• Design & Manufacturing
• /
• 제17권4호
• /
• pp.72-78
• /
• 2023

Injection molding is a process widely used in various industries because of its high production speed and ease of mass production during the plastic manufacturing process, and the product is molded by injecting molten plastic into the mold at high speed and pressure. Since process conditions such as resin and mold temperature mutually affect the process and the quality of the molded product, it is difficult to accurately predict quality through mathematical or statistical methods. Recently, studies to predict the quality of injection molded products by applying artificial neural networks, which are known to be very useful for analyzing nonlinear types of problems, are actively underway. In this study, structural optimization of neural networks was conducted by applying multi-task learning techniques according to the characteristics of the input and output parameters of the artificial neural network. A structure reflecting the characteristics of each process step was applied to the input parameters, and a structure reflecting the quality characteristics of the injection molded part was applied to the output parameters using multi-tasking learning. Building an artificial neural network to predict the three qualities (mass, diameter, height) of injection-molded product under six process conditions (melt temperature, mold temperature, injection speed, packing pressure, pacing time, cooling time) and comparing its performance with the existing neural network, we observed enhancements in prediction accuracy for mass, diameter, and height by approximately 69.38%, 24.87%, and 39.87%, respectively.

• 한국환경보건학회지
• /
• 제7권1호
• /
• pp.21-31
• /
• 1981

This survey was carried out to investigate the temperature, pH value, nitrogen (ammonia, nitrite, nitrate), turbidity, color, chloride ion, $KMnO_4$ consumed, and hardness as chemical analysis of the tap water in Seoul city area during the period from September to Octobor, 1979, and to observe the differences among the values by the distance from the water purification plant and by the district supplied tap water from-the each water purification plant. The results obtained were as follows: 1) An average of the water temperature was $19.8\pm 0.2\circ$C. 2) An average of pH was $7.18\pm 0.02$. The difference among each district was statistically significant (p<0.01), but it was not observed among each distance. 3) An average of turbidity was $1.25\pm 0.12$ ppm. The difference among each district was highly significant (p<0.01), respectively, but not among each distance. 4) An average of color was $1.43\pm 0.16$ ppm, and there were statistically significant differences by the distance and by the district (p<0.01). 5) An average of ammonia nitrogen was $0.022\pm 0.005$ ppm. The differences among each distance, and district were statistically significant (P<0.01). 6) An average of nitrite nitrogen was $0.0050\pm 0.0013$ ppm, and the difference among each distance was highly significant (p<0.01), respectively, and each district showed statistical significance (p<0.01). 7) An average of nitrate nitrogen was $0.82\pm 0.08$ ppm. The difference among each district was significant (p<0.05), and each distance showed high significance (p<0.01). 8) An average of $KMnO_4$ consumed was $3.73\pm 0.16$ ppm, and the difference among each district was significant (p<0.05), but it was not observed among each distance. 9) An average of chloride ion was $8.56\pm 0.28$ ppm, and the difference among each district was higly significant (p<0.01), respectively, but it was not observed among each distance. 10) An average of hardness was $40.69\pm 1.17$ ppm, and there was statistically significant difference by each district (P<0.01), but not by distance. 11) The interrelation between temperature and pH of the tap water revealed the negative correlation from the coefficient of it as showed r=-0.6073 and p<0.01. 12) Except water temperature, there were negative correlationships between pH and other water qualities. 13) Correlation coefficients of $KMnO_4$ comsumed and ammonia nitrogen, nitrite nitrogen were statistically significant but that of $KMnO_4$ consumed and nitrate nitrogen showed no statistical correlationship. 14) Ammonia nitrogen seems to have high correlationship with nitrite nitrogen(r= +0.6669), but not with nitrate nitrogen. 15) Nitrate nitrogen seems to have statistically significant correlationship with nitrite nitrogen (r=+0.4959), but not with ammonia nitrogen. 16) The interrelation between chloride ion and hardness of the tap water revealed positive correlation from the coefficient of it as showed as r=+0.4888 and p<0.01.

