In general, a number of severe accident scenarios derived from Level 2 probabilistic safety assessment (PSA) are typically grouped into several categories to efficiently evaluate their potential impacts on the public with the assumption that scenarios within the same group have similar source term characteristics. To date, however, grouping by similar source terms has been completely reliant on qualitative methods such as logical trees or expert judgements. Recently, an exhaustive simulation approach has been developed to provide quantitative information on the source terms of a large number of severe accident scenarios. With this motivation, this paper proposes a machine learning-based categorization method based on exhaustive simulation for grouping scenarios with similar accident consequences. The proposed method employs clustering with an autoencoder for grouping unlabeled scenarios after dimensionality reductions and feature extractions from the source term data. To validate the suggested method, source term data for 658 severe accident scenarios were used. Results confirmed that the proposed method successfully characterized the severe accident scenarios with similar behavior more precisely than the conventional grouping method.
무선랜은 무선으로 근거리 단말들을 연결하는 통신 기술로, 일반적인 무선랜의 구성은 하나의 AP와 하나 이상의 단말 기기가 BSS를 구성한다. 무선랜 서비스 영역에서 AP와 거리가 가까운 단말은 고속의 데이터 전송률을 보장받을 수 있지만 AP에서 거리가 멀리 떨어진 단만은 신호의 세기가 약해지므로 고속데이터 전송률의 보장을 받을 수 없는 단점을 가지고 있다. 본 논문에서는 무선 단말 중 일부를 중계 단말로 이용함으로써 그룹화를 통해 고속데이터 전송을 가능하게 하는 방법을 제안하고, 시뮬레이션을 통해 무선 단말의 그룹화를 위해 제안한 깊이우선탐색 알고리즘과 넓이우선탐색 알고리즘을 비교, 분석하였다. 그 결과 넓이우선탐색 알고리즘이 무선 단말을 위한 그룹화에 보다 효과적인 알고리즘임을 보였다.
차량 간의 애드훅 네트워크 (VANET)은 모바일 애드훅 네트워크 (MANET)의 일종으로 차량 간의 무선 링크를 통하여 임시적인 정보 전송을 가능케 한다. VANET에서는 차량이 하나의 노드로 참여하면서 정보를 전송한다. 하지만 차량은 빠르게 이동하기 때문에 빈번하게 연결이 끊기게 된다. 이렇게 빈번하게 연결이 끊기기 때문에 차량의 데이터 접근성이 떨어지게 된다. 기존 연구에서는 모바일 애드훅 네트워크 환경에서 데이터 복제본 할당 기법을 통하여 노드의 데이터 접근성을 향상시키고자 하였다. 하지만 기존 연구에서 제안한 중앙 집중식 그룹 방법은 차량 간의 애드훅 네트워크에서는 빠르게 이동하는 차량 때문에 적합하지 않다. 본 연구에서는 데이터 복제본 할당을 분산적인 그룹 방법으로 할 수 있는 TBG (Tree Based Grouping)기법을 제안한다. 노드 자신 만의 TBG를 형성하여 연결의 안정성을 기반으로 데이터 복제본을 할당하여 데이터 접근성을 향상시킨다. 실험 평가를 통해 기존 기법에 비해 데이터 접근성이 크게 향상됨을 보여준다.
본 연구는 통합서지용 한국문헌자동화목록(KORMARC)으로 작성된 서지레코드를 FRBR의 저작(Work) 단위로 군집화하는 과정에서 나타난 이슈사항들을 분석하고, 이에 대한 해결방안을 고안하였다. 특히 기존의 연구에서는 대표저작자를 식별하고 처리하는 기준이 명확하게 드러나지 않거나 파생저작 레코드의 대표저작자를 선정하는 방법에 대한 논의가 충분히 이루어지지 않았다. 따라서 본 연구는 저작을 창작하는 데 기여한 사람이 다수일 때 대표저작자를 명확하게 식별하기 위한 방법을 고안하는 데 초점을 맞추었다. 이를 위해 책임표시사항(245) 필드의 책임표시 태그(▼d, ▼e)에서 추출한 역할용어를 토대로 표준화된 저자역할용어사전을 개발하여 대표저작자 판별에 활용하는 방안을 마련하였다. 또한 저자명의 유사도와 표제의 유사도를 각각 계산하여 유사도가 일정 수준 이상인 경우 동일한 저작으로 군집화 하는 방법을 채택하였다. 각각의 유사도를 계산하여 동일 저작을 판단하므로 공백, 관제처리, 괄호제거와 같은 데이터 정제 조건을 조정하여 6가지 패턴에 따른 군집화의 정확도를 비교하였고, 저자명과 표제의 유사도가 모두 80퍼센트 이상일 때의 정확도가 가장 높게 나타났다. 본 연구는 대표저작자 선정을 위한 역할용어사전 개발, 대표저작자와 표제의 유사도를 별도로 측정하여 저작군집화를 시도한 실험연구이며 후속 연구에서는 표제 간 유사도 측정의 정확도를 향상시키는 방안과 FRBR 1그룹의 다른 개체(표현형, 구현형, 개별자료) 수준으로 확대하여 활용하는 방안, 국내에서 사용하고 있는 다른 형태의 MARC 데이터에 적용하는 방안을 고안할 예정이다.
