• 한국축산식품학회지
• /
• 제23권1호
• /
• pp.70-74
• /
• 2003

국민소득의 증가와 수입자유화에 따라 치즈 소비량도 매년 증대되어 1991년 8천 5백톤에서 2001년에는 5만 3천여톤으로 10년간 6배 이상의 소비증대를 나타내었으며, 같은 기간 신선한 치즈(H.S. 0406.10.1000)의 수입량도 2톤, 3만 달러에서 2만톤, 4천 9백만 달러로 양으로는 만 배, 금액으로는 1,600여배 증가하였다. 또한, 가공 치즈에 있어서도 1991년 4,790톤에서 2001년 24,973톤으로 5.2배의 소비증가를 나타내었으나 성분규격 및 분류체계는 적절하지 못하게 규정되어 있다. 자연치즈의 경우 정의에 따라 총고형분이 유고형분과 차이가 없을 것으로 생각되며, 한 종의 연성치즈를 제외하고는 모두 규격을 만족시켰으나 유고형분 함량에 따라 '생치즈'와 '연성치즈'가 구별되지는 않았다. 따라서, CODEX의 규정을 참조하여 지방을 제외한 성분중 수분함량(MFFB)에 따라 초경질, 경질, 반경질, 연질로 구분하는 것이 치즈의 조직적 특성을 고려할 때 적절하리라 생각되며, 건물중 지방함량에 따라 60% 이상을 '고지방', 25∼60%를 '중지방', 25% 이하를 '저지방'으로 분류하는 것이 바람직하리라 생각된다. 가공치즈는 소비자의 기호에 따라 다양한 제품이 개발되고 있으며 앞으로도 더욱 소비확대가 기대되는 제품으로서, 유고형분 15∼34% 제품을 '치즈가공품'으로 분류하여 규정하는 것이 가공치즈의 개발 및 소비촉진을 위해 필요하다고 생각된다.

• 대한교통학회지
• /
• 제25권5호
• /
• pp.15-21
• /
• 2007

본 연구는 (예비)타당성조사의 교통사고 감소편익 산정방안에 관한 개선연구이다. 기존 방법론의 문제점은 크게 네 가지로 살펴볼 수 있다. 첫째, 인적피해사고 구분이 사상과 부상으로 단순화되어 있다. 본 연구에서는 현행 법 규정에 충실하게 도로는 사망, 중상, 경상 및 부상신고 사고로 구분하고, 철도는 사망, 중상 및 경상사고로 세분화한다. 둘째, 인명피해가 없는 단순 대물피해사고에 대한 고려가 미흡하다. 본 고에서는 대물피해사고를 사고유형의 하나로 명시적으로 고려하고 관련 사고비용원단위를 추정한다. 셋째, 사고비용 원단위가 단일 총액으로만 제시되고 있다. 사고비용을 구성하는 항목은 다양하므로 개별 항목은 특정 정책 수립 시 유용하게 활용될 수 있다. 본 연구에서는 사고비용을 생산손실비용, 의료비용, 물적피해비용 및 행정비용으로 세분화한다. 넷째, 도로와 철도의 사고비용 추정방안에 일관성이 결여되어 있다. 도로는 고속국도, 일반국도, 지방도 등 시설의 서비스 등급별 사고비용을 산정하는 반면 철도는 여객과 공중으로 구분하고 있다. 본 연구에서는 철도 서비스 등급별 사고건수 및 사고비용 원단위를 제시한다. 본 연구의 결과로 보다 합리적인 경제성 분석을 수행할 수 있음은 물론 궁극적으로 보다 신중한 사회기반시설 투자 정책 수립에 일조할 수 있기를 기대한다.

