• 한국보건간호학회:학술대회논문집
• /
• 한국보건간호학회 2006년도 제2차 연합학술대회
• /
• pp.30-43
• /
• 2006

• 대한수학회보
• /
• 제52권4호
• /
• pp.1339-1351
• /
• 2015

In this paper, using pseudo-spherical Frenet frame of pseudo-spherical curves in hyperbolic space, we define the notion of the structure functions on the non-developable ruled surfaces with timelike ruling. Then we obtain the properties of the structure functions and a complete classification of the non-developable ruled surfaces with timelike ruling in Minkowski 3-space by the theories of the structure functions.

• 한국디자인학회:학술대회논문집
• /
• 한국디자인학회 2001년도 Bulletin of The 5th Asian Design Conference International Symposium on Design Science
• /
• pp.13.2-13
• /
• 2001

• 대한원격탐사학회지
• /
• 제34권4호
• /
• pp.661-670
• /
• 2018

This study aims to develop a methodology of convolutional neural networks (CNNs) to produce thematic maps from remote sensing data. Optimizing the image size for CNNs was studied, since the size of the image affects to accuracy, working as hyper-parameter. The selected study area is Mt. Ung, located in Dangjin-si, Chungcheongnam-do, South Korea, consisting of both coniferous forest and deciduous forest. Spatial structure analysis and the classification of forest type using CNNs was carried in the study area at a diverse range of scales. As a result of the spatial structure analysis, it was found that the local variance (LV) was high, in the range of 7.65 m to 18.87 m, meaning that the size of objects in the image is likely to be with in this range. As a result of the classification, the image measuring 15.81 m, belonging to the range with highest LV values, had the highest classification accuracy of 85.09%. Also, there was a positive correlation between LV and the accuracy in the range under 15.81 m, which was judged to be the optimal image size. Therefore, the trial and error selection of the optimum image size could be minimized by choosing the result of the spatial structure analysis as the starting point. This study estimated the optimal image size for CNNs using spatial structure analysis and found that this can be used to promote the application of deep-learning in remote sensing.

• 한국구조물진단유지관리공학회 논문집
• /
• 제6권2호
• /
• pp.167-174
• /
• 2002

흙막이 구조물은 한정된 부지의 효율적인 활용 차원에서 고층건물, 개착식 지하철, 지하상가 등의 건설을 위해 시공되는 가설구조물이다. 최근 들어, 교량, 터널, 도로 등의 설계와 시공에 관련된 표준화 작업과 DB화 작업이 활발히 이루어지고 있다. 이러한 구조물의 설계와 시공에 관련된 각종 통계 자료가 축적되고 여러 문제점들이 분석되어 실제 설계 시공에 많이 반영되고 있다. 그러나, 건설현장에서 많이 설계 시공이 되는 흙막이 구조물과 관련해서는 DB화 작업이 전무할 뿐만 아니라 이를 통한 활용이 이루어지지 않고 있다. 따라서, 본 논문은 흙막이 구조물에 관련된 100개 현장의 설계와 시공에 대한 지적사항들을 분류하였으며, 이 자료를 기초로 하여, 분류체계를 구성하였으며, 흙막이 구조물의 설계와 시공에 관련된 중요 고려사항을 DB 프로그램으로 개발하였다.

• 복식
• /
• 제53권5호
• /
• pp.155-169
• /
• 2003

The purpose of this study was to find out criteria for classifying fashion brand from the viewpoint of fashion business practice in order to develop strategy of fashion brands and to manage brand effectively and systematically, and to suggest theoretical frame for application of these criteria. Survey was implemented for this research. 388 Data from the people who works for merchandising, sales or design in fashion business company was analyzed. Questionnaires were developed based on 37 fashion brand classification criteria. SPSS package and LISREL program were used to analyze data. Factor analysis, one-way ANOVA, $$\mu$tiple response analysis, correlation analysis, and structure equation model analysis were applied. The results of this study were as follows First, factor analysis considering 37 classification criteria identified 7 factors as classification criteria which can be used effectively by fashion business company. Second, in two cases, based on the job description and the responsible items, analysis showed that importance of the 7 classification criteria factors was different. And all of 7 criteria were correlated to each other. Third, the effective method to classify fashion brands was proposed by establishing the model of the relationship among the values of 7 criteria and by proving it by the structure equation model analysis. And the two types of the courses to classify fashion brand were shown. Forth, according to the evaluation of these criteria in the importance of appropriateness and difficulty of implementing, classification criteria factor of "the level of product concept" was found to be very effective and "the level of brand value" was ineffective to apply.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권11호
• /
• pp.822-832
• /
• 2001

주어진 사례의 집합으로부터 그 사례들을 분류할 수 있는 프러스펙터 규칙 유형의 분류 규칙들을 습득하는 학습 시스템을 유전자 알고리즘을 이용하여 구현하였다. 유전자 알고리즘을 이용한 학습 시스템의 구현에서 개체 집단은 규칙 집합으로 구성되고 규칙 집합은 교배, 돌연 변이, 역치 연산자 등의 유전 연산자를 이용하여 규칙 집합내의 규칙을 교환함으로써 새로운 자식을 생성한다. 본 논문에서는 구현된 학습 환경을 분류 규칙의 구문 형태와 의미, 개체 집단의 구조 및 유전 연산자의 구현 등을 중심으로 설명한다. 효율적인 돌연변이 연산자의 구현을 위해 개발된 규칙 성능 평가 기법과 규칙생성 기법을 소개하고 분류 성능을 향상시키기 위한 기법으로 다수의 규칙 집합을 이용하여 분류 시스템을 구축하기 위한 기법을 소개한다. 본 연구를 통해 구현된 학습 시스템의 성능을 다양한 사례 집합을 이용하여 평가하고 이를 신경망, 결정 트리 등과 비교하였다.

