• 한국의류학회지
• /
• 제31권12호
• /
• pp.1700-1709
• /
• 2007

본 연구의 목적은 계절별 의복을 착용하고 쾌적한 상태를 유지하는 동안 불감체중손실과 온열 생리적 요소들간의 관련성을 살펴보는 것이다. 이를 위해 한국의 계절별 실내 환경이 인공기후실에 조성되었고 (봄/가을 환경 기온 평균 22.5, 여름 24.7, 겨울 16.8), 설문조사를 바탕으로 총 26 종의 계절별 한벌의복이 선정되었다(봄/가을 옷 8종, 여름 옷 7종, 겨울 옷 11종). 다섯 명의 젊은 여성이 피험자로 참여하였으며, 결과는 다음과 같다: 1) 불감체중손실(IL)은 봄/가을 의복을 착용한 경우 $19{\pm}5g{\cdot}m^{-2}{\cdot}hr$, 여름 옷 $21{\pm}5g{\cdot}m^{-2}{\cdot}hr$, 겨울 옷 $18{\pm}6g{\cdot}m^{-2}{\cdot}hr$으로, 겨울 환경보다 여름 환경에서 더 컸다(p<.001). 2) 호흡기를 통한 불감수분손실(IWR)은 불감체중손실과 반대의 경향을 보여 주어, 겨울옷을 입은 경우 $6{\pm}1g{\cdot}m^{-2}{\cdot}hr$, 여름 옷을 입은 경우 $5{\pm}1g{\cdot}m^{-2}{\cdot}hr$ 였다(p<.001). 3) 불감수분손실 (IW)에서 호흡기를 통한 불감수분손실이 차지하는 비중은 여름 옷을 착용한 경우 평균 28%, 겨울 의복의 경우 38%였다(p<.001). 4) 쾌적한 상태에서, 산열량 중 불감수분손실이 차지하는 비율은 봄/가을 의복을 착용한 경우 25%, 여름옷의 경우 27%, 겨울옷의 경우 23%였다. 5) 불감체중손실과 의복의 보온력 간, 그리고 불감체중손실과 피복면적 간에는 모두 약한 역상관 관계가 관찰되었다. 6) 불감체중손실은 기온, 기습, 에너지 대사, 환기량, 평균피부온도, 의복내 습도 등의 요소와 유의한 상관을 보였으나, 상관계수들은 모두 0.5 이하였다. 결론적으로, 불감체중손실과 온열 생리 요인들 간에는 약한 상관이 존재했으나, 피험자들이 온열 쾌적을 유지하는 경우 착용한 의복 종류 및 노출 기온에 상관없이 불감체중손실량은 좁은 범위를 유지했다.

• 지능정보연구
• /
• 제16권1호
• /
• pp.93-116
• /
• 2010

불법현금융통 적발모형 개발에 앙상블 접근방법을 사용하였다. 불법현금융통은 국내 신용카드사의 손익에 영향을 미치며 최근 국제화되고 있음에도 불구하고 학문적인 접근이 이루어지지 않았다. 부정행위 적발모형(Fraud Detection Model, FDM)은 데이터 불균형 문제로 인하여 좋은 성능을 얻기 어려운데, 다수의 모형을 결합하는 앙상블이 대안으로 제시되어 왔다. 앙상블에 포함된 모형들의 다양성이 보장된다면 단일모형에 비해 더 좋은 성능을 보인다는 점은 이미 인정되고 있으며, 최근 연구 결과는 학습된 모든 기본모형들을 사용하는 것보다 적절한 기본모형들만 선택하여 앙상블에 포함시키는 것이 바람직하다는 것이다. 본 논문에서는 효과적인 불법현금융통 적발을 위하여 축소된 앙상블 기법을 사용하는데, 정확성과 다양성 척도를 사용하여 앙상블에 참여할 기본모형을 선택하는 것이다. 다양성은 앙상블을 구성하는 기본모형들 사이의 불일치 (Disagreement or Ambiguity)를 의미하는데, FDM에 내재된 데이터 불균형문제를 고려하여 두 가지 측면에 중점을 두었다. 첫째, 학습 자료의 추출 과정에서 다양성을 확보하기 위한 소수 범주의 과잉추출 방법과 적절한 훈련 방법에 대해 설명하였다. 둘째, 소수범주에 초점을 맞추어 기존의 다양성 척도를 효과적인 척도로 변형시키고, 전진추가법과 후진소거법의 동적 다양성 계산법을 도입하여 앙상블에 참여할 기본모형을 평가하였다. 실험에 사용된 학습 알고리즘은 신경망, 의사결정수와 로짓 회귀분석이었으며, 동질적 앙상블과 이질적 앙상블을 구성하여 성능평가를 하였다. 실험결과 불법현금융통 적발모형에 있어 축소된 앙상블은 모든 기본모형이 포함된 앙상블과 성능 차이가 없었다. 축소된 앙상블은 앙상블 구성의 복잡성을 감소시키고 구현을 용이하게 한다는 점에서 FDM에서도 유력한 모형 수립 접근방법이 될 수 있음을 보였다.