• 대한조선학회논문집
• /
• 제28권1호
• /
• pp.150-168
• /
• 1991

본 연구에서는 압축최종강도(壓縮最終强度)를 기준으로 한 이중갑판구조(二重甲板構造)의 실용적인 안전성(安全性) 및 신뢰성(信賴性) 평가법을 제안한다. 이를 위하여 선체상갑판(船體上甲板)에 작용하는 압축응력(壓縮應力)을 기존의 선급규정에 의해 근사적으로 추정하며, 압축최종강도(壓縮最終强度)는 이상화구조요소법(理想化構造要素法)을 적용하여 해석한다. 초기(初期)처짐 및 잔류응력(殘留應力)의 영향과 국부좌굴(局部挫屈) 및 전체좌굴(全體挫屈)의 상관효과(相關效果)를 고려한 이상화판요소(理想化板要素)를 정식화한다. 이상화판요소(理想化板要素)의 정도(精度)와 유용성(有用性)은 단위(單位) 판부재(板部材) 및 상자형 용접구조물(熔接構造物)에 대한 기존의 실험결과(實驗結果) 또는 유한요소해석결과(有限要素解析結果)와 비교하여 확인한다. 본 제안법을 이중선각구조설계(二重船殼構造設計)개념하에서 설계된 정유운반선(精油運搬船)의 갑판구조(甲板構造)의 안전성(安全性) 및 신뢰성평가(信賴性評價)에 적용하고, 초기처짐, 잔류응력(殘留應力)등의 영향과 고장력강(高張力鋼)을 사용한 경우의 효과등에 대해 고찰한다.

• 한국전산구조공학회논문집
• /
• 제15권4호
• /
• pp.591-598
• /
• 2002

공학적 설계에 있어 많은 문제들은 몇 가지 목적함수들을 동시에 최소화하여야 할 필요가 있을 경우가 있다. 선박설계에 있어, 종래에는 자재비 경감과 재화중량 증가를 위해 최소중량설계가 구조 설계의 주된 목적이었으나, 값싼 노동력을 내세운 후발 조선국과의 치열한 국제 경쟁을 극복하기 위해서는 보다 경제성 있는 선박 건조 기술 개발이 선행되어야 할 것이다. 이에 따라 본 연구에서는 다목적함수 최적화기법을 이용한 선체 구조의 보다 합리적인 설계 방안에 대한 연구를 수행하여 실제 건조된 유조선을 대상으로 중량, 건조비 등의 경제성을 비교 평가하였다. 다목적 함수로는 유조선의 중량과 건조비로 하였으며 최적화 기법으로는 확률론적 탐색법인 ES(Evolution Strategies)를 이용하였다. 건조비 모델은 상대 건조비 개념을 도입하였고, 종강도 부재는 선급규정에 의해, 횡강도 및 횡격벽 부재는 직접해석법인 일반화된 경사처짐법을 사용하여 설계에 적용하였다. 다목적함수 최적화 결과로부터 도출된 Pareto 최적 설계점들에 대하여, 요구운임률을 각각 산정함으로써 이들 최적 설계점들 중에서 가장 경제성이 뛰어난 선박 설계 방안을 제시하였다.

• 한국통신학회논문지
• /
• 제30권7C호
• /
• pp.675-686
• /
• 2005

본 논문에서는 효율적인 얼굴 영역 검출 기법을 제안하고 얼굴 객체 검출을 통해 인물 기반의 비디오 시스템을 제공한다. 비디오 분할을 위해 비디오 시퀀스로부터 장면 전환점을 검출하고 분할된 장면들로부터 대표 프레임을 선정한다. 대표 프레임은 인접 프레임 간 변화량이 가장 적은 프레임으로 선정하였으며 추출된 대표 프레임에 대해서 얼굴 영역 검출 알고리즘을 적용하여 등장인물을 포함하는 프레임들을 정보로 제공한다. 얼굴영역 검출을 위해 피부색의 통계적 특성을 이용한 Bayes 분류기를 이용한다. 피부색 검출 결과 영상으로부터 수직 및 수평 투영 기법을 이용하여 영상 분할을 수행하고 후보군들을 생성한다. 생성된 후보군 중 오검출 영역을 최소화하기 위해서 이진 분류 나무(CART)를 이용하여 분류기를 생성한다. 특징 값으로는 SGLD(spatial gray level dependence) 매트릭스로부터 Inertial, Inverse Difference, Correlation 등의 질감 정보를 이용하여 최적의 이진 분류 나무를 생성한다. 실험 결과 제안된 얼굴 영역 검출 알고리즘은 복잡하고 다양한 배경에서도 우수한 성능을 보였으며, 얼굴 객체를 포함하는 프레임들을 비디오 정보로 제공한다. 제안하는 시스템은 향후 화자 인식 기법을 이용하여 등장인물 기반의 비디오 분석 및 에 활용될 수 있을 것이다.

