Purpose: This study was performed to determine the difference or temporal-spatial gait asymmetry ratio according to static pelvic inclination level in hemiplegic patients. Methods: The subjects were 25 hemiplegic patients who was experienced stroke on MCA territory. Gait parameters and static pelvic inclination were recorded by $GAITRite^{(R)}$ system and radiologic PACS. The subjects were divided into three group according to static pelvic inclination. In the group I, the subjects have static pelvic inclination below $58^{\circ}$. The group II has $58^{\circ}{\sim}62^{\circ}$ or static pelvic inclination and the group m has over $62^{\circ}$ or static pelvic inclination. The data or three groups were analysed with ANOVA. Results: In comparison or single support time asymmetry ratio among 3 groups, the score or group II was significantly higher than the other groups(p<0.05). But the swing time asymmetry ratio was not significant(p>0.05). Conclusion: Asymmetry ratio of single support time was statistically significant by static pelvic inclination level. But asymmetry ratio or group II was the highest among three groups. It means that the patients or normal range of pelvic inclination was showed the most asymmetry or gait. And swing time asymmetry ratio was not significant among three groups. Even if the patient has normal ranged static pelvic inclination, it doesn't suggest that the patient has low gait asymmetry.
최근 교통 물류 분야에서도 유비쿼터스 환경의 정보수집체계 및 이를 응용한 서비스 개발의 필요성이 매년 높아지고 있다. 프로브 차량과 무선통신기술을 활용한 교통정보 수집체계는 그 대표적인 사례로 차량의 기종점 자료를 이용하여 시간대별 OD를 산정하는 것이 가능하다. 그러나 프로브 차량 정보를 활용하여 산정된 OD는 시간적 공간적으로 변동되는 표본OD이기 때문에 이를 정적OD로 전환하기 위해서는 수집정보를 집적하여 적정 표본율을 산정하고, 표본OD를 전수화하는 과정이 필요하다. 본 연구는 제주시를 대상으로 수집된 실제 데이터를 표본OD 산정 및 전수화 알고리즘에 적용하여 표본OD를 산정하고 이를 전수화하였다. 각 링크별 관측교통량과 배분교통량과의 오차를 비교 검토한 결과 링크별 관측교통량 과 배분교통량의 평균 오차율은 22.9%, 상 하위 10%의 이상 자료를 제거한 후의 평균 오차율은 17.6%로 각각 나타났다. 본 연구는 기존OD가 존재하지 않는 지역에서 프로브 차량의 경로정보를 활용하여 정적OD를 산정하였다는 점과 적정 오차율 내 수렴을 위한 적정 표본율을 제시하였다는 점에서 그 의의를 찾을 수 있다.
The extensive use of composite insulators for transmission lines can ultimately be justified only on long-term qualification tests. The actual load working on the insulator in the field is not static load but cyclic load. So in this paper, we discussed an examination of aging degradation by mechanical performance of composite insulators under static tension load and cyclic tension load. and also described useful approaches for analyzing their long term performance so as to develop reliable composite insulators. The static and cyclic tension load-time test data were examined by Weibull distribution for their capability of presuming long term performance. It was found that cyclic tension loads were more severe than static tension loads. The results also indicate that it may be relevant for an user to select composite insulators on basis of their performance under cyclic tension loads than static tension loads.
본 연구에서는 주어진 옷감 시료의 정적 드레이프 모양으로부터 해당 옷감을 시뮬레이션하기 위해 필요한 시뮬레이션 파라미터를 추정하는 데이터 기반 학습법을 제시한다. 정적 드레이프의 모양을 형성하기 위해 의류 산업계에서 옷감을 물성에 따라 분류하기 위해 사용하는 쿠식 드레이프 (Cusick's drape)에서 착안한 방법을 사용한다. 학습 모델의 입력 벡터는 특정 옷감의 정적 드레이프 모양에서 추출한 특징 벡터와 옷감의 밀도 값으로 구성되고, 출력 벡터는 해당 드레이프 결과를 도출하는 여섯가지 시뮬레이션 파라미터로 구성된다. 실제에 가깝고 편향되지 않은 학습 데이터를 생성하고자 먼저 400가지의 실제 니트 옷감에 대한 시뮬레이션 파라미터를 수집하고 이로부터 GMM (Gaussian mixture model) 생성 모델을 만든다. 다음, GMM 확률분포에 따라 대량의 시뮬레이션 파라미터를 무작위 샘플링한다. 샘플링된 각각의 시뮬레이션 파라미터에 대해 옷감 시뮬레이션을 수행하여 가상의 정적 드레이프 결과를 만들고 이로부터 특징 벡터를 추출한다. 생성된 데이터를 로그선형회기(log-linear regression) 모델로 피팅한다. 학습의 수치적 정확도를 검증하고 시뮬레이션 결과의 시각적 유사도를 비교하여 제시된 방법의 유용성을 확인한다.