• 한국산학기술학회논문지
• /
• 제18권7호
• /
• pp.410-416
• /
• 2017

고령화 사회의 실버세대는 새로운 소비자군으로 급부상하여 실버고객들이 이용하는 서비스 산업이 발전할 것이다. 그 중에서도 미용서비스 분야는 실버세대들에게 삶의 질적 향상을 위하여 반드시 필요한 분야이다. 본 연구는 실버세대의 미용서비스 품질 형성요인을 알아보고 고객충성도와의 관계성을 알아보기 위하여 서울지역에 거주하고 있는 244명의 실버 세대들을 대상으로 분석을 실시하였다. 실증분석을 위한 통계처리는 SPSS 23.0과 AMOS 23.0 통계 프로그램을 활용하였다. 분석결과, 미용서비스를 이용하는 실버고객이 인지하는 서비스품질은 관계품질인 신뢰와 몰입에 유의한 영향을 미치는 것으로 나타났고, 관계품질인 신뢰와 몰입은 고객충성도에 정의 영향을 미치는 것으로 나타났다. 또한 서비스품질과 고객충성도의 관계에서 신뢰는 신뢰성, 반응성, 공감성, 확신성에서 매개효과가 있었고, 몰입은 신뢰성, 반응성, 공감성, 확신성, 유형성에서 매개효과가 있는 것으로 나타났다. 본 연구의 결과는 실버세대를 위한 실버 전용 미용서비스 산업과 그와 관련된 교육 프로그램이 미미한 실정에서 실버세대를 위한 미용산업이 중요한 자리매김을 할 수 있는 기초자료를 제시하는 데에 큰 의의가 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1427-1435
• /
• 2017

최근 농업 분야에서는 빅데이터와 사물인터넷을 이용한 스마트팜의 확산이 이루어지고 있다. 스마트팜은 첨단 정보통신기술을 농업에 활용하여 농작물의 높은 생산성과 우수한 품질을 가져다줄 것으로 주목받고 있다. 스마트팜은 복합 환경제어시스템으로 온실 안에서 자라고 있는 농작물의 생육환경을 자동적으로 측정하여 실시간으로 환경 정보가 방대한 양의 데이터로 쌓이고 있다. 따라서 측정된 빅데이터를 활용한 농작물의 통계적 최적 생육환경설정 모형은 스마트팜에서 의사결정을 하는데 도움이 될 것으로 사료된다. 본 연구에서는 스마트팜 토마토 농가에서 실제로 수집된 자료를 이용하여 수확량과 환경변수의 연관성을 알아보고 이것을 토대로 수확량을 예측하기 위해 다중회귀분석을 실시하였다. 먼저 토마토 생육과정을 고려하여 환경인자에 대해서 적절한 변수 변환을 한 후 새롭게 생성된 변수들을 이용하여 모형을 적합시켰다. 그리고 적합된 통계적 모형을 이용하여 토마토의 수확량에 영향을 미치는 최적환경인자를 도출하였고, 이를 바탕으로 토마토 농가의 수확량을 예측할 수 있었다. 결론적으로 본 연구결과는 통계적 모형을 활용하여 토마토 생산성을 향상시킬 수 있는 최적의 생육환경을 조절할 수 있는 재배전략을 제시하는데 의미가 있을 것으로 기대된다.

• 한국지반환경공학회 논문집
• /
• 제20권2호
• /
• pp.69-79
• /
• 2019

해안지역은 강의 지형과 지질, 해류 및 강하구 등 환경조건에 따라 다양한 퇴적층을 구성하므로 해안지역에 충적된 해성점토 특성을 파악하는 것이 연약지반의 형성을 규명하는데 중요한 역할을 수행하게 된다. 일반적으로 충적지반은 지형과 자연환경변화와 같은 다양한 구성요소로 형성되므로 퇴적된 지역이나 퇴적상황에 따라 매우 다른 성질을 가지게 된다. 더구나 해안지역을 따라 다양한 대형사업이 강하구에 집중됨으로써 해류의 흐름이나 퇴적특성이 바뀌어 퇴적상태가 변하여 불확실성이 더욱 심해지고 있는 상황이다. 따라서 본 연구에서는 지반의 불확실성을 고려한 설계 상수를 제시할 목적으로 서해안과 남해안을 5개 영역으로 구분하고 대상연안에 해당되는 상대적으로 높은 신뢰성을 가진 실내 및 현장조사 자료를 수집하여 통계적인 분석을 수행하였으며, 선형 및 비선형 회귀 분석을 사용하여 설계 매개 변수 간의 상관관계를 분석하였다. 또한 정상 검증, 이상치제거와 같은 통계 분석을 통해 각 지역의 불확실성을 고려한 설계 매개 변수의 분포 특성을 제안했다.

