To estimate the mesh selectivity of monofilament and multifilament gill net for Marbled sole, Pleuronectes yokohamae, the field testes were carried out 12 times with five different mesh sizes (86.6, 101.0, 121.2, 137.7, 151.5mm) in the western sea of Korea, 2007-2009. The master curve of selectivity was estimated by the extended Kitahara's method. In the field testes, the total number of species and catch were 26 and 987, respectively. The catch number of marbled sole was 728 and occupied 73.8% in total catch. The optimum values of l/m for 1.0 of retention probability in monofilament and multifilament gill net were estimated 0.288 and 0.307, respectively and l/m was estimated to be 0.189, 0.203, 0.213, 0.222 and 0.230 in case of monofilament gill net and 0.171, 0.191, 0.205, 0.216 and 0.227 in case of multifilament gill net when the retention probability were 0.1, 0.2, 0.3, 0.4 and 0.5, respectively. The 0.5 selection range of multifilament gill net was wider about 1.5 times than that of monofilament gill net according as multifilament gill net was 0.216 and monofilament gill net was 0.148. So the multifilament gill net has a low selectivity than that of the monofilament gill net. To estimate the optimum mesh size on first maturity length 19.5cm of marbled sole, the retention probability value of 0.1 was adopted in consideration of using the gill net for marbled sole at present. The optimum mesh size were estimated to be 103.2mm and 114.0mm in monofilament gill net and multifilament gill net, respectively, on first maturity length 19.5cm of marbled sole.
본 논문은 SegNet과 ResNet을 조합한 딥러닝을 이용하여 횡단보도를 검출하는 방법을 제안한다. 시각 장애인의 경우 횡단보도가 어디에 있는지 정확히 아는 게 안전한 교통 시스템에서 중요하다. 딥러닝에 의한 횡단보도 검출은 이 문제에 대한 좋은 해결책이 될 수 있다. 로봇 시각 기반 보조 기술은 지난 몇년 동안 카메라를 사용하는 특정 장면에 초점을 두고 제안되어 왔다. 이러한 전통적인 방법은 비교적 긴 처리 시간으로 의미있는 결과를 얻었으며 횡단보도 인식을 크게 향상시켰다. 그러나 전통적인 방법은 지연 시간이 길고 웨어러블 장비에서 실시간을 만족시킬 수 없다. 본 연구에서 제안하는 방법은 취득한 영상에서 횡단보도를 빠르고 안정적으로 검출하기 위한 모델을 제안한다. 모델은 SegNet과 ResNet을 기반으로 개선되었으며 3단계로 구성된다. 첫째, 입력 영상을 서브샘플링하여 이미지 특징을 추출하고 ResNet의 컨벌루션 신경망을 수정하여 새로운 인코더로 만든다. 둘째, 디코딩 과정에서 업샘플링 네트워크를 통해 특징맵을 원영상 크기로 복원한다. 셋째, 모든 픽셀을 분류하고 각 픽셀의 정확도를 계산한다. 이 실험의 결과를 통하여 수정된 시맨틱 분할 알고리즘의 적격한 정확성을 검증하는 동시에 결과 출력 속도가 비교적 빠른 것으로 파악되었다.
In a trawl-net simulation, it is very important to process the physical phenomenons resulting from real collisions between a net and fishes. However, because it is very difficult to reconstruct the surface with mass points, many researchers have generally detect the collision using an approximation model employing a sphere, a cube or a cylinder. These approaches occur often result in inaccurate movements of a fish due to the difference between a real-net and a designed-net. So, many systems have manually adjusted a net surface based on actual measurements of mass points. These methods are very inefficient because it needs much times in an adjustment and also causes more incorrect inputs according to a rapid increment in the number of points. Therefore, in this paper, we propose a reconstruction method that it semi-automatically reconstructed trawl-net surfaces using the equation of motion at each mass point in a mass-spring model. To get an easy start in a beginning step of the spread, it enables users to get interactive adjustment on each mass point. We had designed a trawl-net model using geometrical structures of trawl-net and then automatically reconstructed the trawl-net surface using scale-space meshing techniques. Last, we improve the accuracy of reconstructed result by correction user interaction.
