수 있고 보다 우수한 예측능력을 가진 좋은 출력선응을 얻을 수 있게 한다. ANFPN의 유용성과 실용성은 2개의 수치 예제를 통해 논의된다. 제안된 ANFPN은 기존의 모델보다 높은 정밀도와 예측능력을 가진 모델을 생성함을 보인다.
Rb-82 dynamic PET과 이중적분법에 의한 국소 심근 혈류측정 연구를 시행하고자 실험 개를 이용한 심근 혈전증 모델에서 좌심실 입력함수에 의한 정상 및 관류결손 심근에서의 혈류를 측정하였다. 이중적분법이 선형회귀모델에 의한 혈류측정방법에 비하여 실현이 간단하고 심근내 혈류가 선형적인 가정을 배제할 수 있어 더욱 정확한 방법이 될 수 있음을 확인하였다.
코로나바이러스감염증-19와 같은 호흡기 감염병은 주로 밀집/밀폐/밀접 공간인 실내에서 일어난다. 호흡기 감염병 이상징후의 존재 여부는 발열, 기침, 재채기 및 호흡곤란 등의 초기 증상을 통해 판단되고 있으며, 이러한 초기 증상에 대한 상시 모니터링이 요구된다. 열화상 온도 스크리닝 시스템은 개인의 피부 온도 상승의 징후가 있는지 초기에 선별하는 빠르고 쉬운 비접촉 스크리닝 방법을 제공하지만, 측정 타겟, 주변 온도 등의 측정 환경과 피 측정대상과의 측정 거리에 따른 오차로 인해 정확한 온도측정이 어렵다. 그리고 국제표준 IEC 80601-2-59 에서는 내안각(Inner Canthus) 인접한 영역에 대한 안면 열화상 촬영을 권고하고 있다. 본 논문에서는 가시광 카메라 모듈과 열화상 카메라 모듈에 대해서 이미지 일치화 보정을 수행하였으며, 흑체(Blackbody)를 이용해 측정 환경에 대한 열화상 카메라 모듈 온도를 보정하였다. 표준에서 권고하는 측정 타겟을 인식하기 위해 딥러닝 기반 객체 인식 알고리즘과 내안각 인식 모델을 개발하였으며, 100명의 실험자군에 대한 데이터셋을 적용하여 인식 모델 정확도를 도출하였다. 또한 라이다 모듈을 이용한 객체 거리 측정과 선형회귀 보정 모듈을 통해 측정 거리에 따른 오차를 보정하였다. 제안한 모델의 성능 측정을 위해 모터 스테이지, 열화상 온도 스크리닝 시스템, 흑체로 구성된 실험환경을 구축하였으며, 1m에서 3.5m 사이 가변 거리에 따른 온도측정 결과 0.28℃ 이내의 오차 정확도를 확인하였다.
본 연구는 연구의 목적은 총질소(TN), 총인(TP), 엽록소(Chl), 투명도(SD)의 변수를 이용하여 호수의 영양상태(Trophic state)를 평가하였고, 전기전도도에 따르면 부유물질(SS)의 역동성을 비교 평가하여 총질소-엽록소(TN-Chl), 총인-엽록소(TP-Chl), 엽록소-투명도(Chl-SD)의 경험적 모델을 분석하였다. 호소의 영양상태 분석에 따르면, 36개 인공호 중 절반이상이 부영양-과영양화 상태 (Eutrophy-Hypertrophy)로 나타났다. 총인의 월 변이(% Variation)가 최고 500%까지 상회하였으며 특히 8월에는 연중 최고치를 보였다. 한편 총질소의 월 변이는 90% 이하로 나타났으며, 모든 호수에서 평균 총질소 농도는 1.2 mg L$^{-1}$ 이상을 상회하여, 배경 농도가 높은 것으로 나타났다(부영양-과명양화상태). 경험적 모델 분석에 따르면 투명도의 변이는 총인(R$^2$=0.15, p<0.001) 및 총질소 (R$^2$=0.20, p<0.001)보다 주로 엽록소 (R$^2$=0.31, p<0.001)에 의해 설명되는 것으로 나타났다 총인, 총 질소의 비 (TN : TP ratio)의 분석에 따르면, 대부부의 인공호는 조류 생장에 있어 잠재적인 인(P)의 영향을 시사하였다. 따라서 식물성 플랑크톤 성장은 질소보다 인에 의하여 조절 되는 것으로 나타났다. 수질 변수의 연 평균값에 로그-전환(Log$_{10}$ transformation)한 후 실시한 선형 회귀분석에 따르면 엽록소는 총인 및 총질소에 의해 각각 30%, 15% 설명되어, 연관성이 극히 낮은 것으로 나타났다. 그러나 개별 호소에 대한 선형 회귀분석 일부 총인-엽록소가 강한 정 상관관계 (R$^2$=0.62, p=0.002, n=12)를 총질소-엽록소에서는 유의성이 없는 것으로 나타났다(p=0.892, n=12). 상기 연구를 종합해보면 경험적 모델 분석 시 자료의 평균효과(Averaging effect)는 모델의 변이성을 설명하는 데 중요한 것으로 나타났다.
