• 대한조선학회논문집
• /
• 제28권2호
• /
• pp.251-267
• /
• 1991

평면 골조 구조물로 이상화된 Web frame의 최종강도를 합리적으로 추정하기 위해 기존의 탄성해석 방법 대신에 구조물의 소성붕괴를 최종상태로 가정하여 구조해석을 수행하는 소성 해석 방법으로 선형 계획법과 Compact procedure를 정식화 하였고, 그 결과를 탄소성 해석과 비교하여 Web frame의 안전성 평가에 있어서 소성강도 해석 방법의 유용성을 검토하였다. 또한 구조해석에 사용되는 변수들의 확률적 특성을 고려하여 구조물의 안전성 평가를 하는 신뢰성 해석을 위해 소성붕괴 해석에서 얻어지는 구조물이 소성 파괴모드를 신뢰성 모델로서 사용 하였으나, 선체와 같이 과잉 구속되어 있는 부정정 구조물이 갖는 다수의 파괴모드 문제를 처리 하기 위해 기본 파괴모드 해석 방법과 자동 파괴모드 해석 방법을 이용하였고, 얻어진 파괴 모드로 부터 Web frame의 파괴확률을 계산하여 구조물의 안전성 평가에 있어서 확정론적인(deterministic)방법과 확률론적인(probabilistic)방법을 비교 검토하였다.

• 한국통신학회논문지
• /
• 제36권7B호
• /
• pp.868-877
• /
• 2011

본 논문에서는 AIS의 기본 개념과 위성 AIS을 위한 고려사항, 위성 AIS의 적용에 따른 문제점과 성능 분석을 위한 예상 링크 값을 바탕으로 해상에서의 오브컴(ORBCOMM) 위성의 AIS 성능분석을 수행하였다. 제안한 방식은 현재 제공되고 있는 오브컴 저궤도 위성을 이용하여 두 개의 swath width과 선박의 수에 띠론 메시지 슬롯 할당과 reporting 간격을 고려한 메시지 충돌을 시뮬레이션 하였고, 해상 영역은 육상기지국 몇 해안에서 가까운 영역부터 먼 해상 영역으로 구분하여, 각 해상 영역에는 선박 A(속력 0-14 knots), 선박 B(속력 14-23 knots), 선박 C(속력 23 knots 이상)의 트래픽이 모두 존재 한다는 가정하에 시뮬레이션을 통해 성능 평가하였다. 그 결과 선박 수가 증가할수록 슬롯에 겹치는 메시지 수가 많았으며, 운항 속도별 reporting 간격의 경우 보고주기가 길수록, 선박 A의 트래픽이 높은 영역일수록 검출확률이 높아짐을 보였다.

• 수산해양기술연구
• /
• 제53권3호
• /
• pp.286-292
• /
• 2017

The Coastal VTS will be continuously constructed to prevent marine traffic accidents in the coastal waters of the Republic of Korea. In order to provide the best traffic information service to the ship operator, it is important to understand the navigation risk factor. In this study, we analyzed the navigational hazards of Gunsan coastal area where the coastal VTS will be constructed until 2020. For this purpose, major traffic flows of merchant ships and density of vessels engaged in fishing were analyzed. This study was conducted by Automatic Identification System (AIS) and Vessel Pass (V-PASS) data. The grid intervals are 10 minute ${\times}$ 10 minute (latitude ${\times}$ longitude) based on the section of the sea. A total of 30 sections were analyzed by constructing a grid. As a result of the analysis, the major traffic flows of the merchant vessels in the coastal area of Gunsan were surveyed from north to south toward Incheon, Pyeongtaek, Daesan, Yeosu, Pusan and Ulsan, and from east to west in the port of Gunsan Port, 173-3, 173-6, 173-8, 183-2, 183-5, 183-8, 183-3, 184-1 and 184-2. As a result of the study, the fishing boats in Gunsan coastal area mainly operated in spring and autumn. On the other hand, the main traffic flow of merchant ships and the distribution of fishing vessels continue to overlap from March to June, so special attention should be paid to the control during this period.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권10호
• /
• pp.473-478
• /
• 2015

최근, 축산 농가에서 돈사 내 개별 돼지들의 자동 영상 모니터링 기법이 중요한 이슈로 떠오르고 있다. 현재까지 이를 위한 다양한 연구들이 소개되어 왔지만, 아직도 추가적인 연구 노력이 요구된다. 특히, 혼잡한 돈방에서 움직이는 근접한 돼지들의 객체 식별을 위한 연구가 영상처리 분야 입장에서 요구된다. 본 논문에서는 감시카메라 환경에서 움직이는 근접한 돼지들의 객체 식별을 위한 해법으로써 시공간 정보와 영역 확장 기법을 이용한 효율적인 영상 분할 방법론을 새롭게 제안한다. 실제로 세종에 위치한 한 돈사에서 취득한 영상 정보를 이용하여 본 논문에서 제안한 시스템의 성능을 실험적으로 검증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.195-198
• /
• 2013

