1기압 298.15 K에서 water + tetrahydrofuran + butyl acetate + isoamyl alcohol를 포함한 4성분 액-액추출계의 상평형에 대하여 연구하였다. Butyl acetate + isoamyl alcohol을 혼합용매로 사용하였으며, 수용액으로부터 tetrahydrofuran를 추출함에 있어서 혼합용매 사용의 효과를 고찰하기 위하여 각 4성분계에 대한 용해도 곡선, 대응선(Tie-line), 분배도, 선택도를 측정하였다. 또한 실험에 의한 대응선(Tie-line) 데이터를 UNIFAC 모델식으로부터 예측된 값들과 비교한 결과, 액-액평형에 대한 UNIFAC 모델이 본 실험에 설정된 4성분계에 대하여 혼합용매 비율 75/25, 50/50, 25/75에 따라 3.35, 5.21, 5.65%의 편차가 나타남을 알 수 있었다.
가우시안 선택기법은 연속 확률분포를 갖는 HMM음성인식기에서 인식성능을 저하시키지 않으면서 관측확률을 구할 때 계산되는 가우시안의 수를 줄여 효율적인 디코딩을 하기 위해 많이 이용되는 방법이다. 본 논문에서는 PTM 구조를 갖는 HMM에서 관측확률을 계산하는데 필요한 가우시안 함수의 부분집합을 구하는 새로운 가우시안 선택기법을 제안한다. PTM 모델에서는 음성신호의 음향특성에 따라 구분되는 클래스별 가중치와 공통적인 가우시안 집합을 이용하여 각 상태를 나타내는데, 제안한 방법에서는 PTM 구조가 갖는 이러한 특성을 이용하여 인식성능의 저하없이 관측확률 계산에 소요되는 적은 수의 가우시안 부분집합을 구한다. 실험결과 기존의 가우시안 선택기법이 가우시안 선택기법을 적용하지 않았을 경우에 비해 20∼30% 계산량을 필요로 하는데, 제안한 기법은 16.41%의 가우시안 함수 계산만으로도 별다른 인식성능 저하없이 인식 과정을 수행할 수 있었다.
기존의 CFC 계열 및 HCFC 계열 냉매들이 오존층 붕괴와 지구온난화의 원인들 중의 한가지로 밝혀지면서 이것을 대체할 수 있는 냉매의 개발은 주요한 연구과제였다. 이제 몇 가지 대체 냉매들이 개발되면서 이것들 이 냉동시스템에 사용될 때 발생하는 상용성 (Compatibility)이 연구될 필요가 있다. 본 연구에서는 대체냉매의 상용성 연구의 일환으로 1,1,1,2-Tetrafluoroethane(HFC-134a) +1,1,1-Trifluoroetane(HFC-143a) + Pentafluoroethane (HFC-125)의 혼합대체냉매 HFC-404a 와 냉매 윤활유의 하나인 POE 오일 혼합물의 증기압을 측정하였다. 측정온도범위는 냉매 시스템의 운전온도를 고려하여, 263.15K 에서 323.15 K로 하였으며 오일농도범위는 0 mass% 에서 90 mass% 까지로 하였다. 측정결과 273.15K 이하의 온도에서 오일 농도 30 mass%까지 증기압에 대한 오일의 영향은 미미하였으며 50 mass% 이상에서는 증기압이 급격히 떨어지는 것이 밝혀졌다. 측정자료를 이용하여 HFC-404a와 POE 오일 혼합물의 증기압을 예측할 수 있는 모형을 개발 하기 위하여 Rault 모델과 Flory-Huggins 모델을 사용하여 측정치와 비교하였다. 그리고 보다 정확하고 실용적으로 증기압을 예측할 수 있는 경험식을 도출하였다.
석유 코크스, 바이오매스, 혼합연료들의 이산화탄소 가스화 반응성을 측정하고 비교하기 위해서 TGA (Thermogravimetric analyzer)를 이용하여 $1,100{\sim}1,400^{\circ}C$의 char-$CO_2$ 가스화 반응을 조사하였다. 기-고체반응속도 모델들에 적용하여 $1,100{\sim}1,400^{\circ}C$의 온도 영역에서의 반응 속도 상수를 구하였다. 또한 반응 속도 상수와 온도와의 관계를 Arrhenius 식에 적용하여 각 모델에서의 활성화에너지(Ea) 및 빈도 인자($K_0$)를 구하고 이를 실험값과 비교하여 석유 코크스, 바이오매스, 혼합 연료들의 이산화탄소 가스화 반응을 잘 모사하는 반응 속도식을 제시하였다. 반응온도가 증가할수록 이산화탄소 가스화에 소요되는 반응시간은 감축되었다. 또한 바이오매스와의 혼합이 증가할수록 활성화 에너지의 감소를 보여 바이오매스의 혼합이 석유 코크스의 이산화탄소 가스화 반응에 시너지 효과를 가져옴을 확인하였다.
이 연구에서는 한정된 데이터베이스를 바탕으로 콘크리트 물성 예측 모델을 만들어 최적 배합을 구할 때, 탐색 범위를 한정된 데이터베이스로 제안함으로써 보다 신뢰성 있는 콘크리트 배합을 제시할 수 있는 기법을 제안하였다. 제안한 기법은 각 구성 재료의 가능한 모든 영역을 포함하는 데이터베이스를 구축하지 않고 최적화 과정에서 탐색 범위를 한정된 데이터베이스로 제안함으로써 콘크리트 물성 예측 모델이 신뢰성을 확보할 수 있게 된다. 이 연구에서 이러한 영역을 유효영역으로 정의 하였다. 제안한 기법은 유전자 알고리즘, 인공신경회로망, 그리고 최소 볼록 집합을 이용하여 구현하였으며, 이 방법의 타당성을 검증하기 위하여 주어진 강도 조건을 만족하면서 최저의 가격으로 제조할 수 있는 배합을 찾는 최적화 문제에 적용하였으며 검증 실험을 수행하였다. 실험 결과 데이터베이스의 영역 특성을 반영하는 제안한 기법을 통하여 보다 정확하고 신뢰성 있는 최적 배합을 찾을 수 있음을 확인하였다.
