• 제목/요약/키워드: CVX

검색결과 5건 처리시간 0.019초

해군 항공모함(CVX)을 위한 함정 탑재형 훈련체계(OBTS) 구축 방안 (OBTS(On-board Training System) Construction Plan for ROK Navy CVX)

  • 김시정;정경남
    • 한국시뮬레이션학회논문지
    • /
    • 제31권2호
    • /
    • pp.21-32
    • /
    • 2022
  • 해군은 대한민국의 해양안보를 책임지기 위해서 항공모함 확보를 추진하고 있다. 항모가 주어진 임무를 완수하기 위해서는 운용요원들이 항모를 완벽하게 운용할 수 있어야 하며, 이를 위한 항모 운용요원들의 완벽한 항모 운용술은 끊임없는 훈련에서 비롯된다. 이에 본고에서는 함정에서도 항상 최고의 훈련을 시행할 수 있도록 함정 탑재형 훈련체계(OBTS)를 제안한다. 항모를 위한 OBTS는 함정에 최적으로 적용되고 운용요원들에게 최고의 교육훈련 환경을 제공하는 것이 가능하도록 합성훈련환경(STE) 기반의 철저한 시뮬레이터 형태로 구축되어야 한다. 그리고 항모의 다양한 훈련소요와 시행 조건을 만족시킬 수 있도록, 내장 훈련체계(ETS), VR 훈련체계, AR 정비체계, MR 훈련체계, MR Metaverse 훈련체계, 실감 시뮬레이터(Realistic Simulator) 훈련체계로 구성하는 방안을 제안한다.

Detection of Co-Infection of Notocactus leninghausii f. cristatus with Six Virus Species in South Korea

  • Park, Chung Hwa;Song, Eun Gyeong;Ryu, Ki Hyun
    • The Plant Pathology Journal
    • /
    • 제34권1호
    • /
    • pp.65-70
    • /
    • 2018
  • Co-infection with two virus species was previously reported in some cactus plants. Here, we showed that Notocactus leninghausii f. cristatus can be co-infected with six different viruses: cactus mild mottle virus (CMMoV)-Nl, cactus virus X (CVX)-Nl, pitaya virus X (PiVX)-Nl, rattail cactus necrosis-associated virus (RCNaV)-Nl, schlumbergera virus X (SchVX)-Nl, and zygocactus virus X (ZyVX)-Nl. The coat protein sequences of these viruses were compared with those of previously reported viruses. CMMoV-Nl, CVX-Nl, PiVX-Nl, RCNaV-Nl, SchVX-Nl, and ZyVX-Nl showed the greatest nucleotide sequence homology to CMMoV-Kr (99.8% identity, GenBank accession NC_011803), CVX-Jeju (77.5% identity, GenBank accession LC12841), PiVX-P37 (98.4% identity, GenBank accession NC_024458), RCNaV (99.4% identity, GenBank accession NC_016442), SchVX-K11 (95.7% identity, GenBank accession NC_011659), and ZyVX-B1 (97.9% identity, GenBank accession NC_006059), respectively. This study is the first report of co-infection with six virus species in N. leninghausii f. cristatus in South Korea.

거리-도플러 추정을 위한 압축 센싱 알고리즘의 계산 성능과 정확도 (Computational performance and accuracy of compressive sensing algorithms for range-Doppler estimation)

  • 이현규;이근화;홍우영;임준석;정명준
    • 한국음향학회지
    • /
    • 제38권5호
    • /
    • pp.534-542
    • /
    • 2019
  • 능동소나에서는 표적의 거리 도플러 정보를 탐지하기 위해 여러 가지 기법을 사용한다. 그중 압축 센싱을 적용한 기법은 기존의 방식보다 더욱 정밀한 탐지가 가능하며 우수한 성능을 나타낸다. 능동 소나의 거리 도플러 추정에 적용할 수 있는 압축 센싱 알고리즘은 여러 가지 있다. 압축 센싱 알고리즘 마다 계산 성능이 다르며 압축 센싱 알고리즘에 따라 신호 대 잡음비와 센싱 행렬의 코히런스가 거리 도플러 추정에 미치는 영향의 정도가 다르다. 본 논문은 능동 소나의 거리 도플러 추정을 위한 여러 가지 압축 센싱 알고리즘의 계산 성능과 정확도를 비교, 분석하였다. 여러 신호대 잡음비, 상호간섭성 값에 대한 OMP(Orthogonal Matching Pursuit), CoSaMP(Compressive Sampling Matching Pursuit), BPDN(CVX)(Basis Pursuit Denoising), LARS(Least Angle Regression) 알고리즘의 추정 성능을 확인하였으며, 상황에 따른 최적의 압축 센싱 알고리즘을 보인다.