최근 많은 도서관에서 RFID(Radio Frequency IDentification) 태그를 도서에 부착하여 대출 및 반납 업무를 처리하고 있다. 그러나 이러한 RFID 인식 시스템은 부착된 RFID 태그와 안테나의 위치 및 주변 환경의 영향에 따라 인식률이 좌우되는 단점이 있다. 따라서 이를 극복하기 위해서는 별도 인식시스템과의 상호 보완이 필요하다. 본 논문에서는 입력 영상을 기반으로 도서의 권수를 판별하는 알고리즘을 제안한다. 제안된 방법은 먼저 입력 영상에 대해서 도서가 존재하는 영역을 관심영역으로 설정한 후, Canny 엣지 검출 알고리즘을 실행한다. 엣지로 검출된 부분에 대해 Hough 직선 변환 알고리즘을 이용하여 도서가 몇 권인지 판별한다. 제안하는 방법의 성능 평가를 위해서 350장의 다양한 도서 이미지에 대해서 도서의 권수를 정인식과 오인식으로 판별하여 분석하였다. 실험 결과 본 논문에서 제안한 알고리즘은 도서 권수 판별 정확도에서 97.1%의 우수한 성능을 보여주었다.

• 정보처리학회논문지B
• /
• 제10B권7호
• /
• pp.815-822
• /
• 2003

지문영상의 품질 향상과 특징점 정합은 자동 지문인식 시스템의 중요한 두 단계이다. 본 논문에서는 특징점의 연결정보를 사용한 지문인식 기법을 제안한다. 인식 과정은 전처리와 특징점 추출, 그리고 특징점 pairing을 기반으로 한 정합의 세 단계로 이루어져 있다. 정확성을 위해 세선화된 이미지로부터 지문의 특징점을 추출한 후에, 특징점의 연결정보를 사용한 정합과정을 소개한다. 특징점 정합과정에서 연결정보를 사용하는 것은 간단하지만 정확한 방법이며, 두 지문의 비교단계에서 낮은 비용으로 기준 특징점 쌍을 선택하는 문제를 해결해 준다. 알고리즘은 지문의 회전과 이동에 무관하다. 정합 알고리즘은 반도체 칩방식 지문 입력장치로부터 획득한 500개의 지문영상으로 실험하였으며, 실험 결과는 기존 방법보다 오인식율은 줄어들고 정확도는 증가하였음을 보여준다.

• 산업경영시스템학회지
• /
• 제44권3호
• /
• pp.98-105
• /
• 2021

The sensory stimulation of a cosmetic product has been deemed to be an ancillary aspect until a decade ago. That point of view has drastically changed on different levels in just a decade. Nowadays cosmetic formulators should unavoidably meet the needs of consumers who want sensory satisfaction, although they do not have much time for new product development. The selection of new products from candidate products largely depend on the panel of human sensory experts. As new product development cycle time decreases, the formulators wanted to find systematic tools that are required to filter candidate products into a short list. Traditional statistical analysis on most physical property tests for the products including tribology tests and rheology tests, do not give any sound foundation for filtering candidate products. In this paper, we suggest a deep learning-based analysis method to identify hand cream products by raw electric signals from tribological sliding test. We compare the result of the deep learning-based method using raw data as input with the results of several machine learning-based analysis methods using manually extracted features as input. Among them, ResNet that is a deep learning model proved to be the best method to identify hand cream used in the test. According to our search in the scientific reported papers, this is the first attempt for predicting test cosmetic product with only raw time-series friction data without any manual feature extraction. Automatic product identification capability without manually extracted features can be used to narrow down the list of the newly developed candidate products.

