다축가공은 3축 이상의 동시제어축을 이용하여 복잡한 형상을 효율적으로 가공할 수 있는 첨예의 기술인 반면, 가공 설비의 고가로 인해 실제현장에 보급되지 못하고 있는 실정이다. 부가축 방식에 의한 저축화 가공방식은 이러한 현실적 문제에 대처할 수 있는 강력한 방식으로서, 본 연구팀에서는 3축 CNC 공작기계에 부가축 테이블 방식을 이용하여 5축 곡면가공을 구현한 바 있으며, 정삭가공 알고리즘을 개발한 바 있다. 본 연구에서는 부가축 환경하에서 황삭가공 알고리 즘을 다루며, 기존의 전축환경의 황삭가공에 비해공구자세를 인텍싱 형태로 변화시킬 수 있다는 차이가 있으며, 이에 따라 자세조정횟수의 초소화가 생산성 지표로 부각된다. 본 연구에서 개발된 황삭경로 알고리즘은 자세조정횟수를 포함 하여 공구접근영역, 공구교환횟수, 피드조정을 통하여 전체적을 황삭가공시간의 최소화로 접근하였다. 연구된 알고리즘 은 컴퓨터시뮬레이션을 통하여 검증하였으며, 실제절삭을 통한 검증이 추진중에 있다.
토석류 퇴적 모델은 토석류에 의한 피해지 예측을 위해 그 효용성이 입증된 모델이지만 이를 이용하기 위해서는 몇 가지 파라미터를 필요로 한다. 파라미터를 자동으로 추정하기 위한 방법은 여러 가지가 있지만 토석류에 의한 피해지 예측을 위한 데이터는 충분히 양을 확보하기가 어려우므로 기존의 학습 기법을 적용하는데 어려움이 있다. 본 논문에서는 인공 신경망을 학습시키는 과정에서 기존 샘플로부터 의사 샘플을 생성하고 이를 학습에 사용함으로써 보다 안정적인 학습이 가능한 의사 샘플 신경망을 제안하였다. 제안한 의사 샘플 신경망은 해공간을 평탄화시킴으로써 잘못된 국부 최적해에 빠질 확률을 줄여주고 따라서 보다 안정적인 파라미터 추정이 가능하다는 사실을 실험을 통해 확인할 수 있다.
베이지안 네트워크 병합은 여러 개의 베이지안 네트워크를 하나의 네트워크로 합치는 것을 말한다. 일반적으로 사용되는 병합 알고리즘은 병합 순서에 따라 최종결과 네트워크의 복잡도가 달라지는 문제를 갖고 있고, 최종 병합 네트워크의 에지 수를 최소화하는 병합 순서를 찾는 것은 NP-hard라고 증명되었다. 본 논문에서는 최적의 병합 순서를 결정하기 위해 진화 알고리즘을 사용하는 방법을 제안한다. 해공간 분석을 통해 permutation index 표현방법이 해탐색에 유리함을 보이고 이를 이용한 진화 알고리즘을 제안한다. 실험결과, 기존의 휴리스틱과 greedy 탐색 방법에 비해 제안한 방법이 우수한 성능을 보였다.
During the 35 month period from November 1966 to November 1967 and from June 1971 to March 1973 I had experienced 127 cases of non fatal wounds of chest in Viet-Nam. .Among these 127 cases, 62[45.4%] were gun shot wounds, 49[35.8%] were shrapnel wounds and the other were traffic accident. stab wounds and miscellanous. Approximately 21% of gun shot wound were perforating and 79% were penetrating but all cases of shrapnel wounds were penetrating. Of these 127 cases. 90% evacuated to hospital within 6 hours and average time 2.5 hours. The tranfusion requirement of these cases ranged from zero to 36 pints of whole blood with an average of 2.600cc. Initial intrathoracic findings were hemopneumothorax and hemothorax mostly. and the incidence of open thoracotomy was 9.5%[12cases] and closed thoracotomy was 82.8%[104cases], which were contrast to the reports from Korean conflict. I had experienced 24 cases with complication, such as large hematoma in lung parenchyme[8 cases], atelectasis[4 cases], pyothorax [3 cases], pneumonia [3 cases], fibrothorax [3 cases], pleural effusion [2 cases] and wound infection [2 cases]. Mortality rate for entire group was 4.7% but the cases associated with brain injury was 100%, with spinal cord injury was 50%, with large vessel 50%, and abdominal injury was 33.3%, and nobody died solely of thoracic injury.
본 논문에서는 생명창발과 진화에 기반한 신경망 구성방법을 제안한다. 이 방법은 생뭉의 DNA 구조의 특성과 식물의 생장에 기반을 둔 방법이다. 본 논문에서 제안한 방법은 DNA 코딩 방법과 L-system의 생장 구칙을 이용하여 신경망을 구성하는 방법이닫. L-system은 병렬적인 제조합 규칙을 이용하여, DNA 코딩 방법은 표현의 제약이 없는 표기법이다. 또한 진화 알고리듬은 다윈의 자연도태를 모방한 탐색법으로 다양한 해공간의 표현과 높은 효율로 탐색이 가능하다. 본 논문에서는 이러한 방법들을 이용햐 신경망을 구성하고, 신경망의 Mackey-Glass, Sunspot, KOSPI 같은 시계열 예측분제에 적용하여 유효성을 입증하고자 한다.
