• 천문학회보
• /
• 제44권2호
• /
• pp.53.4-53.4
• /
• 2019

We reconstruct the underlying dark matter (DM) density distribution of the local universe within 20Mpc/h cubic box by using the galaxy position and peculiar velocity. About 1,000 subboxes in the Illustris-TNG cosmological simulation are used to train the relation between DM density distribution and galaxy properties by using UNet-like convolutional neural network (CNN). The estimated DM density distributions have a good agreement with their truth values in terms of pixel-to-pixel correlation, the probability distribution of DM density, and matter power spectrum. We apply the trained CNN architecture to the galaxy properties from the Cosmicflows-3 catalogue to reconstruct the DM density distribution of the local universe. The reconstructed DM density distribution can be used to understand the evolution and fate of our local environment.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제24권1호
• /
• pp.177-193
• /
• 2010

본 연구는 고등학교 통계 영역의 확률분포에 제시되어 있는 정규분포를 이항분포에서 정규분포로의 근사, 정규분포곡선의 탐구, Monte Carlo 방법에 의한 정규분포곡선의 넓이 탐구, 정규분포곡선의 선형변환, 그리고 여러 형태의 정규분포곡선 탐구 등의 내용을 중심으로 CAS 계산기를 활용하여 탐구해보고자 한다. CAS 계산기의 도구적 기능인 사소화, 실험, 시각화, 집중의 측면에서 볼 때 지필로서는 교육과정에 제시된 확률분포의 목표를 달성하기 불가능하다고 판단된다. 따라서 본 연구에서는 CAS 계산기를 활용하여 정규분포곡선의 다양한 성질을 탐구하고 이러한 과정과 결과로부터 정규분포곡선에 대한 교수학적 시사점을 도출하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제18권12호
• /
• pp.217-223
• /
• 2013

본 논문은 한 대학에서 3년에 걸쳐 실시한 토익 모의고사를 바탕으로 4주간의 집중코스와 한 학기에 걸쳐 진행되는 상시적 토익코스의 점수 분포를 비교하고, 두 프로그램에 참여한 학생 그룹의 능력 뿐만 아니라 사용된 교수용 교재 및 장비를 살펴본다. 해당 대학은 여름방학과 겨울방학을 이용하여 4주간의 토익 집중코스를 개설하고 있으며, 참여 학생들은 오전 9시부터 오후 4시까지 수업에 참가한다. 또한 해당 대학은 매 학기동안 15주간의 상시적인 토익코스를 개설해서 월요일부터 금요일까지 매일 한 시간의 수업을 진행한다. 본 논문은 EFL/ESL 교육에서 교사가 교수 자료, 교수법 및 e-학습을 효과적으로 운용하는 것이 얼마나 중요한지를 보여준다. 상시적으로 개설되는 토익코스는 한 학기동안 75시간 수업이 진행되며, 4주간의 집중코스는 120시간 수업이 진행된다. 이 두 코스의 제한된 시간들은 학생들이 일상생활에서 의사소통을 가능하게 하는데 필요한 충분한 시간이라고 볼 수는 없다. 미래에 학생들이 영어 학습에서 성공적인 향상을 보이기 위해서는 효과적이고 질적으로 우수한 EFL/ESL 집중코스의 개발이 필수적이다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권5호
• /
• pp.45-54
• /
• 2021

최근 노이즈 제거를 위한 심층 학습 모델에 대한 연구가 활발하게 진행되고 있다. 특히 블라인드 노이즈 제거 (blind denoising) 기술이 발전하면서 깨끗한 영상을 얻기가 불가능한 영상의 영역에서 노이즈 영상만으로 심층 학습 기반 노이즈 제거 모델의 학습이 가능해졌다. 우리는 관찰된 노이즈 영상으로부터 깨끗한 영상을 얻기 위해 더는 깨끗한 영상과 노이즈 영상의 짝을 이루는 데이터를 필요하지 않는다. 하지만 노이즈 영상과 깨끗한 영상 간의 차이가 큰 데이터라면 노이즈 영상만으로 학습된 노이즈 제거 모델은 우리가 원하는 품질의 깨끗한 영상을 복원하기 어려울 것이다. 이 문제를 해결하기 위해서 짝지어지지 않는 깨끗한 영상과 노이즈 영상으로 학습한 모델 기반 노이즈 제거 기술은 최근 연구되고 있다. 가장 최신 기술인 ISCL은 깨끗한 영상과 노이즈 영상의 쌍을 기반으로 한 지도학습 기반 모델의 성능과 거의 근접한 성능을 보여 주었다. 우리는 제안된 방법이 ISCL을 포함한 다른 최신 짝을 이루지 않는 영상 기반 노이즈 제거 기술보다 성능이 우수함을 보여준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2573-2589
• /
• 2023

