본 연구에서는 항공 하이퍼스펙트럴 영상에 대해 PCA를 적용하여 토지 이용 및 피복 분류 판독의 가독성을 향상시키기 위하여 고유성분이 높은 밴드를 선별적으로 조합하여 5개 유형의 PCA영상을 제작하였다. 유형별 영상은 SAM감독 분류 기법을 적용하여 영상분류를 시행하고 정확도를 평가한 결과 PCA변환 시 고유성분 포함율은 PCA변환 영상의 첫 번째 밴드에 해당하는 영상이 76.74%의 성분을 포함하며, PCA변환 영상의 두 번째 누적 밴드에 해당하는 영상이 98.40%로 대부분의 성분자료가 두 번째 영상까지에 담긴 것을 알 수 있었다. 유형별 영상의 정량적 분류정확도 평가는 전체정확도, 생산자 및 사용자 정확도를 분석한 결과 유사한 패턴을 가지며, 특이한 사항은 정성적인 분류정확도 평가는 PCA변환 영상의 네 번째 밴드이상이 포함되어야 정확도가 확보되는 것으로 판단되나 정량적인 분류 정확도 평가에서는 PCA변환 영상의 두 번째 밴드까지를 포함하는 영상이 가장 높은 정확도를 나타내는 것을 알 수 있었다.
이 연구는 인공신경망기법을 적용하여 적지적수를 판정할 수 있는 산림환경입지인자를 도출하고, 그들 인자 상호간의 관계를 분석하여 적지적수 판정방법을 제시하고자 수행되었다. 적지적수 선정을 위한 대상수종으로 5개의 주요 침엽수종(P. densiflora for. erecta, L. leptolepis, P. koraiensis, P. densiflora, P. thunbergil)을 선정하였다. 먼저 총 1,320개소의 표준지를 대상으로 각 수종별 지위지수가 높은 순으로 40개씩 추출하여 총 200개의 표준지를 선발하였다. 각각의 자료는 해당 표준지에 대한 13개 인자의 산림입지환경 정보를 보유하고 있다. 연구결과 인공신경망기법은 패턴분류에 의한 산림입지환경 조사 자료들의 전산정보처리에 매우 효과적인 것을 알 수 있었다. 이 기법을 적지적수 판정에 필요한 패턴의 유무 분석에 응용함으로써 적지적수 판정에 거의 영향을 미칠 수 없는 패턴을 소유하고 있거나, 불규칙한 양상의 패턴으로 인해 패턴분류 과정 자체를 교란할 수 있는 자료들을 선별하여 제거할 수 있었다. 그 외에 인공신경망기법은 입지인자 구성에 따라 적지적수 판정 적합도가 77.6%에서 91.8%까지 높게 나타남으로써 산림입지환경조사 자료를 토대로 하는 적지적수 판정에 매우 높은 잠재력을 보여주었다.
도로분류체계는 도로의 기능 및 설계기준을 정의하기 위한 기초가 된다. 현재 우리나라에서는 도로의 소재지역, 도로의 기능 등 다양한 기준에 따라 도로를 구분하고 있다. 본 연구에서는 다양한 교통지표를 이용하여 일반국도를 분류하고, 도로 유형별 교통 특성을 규명하고자 하였다. 이를 위해 상시교통량 조사지점을 대상으로 다양한 교통지표를 이용하여 혼합모형을 통해 일반국도를 유형별로 분류하고 교통특성을 분석하였다.적용된 변수는 총 8개로 AADT(연평균 일교통량), $K_{30}$(설계시간 계수), 중차량 비율, 주간 교통량 비율, 첨두율, 일요일 계수, 휴가철 계수, 그리고 COV(변동계수)이다. 요인분석 결과 2개의 요인 즉, 교통량 변동 특성 요인(COV, $K_{30}$, 휴가철계수, 주간 교통량 비율, 일요일계수, 첨두율, AADT)과 중차량 및 방향별 특성 요인(중차량 비율, $D_{30}$)이 추출되었다. 306개 상시지점이 3개의 그룹으로 구분되며, 이에 대한 교통특성을 분석한 결과 그룹 I은 도시부도로, 그룹 II는 지방부도로, 그룹 III은 관광부도로로 판단된다. AADT는 도시부도로가 30,000대, 지방부도로가 16,000대, 그리고 관광부도로가 5,000대 수준인 것으로 분석된다. 그룹 III은 일요일과 휴가철의 평균 일교통량이 연평균 일교통량보다 매우 많은 전형적인 관광 위락 도로임을 알 수 있다. 시간대별 교통량 분석결과 평일 교통량 패턴은 그룹 I이 비교적 오전 및 오후 첨두현상이 강하게 나타나며, 그룹 II와 그룹 III은 첨두현상이 거의 나타나지 않는 것으로 분석된다.
