Recently the study related to life cycle cost analysis of railway structure consisted of a complex is proceeded covering several range, which is considering the methodology of efficiency and rationalization for maintenance and analysing long-time behavior of the structure of looking at standpoint from asset management and safety. But LCCA(life cycle cost analysis) of railway structure was almost impossible as there were not anything datum for maintenance plan, such as maintenance periods related to each of components(painting and corrosion of steel, and cracking of elements, etc)and maintenance proportion, despite of its 100-year history. According, for collecting data related to railway truss bridge, bridge record cards and testing safety papers, and researching question, etc are surveyed and classified for LCC Analysis. Especially, LCC assessment on the side of assets-maintenance considering about initial cost, maintenance cost, and indirect cost is constructed. Maintenance period and complementary measure rate are very important in maintenance. To decide maintenance period, Baysian updating method is applied.
Based on linear models, the inference about the true measurement x$_{f}$ and the optimal designs x (nx1) for the calibration experiments are considered via Baysian statistical decision analysis. The posterior distribution of x$_{f}$ given the observation y$_{f}$ (qxl) and the calibration experiment is obtained with normal priors for x$_{f}$ and for themodel parameters (.alpha., .betha.). This posterior distribution is not in the form of any known distributions, which leads to the use of a numerical integration or an approximation for the calculation of the overall expected loss. The general structure of the expected loss function is characterized in the form of a conjecture. A near-optimal design is obtained through the approximation nof the conditional covariance matrix of the joint distribution of (x$_{f}$ , y$_{f}$$^{T}$ )$^{T}$ . Numerical results for the univariate case are given to demonstrate the conjecture and to evaluate the approximation.n.
본 연구에서는 비정규 시계열 자료에 관한 다양한 회귀모형을 고찰하고, 이들 모형의 선택 기준에 관하여 연구해 보았다. 모형 선택의 기준으로는 AIC (Akaike information criterion), BIC (Baysian information criterion) 그리고 우도비 검정을 확장 적용하였다. 또한, 실제의 Polio 자료분석을 통해 이를 적용해보았다.
인터넷의 발전으로 우리는 많은 정보와 지식을 인터넷에서 제공받을 수 있으며 HTML, 뉴스그룹 문서, 전자메일 등의 웹 문서로 존재한다. 이러한 웹 문서들은 여러가지 목적으로 분류해야 할 필요가 있으며 이를 적용한 시스템으로는 Personal WebWatcher, InfoFinder, Webby, NewT 등이 있다. 웹 문서 분류 시스템에서는 문서분류 기법을 사용하여 웹 문서의 소속 클래스를 결정하는데 문서분류를 위한 기법 중 대표적인 알고리즘으로 나이브 베이지안(Naive Baysian), k-NN(k-Nearest Neighbor), TFIDF(Term Frequency Inverse Document Frequency)방법을 이용한다. 본 논문에서는 웹 문서를 대상으로 이러한 문서분류 알고리즘 각각의 성능을 비교 및 평가하고자 한다.
국민소득이 빠르게 증가함에 따라 1990년대 이후 가정용 난방연료의 소비구조 역시 크게 변화하고 있다. 본 연구는 에너지 및 교통수요분석에 많이 사용되는 Multinomial Probit 모형을 이용하여 가정용 난방연료의 선택 행태를 분석하였다. 모형의 추정방법으로는 베이지안(Baysian) 방법론에 의한 Gibbs Sampling기법 (McColluch et al., 2000)을 이용하여 Multinomial probit 모형에서 선택대안이 3개 이상일 경우 발생할 수 있는 추정상의 어려움을 극복하였다. 한국가구패널조사(KHPS) 자료를 이용하여 서울과 경기도 대도시 지역을 대상으로 분석한 결과, 석유와 천연가스가 연탄에 비해 더 밀접한 상호 대체관계를 가지고 있는 것으로 나타났다. 또한 소득이 높은 가구일수록 천연가스에 대한 선호도가 더 높은 것으로 나타나서 향후 공급망 확대에 따라 난방연료용 가스 소비가 더욱 늘어날 것으로 예상된다.
Automatic understanding of contents in document image is a very hard problem due to involvement with mathematically challenging problems originated mainly from the over-determined system induced by document segmentation process. In both academic and industrial areas, there have been incessant and various efforts to improve core parts of content retrieval technologies by the means of separating out segmentation related issues using semi-structured document, e.g., invoice,. In this paper we proposed classification models for text lines on invoice document in which text lines were clustered into the five categories in accordance with their contents: purchase order header, invoice header, summary header, surcharge header, purchase items. Our investigation was concentrated on the performance of machine learning based models in aspect of linear-discriminant-analysis (LDA) and non-LDA (logic based). In the group of LDA, na$\"{\i}$ve baysian, k-nearest neighbor, and SVM were used, in the group of non LDA, decision tree, random forest, and boost were used. We described the details of feature vector construction and the selection processes of the model and the parameter including training and validation. We also presented the experimental results of comparison on training/classification error levels for the models employed.