• 한국인터넷방송통신학회논문지
• /
• 제16권6호
• /
• pp.295-303
• /
• 2016

본 연구는 대학생의 대학적응력에 영향을 미치는 요인을 구성하고, 이를 진단하기 위한 대학적응력 척도 개발의 절차를 소개하며 검사도구의 양호도를 검증하였다. 이 도구는 3단계의 척도 추출 과정 및 6단계의 문항 추출 과정을 거쳐 제작하였다. 추출 결과, 학문적 통합성, 사회적 통합성, 정서적 안정성, 진로정체성, 학업여건 안정성, 교수와의 관계, 교육서비스 만족도, 대학교육 만족도 등 8개 척도, 142개 문항 구성을 통해 대학적응력을 측정하였다. 4개 대학 1,959명의 대학생을 대상으로 검사를 실시한 도구의 양호도 분석 결과는 다음과 같다. 첫째, 문항내적 일관성 전체 신뢰도 계수 Cronbach's ${\alpha}$는 .965, 범위는 .742~.937로써 신뢰도가 매우 높다. 둘째, 개별 문항의 양호도를 평가하기 위하여 각 척도 및 하위요인별로 문항 점수와 총점 간 상관계수에 의한 문항 변별도를 구했으며, 평균은 .147~.841이다. 셋째, 확인적 요인분석에 따른 구인타당도 검증 결과, CFA모델의 RMSEA = .08~.09이고, 모든 부합도지수가 기준에 양호하게 부합함으로써 각 척도에 속하는 문항들이 측정하고자 하는 특성을 타당하게 측정하고 있는 것으로 나타났다. 넷째, 척도별 대학적응경향성과 중도탈락경향성 점수 차이에 기초한 공인타당도 검증 결과, 학업여건 안정성을 제외한 모든 척도에서 유의수준 .05수준에서 통계적으로 유의한 차이가 있음이 확인되었다. 연구결과, 대학적응력 진단 도구는 대학생의 대학적응경향성과 중도탈락경향성을 타당하게 예측하는 도구로 확인되었다.

• 한국융합학회논문지
• /
• 제8권12호
• /
• pp.55-62
• /
• 2017

개체명 인식(Named Entity Recognition) 시스템은 문서에서 인명(PS), 지명(LC), 단체명(OG)과 같은 개체명을 가지는 단어나 어구를 해당 개체명으로 인식하는 시스템이다. 개체명 인식을 하기위한 전통적인 연구방법으로는 hand-craft된 자질(feature)을 기반으로 모델을 학습하는 통계 기반의 모델이 있다. 최근에는 딥러닝 기반의 RNN(Recurrent Neural Networks), LSTM(Long-short Term Memory)과 같은 모델을 이용하여 문장을 표현하는 자질을 구성하고 이를 개체명 인식과 같이 순서 라벨링(sequence labeling) 문제 해결에 이용한 연구가 제안되었다. 본 연구에서는 한국어 개체명 인식 시스템의 성능 향상을 위해, end-to-end learning 방식이 가능한 딥러닝 기반의 모델에 미리 구축되어 있는 hand-craft된 자질이나 품사 태깅 정보 및 기구축 사전(lexicon) 정보를 추가로 활용하여 자질을 보강(augmentation)하는 방법을 제안한다. 실험 결과 본 논문에서 제안하는 방법에 따라 자질을 보강한 한국어 개체명 인식 시스템의 성능 향상을 확인하였다. 또한 본 연구의 결과를 한국어 자연어처리(NLP) 및 개체명 인식 시스템을 연구하는 연구자들과의 향후 협업 연구를 위해 github를 통해 공개하였다.