본 논문에서는 BP(Back Propagation)에 비해서 빠른 학습시간과 다른 경쟁학습 신경회로망 알고리즘에 비해서 비교적 우수한 성능으로 패턴인식 등에 많이 이용되고 있는 LVQ(Learning Vector Quantization) 알고리즘의 성능을 향상시키기 위한 방법을 논의하고자 한다. 일반적으로 LVQ는 음(negative)의 학습을 하기 때문에 초기 가중치가 제대로 설정되지 않으면 발산할 수 있다는 단점이 있으며, 경쟁학습 계열의 신경망이기 때문에 출력 층의 뉴런 수에 따라 성능에 큰 영향을 받는다고 알려져 있다.[1]. 지도학습 형태를 지닌 LVQ의 경우에 학습패턴이 n개의 클래스를 가지고, 각 클래스 별로 학습패턴의 수가 같은 경우에 일반적으로 전체 출력뉴런에 대해서 (출력뉴런수/n)개의 뉴런을 각 클래스의 목표(desired) 클러스터로 할당하여 학습을 수행하는데, 본 논문에서는 각 클래스에 동일한 수의 출력뉴런을 할당하지 않고, 학습데이터에서 각 클래스의 분산을 추정하여 각 클래스의 분산을 추정분산에 비례하게 목표 출력뉴런을 할당하고, 초기 가중치도 추정분산에 비례하게 각 클래스의 초기 임의 위치 입력백터를 사용하여 학습을 수행하는 방법을 제안한다. 본 논문에서 제안하는 방법은 분류하고자 하는 데이터에 대해서 필요한 최적의 출력뉴런 수를 찾는 것이 아니라 이미 결정되어 있는 출력뉴런 수에 대해서 각 클래스에 할당할 출력 뉴런 수를 데이터의 추정분산에 의해서 결정하는 것으로, 추정분산이 크면 상대적으로 많은 출력 뉴런을 할당하고 작으면 상대적으로 적은 출력뉴런을 할당하고 초기 가중치도 마찬가지 방법으로 결정하며, 이렇게 하면 정해진 출력뉴런 개수 안에서 각 클래스 별로 분류의 어려움에 따라서 출력뉴런을 할당하기 때문에 미학습 뉴런이 줄어들게 되어 성능의 향상을 기대할 수 있으며, 실험적으로 제안된 방법이 더 나은 성능을 보임을 확인했다.initially they expected a more practical program about planting than programs that teach community design. Many people are active in their own towns to create better environments and communities. The network system "Alpha Green-Net" is functional to support graduates of the course. In the future these educational programs for citizens will becomes very important. Other cities are starting to have their own progrms, but they are still very short term. "Alpha Green-Net" is in the process of growing. Many members are very keen to develop their own abilities. In the future these NPOs should become independent. To help these NPOs become independent and active the educational programs should consider and teach about how to do this more in the future.단하였는데 그 결과, 좌측 촉각엽에서 제4형의 신경연접이 퇴행성 변화를 나타내었다. 그러므로 촉각의 지각신경세포는 뇌의 같은 족 촉각엽에 뻗어와 제4형 신경연접을 형성한다고 결론되었다.$/ 값이 210 $\mu\textrm{g}$/$m\ell$로서 효과적인 저해 활성을 나타내었다 따라서, 본 연구에서 빈
소프트웨어 개발 생산성 향상과 유지 보수성 향상을 위한 객체지향 분석 및 설계는 학계와 산업계의 기본적인 패러다임으로 자리 잡고 있다. Enterprise Java Beans(EJB)는 높은 이식성을 제공하고 신속한 어플리케이션 개발 환경을 제공하기 때문에, 널리 사용되는 플랫폼중 하나 이다. EJB 객체지향 패러다임을 지원하지만, 객체지향 모델을 EJB 모델로 상세 설계 및 구현 할 때 고려할 사항들이 있다. 그 중 한 가지가 상속 문제이다. 본 논문에서는 객체지향 모델에서 나타날 수 있는 클래스 상속의 유형을 세 가지로 분류하고, 상속을 EJB 모델로 구현할 때 나타날 수 있는 문제점을 규명하며 상속을 지원하는 세 가지 패턴을 제시한다. 또한 제안된 패턴들에 대해서 객체지향 상속 유형별로 적용 가능한 패턴들과 지침을 제시한다.