바이러스저항성 삼각주 재배가 토양 미생물상에 미치는 영향 (Impact of Virus-resistant Trigonal Cactus Cultivation on Soil Microbial Community)

  • 오성덕;김종범;이정진;김민경;안병옥;손수인;박종석;류태훈;조현석;이기종
    • 한국환경농학회지
    • /
    • 제32권2호
    • /
    • pp.148-154
    • /
    • 2013
  • 본 연구는 CVX 바이러스저항성 삼각주 재배가 토양 미생물에 미치는 영향과 수평적 유전자 이동성을 확인하기 위해 수행되었다. 생육시기별 토양 세균과 방선균 군집밀도는 형질전환 삼각주 재배 토양의 미생물 군집밀도와 비형질전환 삼각주 군집밀도가 유사하여 토양 미생물에 미치는 영향은 유사할 것으로 추정되었다. 토양 미생물의 우점종은 Proteobacteria, Uncultured archaeon와 Uncultured bacterium으로 나타났으며, 형질전환 삼각주 재배 토양의 우점종과 비율은 거의 일정하게 유지되었다. 근권 토양 DNA의 DGGE 분석을 통해 형질전환 삼각주와 비형질전환 삼각주 토양 미생물 군집의 profile 변화는 나타나지 않았다. 형질전환 삼각주와 비형질전환 삼각주 재배 토양의 화학성은 차이가 없었다. 형질전환 삼각주에 도입된 유전자로 토양 DNA에 대한 PCR 분석결과, 도입 유전자의 잔존성이 길지 않아 수평적 유전자 이동 가능성은 희박할 것으로 추정되었다.

딥앙상블 물리 정보 신경망을 이용한 기포 크기 분포 추정 (Estimation of bubble size distribution using deep ensemble physics-informed neural network)

  • 고선영;김근환;이재혁;구홍주;문광호;추영민
    • 한국음향학회지
    • /
    • 제42권4호
    • /
    • pp.305-312
    • /
    • 2023
  • 기포 크기 분포를 음파 감쇄 손실을 이용하여 역산하기 위해 Physics-Informed Neural Network(PINN)을 사용하였다. 역산에 사용되는 선형시스템을 풀기 위해 이미지 처리 분야에서 선형시스템 문제를 해결한 Adaptive Learned Iterative Shrinkage Thresholding Algorithm(Ada-LISTA)를 PINN의 신경망 구조로 이용하였다. 더 나아가, PINN의 손실함수에 선형시스템 기반의 정규항을 포함함으로써 PINN의 해가 기포 물리 법칙을 만족하여 더 높은 일반화 성능을 가지도록 하였다. 그리고 기포 추정값의 불확실성을 계산하기 위해 딥앙상블 기법을 이용하였다. 서로 다른 초기값을 갖는 20개의 Ada-LISTA는 같은 훈련데이터를 이용하여 학습되었다. 이 후 테스트시 훈련데이터와 다른 경향의 감쇄 손실을 입력으로 사용하여 기포 크기 분포를 추정하였고, 추정값과 이에 대한 불확실성을 20개 추정값의 평균과 분산으로 각각 구하였다. 그 결과 딥앙상블이 적용된 Ada-LISTA는 기존 볼록 최적화 기법인 CVX보다 기포 크기 분포를 역산하는데 더 우수한 성능을 보였다.