• 한국중재학회지:중재연구
• /
• 제31권3호
• /
• pp.25-42
• /
• 2021

Arbitration is an alternative dispute resolution mechanism based on the parties' agreement to resolve any disputes parties may have by arbitration rather than litigation in court. Parties' consent to arbitrate, which must be manifest in the parties' arbitration clause or agreement, is the foundation for arbitration; thus, the language of an arbitration agreement is often of utmost importance in determining the intent of the parties regarding many aspects of arbitration proceedings, such as, the scope of arbitral proceedings, arbitral seat, and authority of arbitral tribunals, among others. Recently, the U.S. Supreme Court held in Lamps Plus, Inc. v. Varela (2019) that ambiguity in arbitration agreement as to availability of class arbitration should be resolved in favor of individual arbitration, and therefore, class arbitration would be precluded. Such holding was met with criticism by four separate dissenting opinions, in which the dissenting Justices have disagreed with the majority's interpretation of the arbitration agreement at issue, as well as, its rejection of application of state law in resolving contractual ambiguity. This article analyzes the Supreme Court's decision and reviews the Court's approach in construction of the arbitration agreement. Nevertheless, because the Supreme Court declined to provide clear guidelines as to precisely what contractual basis is required to permit class arbitration, either silence or ambiguity in arbitration agreements will be resolved by disallowing class arbitration.

• 대한수학교육학회지:학교수학
• /
• 제12권1호
• /
• pp.79-95
• /
• 2010

영재아들을 대상으로 한 수업에서 모호성을 적극적으로 강조하였을 때, 영재아들이 모호성에 어떻게 대처하는지, 모호성을 해소하기 위해 어떠한 방식을 선택하는지, 구체적으로 모호성이 이들의 수학적 정당화와 관점전환 활동에 어떠한 영향을 미치는지 알아보았다. 모호성은 당연한 것을 의문시하고 수학적 정당화의 필요성을 의식하는데 도움이 되었으며, 특히 서로 경쟁하는 관점을 비교하면서 학생들은 유연한 관점전환을 경험하고 이 통해 자신의 수학적 지식을 검증하고 강화하는 기회를 가질 수 있었다. 자신의 관점에서 깨닫지 못했던 새로운 기회와 가능성을 다른 관점과의 소통을 통해 발견하였다. 영재아들은 모호성을 해소하는 과정에서 두 관점 사이의 관계를 형성하면서 유연한 관점 전환이 가능해지고 결국 일반적이고 통합된 수학적 지식을 구성하였다.

• International Journal of Costume and Fashion
• /
• 제7권2호
• /
• pp.41-48
• /
• 2007

Dress and appearance are said to be related to power which results in in.f1uencing others. Fashion and appearance style of the first African American First Lady, Michelle Obama during the presidential campaign and the inaugural period were examined. It was analyzed how Mrs. Obama has used her appearance styling to give influence on the American people. Content analysis was applied to understand the meaning of her style. Cultural meaning of her appearance styling during presidential campaign was explained in terms of class ambivalence, racial tension, and gender ambivalence. Strategic negotiation among different classes, gender, and racial groups was shown in her styling and proven to be powerful.

• Bulletin of the Korean Chemical Society
• /
• 제35권3호
• /
• pp.845-850
• /
• 2014

The rapid development of shotgun proteomics is paving the way for extensive proteome profiling, while providing extensive information on various post translational modifications (PTMs) that occur to a proteome of interest. For example, the current phosphoproteomic methods can yield more than 10,000 phosphopeptides identified from a proteome sample. Despite these developments, it remains a challenging issue to pinpoint the true phosphorylation sites, especially when multiple sites are possible for phosphorylation in the peptides. We developed the Phospho-UMC filter, which is a simple method of localizing the site of phosphorylation using unique mass classes (UMCs) information to differentiate phosphopeptides with different phosphorylation sites and increase the confidence in phosphorylation site localization. The method was applied to large scale phosphopeptide profiling data and was demonstrated to be effective in the reducing ambiguity associated with the tandem mass spectrometric data analysis of phosphopeptides.