As 5G mobile systems carry multiple services and applications, numerous user, and application types with varying quality of service requirements inside a single physical network infrastructure are the primary problem in constructing 5G networks. Radio Access Network (RAN) slicing is introduced as a way to solve these challenges. This research focuses on optimizing RAN slices within a singular physical cell for vehicle-to-everything (V2X) and enhanced mobile broadband (eMBB) UEs, highlighting the importance of adept resource management and allocation for the evolving landscape of 5G services. We put forth two unique strategies: one being offline network slicing, also referred to as standard network slicing, and the other being Online reinforcement learning (RL) network slicing. Both strategies aim to maximize network efficiency by gathering network model characteristics and augmenting radio resources for eMBB and V2X UEs. When compared to traditional network slicing, RL network slicing shows greater performance in the allocation and utilization of UE resources. These steps are taken to adapt to fluctuating traffic loads using RL strategies, with the ultimate objective of bolstering the efficiency of generic 5G services.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권8호
• /
• pp.625-633
• /
• 2020

This study aims to empirically investigate the influence of organizational capability and organizational learning on the financial performance of family-business type small- and medium-sized enterprises (SMEs). In addition, this study examines the moderating role of SMEs' ages and the managers' experiences in the relationship between organizational capability and organizational learning on the SMEs financial performance. This study is a basic exploratory research conducted by using an empirical survey, i.e., sampling of the businessman (the owner) of family-business type SMEs cross-functional in the area of DIY. The study uses purposive sampling. The respondents are the SME businessmen from the various business sectors in Yogyakarta, Indonesia. The number of respondents is 150. Hypothesis testing used SPSS program's moderation regression approach; validity and reliability testing used confirmatory factor analysis and Cronbach's alpha. The result of this study shows that organizational capability positively and significantly affects the financial performance. Also, organizational learning significantly affects the financial performance. The organization's age factor does not moderate the relationship between organizational capability and the financial performance, but it is significant on the organizational learning. The factor of manager's experience moderates insignificantly on the relationship between organizational capability and financial performance. However, it is significant to the organizational learning.

• Smart Structures and Systems
• /
• 제22권2호
• /
• pp.175-183
• /
• 2018

Time-series data often contain one of the most valuable pieces of information in many fields including manufacturing. Because time-series data are relatively cheap to acquire, they (e.g., vibration signals) have become a crucial part of big data even in manufacturing shop floors. Recently, deep-learning models have shown state-of-art performance for analyzing big data because of their sophisticated structures and considerable computational power. Traditional models for a machinery-monitoring system have highly relied on features selected by human experts. In addition, the representational power of such models fails as the data distribution becomes complicated. On the other hand, deep-learning models automatically select highly abstracted features during the optimization process, and their representational power is better than that of traditional neural network models. However, the applicability of deep-learning models to the field of prognostics and health management (PHM) has not been well investigated yet. This study integrates the "residual fitting" mechanism inherently embedded in the wavelet transform into the convolutional neural network deep-learning structure. As a result, the architecture combines a signal smoother and classification procedures into a single model. Validation results from rotor vibration data demonstrate that our model outperforms all other off-the-shelf feature-based models.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.143-143
• /
• 2022

Precipitation plays an essential role in water resources management and disaster prevention. Therefore, the understanding related to spatiotemporal characteristics of rainfall is necessary. Nowadays, highly accurate precipitation is mainly obtained from gauge observation systems. However, the density of gauge stations is a sparse and uneven distribution in mountainous areas. With the proliferation of technology, satellite-based precipitation sources are becoming increasingly common and can provide rainfall information in regions with complex topography. Nevertheless, satellite-based data is that it still remains uncertain. To overcome the above limitation, this study aims to take the strengthens of machine learning to generate a new reanalysis of precipitation data by fusion of multiple satellite precipitation products (SPPs) with gauge observation data. Several machine learning algorithms (i.e., Random Forest, Support Vector Regression, and Artificial Neural Network) have been adopted. To investigate the robustness of the new reanalysis product, observed data were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the machine learning model showed higher accuracy than original satellite rainfall products, and its spatiotemporal variability was better reflected than others. Thus, reanalysis of satellite precipitation product based on machine learning can be useful source input data for hydrological simulations in ungauged river basins.