본 연구는 엄격한 시간제약 차량경로문제에 대하여 유전자알고리즘과 휴리스틱 기법을 이용하여 최적해를 산출하는 것이다. 문제해결을 위해 수리적 모형을 구성하고, ILOG-CPLEX를 이용하여 최적해를 산출하였다. 임의 생성방법과 세이빙 휴리스틱을 적용한 초기해 생성, 실행불가능해의 교정과 유전자 알고리즘 종료 후 2-opt, Or-opt 등 해교정 및 해개선을 위한 과정이 추가된 하이브리드 유전자 알고리즘을 구축하여 엄격한 시간제약이 있는 차량경로 문제에 적용하여 솔로몬 예제와 비교하고, 제안한 알고리즘의 해공간탐색능력, 수렴성, 휴리스틱 기법의 효과를 확인하였다.
의사 샘플 신경망은 학습 샘플의 수가 적은 경우 학습된 신경망이 국부 최적해에 빠져 성능이 저하되는 것을 보완하기 위해 기존 샘플들로부터 의사 샘플을 생성하고 이를 통해 해공간을 평탄화 시킴으로써 학습된 신경망의 성능을 향상시킬 수 있는 신경망의 변형이다. 이는 학습 샘플의 양에 관한 문제로 이 논문에서는 이에 더해 학습 샘플의 질을 향상시킴으로써 학습된 신경망의 성능을 더욱 높일 수 있는 방법을 제시하였다. 잡음이 적게 포함된 전형적인 학습 샘플들만이 주어지고 입력 특징 중 출력과 연관성이 높은 특징만을 사용함으로써 학습된 신경망의 성능을 높일 수 있음은 자명하다. 따라서 이 논문에서는 커널밀도 추정을 통해 비전형적인 학습샘플을 제거하고 입력값이 출력값에 미치는 영향을 나타내는 연관성 척도를 사용하여 연관성이 적은 특징을 제거함으로써 의사 샘플 신경망의 성능을 향상시킬 수 있음을 보였다. 제시한 방법의 유효성은 토석류 데이터를 이용한 실험을 통해 확인할 수 있다.
국내에서 발생하는 폐타이어량이 증가하고 있다. 폐타이어의 효율적인 재활용 방법중 하나가 열분해공이다. 본 연구에서는 열분해 공법을 이용하여 폐타이어로부터 추출한 열분해 카본블랙을 배수성 아스팔트 혼합물에 혼합하여 소성변형특성을 평가하였다. 시험에 이용한 구속응력은 138 kPa, 축차응력은 551 kPa를 이용하였다. 시험온도는 45도를 적용하였다. 시험에 필요한 시편은 SHRP의 슈퍼페이브 다짐장비를 이용하여 중규모 교통량 조건을 구현하는 50회 선회다짐조건을 적용하였다. 열분해 카본블랙 10%를 사용한 아스팔트 혼합물의 안정도 값이 3.41 kN으로 가장 크게 나타났다. 열분해 카본블랙을 이용하지 않은 경우에 비해 50% 이상의 안정도(kN) 증가 효과를 나타내었다. 전체적으로 PCB를 사용하지 않은 시편의 소성변형이 PCB를 사용한 시편의 소성변형에 비해 크게 나타났다. PCB 사용시 5%에서 10%를 이용하는 것이 소성변형을 최소화 할 수 있는 것으로 나타났다.
토석류 퇴적 모델은 토석류에 의한 피해지 예측을 위해 random walk model(RWM)을 사용하여 구성한 모델로 피해지 예측에서 그 효용성이 입증되었지만 몇 개의 자유 파라미터가 실험적으로 결정되어야 하는 문제점이 있다. 파라미터를 자동으로 추정하기 위한 방법은 여러 가지가 있지만 토석류 데이터는 학습 데이터의 크기가 작아 기존 학습 기법을 적용하는데 어려움이 있다. 이 논문에서는 학습 데이터 크기 문제를 완화할 수 있는 신경망의 변형인 의사 샘플 신경망을 제안하였다. 의사 샘플 신경망은기존 샘플로부터 의사 샘플을생성하고 이를 학습에 사용한다. 의사 샘플은 해공간을 평탄화시키고 국부 최적해에 빠질 확률을 줄여줌으로써 기존 신경망에 비해 안정적인 파라미터 추정이 가능해진다. 이러한 사실은 실험 결과 통해 확인할 수 있다.
본 논문은 동영상내의 객체를 자동으로 추출하고 추적할 수 있는 유전자 알고리즘 기반의 분할 방법을 제안한다. 제안된 방법은 시간 분할과 공간 분할로 이루어진다. 공간 분할은 각 프레임을 정확한 경계를 가진 영역으로 나누고 시간 분할은 각 프레임을 전경 영역과 배경 영역으로 나눈다. 공간 분할은 분산 유전자 알고리즘을 이용하여 수행된다. 그러나, 일반적인 유전자 알고리즘과는 달리, 염색체는 이전 프레임의 분할 결과로부터 초기화되고, 동적인 객체 부분에 대응하는 불안정 염색체만이 진화연산자에 의해 진화된다. 시간 분할은 두 개의 연속적인 프레임의 밝기 차이에 기반을 둔 적응적 임계치 방법에 의해 수행한다. 얻어진 공간과 시간 분할 결과의 결합을 통해서 객체를 추출하고, 이 객체들은 natural correspondence에 의해 전체 동영상을 통해 정확히 추적된다. 제안된 방법은 다음의 두 가지 장점을 가진다. 1) 제안된 비디오 분할 방법은 사전 정보를 필요로 하지 않는 자동 동영상 분할 방법이다. 2) 제안된 공간 분할방법은 기존의 유전자 알고리즘보다 해공간의 효율적인 탐색을 제공할 수 있을 뿐만 아니라, 정확한 객체 추적 메커니즘을 포함하고 있는 새로운 진화 알고리즘이다. 이러한 장점들은 제안된 방법이 잘 알려진 동영상과 실제 동영상에 성공적으로 적용됨을 통해 검증된다.
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.