본 논문에서는 선형 이진 신경회로망 (Linear Binary Neural Network)을 최소화 하기 위하여, 입력패턴의 그룹화 가능성을 측정하는 조건함수를 제시한다. 또한 이 조건식으로 그룹화 우선순위를 정하고 iteration을 통해 신경회로망을 합성하는 MSP Term Grouping Algorithm을 보인다. 여려가지 예제에 대한 실제적 합성 실험을 통해 기존의 알고리즘과 제시된 알고리즘을 비교한 결과는 제시된 알고리즘이 기존의 알고리즘 보다 작은 크기의 선형 이진 신경회로망을 합성할 수 있는 향상된 방법임을 보여준다.
본 연구에서는 화학 개념 학습에 적용한 협동학습에서 소집단 구성 방법의 효과를 조사하였다. 연구에 사용된 두 가지 소집단 구성 방법은 사전 성취 수준 측면에서 상 중 하위 수준의 학습자가 모두 포함된 HML(High-Medium-Low) 방법과 상 하위 수준의 학습자로 구성된 소집단과 중위 수준의 학습자로만 구성된 소집단이 공존하는 HL/MM(High Low/Medium-Medium) 방법이다. 서울 지역의 고등학교에서 3개 학급(136명)을 선정하여 통제 집단과 처치 집단으로 무선 배치하였다. 수업 처치 전에 과학 수업에 대한 태도 검사 참여도 마찰도 경쟁도의 하위 영역으로 구성된 학습 환경에 대한 인식검사, 그리고 자아 존중감 검사를 실시하였고, 중간고사 성적을 구하였다. 각 점수는 공변인으로 사용하였다. 수업 처치 후, 사전 검사로 실시한 세 검사와 개념 이해도 검사를 실시하였다. 이원 공변량 분석 결과, 개념 이해도에서 수업 처치와 사전 성취 수준 사이에 상호작용 효과가 있었다. 하위 수준에서 HL/MM 협동학습 집단의 개념 이해도가 다른 두 집단에 비하여 유의미하게 높았다. 학습 환경에 대한 인식 중 참여도 영역에서는 소집단 구성 방법에 관계없이 협동학습 집단 학생들이 통제 집단 학생들보다 긍정적으로 인식하였다.
클러스터링(Clustering)은 유사한 문서나 데이터를 묶어 군집화해주는 프로세스이다. 클러스터링은 문서들을 대표하는 개념별로 그룹화함으로써 사용자가 자신이 원하는 주제의 문서를 찾기 위해 모든 문서를 검사할 필요가 없도록 도와준다. 이를 위해 유사한 문서를 찾아 그룹화하고, 이 그룹의 대표되는 개념을 도출하여 표현해주는 기법이 요구된다. 이 상황에서 문제점으로 대두되는 것이 복합 개념(Complex Concept)의 탐지이다. 복합 개념은 서로 다른 개념의 여러 클러스터에 속하는 중복 개념이다. 기존의 클러스터링 방법으로는 문서를 클러스터링할 때 동일한 레벨에 있는 서로 다른 개념의 클러스터에 속하는 중복된 복합 개념의 클러스터를 찾아서 표현할 수가 없었고, 또한 복합 개념과 각 단순 개념(Simple Concept) 사이의 의미적 계층 관계를 제대로 검증하기가 어려웠다. 본 논문에서는 기존 클러스터링 방법의 문제점을 해결하여 복합 개념을 쉽게 찾아 표현하는 방법을 제안한다. 기존의 계층적 클러스터링 알고리즘을 변형하여 동일 레벨에서 중복을 허용하는 계층적 클러스터링(Hierarchical Overlapping Clustering, HOC) 알고리즘을 개발하였다. HOC 알고리즘은 문서를 클러스터링하여 그 결과를 트리가 아닌 개념 중복이 가능한 Lattice 계층 구조로 표현함으로써 이를 통해 여러 개념이 중복된 복합 개념을 탐지할 수 있었다. HOC 알고리즘을 이용해 생성된 각 클러스터의 개념이 제대로 된 의미적인 계층 관계로 표현되었는지는 특징 선택(Feature Selection) 방법을 적용하여 검증하였다.