• 지능정보연구
• /
• 제19권2호
• /
• pp.177-189
• /
• 2013

스마트교육에서 디지털교과서의 역할은 학습자와 대면하는 교육미디어로써 그 중요성은 재론의 여지없다. 이러한 디지털교과서는 학습자의 편의와 더불어 교수자, 콘텐츠 제작자, 유통업자를 위하여 표준화되어야 활성화되고 산업화될 수 있다. 본 연구에서는 다음과 같은 3가지 목표를 지향하는 디지털교과서 표준화 방안을 모색한다. (1) 디지털교과서는 온-오프 수업을 모두 지원하는 혼합학습 매체의 역할을 해야 하며, 특별한 전용뷰어 없이 표준을 준수하는 모든 EPUB 뷰어에서 실행가능 해야 하며, 기존의 이러닝 학습 콘텐츠와 학습관리시스템를 활용할 수 있도록 하며, 디지털 교과서를 사용하는 학습자의 정보를 추적 관리할 수 있는 트랙킹기능이 있으면서도, 오프라인 동안의 정보를 축적하여 서버와 통신할 수 있는 기능도 필요하다. 디지털교과서의 표준으로서 EPUB을 고려하는 이유는 디지털교과서가 책의 형태를 가져야 하는데 이를 위해서 따로 표준을 정할 필요가 없으며, EPUB 표준을 채택함으로써 풍부한 콘텐츠, 유통구조, 산업기반을 활용할 수 있기 때문이다. (2) 디지털교과서는 오픈소스를 적극 활용하여 저비용으로 현재 사용가능한 서비스를 구성하여 표준과 더불어 실제 실행 가능한 프로그램으로 제시되어야 하며, 관련 학습 콘텐츠가 오픈마켓의 형태로 운영될 수 있어야 한다. (3) 디지털교과서는 학습자에게 적절한 학습 피드백을 제공하기 위하여 모든 학습활동 정보를 축적하고 관리될 수 있는 인프라를 표준에 따라 구축하여 교육 빅데이터 처리의 기반을 제공하여야 한다. 이북 표준인 EPUB 3.0을 기반으로 하는 오픈 디지털교과서는 (1) 학습활동 정보를 기록하고 (2) 이 학습활동 지원을 위한 서버와 통신하여야 한다. 현재 표준으로 정해져 있지 않은 이북의 기록과 통신 기능을 EPUB 3.0의 JavaScript로 구현하여 현재 EPUB 3.0 뷰어에서도 활용하면서 이를 차세대 이북 표준 또는 교육을 위한 이북 표준(EPUB 3.0 for education)으로 제안하여 향후 제정된 표준 이북 뷰어에서는 JavaScript없이도 처리되도록 하는 전략이 필요하다. 향후 연구는 제안한 오픈 디지털교과서 표준에 의한 오픈소스 프로그램을 개발하고, 개발된 오픈 디지털교과서의 학습활동정보를 활용한 새로운 교육서비스 방안(교육 빅데이터 활용방안 포함)을 제시하는 것이다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM
• /
• pp.369-374
• /
• 2000

Despite their tilde application of some traditional project management techniques like the Program Evaluation and Review Technique, they lack of learning, one of important factors in many disciplines today due to a static view far prefect progression. This study proposes a framework for estimation by learning based on a Linear Bayesian approach. As a project progresses, we sequentially observe the durations of completed activities. By reflecting this newly available information to update the distribution of remaining activity durations and thus project duration, we can implement a decision support system that updates e.g. the expected project completion time as well as the probabilities of completing the project within talc due date and by a certain date. By Implementing such customized systems, project manager can be aware of changing project status more effectively and better revise resource allocation plans.