공공사업에서 사업초기단계의 개략공사비 예측은 발주자에게 향후 공사비에 대한 정보를 제공함으로써 효율적인 예산수립을 가능하게 한다. 하지만 사업초기단계는 획득 가능한 정보량이 부족하기 때문에 상대적으로 정확한 공사비 예측이 어렵다. 현재 국내 발주기관에서 활용하고 있는 도로공사 개략공사비 산정체계는 단순하게 단위길이 당 단가에 도로의 연장을 곱하는 선형적인 모델이기 때문에 공사비 예측에 오차가 크게 발생하는 것으로 나타났다. 또한 사업의 진행에 따라 가용정보의 수준이 달라지기 때문에 개략공사비 예측모델에는 이러한 가용정보의 특성이 반영되는 것이 중요하다. 본 연구에서는 사업 초기단계를 크게 기획단계와 설계 초기단계의 두 단계로 구분하여 각 단계의 가용정보 수준 및 공사비 예측의 목적을 고려한 개략공사비 산정모델을 제시하였다. 공사비 예측모델의 개발을 위하여 총 143건의 공사 데이터를 수집하여 활용하였으며, 이를 통해 각 단계의 가용정보 수준에 적합한 공사비 영향변수를 도출하였다. 제안된 기획단계 및 설계초기 단계의 개략공사비 산정모델은 검증과정을 통하여 각 단계에서 요구되는 정확도 수준을 확인하였으며, 이러한 가용정보 수준에 입각한 개략공사비 산정모델은 향후 예산 산정업무나 타당성 조사, 노선 대안 비교검토 등에 활용될 수 있을 것으로 기대된다.
본 연구는 수간재적과 상관관계가 높은 흉고직경과 수고를 독립변수로 하여 우리나라 일본잎갈나무의 수간재적 추정식을 개발하고자 하였다. 전국의 분포하고 있는 일본잎갈나무를 총 2,840본의 표준목을 벌채하여 수간고별 직경과 수간석해 자료를 수집하여 생장특성을 조사하였다. 6개의 수간재적모델의 적합도 검정을 위하여 적합도지수, 편차, 평균절대편차, 변이계수를 이용하여 모델의 적합성을 판단하였다. 최종 선정된 모델은 흉고직경만을 이용한 Model 1(V=a+bDBH2), 흉고직경과 수고를 이용한 Model 4(V=a+bDBH2H)가 최적의 모델로 선정되었다. 비선형회귀분석을 통한 모델의 절편과 기울기계수인 a, b는 0.05수준에서 통계적으로 유의한 값을 보였다. 적합도지수는 94%~99%로 나타났고, 편차는 두 모델이 0에 근접하였으며, 평균절대편차는 0.01~0.05, 변이계수는 5.97~14.43으로 높은 적합도를 보였다. 본 연구에서 제시된 수간재적모델을 이용하여 현장에서 흉고직경 또는 흉고직경과 수고를 측정한 후 바로 재적을 추정할 수 있으며, 산림경영에 필요한 기초 정보를 제공해 줄 것이다.
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.