본 연구는 오염된 양상치를 알카리전해수로 세척한 처리구와 비처리구에 오염된 E. coli O157 : H7균이 다양한 온도 (4, 10, 15, 20, 25, 30, $35^{\circ}C$)에 저장할 경우 이균의 specific growth rate (SCR) 과 lag time (LT) 생육변수에 미치는 영향을 조사하기 위한 모델을 개발하기 위하여 수행되었다. E. coli O157 : H7의 specific growth rate (SGR) 과 lag time (LT)를 결정하기 위해 생육도를 Gompertz 식을 사용하여 fitting한 결과, $R^2$값이 0.994로 나타났다. 실험값으로부터 얻은 SGR과 LT는 저장온도에 의존하는 것으로 나타났으며 $4^{\circ}C$에서 $35^{\circ}C$까지 온도가 증가할수록 성장 속도가 증가하는 것으로 나타났다. AIEW 처리구 또는 비처리구의 양상치 에서 E. coli O157 : H7의 성장 kinetics에 대한 저장 온도의 효과를 평가하기 위해 SRG에 대한 두개의 모델을 개발하였다. 유도된 2개의 모델 검증은 $R^2$, $R^2_{Adj}$ (adjusted determination coefficient) 및 MSE (mean square error)를 적용하였으며, 그 결과 $R^2$, $R^2_{Adj}$가 1 (>0.93)에 근접하였으며, 알카리 전해수 처리구 및 비처리구 양상치 모델의 MSE는 각각 0.031, 0.025로 나타났다. 따라서, 본연구에서 개발된 모델의 생육변수는 실험 치에서 얻은 E. coli O157 : H7의 생육변수 결과와 매우 유사한 것으로 나타났다.
본 논문은 기존 블라인드 등화기의 성능인 수렴 특성과 잔류 부호간 간섭의 영향을 경감시키기 위해 축소 신호점을 사용하고 비용 함수를 실수부와 허수부로 분리하여 처리하는 한 이중 구조 CR-CMA(Constellation Reduction CMA)에 관한 것이다. 기존의 CMA는 진폭만을 보상하고 위상은 보상을 하지 못하며, 이를 해결하기 위해 MCMA(Modified CMA)는 비용 함수만을 실수부와 허수부를 따로 처리하여 진폭과 위상을 보상하지만 진폭의 보상 능력과 초기 수렴 속도에서는 CMA보다 성능이 열악해지는 문제점이 있다. 제안하는 이중 구조 CR-CMA는 CMA와 MCMA(Modified CMA) 알고리즘 장점만을 살릴 수 있도록 비용 함수와 오차 함수를 실수부와 허수부로 나누어 처리하고 축소 신호점을 적용할 수 있도록 개량하여 진폭과 위상의 보상, 빠른 수렴 속도 및 잔류 ISI와 MD(Maximum Distortion) 량의 감소 그리고 MSE(Mean Square Error)와 양호한 심볼 오류율 (SER : symbol error ratio) 특성을 얻을 수 있음을 컴퓨터 시뮬레이션으로 확인하였다.
본 논문은 최대 전송률에 가까운 성능을 보이는 선형 preceding 기법을 제안한다. MMSE preceding은 ZF preceding 방식보다 우수한 평균 자승 오차 성능을 가진다. 반면 MMSE preceding 방식의 전송률은 낮은 SNR 범위에서는 ZF 방식에 비해 개선된 성능을 보여주지만 높은 SNR에서는 오히려 성능 열화현상을 보인다. 이와 같은 사실에 착안하여 본 논문에서는 최대 전송률에 근접하는 선형 preceding 기법을 제안한다. 제안된 방식은 ZF precoding방식에서 사용되는 역행렬 연산을 전송율이 최대화될 수 있도록 정규화하는 방식이고 이를 위한 간단한 수치 알고리즘이 제안된다. 또한 그 과정에서 낮은 복잡도를 가지는 간단한 전력 재할당에 의한 정규화 방식이 제안된다. 시뮬레이션과 성능분석을 통해 제안된 방식이 모든 SNR 범위에서 기존의 ZF preceding 방식과 MMSE preceding방식보다 높은 전송률을 가짐을 보인다. 또한 제안된 방식은 채널 추정 오차가 존재하는 경우에도 기존의 선형 preceding 방식들과 비교하여 성능 이득을 유지하면서 채널 추정 오차에 강인함을 가진다.
산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.
DMB 및 WiBro 기술의 개발 및 보급으로 인해, 영상을 이용한 디지털 컨텐츠 산업이 발전하고 있다. 이에 따라, 영상처리는 다양한 분야에서 활용되고 있으며, 정확한 정보전달 및 보존을 위해 영상의 열화현상을 제거하여야 한다. 열화현상의 대표적인 원인으로 잡음이 알려져 있으며, 가우시안 잡음은 전송 등의 과정에서 영상에 의존적으로 발생한다. 이러한 가우시안 잡음을 제거하기 위한 다양한 연구가 진행되고 있으며, 지금까지 많은 알고리즘이 제안되었다. 본 논문에서는 가우시안 잡음환경하에서 영상복원을 위해 적응적인 임계값을 이용한 알고리즘을 제안하였으며, 에지영상의 히스토그램으로부터 임계값을 설정하였다. 그리고 시뮬레이션 결과로부터, MSE와 PSNR을 이용하여 제안한 방법의 잡음제거 성능을 확인하였다.
