• 한국의류학회지
• /
• 제31권6호
• /
• pp.837-847
• /
• 2007

남성 패션 트렌드의 특성 및 변화양상을 객관적으로 살펴보기 위해 남성복 수트 스타일의 사진 1,098장($1995{\sim}2002$)을 패션 이미지를 중심으로 분류하여 통계분석을 실시하였다. 연도별 패션 트렌드의 변화추이를 살펴보기 위해 동일성 검정을 실시한 결과, 전반적으로 Sophisticated와 Casual 이미지가 지배적인 패션 트렌드로 나타났다. 대응분석을 통해 연도와 패션 이미지사이의 연관성을 살펴 본 결과, 1995년${\sim}$1998년과 1999년${\sim}$2002년이 서로 다른 방향으로 분포되어 있어 1998년과 1999년을 기점으로 서로 다른 패션 이미지들이 패션 트렌드로 부각됨을 알 수 있었다. 한편 상대적으로 낮은 빈도의 패션 이미지에 대한 트렌드로서의 중요성을 살펴보기 위하여 Z점수를 산출하여 행렬도 분석을 한 결과, Marine이나 Colonial, Military, Ethnic 이미지의 부각이 나타났다. 패션 이미지 사이의 상관관계를 알아보기 위하여 상관분석을 실시한 결과, Sophisticated-Casual, Casual-Military, Classic-Marine, Romantic-Military 이미지 사이에 강한 연관성이 나타났다. 연도별 패션 이미지의 선형성을 통해 다음 시즌의 출현정도를 예측하기 위하여 회귀분석을 실시 한 결과, Casual, Military, Sophisticated 이미지의 경우 연도에 따라 증가추세를 보이고 있으며 Classic은 감소하는 경향을 보이는 것으로 나타났다. 이 연구는 남성복 컬렉션에 나타난 패션트렌드를 통계분석을 통한 객관적인 방법으로 그 특성과 차이를 살펴봄으로써 앞으로의 패션 트렌드를 예측하고 디자인을 기획하는데 기초 자료로 활용되고자 하는 목적에서 이루어 졌다.에 따른 홍수류의 유속 변동과 그에 따른 에너지의 변화를 고찰하기 위하여 HEC-RAS를 적용하고 주교천 아지늪 주변의 수리학적 거동을 고찰하였다.수 있었다. 본 연구의 결과는 암 환아 가족들을 위해 간호사가 제공해야 하는 호스피스 돌봄의 방향을 제시하고 있다고 생각되며 이를 위해서는 호스피스 관련 기관뿐만 아니라 국가적 차원의 아동 호스피스에 대한 관심과 지원이 요구된다고 생각한다. 양상과 일치하였고 표준조건(water flux 1 cm/일)에서 예측된 이동소요시간에 따라 metolcarb는 most mobile, molinate와 fenobucarb, isazofos는 mobile내지 most mobile, dimepiperate는 moderately mobile이나 mobile, diazinon은 mobile, fenitrothion과 parathion은 slightly mobile 또는 mobile, chloipyrifos-methyl은 immobile이나 slightly mobile 등급에 속하는 것으로 나타났다.히 요구되고 있는 현실이다.브로 출시에 따른 마케팅 및 고객관리와 관련된 시사점을 논의한다.는 교합면에서 2, 3, 4군이 1군에 비해 변연적합도가 높았으며 (p < 0.05), 인접면과 치은면에서는 군간 유의차를 보이지 않았다 이번 연구를 통하여 복합레진을 간헐적 광중합시킴으로써 변연적합도가 향상될 수 있음을 알 수 있었다.시장에 비해 주가가 비교적 안정적인 수준을 유지해 왔다고 볼 수 있다.36.4%)와 외식을 선호(29.1%)${\lrcorner}$ 하기 때문에 패스트푸드를 이용하게 된 것으로 응답 하였으며, 남 여 대학생간에는 유의한 차이(p<0.05)가 인정되었다. 응답자의 체형은 ${\ulcorner}$적당하다${\lrcorner}$고

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.116-121
• /
• 2023

본 논문에서는 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조를 개발한다. 제안하는 복합 미생물 배양기는 수집한 복합 미생물 데이터에 대해 복합 미생물 데이터 전처리, 복합 미생물 데이터 구조 변환, 딥러닝 네트워크 설계, 설계한 딥러닝 네트워크 학습, 시제품에 적용되는 GUI 개발 등으로 구성된다. 복합 미생물 데이터 전처리에서는 미생물 배양에 필요한 당밀, 영양제, 식물엑기스, 소금 등의 양에 대해 원-핫 인코딩을 실시하며, 배양된 결과로 측정된 pH 농도와 미생물의 셀 수에 대해 최대-최소 정규화 방법을 사용하여 데이터를 전처리한다. 복합 미생물 데이터 구조 변환에서는 전처리된 데이터를 물 온도와 미생물의 셀 수를 연결하여 그래프 구조로 변환 후, 인접 행렬과 속성 정보로 나타내어 딥러닝 네트워크의 입력 데이터로 사용한다. 딥러닝 네트워크 설계에서는 그래프 구조에 특화된 그래프 합성곱 네트워크를 설계하여 복합 미생물 데이터를 학습시킨다. 설계한 딥러닝 네트워크는 Cosine 손실함수를 사용하여 학습 시에 발생하는 오차를 최소화하는 방향으로 학습을 진행한다. 시제품에 적용되는 GUI 개발은 사용자가 선택하는 물 온도에 따라 목표하는 pH 농도(3.8 이하) 복합 미생물의 셀 수(10⁸ 이상)를 배양시키기 적합한 순으로 나타낸다. 제안된 미생물 배양기의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, pH 농도의 경우 평균 3.7로, 복합 미생물의 셀 수는 1.7 × 10⁸으로 측정되었다. 따라서, 본 논문에서 제안한 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조의 효용성이 입증되었다.