Representing all the parts of human body visible to fit into the script, it can be told that real make-up has been done. Based on the point of view. it will be different from others. To become the beautiful, beauty make-up has to be done, however, to be someone described in the script or any other factions after analyzing characters of being represented, special make-up fits into that category. In the special make-up, there are two different pins: one is 2 dimension make-up which is describing images using dots, lines and colors and other is 3 dimension which will include necessary shapes to figure. Even though there seems to be different between modern technologies and handy work, since accurate measures and graphics have to be used to make perfect character describes in the script, more investments and studies than before have to be made. Real attraction of 3 dimension make-up is building up the images and shapes using unseen abstract images having analyzing characters. It will be decided in the working process called modeling. As having distinguished this part from other make-ups as named prosthetics make-up, proposing means and measures of prosthetics make-up will actually help the others who are studying make-up.
본 논문에서는 LFM 잔향 신호를 효율적으로 백색화하여 표적의 탐지확률을 높이는 기법을 제안한다. 제안한 기법에서는 LFM의 주파수 변화율을 역으로 보상하는 선형 dechirping 기법을 이용하여 시간에 따라 주파수가 변하는 LFM 신호의 잔향을 CW와 같이 데이터 블록 내에서 일정한 주파수 특성을 유지할 수 있도록 변환하였다. 또한 표적이 존재하지 않는 인접 빔 신호를 참조 신호로 사용하여 AR (autoregressive)계수로 각 구간의 주파수 응답을 모델링하고 역 필터를 구현하여 표적이 존재하는 빔 신호를 필터링함으로써 LFM 잔향을 효율적으로 백색화하였다.
Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.
SI 엔진의 연소특징은 비정상 난류 예혼합 화염이며 여기서 내부 유동은 직접 화염 전파에 영향을 미치며 난류와 거시적 유동의 패턴 모두 중요한 역할을 한다. 내연기관 연소에서 난류는 매우 중요한 역할을 하고 통상 엔진 속도($\approx$흡입유동 속도)에 비례하며 그 주요 역할은 고속 운전 시 해당 사이클 내에 연소가 완료되는 데 기여하지만 출력저하, 제어 및 측정 그리고 사이클 변동과 관련하여 실질적으로 난류 제어를 통한 엔진 성능 개선은 사실상 불가능하다. 실물 엔진의 성능 파라미터로 주로 유동의 거시적 거동이 사용되며 이 유동과 연료 분사계가 혼합기 분포 상태와 화염 전파 방향을 결정하여 최종적으로 엔진의 성능을 지배한다. 따라서 가시화를 통한 연소 진단도 이 현상에 주목할 필요가 있으며 거시적 파라미터를 성능에 연관하는 다양한 기법이 존재하고 이들은 매우 풍부한 데이터베이스를 통해 비교적 정확한 성능의 예측을 가능하게 하고 이 점에 주목한 엔진만 성공을 거두었다. 이 거시적 현상에 주목하여 가시화를 통해 성층화 현상을 실험적으로 해석한 예를 제시하였다. SI 엔진 가시화에서 기법보다 중요한 것은 현상의 이해이다. 이를 위해 성공적 가시화 진단을 위해서는 우선 현상에 대한 모델링이 필요하고 이 모델에서 가시화를 통해 규명 가능한 현상을 추출해 내는 것이다.
Long Short-Term Memory Recurrent Neural Network(LSTM RNN)는 순차 데이터 모델링에 적합한 딥러닝 모델이다. Bidirectional LSTM RNN(BiLSTM RNN)은 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN을 입력 데이터의 양 방향에 적용시킨 것으로 입력 열의 모든 정보를 볼 수 있는 장점이 있어 자연어처리를 비롯한 다양한 분야에서 많이 사용되고 있다. Highway Network는 비선형 변환을 거치지 않은 입력 정보를 히든레이어에서 직접 사용할 수 있게 LSTM 유닛에 게이트를 추가한 딥러닝 모델이다. 본 논문에서는 Highway Network를 한국어 의미역 결정에 적용하여 기존 연구 보다 더 높은 성능을 얻을 수 있음을 보인다.
이 연구는 우리나라에서 흔히 사용되고 있는 수질모델링 기법 중의 하나인 QUAL2E 모델을 GIS기반의 수질관리 시스템에 적용하여 농촌지역에서 활용 가능한 수질모의 시스템을 개발하는 것을 목표로 한다. 수질모의 시스템의 개발을 위해 기본적으로 지형도, 하천도, 행정구역도, 표준유역도 등으로 이루어진 도형 데이터베이스와 오염원 자료, 환경실측자료 등으로 이루어진 속성 데이터베이스를 구축하였다. 수질모의는 GIS 기반의 농촌수질모의 시스템 상에서 이루어지도록 설계하였으며 간단히 소유역별 배출 오염부하량을 조정함으로써 여러 조건에 대한 수질모의가 가능하다. 대상유역은 삽교천 상류부터 31km 구간이고 총 5개의 소유역을 포함한다. 수리계수 산정은 HEC-RAS를 사용하였으며 수리계수 산정결과는 시스템 상에 미리 저장하여 수질모의 시 자동으로 입력되어 사용된다. 소유역별 배출 오염부하량을 조정함으로써 수질변화 경향 차이를 시스템 상에서 쉽게 확인할 수 있었고, 다양한 삭감시나리오의 작성에 시스템이 활용 가능함을 확인하였다. 향후 연구에서는 체계적이고 효율적인 농촌지역 수질관리 지원을 위하여 수질모의 시스템을 이용한 실질적인 관리방안 마련 연구 및 시스템 보완 개발 연구가 뒤따라야할 것이다.