본 연구는 청소년의 문제 행동 특성을 충동성향과 우울성향으로 분류하고 각 성향에 따라 그룹 즉흥연주 패턴에 차이가 있는지 알아보고자 하였다. 서울 소재 중학교에 재학 중이며 정서 행동문제를 보이는 청소년 40명이 본 연구에 참여하였고, 남녀 각 두 그룹씩 총 4개 그룹을 대상으로 타악기 즉흥연주 프로그램이 45분씩 총 2회 실시되었다. 그룹 내 리듬 연주 패턴이 분석되었고 악기 선택, 연주 강도 및 템포, 연주 지속 시간에 있어서의 그룹별 데이터 수집이 이루어졌다. 연구 결과 성향별 그룹 간 즉흥연주 리듬형에 있어서는 유의미한 차이가 나타난 반면, 악기 선택에 있어서는 두 그룹 간 차이가 유의미하지 않았다. 즉흥연주의 강도, 템포, 지속 시간과 관련하여, 강도에 있어서는 문제 행동 특성별 유의미한 차이가 없었던 반면, 템포와 지속 시간에 있어서는 그룹 간 통계적으로 유의미한 차이가 나타났다. 충동성향 그룹의 경우 우울성향 그룹과 비교해 연주 템포가 빠른 것으로 분석되었고, 평균 즉흥연주 지속시간은 짧은 것으로 나타났다. 연구 결과를 바탕으로 치료사가 음악치료 환경 내 즉흥연주에서의 대상별 리듬표현의 특징을 알고, 음악적 변인이 치료적으로 유의미하게 사용되도록 도울 수 있다는 데 본 연구의 의의가 있다. 청소년 대상군의 음악적 자기표현에 대한 치료사의 다층적인 이해와 그에 따른 민감한 반응은 자기표현 및 자기정체성 확인을 위한 해당 대상군의 음악적 시도를 촉진시키고, 청소년을 대상으로 즉흥연주 중심의 중재 효과성을 높이는 데 도움을 줄 수 있을 것으로 사료된다.
수화를 사용하는 농아인은 의사소통의 제약에 의해 사회적인 불평등과 금전적 손실을 겪고 있다. 이러한 이유로 본 연구에서는 농아인의 원활한 의사소통을 위해 8개의 근전도와 1개의 관성센서로 구성된 암밴드 센서를 이용하여 실시간으로 미국 수화를 인식하는 알고리즘을 개발하였다. 개발된 알고리즘의 성능 검증은 11명의 피험자를 통해 진행하였으며, 패턴 분류기 학습은 훈련 데이터베이스 크기를 증가시키면서 진행하였다. 실험 결과, 개발된 패턴 인식 알고리즘은 동작 별 20개의 훈련 데이터베이스에서 97%이상의 정확도를 가졌으며, 30개의 훈련 데이터베이스에서 99%이상의 정확도를 보였다. 이를 통해 본 연구에서 제안하는 암밴드 센서를 이용한 수화 인식 알고리즘의 실용성과 우수성을 확인하였다.
본 논문은 한국어 어휘에 대한 풍부한 정보를 담고 있는 한국어사전과 사용자 어휘지능망(User-Word Intelligent Network: U-WIN)등의 언어자원을 이용한 자동 문제 생성 기술을 소개하고, 이 기술을 이용한 한국어 어휘학습시스템을 제시한다. 대부분의 학습시스템에서 사용하는 문제 은행식 출제 방식의 문제점을 해소하기 위하여, 자동 문제 생성을 위한 한국어 어휘 문제의 유형을 8가지로 분류하고, 각 문제 유형별 자동 문제 생성 패턴을 구축하였다. 이러한 자동 문제 생성 패턴에 따라 언어자원이 가지고 있는 한국어 어휘의 형태적 정보와 의미적 정보를 이용하여 어휘 문제를 자동으로 출제하는 한국어 어휘학습 시스템을 구현하였다.
본 연구의 목적은 GIS와 공간 데이터마이닝 방법을 이용하여 교통사고의 공간적 패턴을 살펴보고 이웃한 공간 객체와의 공간적 연관성을 탐색하는 것이다. 이를 위하여 서울시 강남구 교통사고 데이터를 이용하여 공간적 경향 분석, 군집 분석 및 군집의 특성 기술, 이웃한 공간 객체와의 연관 분석을 실시하였다. 그 결과, 강남구의 교통사고는 특징적인 4개의 군집 유형을 통해 분류될 수 있으며, 각 군집별로 차별적인 특성들을 보여주고 있다. 또한, 교통사고의 발생 위치와 이웃한 공간 객체들과의 연관성에서는 공간 객체들의 개념수준이나 공간적 관계의 수준에 따라 다양한 규칙들이 발견되었다. 이러한 규칙들은 모두가 유의미하거나 흥미로울 수는 없지만, 맥락에 따라 다양하게 해석될 수 있으며, 보다 심화된 인구를 위한 새로운 가설들로 사용될 수 있을 것이다.
본 연구에서는 고심도 금속광산갱도에 대한 안정성 해석을 수행하였다. 이를 위해 수압파쇄법으로 암반의 초기지압을 측정하였고, 현장에서 채취한 암석코어로 수많은 실내물성시험을 실시하여 무결암의 물성 값을 산출하였으며, 현장조사를 통해 GSI, RMR 분류법으로 암반을 분류하였다. 암반분류 결과에 대한 시나리오 분석과 확률론적 평가를 통해 광산 갱도를 최상조건, 평균조건, 최하조건으로 구분하였으며, 각 조건별 탄소성해석을 통해 갱도의 안정성을 평가하였다. 또한, 갱도의 형상과 발파손상대의 영향을 고려한 해석을 통해 갱도의 적절한 규격과 지보패턴을 조사하였는데, 본 광산 갱도의 안정성 제고를 위해서는 갱도의 천반 곡률반경을 감소시키거나 천정부 보강이 필요한 것으로 나타났다.
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.