• 한국결정성장학회지
• /
• 제21권5호
• /
• pp.187-192
• /
• 2011

비극성 a-GaN의 성장 시 기판의 경사각은 GaN epi의 품질을 결정하는 중요한 변수로서 양질의 a-GaN 성장을 위해서는 R-면 기판의 경사각이 정밀하게 제어된 기판이 요구된다. 본 연구에서는 R-면 기판의 경사각 ${\alpha}$와 ${\beta}$의 목표값이 각각 0, -0.1, -0.15, -0.2, -0.4, $-0.6^{\circ}$와 -0.1, 0, $0.1^{\circ}$인 절단기판을 제조하였다. 절단기판의 경사각을 x-ray를 이용하여 측정하고 통계적인 분석을 통해 기판의 경사각 제어공정에 대한 신뢰성을 평가하였으며, R-면 기판의 경사각의 공차는 ${\pm}0.03^{\circ}$의 값을 가졌다. R-면 기판은 상대적으로 큰 이방성에 의해 c-면 기판에 비해 휨(BOW)과 두께편차(TTV)가 상대적으로 큰 분포를 갖는 것으로 나타났다. AFM을 이용하여 기판 표면을 관찰한 결과, 측정된 R-면기판의 step 높이는 0.2~0.4 nm로 거의 일정한 값을 가졌으며 step 너비는 경사각 ${\alpha}$가 증가함에 따라 156 nm에서 26 nm로 감소하였으며 이와같은 R-면 기판의 step 구조의 변화는 epi 성장에 큰 영향을 미치는 것으로 판단된다.

• 인터넷정보학회논문지
• /
• 제1권2호
• /
• pp.29-37
• /
• 2000

ATM은 비동기 시분할 및 통계적 다중화 특성을 기존의 데이터 통신분야에 도입함으로써 멀티미디어를 이용한 다양한 통신을 유연하게 서비스할 수 있다. AIM ABR 서비스는 망의 혼잡상태에 대한 피드백 정보를 활용하여 트래픽을 제어하여 요구되는 서비스 품질을 보장할 수 있으며 최소의 대역폭을 보장하고 가용 대역폭을 최대 셀 전송률까지 높여 전송할 수 있다. 본 논문에서는 ATM 망에서 더욱 효과적인 ABR 트래픽 제어를 위해서 피드백 정보 형성에 큐 길이 예측제어 방법을 적용한다. 스위치에서 발생한 혼잡상황 임박에 대한 피드백 정보가 역방향 노드에 도착하기 위해서 더욱 긴 지연시간을 갖는 경우에, 제어되기 전에 도착되는 트래픽에 의해 스위치에서의 큐 길이는 이미 혼잡상황을 발생할 수 있으며 또한 큐 길이의 시간 대비 변화량이 비효율적으로 크게 된다. 이 논문에서 제시한 피드백 예측 제어방식들은 스위치에서 시간 대비 큐 길이함수의 기울기와 이전의 큐 변화량을 이용하여 스위치의 큐 길이를 미리 예측하였으며, 그 예측을 통한 혼잡상황 정보를 미리 역방향 노드에게 전달한다. 예측 제어방식으로는 NLMS와 신경망 구조를 이용하였으며 두 방식에 대해 비교하였다. 시뮬레이션 결과 본 논문에서 제시한 알고리즘은 예측기능이 없는 피드백 제어 방식에 비해 더욱 효과적임이 증명되었다. 즉, 예측을 통해서 피드백 정보의 긴 지연을 상쇄함을 이용하여. 스위치에서 큐 길이의 안정화와 더욱 효율적인 혼잡제어가 가능할 수 있음을 보여 준다.

• Journal of Applied Biological Chemistry
• /
• 제53권2호
• /
• pp.99-104
• /
• 2010

3차원적인 정량적 구조-활성상관(3D-QSAR: 비교분자 유사성지수분석(CoMSIA) 및 비교분자장분석(CoMFA)) 기법에 기초하여 4-Methyl-2H-benzopyran-2-one 유도체들(1-23)의 항산화활성에 관한 benzo 고리상 치환기($R_1-R_4$)들의 영향을 정량적으로 검토하였다. CoMSIA 모델은 CoMFA 모델보다 통계적으로 양호하였으며 최적화된 CoMSIA 2 모델의 예측성($q^2$=0.700)과 상관성($r^2$=0.979)이 가장 양호하였다. 항산화 활성에 관한 CoMSIA 2 모델의 기여비율(%)은 수소결합 주게장(HD) 43.5%, 정전기장(E) 41.8% 및 입체장(S) 14.7%로 정전기장과 H-결합 주게장이 항산화활성에 가장 큰 영향을 미치는 요소이었다. CoMSIA 등고도 분석결과, benzo 고리상에 양하전을 선호하며, 그리고 H-결합주게가 아닌 치환기($R_1-R_4$)들이 항산화활성을 증가시킬 것으로 예상되었다.