• 한국의류학회지
• /
• 제45권4호
• /
• pp.703-713
• /
• 2021

This study was to investigate the thermal insulation of clothing ensembles, including padded jackets with two different filling types. Thermal insulation of the ensemble was measured using a thermal manikin in four conditions (10℃, 30% RH and 20℃, 50% RH with an air velocity of less than 0.15 m·s^-1 and 1.5 m·s^-1). Ten males participated at 10℃ and 30% RH with an air velocity of less than 0.15 m·s^-1 and 1.5 m·s^-1. The results showed that the polyester ensemble was warmer than a goose down ensemble in 0.15 m·s^-1 conditions and the goose down ensemble had greater thermal insulation than the polyester ensemble at an air velocity of 1.5 m·s^-1. Thermal insulation was reduced 5-7% when temperature decreased 10℃ and reduced 40-50% when air velocity reached 1.5 m·s^-1 for both ensembles. Thermal insulation of the ensemble in human trials decreased more than a thermal manikin at 10℃, 30% RH with an air velocity of 1.5 m·s^-1. Lower temperatures and human trials were effective in identifying the properties of the thermal insulation by filling types even though there were restrictions on the general application because of two types of a clothing ensemble.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2008년도 춘계학술대회논문집
• /
• pp.156-159
• /
• 2008

Proper orthogonal decomposition is a statistical pattern analysis technique for finding the dominant components, called the proper orthogonal modes, in ensembles of spatially distributed data. We present recent ideas based on proper orthogonal decomposition (POD) and detailed experiments that yield new perspectives into the microscale structures. The linearized modeling technique based on POD is very useful to show the principal characteristics of the complex dynamic responses.

• Journal of information and communication convergence engineering
• /
• 제8권4호
• /
• pp.370-376
• /
• 2010

Ensemble learning is a method for improving the performance of classification and prediction algorithms. However, its performance can be degraded due to multicollinearity problem where multiple classifiers of an ensemble are highly correlated with. This paper proposes genetic algorithm-based optimization techniques of SVM ensemble to solve multicollinearity problem. Empirical results with bankruptcy prediction on Korea firms indicate that the proposed optimization techniques can improve the performance of SVM ensemble.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2018년도 하계 학술발표초록집
• /
• pp.88-88
• /
• 2018

• 한국통신학회논문지
• /
• 제39B권11호
• /
• pp.723-729
• /
• 2014

본 논문에서는 임의의 선형 재생 부호 앙상블에 대하여 복구 대역폭(Repair bandwidth)과 접속 비용(Repair read cost)의 평균을 유도한다. 한 데이터가 여러 노드에 부호화 되어 분산 저장된 상황에서 하나의 노드가 소실될 경우, 이를 복구하기 위해 필요한 데이터 량을 복구 대역폭, 접속해야 하는 노드 수를 복구 접속 비용이라 한다. 이 때, 선형 재생 부호 앙상블은 데이터 심볼의 수 k와 패리티 심볼의 수 m, 그리고 그들의 차수 분포로 주어진다. 우리는 이러한 부호들이 시스터메틱(Systematic)이며 정확한 복구(Exact repair)를 수행하고 n=k+m개의 모든 저장소(Storages)들이 전부 연결되어 있는 상황을 가정한다. 본 논문의 결과는 파운틴 부호 등과 같이 위와 같은 파라미터들로 랜덤하게 만들어진 부호들에 바로 적용 가능하다. 최종 결과식은 평균 복구 접속 비용이 차수 분포와 n, k에 따라 결정됨을 보여준다.