정치망 내외에 있어서 정어리 대형군의 행동조사는 1992년 1월 29일부터 2월 22일 사이에 일본국 석천현 칠미시 연안 정치망어장에서 소나를 이용하여 실시하였고, 소나의 영상기록을 해석하여 얻어진 결과를 요약하면 다음과 같다. 1. 정치망 바깥쪽 부근에서 이동중인 어군의 행동양식은 어군의 각 위치에 따라 다른 행동이 관찰되었고, 부분적인 확대와 축소를 보이면서 어군전체가 이동하였다. 2. 헛통입구로 들어간 어군은 등망방향, 헛통의 등방향, 헛통의 옆줄방향으로 분산되었으며, 그후 헛통의 등방향, 헛통의 옆줄방향, 입구방향의 어군은 등망쪽으로 조밀하게 이동하는 행동양식을 취하면서 입구로부터 외등망까지 이동하였다. 3. 정치망의 안쪽과 바깥쪽에 있어서 어군의 주연부가 확대하는 경우, 최대 이동속도는 바깥쪽에서 277cm/sec, 안쪽에서 176cm/sec이었다.
본 논문에서는 기존 HubNet 기반의 참여 모의실험의 한계를 극복하기 위한 능동형 참여 모의실험 (Active Participatory Simulation; APS) 학습 구조를 제시하고, 이를 위한 고고보도용 NetLogo 확장 모듈을 자바로 개발한다. NetLogo는 복잡하게 보이는 과학현상의 이면에 존재하는 복잡계를 모델링할 수 있는 에이전트 기반 모델링 (Agent Based Modeling) 언어다. 이것과 HubNet을 이용하면 모의실험이 수행되는 동안 학생은 하나의 에이전트로서 이 실험에 참여할 수 있다. 하지만 HubNet에서는 서버만이 외부장치와 연결된다. 따라서 고고보드를 이용한 환경 데이터 및 사용자 입력을 다수의 클라이언트를 통하여 수신할 수 없어 이중초점 모델링 기반 학습이 불가능하다. 이에 클라이언트에 연결된 고고보드의 입력 정보를 TCP/IP 소켓을 이용하여 수신하고 보드를 제어하는 자바 확장 모듈을 개발한다. 또한 HubNet과 이 확장 모듈을 사용한 APS 학습 구조 모델링 방법과 이를 위한 NetLogo 프로그래밍을 소개한다. 마지막으로 다양한 APS 학습 구조에 따른 예시를 제시하고 응답처리지연 시간 관점에서 평가하여 과학분야에 활용될 수 있는 방안을 모색한다.
In this study, we analyze changes in soil heat flux and air temperature in August (summer) and January (winter) according to net radiation, at a mud flat in Hampyeong Bay. Net radiation was observed as $-84.2{\sim}696.2W/m^2$ in August and $-79.4{\sim}352.5W/m^2$ in January. Soil heat flux was observed as $-80.7{\sim}139.5Wm^{-2}$ in August and $-49.09{\sim}137W/m^2$ in January. Air temperature was observed as $24.2{\sim}32.9^{\circ}C$ in August and $-1.5{\sim}11.1^{\circ}C$ in January. The rate of soil heat flux for net radiation ($H_G/R_N$) was 0.17 in August and 0.34 in January. Because the seasonal fluctuation in net radiation was bigger than the soil heat flux, net radiation in August was bigger than in January. We estimated a linear regression function to analyze variations in soil heat flux and air temperature by net radiation. The linear regression function and coefficient of determination for the soil heat flux by net radiation was y=0.19x-7.94, 0.51 in August, and y=0.39x-11.69, 0.81 in January. The time lag of the soil heat flux by net radiation was estimated to be within ten minutes in August 2012 and January 2013. The time lag of air temperature by net radiation was estimated at 160 minutes in August, and 190 minutes in January.
The objective of this study is to estimate the optimal net twine thickness of drift net for yellow croaker. The filed experiments of the fishing performance were conducted with three kinds of drift net with different monofilament diameters (No.3=0.284mm, No.4=0.330mm, No.5=0.370mm) the total eight times in the southwest coastal sea of Korea. And the physical properties tests on the monofilaments of experimental net were carried out to estimated breaking load and softness in dry and wet conditions, respectively. From the results, the No.3 mono. was the strongest break load per unit area in dry and wet conditions. And the softness showed that the No. 3 mono. was the most soft than another experimental monofilaments. The fishing performance was; the No. 3 drift net showed the most catches. Conversely, the catches of No. 4 and No. 5 drift net showed the half on the catches of No. 3 drift net. Consequently, the diameter of monofilament in the drift net for yellow croaker should carefully choose to consider the economic sides such as the amount of catches and the cost of catches.
