• 한국해양공학회지
• /
• 제32권4호
• /
• pp.253-260
• /
• 2018

Recently, the application of non-steel materials in ships and offshore plants is increasing because of the development of various nonlinear materials and the improvement of performance. Especially, hyper-elastic materials, which have a nonlinear stress-strain relationship, are used mainly in marine plant structures or ships where impact relaxation, vibration suppression, and elasticity are required, while elasticity must be maintained, even under high strain conditions. In order to simulate and evaluate the behavior of the hyperelastic material, it is very important to select an appropriate material model according to the strain of the material. This study focused on the selection of material models for hyperelastic materials, such as rubber used in the marine and offshore fields. Tension and compression tests and finite element simulations were conducted to compare the accuracy of the nonlinear material models due to variations in the stretch ratio of hyper-elastic material. Material coefficients of nonlinear material models are determined based on the curve fitting of experimental data. The results of this study can be used to improve the reliability of nonlinear material models according to stretch ratio variation.

• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.1109-1115
• /
• 2010

본 연구는 질병자료나 사망자수 등과 관련된 자료의 분석에서 가장 많이 사용되는 초기하분포의 모수, 즉 성공의 확률에 대한 신뢰구간추정에 대하여 설펴보았다. 초기하분포의 성공의 확률에 대한 신뢰구간은 일반적으로 잘 알려져 있지 않으나 그 응용성과 활용성의 측면에서 신뢰구간의 추정은 상당히 중요하다. 본 논문에서는 초기하분포의 성공의 확률에 대한 정확신뢰구간을 소개하고 여러 가지 모집단의 크기와 표본수에 대하여, 그리고 몇가지 실현값에 대한 신뢰구간을 유도하고 소표본의 경우에 모의실험을 통하여 실제 포함확률의 측면에서 살펴보았다.

• ETRI Journal
• /
• 제41권4호
• /
• pp.473-482
• /
• 2019

High availability and reliability have been considered promising requirements for the support of seamless network services such as real-time video streaming, gaming, and virtual and augmented reality. Increased availability can be achieved within a local area network with the use of the virtual router redundancy protocol that utilizes backup routers to provide a backup path in the case of a master router failure. However, the network may still lose a large number of packets during a failover owing to a late failure detections and lazy responses. To achieve an efficient failover, we propose the implementation of fast detection with virtual router redundancy protocol (FDVRRP) in which the backup router quickly detects a link failure and immediately serves as the master router. We implemented the FDVRRP using open neutralized network operating system (OpenN2OS), which is an open-source-based network operating system. Based on the failover performance test of OpenN2OS, we verified that the FDVRRP exhibits a very fast failure detection and a failover with low-overhead packets.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.517-524
• /
• 2015

Unlabeled examples are easier and less expensive to be obtained than labeled examples. In this paper semisupervised approach is used to utilize such examples in an effort to enhance the predictive performance of nonlinear quantile regression problems. We propose a semisupervised quantile regression method named semisupervised support vector quantile regression, which is based on support vector machine. A generalized approximate cross validation method is used to choose the hyper-parameters that affect the performance of estimator. The experimental results confirm the successful performance of the proposed S2SVQR.