본 논문에서는 기존의 문제점인 얼굴 움직임이 있을 시 시선 식별이 어려운 점과 사용자에 따른 교정작업이 필요하다는 점을 해결하고자 새로운 시선 식별 시스템을 제안한다. Kalman필터를 사용하여 현재 머리의 위치정보를 이용하여 미래위치를 추정하였고 얼굴의 진위 여부를 판단하기 위해서 얼굴의 특징요소를 구조적 정보와 비교적 처리시간이 빠른 수평, 수직 히스토그램 분석법을 이용하여 얼굴의 요소를 검출한다. 그리고 적외선 조명기를 구성하여 밝은 동공효과를 얻어 동공을 실시간으로 검출, 추적하였고 동공-글린트 벡터를 추출한다.
본 논문에서는 철도건널목에서 일어나는 사고를 줄이기 위해 새롭게 시도되는 개선대안(Countermeasure)들의 안전성 및 효율성을 베이지안 분석방법론을 이용하여 안전전문가들의 평가결과를 정량화 시키는 방법론을 제시하였다. 이를 위해 전문가 개개인의 사전지식에 논리에 기초한 정보를 제공할 수 있는 개선대안 분석방법론을 개발하였다. 분석방법론은 우선적으로 철도건널목 안전성을 향상 시킬 수 있는 개선대안 선정, 개선대안을 평가 할 전문가 선정, 그리고 개선대안의 AMF를 평가하기 위한 건널목 사고를 선정하였다. 다음 단계로 안전전문가가 공학적인 개선대안 평가를 수행할 수 있도록 사고이력매뉴얼과 개선대안 평가매뉴얼을 개발하였다. 마지막 단계로, 평가된 개선대안의 통계적 검정을 통해 합리적 AMF를 추출함에 따른 정량화된 안전도를 나타내었다. 개선대안의 통계적 검정은 비모수통계분석의 일종인 Kolmogorov-Smirnov(K-S)동질성 검정을 적용하였으며, 그 결과 안전전문가 개인간의 분포는 동일한 분포를 나타내지 않는 경우가 많이 발생하였다. 반면 개인과 그룹의 분포는 대부분 동일한 분포를 하고 있는 것으로 나타났다. 따라서 철도건널목 개선대안의 AMF값은 전문가 개개인이 평가한 값을 전체적으로 평균한 값을 사용함이 타당한 것으로 연구되었다. 본 논문에서 보여주는 AMF의 정량화과정은 철도건널목에서 뿐만 아니라, 교차로 및 도로구간에서 추후 시도되고자 하는 개선대안들의 안전성 평가에도 사용 가능하리라 판단된다.
터널과 같은 선형 구조물의 경우, 터널이 시공될 지반의 전체적인 상태를 설계단계에서 정확히 파악하기는 매우 힘든 것이 사실이다. 따라서 시공과정에서 획득되어지는 계측자료와 설계단계에의 사전정보를 적절히 조합하는 피드백(feed-back)과정이 필수적이게 된다. 본 논문에서는 터널 내에서 계측된 상대변위만을 역해석 입력값으로 적용한 3차원 터널 역해석 기법을 이용하여 터널 주변 지반의 최적의 지반정수를 평가하였다. 이를 위하여 예측치와 계측치를 합리적으로 조합할 수 있는 확장 Bayesian 방법(Extended Bayesian Meoth EBM)을 역해석의 목적함수로 사용하였으며, 터널 내공변위 예측을 위해 3차원 수치해석을 적용하였다. 두 곳의 실제 터널 현장계측자료를 바탕으로 역해석을 수행하였으며, 이를 통하여 제안된 역해석 기법의 효용성을 검증하였다.
지하 구조물을 설계하는데 있어서 가장 중요하면서도 어려운 일은 대상 지반의 정확한 공학적 특성을 파악하는 것이다. 본 논문의 주된 목적은 터널 주변지반의 지반정수 평가를 위한 새로운 터널 역해석 기법의 제안에 있다. 이를 위하여, 초기 예측치와 계측치로부터 예측된 값을 합리적으로 조합할 수 있는 확장 Bayesian 방법(Extended Bayesian Method, EBM)을 적용하였다. 또한 터널 내에서 계측된 터널 상대변위만을 역해석 입력값으로 사용함으로써 터널 절대변위 예측을 위한 수학적 연산 과정에서 발생되는 오차를 제거하였으며, 터널 상대변위 발생 경향을 역해석에 충분히 반영하기 위하여 3차원 수치해석을 적용하였다. 이를 바탕으로 본 논문에서는 터널 상대변위를 이용한 3차원 터널 역해석 기법을 제안하였으며, 가상의 단면에 대한 예제해석을 통해 그 적용성을 검증하였다.
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.