• 디지털융복합연구
• /
• 제13권1호
• /
• pp.353-366
• /
• 2015

본 연구의 목적은 심정지 발생의 지역별 변이요인을 규명하는 것이다. 분석을 위하여 244개 행정구역별로 건강상태 및 심정지발생에 관한 지표를 수집하여 분석용 데이터 셋을 구축하였다. 지표 선정을 위해 질병관리본부의 2010년 심정지 조사자료와 지역사회 건강조사자료를 이용하였다. 자료 분석은 다중회귀분석, 지리적 가중회귀분석, 의사결정나무분석 기법을 이용하였다. 의사결정나무를 이용하여 심정지 발생의 지역별 변이를 설명하는 최종 모형을 설정하였다. 최종 모형인 의사결정나무에 근거한 지역별 변이요인은 인구밀도, 고혈압 평생의사 경험진단율, 스트레스 인지율, 고지혈증 평생의사 경험진단율, 우울증 경험률, 건강검진 수검율, 고위험음주율, 현재 흡연율로 나타났다. 심정지 발생을 감소시키기 위한 지역별 보건정책의 수립은 지역의 건강상태, 건강행위 및 사회경제적 요인 등에 근거하여 이루어질 필요가 있다.

• 한국수자원학회논문집
• /
• 제52권1호
• /
• pp.35-49
• /
• 2019

본 연구에서는 최근의 토양통 개정 결과를 반영하여 제주도를 대상으로 새로운 수문학적 토양군 분류 방법을 제시하였다. 또한 제시한 수문학적 토양군 분류 방법은 기존의 수문학적 토양군 분류 방법과 비교하여 평가하였다. 이를 위해 본 연구에서 제시한 수문학적 토양군 분류 방법과 기존의 수문학적 토양군 방법들을 적용하여 제주도 전체 유역을 대상으로 CN 값을 산정하고 그 결과를 비교하였다. 그 결과를 정리하면 다음과 같다. (1) 2007년 이후 개정된 토양통을 기존 토양통과 비교한 결과, 토성은 43개의 토양통에서, 배수등급은 1개의 토양통에서, 투수속도는 15개의 토양통에서, 불투수층 깊이는 26개의 토양통에서 변경된 것으로 확인되었다. (2) 개정된 토양통을 반영하여 제주도의 수문학적 토양군을 분류한 결과, 1987년의 분류 방법을 따를 경우에는 수문학적 토양군 C군(46.43%)이 가장 많이 나타나나, 1995년의 분류 결과에서는 B군(27.69%)이, 2007년의 분류 결과에서는 D군(35.82%)이, 본 연구에서 제시한 분류 결과에서는 B군(49.25%)이 가장 많이 나타나는 것으로 나타났다. (3) 본 연구에서 제시한 방법을 제주도 전체에 적용한 경우에 추정된 CN 값은 기존 방법에 의한 값보다 작은 것으로 나타났다. 이 결과는 기존 방법을 적용할 경우 CN 값이 과대 추정되었을 가능성을 제시하는 것이기도 하다.

