Vertigo refers to a state in which awareness related to the location, posture, movement, etc. of a helicopter is insufficient in space. It is easy to fall into flight illusion when flying in dense fog or night flight, and even if it has a wide field of view, it can be caused by visual causes such as cloud shapes, wind conditions, conditions of ground objects, and sensory causes such as changes in air posture or gravitational acceleration. The design and program of the motion system are studied that applied a six-axis motion system to a conventional commercial flight simulator program for pilot training, depending on the specificity of helicopter flight training that requires perception and sensitivity. Using the motion-based helicopter simulator produced in this study to train pilots, it is expected to have a positive effect in prevent of vertigo, where high performance could not be confirmed in the previously used visual-based simulation training device.
In this paper, we investigated the performance of directional and omnidirectional precoding schemes when transmitting to improve downlink performance in massive MIMO. Omnidirectional precoding was used to broadcast a common signal, such as a synchronization or control signal, to all users. The main purpose of omnidirectional precoding is to design the precoding matrix so that the signal transmitted in the downlink is the same in all directions and emitted with maximum energy. We propose a flexible omnidirectional precoding method for full-dimensional massive MIMO that can set the spatial coverage range to less than 120 degrees. The constraints of omnidirectionality of all antennas, equal transmit power, and maximum transmit rate are used to design the encoding matrix of the proposed method. The performance was evaluated in terms of spatial coverage by considering changing the spatial coverage of the antenna array by changing the distance between neighboring antennas in the antenna array.
Journal of the Korean Society of Marine Environment & Safety
/
v.26
no.4
/
pp.346-352
/
2020
It has been about 30 years since women students entered the Maritime College at Mokpo National Maritime University (MMU) and Korea Maritime & Ocean University to train as maritime seafarers. The women have been choosing a maritime college regardless of the Boarding Service Reserve System. Therefore, it is necessary to continuously study the motivation for admission, preferences for boarding, and desired career paths to guide the distinction and vision of maritime colleges. Accordingly, this study conducted a questionnaire survey on 93 women students attending the Maritime College at MMU. Of the respondents, 35.5 % said that they enrolled to become maritime officials and 30.1 % to become maritime seafarers. In addition to the current training for maritime seafarers, additional courses are required to train maritime experts. The study found that 88.2 % of the respondents thought that women's embarkation was more difficult than usual. It is considered that a systematic education program is needed for the onboard life of women maritime seafarers in schools and shipping companies. It was found that 69.6 % of the respondents preferred to embark as seafarers after graduation. After graduating from university, 32.3 % of the respondents said that they preferred to become navigation officers or engineers. It was also found that 24.7 % preferred to become marine-related civil servants / professionals, and 18.3 % preferred to become marine police. From the total, 83.9 % hoped for careers in marine-related fields. It is, therefore, necessary to organize courses and further education according to the motives for admission and preferred occupations of women students.
Traffic accidents increase with the increase of the vehicles in operation on the street. Especially big traffic accidents composed of over 3 killed or 20 injured accidents with the property damage become one of the serious problems to be solved in most of the cities. The purpose of this study is to build the discrimination model on big traffic accidents using the Quantification II theory for establishing the countermeasures to reduce the big traffic accidents. The results are summarized as follows. 1)The existing traffic accident related model could not explain the phenomena of the current traffic accident appropriately. 2) Based on the big traffic accident types vehicle-vehicle, vehicle-alone, vehicle-pedestrian and vehicle-train accident rates 73%, 20.5% 5.6% and two cases respectively. Based on the law violation types safety driving non-fulfillment center line invasion excess speed and signal disobedience were 48.8%, 38.1% 2.8% and 2.8% respectively. 3) Based on the law violation types major factors in big traffic accidents were road and environment, human, and vehicle in order. Those factors were vehicle, road and environment, and human in order based on types of injured driver’s death. 4) Based on the law violation types total hitting and correlation rates of the model were 53.57% and 0.97853. Based on the types of injured driver’s death total hitting and correlation rates of the model were also 71.4% and 0.59583.
As marine chemical spill incidents increase, and damages caused by chemical spills become bigger and bigger, it is required to educate and train professional personnel for response to chemical spill incidents at sea. In this study, the education contents of domestic and foreign institutions for the training of specialists in response to marine chemical accidents were examined, and a comparative analysis of education and training contents was carried out in order to utilize it in the development of domestic education and training materials for HNS response personnel in Republic of Korea.