Kim, Sung-yeop;Lee, Keo-hyoung;Park, Soo-Yong;Han, Seok-Jung;Ahn, Kwang-Il;Hwang, Seok-Won
Nuclear Engineering and Technology
/
제54권4호
/
pp.1516-1525
/
2022
Interfacing the output of severe accident analysis with the input of radiological consequence analysis is an important and mandatory procedure at the beginning of Level 3 PSA. Such interfacing between the severe accident analysis code MELCOR and MACCS, one of the most commonly used consequence analysis codes, is relatively tractable since they share the same chemical groups, and the related interfacing software, MelMACCS, has already been developed. However, the linking between MAAP, another frequently used code for severe accident analyses, and MACCS has difficulties because MAAP employs a different chemical grouping method than MACCS historically did. More specifically, MAAP groups by chemical compound, while MACCS groups by chemical element. An appropriate interfacing method between MAAP and MACCS has therefore long been requested by users. This study suggests a way of extracting relevant information from MAAP results and providing proper source term information to MACCS by an appropriate treatment. Various parameters are covered in terms of magnitude and manner of release in this study, and special treatment is made for a bypass scenario. It is expected that the suggested approach will provide an important contribution as a guide to interface MAAP and MACCS when performing radiological consequence analyses.
본 연구에서는 소집단 구성 방법을 달리한 두 가지 협동학습-HML 협동학습과 HL/MM 협동학습-교수 방법이 학생의 학업 성취도, 과학 수업에 대한 태도, 수업 환경에 대한 인식, 자아 존중감에 미치는 효과를 조사하였다. HML(High-Medium-Low ability grouping) 협동학습은 상 중 하위 수준의 학습자를 고루 포함하도록 소집단을 구성한 방식이고, HL/MM(High-Low/ Medium-Medium ability grouping) 협동학습은 상위 하위 수준의 학습자로 구성된 소집단/중위 중위 수준의 학습자로 구성 된 소집단이 공존하는 방식 이다. 본 연구는 중학생 3개 학급(통제 집단 1 학급, HML 협동학습 집단 1 학급, HL/MM 협동학습 집단 1 학급)을 대상으로 물질의 특성 단원에 대하여 약 5주간 실시 되었다. 수업 처치 전에 논리적 사고력, 과학수업에 대한 태도, 수업 환경에 대한 인식과 자아 존중감 검사를 실시하였고, 수업 처치 후에 학업 성취도, 과학 수업에 대한 태도, 수업 환경에 대한 인식과 자아 존중감 검사를 실시하였다. 연구 결과, 전체 학업 성취도에서 수업 처치의 주효과는 나타나지 않았으나, 수업 처치와 사전 성취 수준 사 이에 상호작용 효과가 있었다. 상위 수준 학습자의 경우 HL/MM 협동학습 집단의 성취도가 가장 높게 나타났다. 중위 수준 학습자의 경우에 이질적으로 구성된 HML 협동학습 집단의 성취도가 가장 높게 나타났으며, 중위 수준 학습자들로만 소집단을 구성한 HL /MM 협동학습 집단의 성취도는 통제 집단과 거의 차이가 없었다. 반면, 하위 수준 학습자의 경우에는 상 중 하위 수준 학습자들로 구성된 HML 협동학습집단의 성취도는 다른 두 집단에 비하여 낮게 나타났으며, HL/MM 협동학습 집단의 성취도는 통제 집단과 거의 유사하였다. 과학 수업에 대한 태도와 자아 존중감에서는 수업 처치의 주효과 및 사전 성취 수준과의 상호작용 효과가 없었다. 그러나, 수업 환경에 대한 인식에서는 두 가지 협동학습 집단의 접수가 통제 집단에 비해 유의미하게 높았다.
이용자들은 유사문서를 검색할 때, 각 가지 문서의 시각적표현을 통하여 도움을 얻게 되며, 모든 정보검색에 관한 연구는 이용자들의 다양한 요구를 충족시키기 위한 여러 가지의 해결책을 제시하고 있다. 제안되어진 해결책은 알파벳 순서로 만들어 진 파피루스 문서로부터 카드목록, 마이크로 필름을 이용한 저장, 컴퓨터 디스크를 이용한 파일 보관 등에 이르기까지 다양한 방법들을 들 수 있을 것이다. 또한 대부분의 정보검색 시스템들은 Document SUITogate( 문헌을 대체할 수 있는 것들 ), 즉 요약문, 목차, 초록, 리뷰한 내용, 기계가독형목록 (MARC) 기록물 등과 같은 서지자료들을 전체논문을 대체하여 이용하게 된다. 본 논문에서는 또 다른 형태의 Document Surrogate 로서 용어 리스트의 집단화 방법을 이용해서 찾아보았다. 이 Document Surrogate 들은 Multidimensional Scaling (MDS) 을 이용해서 2 차원 그래프 위에 좌표로써 표현되어지고 있다. 사용된 2차원의 그래프 위에서 좌표간의 거리는 문헌들의 유사성을 나타낸다고 해석할 수 있으며 거리가 가까우면 가까울수록 두 문서는 더욱 유사한내용을 포함하고 있다고 해석할 수 있는 것으로 밝혀졌다.
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.