• 대한전자공학회논문지
• /
• 제15권6호
• /
• pp.79-86
• /
• 1978

위상이 2진적으로 변하고 주파수가 계단적으로 변하는 연속펄스 열로 된 FM 신호를 레이다 신호로 전용할 때의 특성을 고찰하였다. 이 목적을 위하여 우선 이런 종류의 신호에 대한 스퍽트럼 및 애요함수에 대한 일반적인 표시식을 구하였으며 다음에 여러가지 2진위상 코딩에 대하여 그 스펙트림과 애요함수의 크기를 콤퓨터에 의하여 프롯터로 그렸다. 이 결과로 부터 위상이 교대로 변하는 경우가 다른 코딩 방식에 비하여 가장 양호한 시간분해능을 가진다는 것과 또 이 경우의 천체함수는 시간-속도의 전평면상에서 다수의 스파이크를 가진다는 것을 알았다.

• Bulletin of the Korean Chemical Society
• /
• 제26권1호
• /
• pp.85-90
• /
• 2005

MX and its analogs are synthesized and modeled by quantitative structure activity relationship (QSAR) study including comparative molecular field analysis (CoMFA). As a result, factors affecting this class of compounds have been found to be steric and electrostatic effects. Because hologram quantitative structure activity relationship (HQSAR) technique is based on the 2-dimensional descriptors, this is free of ambiguity of conformational selection and molecular alignment. In this study we tried to include all the data available from the literature, and modeled with the HQSAR technique. Among the parameters affecting fragmentation, connectivity was the most important one for the whole compounds, giving good statistics. Considering additional parameters such as bond specification only slightly improved the model. Therefore connectivity has been found to be the most appropriate to explain the mutagenicity for this class of compounds.

• 정보교육학회논문지
• /
• 제10권2호
• /
• pp.219-226
• /
• 2006

어노테이션(annotation)은 문서에서 개인의 의견, 정리, 요약 등을 표현하기 위한 주석을 의미한다. 따라서 전자문서에서도 어노테이션은 중요하게 사용되며 특히 전자 잉크(digital inking)릉 이용한 이동 단말기 환경에서 효과적으로 사용된다. 그러나 기존 연구에서는 휴대용 단말기 환경의 단점인 적은 디스플레이 공간을 전혀 고려하지 않기 때문에 어노테이션 작성 및 활용이 매우 불편하다. 따라서 본 논문에서는 전자펜과 이동식 단말기 환경을 고려한 어노테이션 모델 및 시스템을 제안한다. 제안 어노테이션 모델은 다양한 컨텍스트(context)를 고려하고 이에 기반한 어노테이션 마크업 언어를 정의한다. 본 모델은 다양한 어노테이션 타입 및 의미(semantic) 모델, 펜 기반 어노테이션의 자동 인식 및 영역 보정 기능 등을 고려하며, 이것을 기반으로 CAML(Context-based Annotation Markup Language)를 정의한다. 또한 본 모델을 이용하여 XML 기반의 전자책문서 및 단말기 환경을 고려한 어노테이션 시스템을 구현하고 그 활용 가능성에 대하여 살펴본다. 본 연구의 결과는 eLearning, Cyber-Class, IETM(Interactive Electronic Technical Manuals) 에서 적절히 응용 가능하다.

• Journal of Communications and Networks
• /
• 제17권5호
• /
• pp.491-498
• /
• 2015

Recognition of radar emitter signals is one of core elements in radar reconnaissance systems. A novel method based on singular value decomposition (SVD) and the main ridge slice of ambiguity function (AF) is presented for attaining a higher correct recognition rate of radar emitter signals in case of low signal-to-noise ratio. This method calculates the AF of the sorted signal and ascertains the main ridge slice envelope. To improve the recognition performance, SVD is employed to eliminate the influence of noise on the main ridge slice envelope. The rotation angle and symmetric Holder coefficients of the main ridge slice envelope are extracted as the elements of the feature vector. And kernel fuzzy c-means clustering is adopted to analyze the feature vector and classify different types of radar signals. Simulation results indicate that the feature vector extracted by the proposed method has satisfactory aggregation within class, separability between classes, and stability. Compared to existing methods, the proposed feature recognition method can achieve a higher correct recognition rate.