• 에너지공학
• /
• 제21권4호
• /
• pp.325-338
• /
• 2012

우리는 지속가능성을 우선시하는 메카트렌드 시대에 살면서 고유가 영향으로 고품위급 석탄에 비해 상대적으로 자원이 풍부하면서 가격이 저렴한 저품위 석탄 자원의 에너지 청정화 기술(예: 유효 성분추출 기술, 회 성분 제거 기술) 개발이 필요하게 되었다. 이를 실현하기 위해 유효 성분 추출 접근법에 바탕을 둔 청정 석탄인 하이퍼 콜(HC: hyper coal)의 제조 기술에 대한 니즈가 몇몇 국가들을 중심으로 점차로 확산되고 있다. 이러한 이유는 HC 활용으로 온실가스 배출량 감축, 에너지 효율 제고 등과 같은 효과를 얻어 지속가능한 사회를 실현할 수 있기 때문이다. 이러한 니즈를 바탕으로 여기서는 HC에 중점을 두면서 HC 제조 기술과 관련하여 국내외 HC의 연구 개발 동향을 소개하고자 한다. 더 구체적으로 말해, HC를 제조하는 방법으로 용매 추출 기술 가운데 옴 가열(OH) 추출 방법 및 마이크로웨이브 조사(MI) 추출 방법 등의 개발 현황을 문헌 조사를 통해 살펴보고자 한다. 이들 기술의 검토 결과에 따르면, HC 제조에서 MI 추출 방법의 장점을 살린 용매 추출 공정 기술이 매우 경제적이고 대규모 제조에 적합한 것으로 파악되었다. 향후에는 이 추출법을 포함하는 파일럿 공정, 더 나아가 상업용 제조 공정 개발이 필요하다.

• 한국멀티미디어학회논문지
• /
• 제9권11호
• /
• pp.1381-1394
• /
• 2006

축적된 데이터를 기반으로 의사결정을 지원하는 데이터 웨어하우스에서 빠른 응답을 제공하기 위하여 데이터큐브 생성기법에 대한 많은 연구가 진행되었다. 대표적으로 다차원 배열을 사용한 기법과 hyper-tree를 기반으로 하는 H-cubing 기법이 연구되었다. 하지만 전자는 다차원 집계 연산에 필요한 모든 데이터를 배열로 저장하여 데이터의 양이 많아질수록 메모리 사용이 증가하였으며 후자는 hyper-tree를 기반으로 모든 튜플을 트리로 구축하여 트리 구축비용이 증가하였다. 본 논문에서는 데이터 웨어하우스에서 해쉬 테이블을 이용한 효율적인 데이터큐브 생성 기법을 제안한다. 제안 기법은 데이터큐브 생성 시 가중치 맵핑 테이블과 레코드 해쉬 테이블을 사용하여 다차원 데이터의 저장될 레코드 순서를 빠르게 찾아 저장한다. 따라서 데이터큐브의 생성속도가 향상되며 해쉬 테이블 만을 유지하여 메모리 사용량이 감소한다. 이는 성능평가를 통해 기존 기법보다 데이터의 빠른 검색과 데이터큐브 생성 요청에 빠른 응답을 보였다.

• 치위생과학회지
• /
• 제20권4호
• /
• pp.206-212
• /
• 2020

Background: A Teachable Machine is a kind of machine learning web-based tool for general persons. In this paper, the feasibility of Google's Teachable Machine (ver. 2.0) was studied in the diagnosis of the tooth-marked tongue. Methods: For machine learning of tooth-marked tongue diagnosis, a total of 1,250 tongue images were used on Kaggle's web site. Ninety percent of the images were used for the training data set, and the remaining 10% were used for the test data set. Using Google's Teachable Machine (ver. 2.0), machine learning was performed using separated images. To optimize the machine learning parameters, I measured the diagnosis accuracies according to the value of epoch, batch size, and learning rate. After hyper-parameter tuning, the ROC (receiver operating characteristic) analysis method determined the sensitivity (true positive rate, TPR) and specificity (false positive rate, FPR) of the machine learning model to diagnose the tooth-marked tongue. Results: To evaluate the usefulness of the Teachable Machine in clinical application, I used 634 tooth-marked tongue images and 491 no-marked tongue images for machine learning. When the epoch, batch size, and learning rate as hyper-parameters were 75, 0.0001, and 128, respectively, the accuracy of the tooth-marked tongue's diagnosis was best. The accuracies for the tooth-marked tongue and the no-marked tongue were 92.1% and 72.6%, respectively. And, the sensitivity (TPR) and specificity (FPR) were 0.92 and 0.28, respectively. Conclusion: These results are more accurate than Li's experimental results calculated with convolution neural network. Google's Teachable Machines show good performance by hyper-parameters tuning in the diagnosis of the tooth-marked tongue. We confirmed that the tool is useful for several clinical applications.