• 한국인터넷방송통신학회논문지
• /
• 제16권3호
• /
• pp.203-211
• /
• 2016

유전자 코드는 바이오 정보 처리에 키 포인트로 인체의 유기적인 조직체이다. 현대 과학에서는 유전자 코드 분자구조의 신비스러운 특성을 체계적으로 설명하고 이해하는데 연구가 집중되고 있다. 본 논문에서는 유전자 시스템을 대칭적으로 해석하는데 중점을 두었고, Jacket 행렬로 무잡음 RNA 유전자 코드를 가장 단순하게 해석했다. 이유는 Jacket 행렬과 RNA는 그 역행렬이 Element (Block)-wise Inverse로 그 역(Inverse)도 자신이란 점과 대칭적 성질, 그리고 Kronecker곱을 갖기 때문이다. 제안된 방법이 유전자 RNA 코돈(Codon : 괘(卦))의 견지에서 Jacket 행렬의 분해를 통해 간단하고 명료함을 보인다.

• Ocean and Polar Research
• /
• 제30권2호
• /
• pp.129-140
• /
• 2008

As a preliminary effort to establish a data assimilative ocean forecasting system, we reviewed the theory of the Ensemble Kamlan Filter (EnKF) and developed practical techniques to apply the EnKF algorithm in a real ocean circulation modeling system. To verify the performance of the developed EnKF algorithm, a wind-driven double gyre was established in a rectangular ocean using the Regional Ocean Modeling System (ROMS) and the EnKF algorithm was implemented. In the ideal ocean, sea surface temperature and sea surface height were assimilated. The results showed that the multivariate background error covariance is useful in the EnKF system. We also tested the sensitivity of the EnKF algorithm to the localization and inflation of the background error covariance and the number of ensemble members. In the sensitivity tests, the ensemble spread as well as the root-mean square (RMS) error of the ensemble mean was assessed. The EnKF produces the optimal solution as the ensemble spread approaches the RMS error of the ensemble mean because the ensembles are well distributed so that they may include the true state. The localization and inflation of the background error covariance increased the ensemble spread while building up well-distributed ensembles. Without the localization of the background error covariance, the ensemble spread tended to decrease continuously over time. In addition, the ensemble spread is proportional to the number of ensemble members. However, it is difficult to increase the ensemble members because of the computational cost.

• 한국수자원학회논문집
• /
• 제44권3호
• /
• pp.209-220
• /
• 2011

입력자료의 불확실성은 강우-유출 모의에서 중요한 불확실성 요소 중의 하나이다. 본 연구에서는 먼저 세 가지의 서로 다른 내삽 기법을 통해 계산된 강수 입력 자료 (관측값을 각 소유역의 중심점으로 내삽하여 추정한 입력자료임)들이 강우-유출 모형에 미치는 영향을 분포형 수문모형 (PRMS)을 이용하여 분석하였으며, 내삽오차를 바탕으로 발생한 입력자료를 앙상블 유량 예측에 이용하는 과정을 수문학적으로 서로 다른 두개 하천 유역에 적용하였다. 또한 Monte Carlo기법을 이용하여 수문 모형의 매개변수가 서로 다른 입력자료의 특성에 따라 변화하는 양상을 구분하여 보았다. 본 연구에서 제시된 앙상블 유량 예측방법은 기상 예측 및 기상 모형의 결과물 등의 입력자료를 이용함으로써 중/장기 유량 예측에 활용될 수 있을 것으로 판단된다.