In order to develop pedestrian navigation service that provides optimal pedestrian routes based on pedestrian satisfaction levels, it is required to develop a prediction model that can estimate a pedestrian's satisfaction level given a certain condition. Thus, the aim of the present study is to develop a pedestrian satisfaction prediction model based on three machine learning algorithms: Logistic Regression, Random Forest, and Artificial Neural Network models. The 2009, 2012, 2013, 2014, and 2015 Pedestrian Satisfaction Survey Data in Seoul, Korea are used to train and test the machine learning models. As a result, the Random Forest model shows the best prediction performance among the three (Accuracy: 0.798, Recall: 0.906, Precision: 0.842, F1 Score: 0.873, AUC: 0.795). The performance of Artificial Neural Network is the second (Accuracy: 0.773, Recall: 0.917, Precision: 0.811, F1 Score: 0.868, AUC: 0.738) and Logistic Regression model's performance follows the second (Accuracy: 0.764, Recall: 1.000, Precision: 0.764, F1 Score: 0.868, AUC: 0.575). The precision score of the Random Forest model implies that approximately 84.2% of pedestrians may be satisfied if they walk the areas, suggested by the Random Forest model.
A new type of horizontal submerged break water or fixed structure to control waves near coastal area is introduced to focus wave energy before or behind it. Intentionally, the water depth near the structure is changed gradually to get a refraction and diffraction effect. The concentration of wave energy due to the structure was analyzed for the selected design of structure. The shape of the submerged structure in consideration is a circular combined with elliptical curve not to cause reflection of waves at the extreme edge of the structure but cause wave scattering. The direction of the structure against the incident wave is changed easily in the model Applying a regular wave train the following were examined. 1) whether a crescent plain submerged structure designed by the wave refraction theory can concentrate wave energy at a focal zone behind and before it without wave breaking phenomenon. 2) Location of maximum wave amplification factor in terms of the incident wave direction, wave period, etc. In any event the study would contribute to control waves near coastal area and to protect a beach from erosion without interruption of ocean view it is an useful study for the concentration of wave energy efficiently with the increase of wave height.
This study focused on the supply-demand and training system of the crew for domestic coastal shipping. First of all, it forecasted the prospect and effect in the future of the crew supply-demand through the analysis to the current situation of crew employment and the internal and external environment changes. Next, it suggested the specific role and alternatives of government, industry and educational institutions after the comparison and examination of the sailor policies among Korea and major shipping countries. In regard to the demand of crew manpower in coastal shipping, it figured out the bottoms and the current circumstances of sailors, and it could anticipate the future demand by the gradational approach. According to the findings, firstly the result of this simulation by the changes of the ship numbers demonstrated that the demand over the next 10 years will be 7,890~8,025 in the case of the growth 0.4%, and 7,894~8,063 in 0.5%. Secondly, assuming the growth 0.1~1%, the result illustrated that the demand will come to 7,879~8,258. This means the fact that the additional manpower has to be input to 20~430 annually from now on. To conclude, this study showed the more rational numbers about the supply-demand than the past researches and displayed the systematic approach to supply and train the crew in domestic coastal shipping.
This research propose and simulate a solar power generation system monitoring system based on Modbus TCP communication using RaspberryPi, an IOT equipment, as a master and an inverter as a slave. In this model, various sensors are added to the RaspberryPi to add necessary information for monitoring solar power plants, and power generation prediction and monitoring information are transmitted to the smart phone through real-time power generation prediction. In addition, information that is continuously generated by the solar power plant is built on the server as big data, and a deep learning model for predicting power generation is trained and updated. As a result of the study, stable communication was possible based on Modbus TCP with the Raspberry Pi in the inverter, and real-time prediction was possible with the deep learning model learned in the Raspberry Pi. The server was able to train various deep learning models with big data, and it was confirmed that LSTM showed the best error with a learning error of 0.0069, a test error of 0.0075, and an RMSE of 0.0866. This model suggested that it is possible to implement a real-time monitoring system that is simpler, more convenient, and can predict the amount of power generation for inverters of various manufacturers.
Research on particulate matter is advancing in real-time, and various methods are being studied to improve the accuracy of prediction models. Furthermore, studies that take into account various factors to understand the precise causes and impacts of particulate matter are actively being pursued. This paper trains an LSTM model using seasonal data and another LSTM model using concentration-based data. It compares and analyzes the PM2.5 prediction performance of the two models. To train the model, weather data and air pollutant data were collected. The collected data was then used to confirm the correlation with PM2.5. Based on the results of the correlation analysis, the data was structured for training and evaluation. The seasonal prediction model and the concentration-specific prediction model were designed using the LSTM algorithm. The performance of the prediction model was evaluated using accuracy, RMSE, and MAPE. As a result of the performance evaluation, the prediction model learned by concentration had an accuracy of 91.02% in the "bad" range of AQI. And overall, it performed better than the prediction model trained by season.
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.