• Journal of Information Technology Applications and Management
• /
• 제27권3호
• /
• pp.55-68
• /
• 2020

Recently, organizational workers are complaining of stress due to excessive connection on SNS and are claiming the right to disconnect. If these claims are not properly managed, organizational performance may deteriorate. Therefore, organizations need to approach the issue of the right to disconnect carefully. This study examined the effects of work connection at office, IT hyper-connected environments, and work connection at home on the right to disconnect, and analyzed the effect of this perception on job satisfaction, and then analyzed gender differences in these effects. The research results are as follows. First, it was found that the work connection at office lowered the right to disconnect. Second, the deeper IT hyper-connected environment, the higher the right to disconnect. Third, it was found that the work connection at home raises the right to disconnect. Fourth, it was found that the right to disconnect increases job satisfaction to a certain extent, but lowers job satisfaction when it exceeds the appropriate line. Fifth, in the case of men, the effect of the right to disconnect on job satisfaction has sharply increased and sharply reduced. On the other hand, in women, it gradually increased and then decreased slowly. Considering the results of these studies, organizations need to check the current status and appropriate level of the work connection at home for organizational performance management. Organizations need to formulate organizational management measures that take into account the positive and negative functions of the right to disconnect. And organizations need to come up with management measures that take gender into account.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권6호
• /
• pp.251-258
• /
• 2023

안정적으로 전력을 공급하고 전력계통을 운영하기 위해서는 최대전력을 정확히 예측해야 한다. 특히, 최대전력이 높게 발생하는 겨울과 여름에는 그 중요성이 매우 커진다. 최대전력을 실제 수요보다 높게 예측하면 발전소 기동 비용이 증가하여 경제적 손실이 발생하고, 최대전력을 실제 수요보다 낮게 예측하면 기동이 가능한 발전소가 부족하여 정전이 발생할 수 있다. 최대전력의 예측 오차를 최소화함으로써 경제적 손실과 정전을 예방할 수 있다. 본 논문에서는 최대전력 예측의 오차를 최소화하기 위하여 최신 딥러닝 모델인 TCN을 이용한다. 딥러닝 모델은 하이퍼 파라미터를 어떻게 설정하느냐에 따라 성능 차이가 발생하므로, TCN의 하이퍼 파라미터를 최적화하는 방법을 제안한다. 2006년부터 2021년까지의 데이터를 입력하여 모델을 훈련하고, 2022년의 데이터를 이용하여 예측 오차를 실험하였다. 실험을 수행한 결과 본 논문에서 제안한 최적화 방법을 이용한 TCN 모델의 성능이 다른 딥러닝 모델보다 성능이 우수한 것을 확인하였다.

• 한국방사선학회논문지
• /
• 제17권5호
• /
• pp.709-715
• /
• 2023

본 연구의 목적은, U-net 딥러닝 모델을 이용하여 CT 영상에서의 노이즈 감소 효과를 다양한 하이퍼 파라미터를 적용하여 평가하였다. 노이즈가 포함된 입력 영상 생성을 위하여 Gaussian 노이즈를 적용하였고, 총 1300장의 CT 영상에서 train, validation, test 셋의 비율을 8:1:1로 유지하여 U-net 모델을 적용하여 학습하였다. 연구에서 적용된 하이퍼파라미터는 최적화 함수 Adagrad, Adam, AdamW와 학습횟수 10회, 50회, 100회와 학습률 0.01, 0.001, 0.0001을 적용하였으며, 최대 신호 대 잡음비와 영상의 변동계수 값을 계산하여 정량적으로 분석하였다. 결과적으로 U-net 딥러닝 모델을 적용한 노이즈 감소는 영상의 질을 향상시킬 수 있으며 노이즈 감소 측면에서 유용성을 입증하였다.