• 한국컴퓨터정보학회논문지
• /
• 제13권5호
• /
• pp.53-67
• /
• 2008

현재 유사 도메인에 대한 feature 모델과 class 모델간의 재사용을 위해, 모델 차원에서 상호변환 연구와 두 모델간 온톨로지를 이용한 변환 연구가 있으나, 메타모델을 통한 일관성 있는 변환이 되지 못하며, 각 모델이 가진 변환 대상 모델링 요소가 충분치 않고, 특히, 자동 변환 알고리즘 및 지원 툴을 제공하지 않음으로써 모델간 재사용의 저하를 초래하고 있다. 본 논문에서는 메타모델 상에서 온톨로지를 사용한 feature 모델을 class 모델로의 변환 방법을 제시한다. 이를 위해, feature 모델, class 모델 및 온톨로지에 대한 메타모델을 재정의하고, 각 메타모델별 모델링 요소에 대한 속성을 정의한다. 이 속성들에 기반하여 feature 모델과 온톨로지 간 그리고 온톨로지와 class 모델간의 변환 규칙 프로파일을 집합 이론과 명제논리로 정의한다. 이러한 변환의 자동화 구축을 위해 변환 알고리즘을 생성하고, 지원 툴을 구현한다. 제시한 변환규칙 및 툴을 사용해 전자 결재시스템을 통해 실제 적용한다. 기대효과로써, 기 구축된 feature 모델을 class모델로 변환하여 상이한 개발방법간에 생성된 모델을 재사용을 할 수 있다. 특히, 온톨로지를 사용해서 의미적 변환의 모호성을 해소시킬 수 있으며, 변환의 자동화 및 모델간 일관성을 유지시켜줄 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권11호
• /
• pp.986-998
• /
• 2006

인터넷의 발전으로 방대해진 정보를 컴퓨터가 이해하고 효율적으로 관리하기 위해서는 시맨틱 웹 기반의 메타데이타가 반드시 필요하다. 그러나 메타데이타 생성 시 의미 중의성을 가진 정보가 존재하며 이 문제의 해결책이 필요하다. 본 논문에서는 순차적으로 존재할 수 있는 단어들의 확률 모델을 이용하여 문서와 같은 정보에 포함된 의미가 애매한 단어를 관련성이 높은 모델의 개념으로 메타데이타를 생성하는 방법을 제안한다. 제안한 방법에서 메타데이타를 생성 할 때, 온톨로지에 정의된 개념들 간의 중의성을 고려하고 명칭(named entity)의 일부 단어에 대한 인식을 위해 은닉 마르코프 모델(Hidden Markov Model)을 사용한다. 먼저 온톨로지에 정의된 각 클래스(class)의 인스턴스(instance)를 인식하기 위한 마르코프 모델을 생성한다. 다음으로 문서로부터 의미가 애매한 단어의 의미를 파악할 수 있는 상황정보(Context)를 생성하고, 상황정보에 포함된 단어들의 순서에 대응하는 최적의 마르코프 모델을 찾아 메타데이타 생성시의 중의성 문제를 해결한다. 제안한 방법으로 전산학관련 논문에 대해 의미가 애매한 7개의 단어를 추출하여 실험하였다. 그 결과 상황정보에 존재하는 개체(entity)의 의미부류들 중 가장 빈번한 의미 부류로 애매한 단어의 의미를 선정한 SemTag보다 정확도 면에서 38%정도의 나은 성능을 나타내었다.