• International Journal of Computer Science & Network Security
• /
• 제21권6호
• /
• pp.258-268
• /
• 2021

Online learning systems are becoming an effective educational medium for many universities. The accessibility of online learning system in universities means that every student, including the visually impaired, is able use all the site's services. This research focuses on investigating the accessibility of online learning systems for visually impaired users. The paper purpose is to understand the perception of visually impaired undergraduate students towards Blackboard's accessibility and to make recommendations for a new Blackboard design with accessible features that support their needs. Impact of a new Blackboard design with accessible features on visually impaired students, using Taif University students as a case study is evaluated in this paper, as it is similar to most learning systems used by Saudi universities. A study on Taif University's utilization of Blackboard was conducted using mixed method approaches (an automatic tool and a user study). In the first phase, Taif's use of Blackboard was evaluated by the web accessibility tool called AChecker. In the second phase, we conducted a user study to verify previously discovered accessibility challenges to fully assess them according to the accessibility and usability guidelines. In this study, the accessibility of Taif University's Blackboard was evaluated by thirteen visually impaired undergraduate students. The results of the study show that Blackboard has accessibility issues, which are confusing navigation, incompatibility with assistive technologies, untitled pages or parts, unclear identification for visual elements, and inaccessible PDF files. This paper also introduces a set of recommendations that aim to improve the accessibility of Blackboard and other educational websites developed for this population. It also highlights the serious need for universities to enhance web accessibility for online learning systems for students with disabilities.

• International Journal of Computer Science & Network Security
• /
• 제22권5호
• /
• pp.294-302
• /
• 2022

Detection of fake news is a complex and a challenging task. Generation of fake news is very hard to stop, only steps to control its circulation may help in minimizing its impacts. Humans tend to believe in misleading false information. Researcher started with social media sites to categorize in terms of real or fake news. False information misleads any individual or an organization that may cause of big failure and any financial loss. Automatic system for detection of false information circulating on social media is an emerging area of research. It is gaining attention of both industry and academia since US presidential elections 2016. Fake news has negative and severe effects on individuals and organizations elongating its hostile effects on the society. Prediction of fake news in timely manner is important. This research focuses on detection of fake news spreaders. In this context, overall, 6 models are developed during this research, trained and tested with dataset of PAN 2020. Four approaches N-gram based; user statistics-based models are trained with different values of hyper parameters. Extensive grid search with cross validation is applied in each machine learning model. In N-gram based models, out of numerous machine learning models this research focused on better results yielding algorithms, assessed by deep reading of state-of-the-art related work in the field. For better accuracy, author aimed at developing models using Random Forest, Logistic Regression, SVM, and XGBoost. All four machine learning algorithms were trained with cross validated grid search hyper parameters. Advantages of this research over previous work is user statistics-based model and then ensemble learning model. Which were designed in a way to help classifying Twitter users as fake news spreader or not with highest reliability. User statistical model used 17 features, on the basis of which it categorized a Twitter user as malicious. New dataset based on predictions of machine learning models was constructed. And then Three techniques of simple mean, logistic regression and random forest in combination with ensemble model is applied. Logistic regression combined in ensemble model gave best training and testing results, achieving an accuracy of 72%.

• 농약과학회지
• /
• 제10권2호
• /
• pp.138-148
• /
• 2006

농약분해에 관여하는 세균을 분리하기 위하여 연작지 시설하우스 토양 및 밭토양시료에서 procymidone, parathion, alachlor에 대해 생육저해를 받지 않는 12개의 균주를 분리한 후, 이들을 표준사용농도 및 그 1/10의 농도가 함유된 배지 상에서 가장 생육이 왕성한 2균주, B52 및 B71을 선발하여 농약 분해능을 조사하였다. 선발된 분리균을 6종의 농약(procymidone, chlorothalonil, ethoprophos parathion, alachlor, pendimethalin)이 40 mg a.i. $L^{-1}$의 농도로 함유된 TSB배지에서 분해율을 조사한 바, 대조구에 비해 분리균 B52는 최고 53.2%, 분리균 B71은 25.0%의 차이를 보여 분리균이 농약을 분해하는 것으로 나타났고 특히 procymidone, parathion, alachlor에 대한 분해율이 높았다. 이들 3종 농약의 농도에 따른 분해율의 변화를 조사한 결과 $5{\sim}40$ mg a.i. $L^{-1}$까지는 균의 생육이 왕성하였고 농약의 분해율도 높았으나 그 이상에서는 농약의 종류에 따라 차이가 있었으나 대체로 균의 생육과 분해율이 낮아지는 경향이 있었다. 배양일수별 분해율의 변화는 농약의 종류 및 균주에 따라 다양한 양상을 나타내었는데, B59는 parathion을 6일간의 배양으로 거의 분해하였고 procymidone과 alachlor는 배양 21일까지 거의 비슷한 속도로 분해되었다. 배양액의 pH는 농약의 분해와는 거의 상관이 없어 pH 5 이상에서는 거의 차이가 없었고 pH 4에서는 균이 거의 생육하지 못했으므로 분해율 또한 매우 낮았다. 선발균은 형태적, 생리생화학적 특성 및 미생물 동정장치를 이용하여, B59는 Acinetobacter sp. B71은 Pseudomonas sp.로 동정되었다.