• 정보관리연구
• /
• 제41권1호
• /
• pp.173-200
• /
• 2010

정부 주도하에 정책적으로 이루어지는 국책 건설사업은 국가의 사회간접자본시설에 주로 집중되며 상당한 국가예산이 투입되고 관련 분야의 전문적 역량이 총체적으로 투입되는 장기적 사업이다. 일반적으로 사회기반시설은 반영구 혹은 영구적 국가 자산으로 유지하게 되며 그에 따른 기록물 또한 해당 시설물의 수명기간 동안 보존 활용되어야 한다. 또한 국책사업 특성상 다양한 이해관계자 간의 유기적 협의체계를 지원하고 오랜 기간 동안 일관된 문서 및 기록관리체계를 유지하기 위해서는 기관별 특성을 최대한 배제한 사업 역무 위주의 표준화된 분류체계의 수립이 필요하다. 따라서 국책사업 기록물의 분류체계는 사업 자체 업무 분석을 근거로 사업 업무분류체계(WBS : Work Breakdown Structure)를 기반으로 수립되어야 한다. WBS는 프로젝트 관리(PM) 분야에서 통상적인 사업관리 기법으로 업무구분을 위해 사업초기에 수립되며, 프로젝트 목표를 달성하고 필요한 인도물을 산출하기 위하여 프로젝트 팀이 실행할 작업을 인도물 중심으로 분할한 계층 구조체계이다. 따라서 본 연구는 WBS에 기반한 국책사업 기록물 분류체계 수립에 대한 구체적인 사례와 방안을 제시함으로써 현 관리, 행정기록물 중심의 기록물 분류 체계에 대한 새로운 시각을 제시하는 데 목적이 있다.

• 한국전자거래학회지
• /
• 제12권2호
• /
• pp.111-132
• /
• 2007

웹 기능의 향상과 웹 관련 기술의 발전, 레거시 시스템과의 통합 필요성 증대, 자주 변하는 웹 콘텐츠와 구조 등으로 인하여 웹 애플리케이션을 개발하고 관리하는 일이 과거보다 훨씬 더 복잡하게 되었다. 그러나 이러한 다양한 요인들을 고려하는 포괄적인 웹 애플리케이션 설계 방법론은 아직 존재하지 않고 있다. 따라서 본 연구에서는 이러한 요인들을 고려한 컨텍스트 기반의 웹 애플리케이션 설계 방법론을 제시하고자 한다. 본 연구에서 제시하는 방법론에서는 웹 정보를 전달하는 메커니즘에 따라 구분되는 9 종류의 웹 페이지 형태와 웹 페이지 간의 다양한 의미 관계를 정의하는 7 종류의 링크 형태 및 설계 과정 중에 사용되는 여러 종류의 컴포넌트 역할을 구별하는 소프트웨어 컴포넌트 형태 등 다양한 종류의 모델링 기법들을 소개하고 있다. 뿐만 아니라 이 방법론은 '콤펜디엄(compendium)' 이라 불리는 일단의 관련된 정보 클러스터들로 이루어진 독창적인 웹 애플리케이션 모델을 사용하고 있다. 하나의 콤펜디엄은 주제(theme), 컨텍스트 페이지, 링크 및 컴포넌트로 구성된다. 이러한 접근 방법은 모듈 방식의 설계에 유용할 뿐만 아니라 항상 변하는 웹 애플리케이션의 콘텐츠와 구조를 관리하는데도 도움이 된다. 본 연구에서 제시한 방법론은 의미적으로 응집력이 있고 구문적으로 느슨히 결합된 유연한 웹 디자인 산출물을 생성하는데 도움이 될 것이다.

• Smart Structures and Systems
• /
• 제24권6호
• /
• pp.723-732
• /
• 2019

Globally road transport networks are subjected to continuous levels of stress from increasing loading and environmental effects. As the most popular mean of transport in the UK the condition of this civil infrastructure is a key indicator of economic growth and productivity. Structural Health Monitoring (SHM) systems can provide a valuable insight to the true condition of our aging infrastructure. In particular, monitoring of the displacement of a bridge structure under live loading can provide an accurate descriptor of bridge condition. In the past B-WIM systems have been used to collect traffic data and hence provide an indicator of bridge condition, however the use of such systems can be restricted by bridge type, assess issues and cost limitations. This research provides a non-contact low cost AI based solution for vehicle classification and associated bridge displacement using computer vision methods. Convolutional neural networks (CNNs) have been adapted to develop the QUBYOLO vehicle classification method from recorded traffic images. This vehicle classification was then accurately related to the corresponding bridge response obtained under live loading using non-contact methods. The successful identification of multiple vehicle types during field testing has shown that QUBYOLO is suitable for the fine-grained vehicle classification required to identify applied load to a bridge structure. The process of displacement analysis and vehicle classification for the purposes of load identification which was used in this research adds to the body of knowledge on the monitoring of existing bridge structures, particularly long span bridges, and establishes the significant potential of computer vision and Deep Learning to provide dependable results on the real response of our infrastructure to existing and potential increased loading.