지하수위의 상승에 따른 간극수압의 증가는 사면의 불안정을 야기할 수 있다. 그러나 모델링 오차, 계측오차, 모델변수의 불확실성 등과 같은 오차로 인하여 사면에서의 지하수위 변동을 예측하는 것은 매우 어렵다. 이러한 불확실성을 극복하고 지하수위 변동을 평가하기 위한 최적의 모델변수를 구하기 위하여 역해석 기법이 사용되고 있다. 본 논문에서는 사면에서의 지하수위 변동을 예측하기 위하여 포화대에서의 지하수 흐름과 불포화대에서의 지하수 흐름을 동시에 고려할 수 있는 수치해석 모델과 변수예측기법을 적용하였다. 따라서, 본 논문에서는 포화투수계수($K_{s}$ ), 포화흡인력($\psi$$_{e}$) 및 불포화 투수계수의 함수에 사용되는 경험적인 상수(b)를 주요 매개변수로 선정하여 역해석을 실시하였다. 그리고, 역해석 기법 가운데 Maximum Likelihood(MK), Maximum-A-Posterior(MAP) 및 Extended Bayesian Method(EBM)에 대하여 비교연구를 실시하였다. 위의 세가지 방법 가운데 EBM은 가상의 변수(Hyperparameter) $\beta$를 도입함으로써 현장계측치와 사전정보를 가장 잘 조화시키는 방법으로 다른 ML, MAP 보다 탁월한 방법인 것을 알 수 있었다.
가스터빈 엔진은 민간 항공분야와 방위 무기의 발달과 더불어 성능이 향상되어 왔고, 그 역할도 증대하였다. 성능 향상과 역할 증대에 따라 처리하여야 할 일의 양과 그 속도가 증가하게 되면서 엔진 제어 난이도도 증가하고 제어기법도 향상되고 있다. 이에, 전자공학의 발달에 힘입어 전자식 엔진 제어기가 엔진제어의 임무를 수행하게 되었고, 근래에는 기체의 무게감소와 신뢰성 향상이라는 이중 이익을 위해 FADEC(Full Authority Digital Engine Controller)엔진 제어기까지 등장, 사용되고 있다. 가스터빈 엔진의 제어는 일반적으로 비선형 시스템에 관한 모델링 단계와 성능 해석결과를 이용한 보상기 설계 및 제어 단계의 3부분으로 크게 분류된다. FADEC이란 개념이 정착되기 이전에는 통상적인 제어 법칙인 PID(Proportional Integral Derivative) 방법이 사용되었으나, 시스템의 복잡화와 다변화에 의하여 modern control 개념이 고려된 새로운 제어 방법이 사용되기 시작하였다. 본 논문에서는 엔진 제어에 실제적으로 이용할 수 있는 제안된 제어 법칙을 이용하여 실제 엔진 모델에 적용하여 시뮬레이션 함으로써 새로운 제어 법칙이 엔진 제어에 적용 가능함을 보이고자 한다.
Long Short-term Memory Network(LSTM) 기반 Recurrent Neural Network(RNN)는 순차 데이터를 모델링 할 수 있는 딥 러닝 모델이다. 기존 RNN의 그래디언트 소멸 문제(vanishing gradient problem)를 해결한 LSTM RNN은 멀리 떨어져 있는 이전의 입력 정보를 볼 수 있다는 장점이 있어 음성 인식 및 필기체 인식 등의 분야에서 좋은 성능을 보이고 있다. 또한 LSTM RNN 모델에 의존성(전이 확률)을 추가한 LSTM CRF모델이 자연어처리의 한 분야인 개체명 인식에서 우수한 성능을 보이고 있다. 본 논문에서는 한국어 문장의 지배소가 문장 후위에 나타나는 점에 착안하여 Backward 방식의 LSTM CRF 모델을 제안하고 이를 한국어 의미역 결정에 적용하여 기존 연구보다 더 높은 성능을 얻을 수 있음을 보인다.
인체 CAD 모델링 시스템은 장비와 인체를 모델링하여설계 초기단계에서 부터 별도의 Mock-up 없이 전 벙위의 운용자에 대한 작업자세의 안락도(Comfort), 동작한계(Reach), 적 합성(Fit), 시계(Vision)등 제반 작업공간 설계 및 평가에 수반되는 고려요소들을 보다 과학적 이고 합리적으로 반영할 수 있는 도구로 인식되고 있다. 본 연구는 크게 한국군 전차병의 인체 CAD 모델의 설계와 설계된 인체 모델을 활용한 한국형 전차 작업공간 평가로 구성되었다. 한국 군 전차병의 인체 CAD 모델링에서는 전차병의 인체 측정자료를 이용하여 5%, 50%, 95%치 전차병 에 대한 선 자세와 앉은 자세의 인체 모델을 설계하였으며, 보다 정확한 인체 모델의 구현을 위 해인체의 기능적 치수에 대한 실측치와 CAD 설계치와의 차이를 비교, 보정하여 줌으로써 작업공 간 평가시 보다 정확한 결과를 얻을 수 있도록 하였다. 한국형 전차 작업공간 평가에서는 설계 된 인체 모델과 한국형 전차 주요 구성품의 CAD 모델을 활용하여 각 승무원의 작업역을 분석하였고, 승무원 해치, 주요 조종장치의 운용 적합성, 판넬류 등의 위치 적합성에 대해 분석, 평가하였다. 본 연구를 통해 무기체계를 대상으로 하여 CAD 프로그램을 이용한 Man-Machine Interface에 대한 검토가 이루어 졌으며, 기존의 도면이나, Mock-up, Prototype에 의존하던 작업공간 타당성 검토가 CAD를 이용하여 3차원적으로 이루어 질 수 있는 기반을 마련하였다는데 의의가 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.