자바는 썬 마이크로시스템즈사의 제임스 고슬링(James Gosling)에 의해 고안된 언어로 운영체제 및 하드웨어 플랫폼에 독립적인 차세대 언어로 최근에 가장 널리 사용하는 범용 프로그래밍 언어 중 하나이다. 자바 프로그램은 컴파일러에 의해 각 플랫폼에 독립적인 중간 코드 형태의 바이트코드로 변환된 클래스 파일로 생성되면 JVM(Java Virtual Machine)에 의해 실행된다. 마이크로소프트사의 .NET 플랫폼과 C# 언어는 프로그래머들의 요구를 충족시키고 썬사의 JVM 환경과 자바 언어에 대응하기 위해서 개발된 플랫폼과 언어이다. C#과 같은 .NET 언어는 컴파일러에 의해 MSIL(MicroSoft Intermediate Language) 코드로 번역되며 번역된 MSIL 코드는 .NET 플랫폼 환경에서 런타임 엔진인 CLR(Common Language Runtime)에 의해 실행이 된다. 자바로 작성된 프로그램은 JVM 플랫폼에서는 실행이 되지만 .NET 플랫폼에서 실행이 되지 않고, 반대로 C#과 같은 .NET 언어로 작성된 프로그램은 .NET 플랫폼에서는 실행이 되지만 JVM 플랫폼에서 실행이 되지 않는다. 이런 이유로 본 논문에서는 자바소스를 컴파일하여 생성된 클래스 파일에서 Oolong 코드를 생성하고 생성된 Oolong 코드를 .NET의 MSIL 코드로 변환하여 자바로 구현된 프로그램이 .NET 환경에서 실행되도록 하는 Bytecode-to-MSIL 번역기 시스템을 구현하였다. 따라서, 자바 프로그래머는 JVM이나 .NET 플랫폼 환경에 관계없이 프로그램을 작성하여 실행시킬 수 있다. 번역기 시스템의 구현을 정형화하기 위해 Oolong 코드의 명령어들을 문법으로 작성하였으며, PGS를 통해 생성된 어휘 정보를 가지고 스캐너를 구성하였으며, 파싱테이블을 가지고 파서를 설계하였다. 파서의 출력으로 AST가 생성되면 번역기는 AST를 탐색하면서 의미적으로 동등한 MSIL 코드를 생성하도록 시스템을 컴파일러 기법을 이용하여 모듈별로 구성하였다.
To improve the bending strength of sawdustboard, verious resin contents of 10, 13, 16, and 19% were applied to the thin shell (face layer) composed with wire net or not. The shell effect of sawdust and wire net composition formed with core sawdustboard were evaluated. Forcusing on the effects of wire net composition and noncomposition including a comparison with chipboard and veneer complyboard, bending properties (Modulus of rupture (MOR), Modulus of elasticity (MOE), Stress at proportional limit ($S_{pl}$). Work to maximum load ($W_{ml}$))were analyzed and discussed. 1. In modulus of rutpute, veneer comply was the highest (621.5 kg/$cm^2$), and next decreasing order was wire net composition (159.1 kg/$cm^2$), chipboard (81.75 kg/$cm^2$), and wire net noncomposition (76.21 kg/$cm^2$) as in modulus of elasticity, work to maximum load, except for stress at proportional limit. 2. The highly significant effects were shown in both wire net composition and noncomposition, at the same time wire net composition exceeded two times of noncomposition throughout resin contents in bending properties. Chipboard was similar to the mean or 16% resin content in noncomposirion. 3. Every board in wire net composition above 10% resin content was beyond 100 kg/$cm^2$ in MOR, minimum allowable strength for structural use according to KS F 3104. In conclusion, the feasibility for improving the bending strength of weak sawdustboard by wire net composed shell was offered.
Deep learning using convolutional neural networks (CNNs) is being studied in various fields of image recognition and these studies show excellent performance. In this paper, we compare the performance of CNN architectures, KCR-AlexNet and KCR-GoogLeNet. The experimental data used in this paper is obtained from PHD08, a large-scale Korean character database. It has 2,187 samples of each Korean character with 2,350 Korean character classes for a total of 5,139,450 data samples. In the training results, KCR-AlexNet showed an accuracy of over 98% for the top-1 test and KCR-GoogLeNet showed an accuracy of over 99% for the top-1 test after the final training iteration. We made an additional Korean character dataset with fonts that were not in PHD08 to compare the classification success rate with commercial optical character recognition (OCR) programs and ensure the objectivity of the experiment. While the commercial OCR programs showed 66.95% to 83.16% classification success rates, KCR-AlexNet and KCR-GoogLeNet showed average classification success rates of 90.12% and 89.14%, respectively, which are higher than the commercial OCR programs' rates. Considering the time factor, KCR-AlexNet was faster than KCR-GoogLeNet when they were trained using PHD08; otherwise, KCR-GoogLeNet had a faster classification speed.
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.