Jiajia, Hao;Xinqun, Zhu;Yang, Yu;Chunwei, Zhang;Jianchun, Li
Smart Structures and Systems
/
제30권6호
/
pp.673-686
/
2022
Deep learning algorithms for Structural Health Monitoring (SHM) have been extracting the interest of researchers and engineers. These algorithms commonly used loss functions and evaluation indices like the mean square error (MSE) which were not originally designed for SHM problems. An updated loss function which was specifically constructed for deep-learning-based structural damage detection problems has been proposed in this study. By tuning the coefficients of the loss function, the weights for damage localization and quantification can be adapted to the real situation and the deep learning network can avoid unnecessary iterations on damage localization and focus on the damage severity identification. To prove efficiency of the proposed method, structural damage detection using convolutional neural networks (CNNs) was conducted on a truss bridge model. Results showed that the validation curve with the updated loss function converged faster than the traditional MSE. Data augmentation was conducted to improve the anti-noise ability of the proposed method. For reducing the training time, the normalized modal strain energy change (NMSEC) was extracted, and the principal component analysis (PCA) was adopted for dimension reduction. The results showed that the training time was reduced by 90% and the damage identification accuracy could also have a slight increase. Furthermore, the effect of different modes and elements on the training dataset was also analyzed. The proposed method could greatly improve the performance for structural damage detection on both the training time and detection accuracy.
정확한 전동킥보드 중장기수요예측은 지역별 수요공급 불균형 문제해결 및 MaaS 등 연계교통체계 마련을 위해 필요하다. 공유 전동킥보드의 지역별 발생-유입량을 예측하는 연구는 많지만, 공유 전동킥보드의 존간 통행분포를 예측하는 연구는 전무한 실정이다. 본 연구에서는 공유 전동킥보드의 통행분포모형 추정을 위한 적정 존단위를 선정하고자 하였다. 분석 대상 존단위는 250m, 500m, 750m, 1,000m 정사각형 그리드로 설정하였다. 공유 전동킥보드 이용 이력 데이터는 각 공간 단위별 통행거리, 통행시간 계산 및 중력모형 도출을 위해 활용되었다. 평균제곱오차는 각 중력모형의 적정성을 검증하는데 활용되었다. 분석 결과, 250m 그리드가 실제 공유킥보드 통행분포를 가장 잘 묘사하는 것으로 나타났다.
The influence of material composition such as aggregate types, addition of supplementary cementitious materials as well as exposed temperature levels have significant impacts on concrete residual mechanical strength properties when exposed to elevated temperature. This study is based on data obtained from literature for fly ash blended concrete produced with natural and recycled concrete aggregates to efficiently develop prediction models for estimating its residual compressive strength after exposure to high temperatures. To achieve this, an extensive database that contains different mix proportions of fly ash blended concrete was gathered from published articles. The specific design variables considered were percentage replacement level of Recycled Concrete Aggregate (RCA) in the mix, fly ash content (FA), Water to Binder Ratio (W/B), and exposed Temperature level. Thereafter, a simplified mathematical equation for the prediction of concrete's residual compressive strength using Gene Expression Programming (GEP) was developed. The relative importance of each variable on the model outputs was also determined through global sensitivity analysis. The GEP model performance was validated using different statistical fitness formulas including R2, MSE, RMSE, RAE, and MAE in which high R2 values above 0.9 are obtained in both the training and validation phase. The low measured errors (e.g., mean square error and mean absolute error are in the range of 0.0160 - 0.0327 and 0.0912 - 0.1281 MPa, respectively) in the developed model also indicate high efficiency and accuracy of the model in predicting the residual compressive strength of fly ash blended concrete exposed to elevated temperatures.
In recent year, many imaging systems have been developed, and it became increasingly important to exchange image data through the computer network. Therefore, it is required to reproduce color image independently on each imaging device. However, even if the image are same, perceived color is not always same under different viewing conditions. On the other hand, even if the image are different, we want to perceive same color under different viewing conditions. Therefore we must know the spectral reflectance information of object. We measured many reflectance human skin can be estimate using only three principal component. For Munsell color patches, five principle components were necessary to estimate the reflectance spectra. For that purpose, we have developed color image acquisition system that is composed of five band filters and CCD camera. Improved spectral reflectance of object is predicted by five band images taken by color image acquisition system and then we take account of camera's noise and component of object image for predicting accurate spectral reflectance of object. In the results, we confirmed that color difference and MSE(Mean Square Error) between measured and predicted spectral reflectance of object decreased into 0.0071 and 7.72 respectively.
Journal of Information Technology Applications and Management
/
제21권4호
/
pp.97-125
/
2014
This study investigates the relationship between stock index and its associated nearby futures markets based on the cost-of-carry model. The purpose of this study is to explore the existence of mispriced futures contracts, and to test whether traders can earn trading profits in real financial market using the information about the mispriced futures contracts. This study suggests the concordance correlation coefficient to investigate the existence of mispriced futures contracts. The concordance correlation coefficient gives a desirable result for trading profits that results from a comparative analysis among profits from trading at the time to indicate trading opportunities determined by the degree of the difference between the observed market price and the theoretical price of a futures contract. In addition, this study also explains that the concordance correlation coefficient developed from the mean square error (MSE) has a statistically theoretical meaning. In conclusion, this study shows that the concordance correlation coefficient is appropriate for analyzing the relationship between the observed stock index futures market price and the theoretical stock index futures price derived from the cost-of-carry model.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.