As the number of aging bridges increases, more studies are being conducted on developing effective and reliable methods for the assessment and maintenance of bridges. With the advancement in new sensing systems and data learning techniques through AI technology, there is growing interests in how to evaluate bridges using these advanced techniques. This paper presents a CNN(Convolution Neural Network) deep learning based technique for evaluating the damage existence and for estimating the damage location in PSC bridges using static strain data. Simulation studies were conducted to investigate the proposed method with error analysis. Damage was simulated as the reduction in the stiffness of a finite element. A data learning model was constructed by applying the CNN technique as a type of deep learning. The damage status and its location were estimated using data set built through simulation. It was assumed that the strain gauges were installed in a regular interval under the PSC bridge girders. In order to increase the accuracy in evaluating damage, the squared error between the intact and measured strains are computed and applied for training the data model. Considering the damage occurring near the supports, the results of error analysis were compared according to whether strain data near the supports were included.
Journal of Advanced Marine Engineering and Technology
/
제20권2호
/
pp.116-116
/
1996
This paper is concerned with a method for calibrating five-hole probes of both angle-tube and prismatic geometries to measure local total and static pressures and the magnitude and direction of the mean velocity vector. Descriptions of the calibration technique, the typical calibration data, and an accompanying discussion of the interpolation procedure are included. The flow properties are determined explicitly from measured probe pressures using calibration data. Flow angles are obtained within the deviation angle of 1.0 degree and dynamic pressures within 0.03 with 95% certainty. The variations in the calibration data due to Reynolds number are also discussed. For the range of Reynolds number employed, no effect was detected on the pitch, yaw and total pressure coefficients. However, the static pressure coefficient showed change to cause minor variations in the magnitude of the calculated velocity vector. To account for these variations, average correction factors need to be incorporated into the static pressure coefficient.
Journal of Advanced Marine Engineering and Technology
/
제20권2호
/
pp.48-56
/
1996
This paper is concerned with a method for calibrating five-hole probes of both angle-tube and prismatic geometries to measure local total and static pressures and the magnitude and direction of the mean velocity vector. Descriptions of the calibration technique, the typical calibration data, and an accompanying discussion of the interpolation procedure are included. The flow properties are determined explicitly from measured probe pressures using calibration data. Flow angles are obtained within the deviation angle of 1.0 degree and dynamic pressures within 0.03 with 95% certainty. The variations in the calibration data due to Reynolds number are also discussed. For the range of Reynolds number employed, no effect was detected on the pitch, yaw abd total pressure coefficients. However, the static pressure coefficient showed change to cause minor variations in the magnitude of the calculated velocity vector. To account for these variations, average correction factors need to be incorporated into the static pressure coefficient.
Accurate measurement of speed and altitude of flying vehicles in air data system remains a critical technical issue. A highly reliable Pitot-static probe is required to obtain air data such as total pressure and static pressure. In this study, an analysis of the characteristics of flowfield around the Pitot-static probe was performed by using a Navier-Stokes CFD code. In addition, for the purpose of finding an optimal configuration, a technique based on the response surface method is applied to the problem with design parameters including shape of the nose section and cone angle. It is shown that the optimal configuration fulfills the MIL specification in wider range of high angles of attack.
This paper studies the state estimation problem for static neural networks with time-varying delay. Unlike other studies, the controller scheme, which involves time-varying sampling and uncertainties, is first employed to design the state estimator for delayed static neural networks. Based on Lyapunov functional approach and linear matrix inequality technique, the non-fragile sampled-data estimator is designed such that the resulting estimation error system is globally asymptotically stable with $H_{\infty}$ performance. Finally, the effectiveness of the developed results is demonstrated by a numerical example.
Bootstrap method, a computer-intensive statistical technique to estimate the distribution of a statistic was applied to deal with uncertainty and variability of the experimental data in stochastic prediction modeling of microbial growth on a chill-stored food. Three different bootstrapping methods for the curve-fitting to the microbial count data were compared in determining the parameters of Baranyi and Roberts growth model: nonlinear regression to static version function with resampling residuals onto all the experimental microbial count data; static version regression onto mean counts at sampling times; dynamic version fitting of differential equations onto the bootstrapped mean counts. All the methods outputted almost same mean values of the parameters with difference in their distribution. Parameter search according to the dynamic form of differential equations resulted in the largest distribution of the model parameters but produced the confidence interval of the predicted microbial count close to those of nonlinear regression of static equation.
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.