• 한국해양학회지:바다
• /
• 제26권4호
• /
• pp.307-326
• /
• 2021

상시 관측되는 조위관측소 해수위 자료는 결측값과 오측값을 포함하고 있으며, 그 중 오측 값은 이상값으로 분류되는 전처리 대상이다. 이러한 오측을 제거하기 위해 대표적으로 3𝜎 (three standard deviations) 규칙이 적용되어왔으나, 기상이변 등에 의한 극값이 존재하거나 3𝜎 범위 안에서도 오측이 존재하는 해수위 자료에는 그 적용이 어렵다. 본 연구에서 설계된 모델은 오측에 대한 사전 정보가 필요하지 않은 비주석 학습으로 구성되며, 재귀신경망과 앙상블 기법을 이용함으로써 실시간으로 수집되는 해수위 자료가 오측일 가능성을 발생한지 20분 이내로 제시한다. 검증이 완료된 모델은 평시 및 기상이변시의 정상값과 오측값을 잘 분리하며, 학습이 이뤄지지 않은 연도의 해수위 자료에서도 이상값 탐지가 가능함을 확인하였다. 본 연구의 관측 이상치 탐지 알고리즘은 조위관측소 해수위에 국한되지 않고 다양한 해양 및 대기자료의 이상치 탐지 인공신경망 모델에 확장 적용할 수 있다.

• 해양환경안전학회지
• /
• 제28권6호
• /
• pp.1100-1109
• /
• 2022

본 연구에서는 전장이 400m인 24,000TEU급 컨테이너선박을 대상으로 선박 내 빌지펌핑의 성능에 대한 케이스 스터디를 수행하였다. 본 연구의 대상인 24,000TEU급 컨테이너선박의 빌지시스템의 경우 선급의 규칙에 맞게 설계되었지만, 선박 내 설치되어 있는 빌지펌프의 정격유량 및 최대유량 조건에서도 SOLAS Reg.II-1/35-1의 2 m/s 요건을 만족시키지 못하였다. 특히 1번 ~ 4번 화물창에 대해, 해수로 가득차 있다고 가정한 상태에서 해수를 모두 배출하는 동안에 빌지 주관에서의 평균유속을 계산할 결과, 2번 화물창, 3번 화물창 및 4번 화물창은 평균유속이 2 m/s 미만으로 기준에 적합하지 않은 것으로 나타났다. 본 연구에서는 이를 해결하기 위해 2번, 3번 및 4번 화물창의 150A 빌지 지관을 200A 배관으로 교체하여 계산을 수행하였으며, 그 결과 화물창 내의 해수를 모두 배출하는 동안의 빌지 주관에서의 해수평균유속이 각각 2.479m/s, 2.476,m/s 및 2.459m/s 로 기준을 만족시키는 것을 알 수 있었다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.59-72
• /
• 2020

인공지능이 다루기 어려운 개념에서 아주 익숙한 도구로 자리매김 하고 있다. 이와 더불어 금융권에서도 인공지능 기술을 도입하여 기존 시스템의 문제점을 개선하고자 하는 추세이며, 그 대표적인 예가 이상거래탐지 시스템(Fraud Detection System, FDS)이다. 결제 수단의 다양화 및 전자금융거래의 증가에 따라 치밀해져 가는 사이버 금융사기(Fraud)를 기존의 규칙기반 FDS로는 탐지하기 어려워지고 있다. 이를 극복하기 위해 딥러닝 기술을 적용하여 이상거래 탐지율을 향상시키고, 이상행위에 즉각 대응하며, 탐지 결과의 반영을 자동화하고자 하는 시도가 이루어지고 있다. 딥러닝 FDS 구축에서 핵심 문제는 데이터 불균형과 이상거래 패턴의 변동이다. 본 논문에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)을 활용한 오버샘플링 기법을 통해 데이터 불균형 문제를 개선하고, 이상거래 분류기로써 심층 신경망(Deep Neural Network, DNN)과 합성곱 신경망(Convolutional Neural Network, CNN)을 적용하여 이러한 문제를 개선하고자 하였다. 실험 결과, GAN 오버샘플링이 이상거래 데이터의 불균형 문제를 개선하는데 효과를 보였으며, WGAN이 가장 높은 개선 효과가 있음을 확인하였다. 또한 제안 FDS 모형의 AUC가 0.9857로 랜덤포레스트 FDS 모형에 비해 약 6.5% 향상되어, 딥러닝이 이상거래 탐지에 뛰어난 성능을 가짐을 입증하였다. 더불어 딥러닝 모형 중 DNN은 CNN에 비해 오버샘플링의 효과를 더 잘 반영함을 확인하였다.