Long Short Term Memory (LSTM) Recurrent Neural Network (RNN)를 이용한 hybrid 방법은 음성 인식률을 크게 향상시켰다. Hybrid 방법에 기반한 음향모델을 학습하기 위해서는 Gaussian Mixture Model (GMM)-Hidden Markov Model (HMM)로부터 forced align된 HMM state sequence가 필요하다. 그러나, GMM-HMM을 학습하기 위해서 많은 연산 시간이 요구되고 있다. 본 논문에서는 학습 속도를 향상하기 위해, LSTM RNN 기반 한국어 음성인식을 위한 end-to-end 방법을 제안한다. 이를 구현하기 위해, Connectionist Temporal Classification (CTC) 알고리즘을 제안한다. 제안하는 방법은 기존의 방법과 비슷한 인식률을 보였지만, 학습 속도는 1.27 배 더 빨라진 성능을 보였다.
본 연구는 관절통 모델에서 웅담 우황과 웅담 우황 사향의 약침액의 효과를 검사하기 위해 수행되었다. 할로탄 마취하에서 관절통은 수컷 쥐의 관절강내에 $2\%$ carrageenan을 주입하여 유발시켰다. 운동자극에 대한 감각신경의 반응은 약침을 시술하기 전과 후에 기록하였다. 경혈에 주입한 약침은 유해한 운동 자극에 대한 신경의 반응을 억제시켰다 족삼리에 시술한 약침은 합곡에 비해 유해한 자극에 대한 관절 감각신경의 반응을 더 많이 억제시켰다. 이러한 결과는 웅담 우황과 웅담 우황 사향의약침이 관절통을 완화하는 데 효과적인 치료법을 제공할 수 있다는 것을 시사한다.
시간-주파수 영역에서의 이진 마스킹을 이용하여 잡음환경에서 잡음을 제거하여 음질을 향상하는 방법에 대해 논하고자 한다. 잡음이 섞여 있는 음성신호를 시간-주파수 영역으로 분해하여, 상대적으로 잡음이 많이 섞여 있는 시간-주파수 영역 (시간-주파수 유닛의 신호 대 잡음 비 (Signal-to-Noise Ratio: SNR)가 낮은 영역)의 신호에 마스크 "0"을 할당하여 제거함으로써 음성명료도를 향상시킬 수 있다. 이전의 연구에서는 가우시안 혼합 모델을 이용하여 마스크 "0"과 마스크 "1"을 분류하는 방법을 사용하였다. 각 주파수 밴드별로 수집된 데이터를 이용하여 가우시안 혼합 모델을 학습하고 테스트 데이터가 들어오면 현재의 시간-주파수 마스크가 "0"인지 "1"인지 판별하게 된다. 본 논문에서는 이러한 알고리즘에 주파수 영역에서의 종속성을 고려하여 추정된 마스크에 대해 후처리를 수행하는 알고리즘을 제안한다. 주파수 영역에서의 종속성에 관한 후처리는 비터비 (Viterbi) 알고리즘을 이용하며, 제안된 후처리 알고리즘을 적용하여 이진 마스크 추정 오차를 줄여 음성 명료도 향상을 기대할 수 있다.
신뢰성해석에서 응답의 분포는 변수의 분포에 따라 달라진다. 특히 변수의 분포가 바이모달 분포일 때 대부분 응답의 분포 또한 바이모달 분포이다. 이런 문제에 대해 기존의 신뢰성해석 기법은 변수를 하나의 모드를 갖고 연속함수로 정의되는 특정 확률분포로 가정하고 신뢰성해석을 수행한다. 하지만 실제 문제에서 변수들은 이산정보이면서 한 개 이상의 모드를 갖는 경우가 많기 때문에 변수의 분포에 대한 가정을 하지 않고 한 개 이상의 모드를 고려한 신뢰성해석을 수행하는 것은 매우 중요하다. 본 연구에서는 바이모달 이산정보를 고려한 신뢰성해석을 위해 유한 혼합 모델을 후보 분포로 사용한 아카이케정보척도 기반 신뢰성해석 기법을 제안한다. 수학예제를 통해 제안한 기법의 정확도를 검증하고 유용성을 확인한다.
본 연구에서는 기계학습을 이용하여 서울시 지하철역의 승하차 패턴에 따라 지하철역을 분류한다. 대상 데이터는 공공데이터 포탈에서 제공하는 2008년부터 2017년까지 서울 지하철 233개 역에서의 매일 매시간별 승차객 숫자와 하차객 숫자이다. 기계학습 기법으로는 가우시안 혼합 모델(GMM)과 K-평균 클러스터링을 사용한다. 이용객의 승차시간과 하차시간의 분포는 가우시안 혼합 모델로 모델링할 수 있으며, 이를 K-평균 클러스터링을 이용하여 비지도 학습시킨다. 학습결과 서울시 지하철역은 승하차 패턴에 따라 4개의 그룹으로 분류되었다. 본 연구의 결과는 서울시 지하철역의 특성을 파악하여 경제, 사회, 문화적으로 분석하기 위한 주요 기반 지식으로 활용될 수 있다. 본 연구의 방법은 클러스터링이 필요한 모든 공공데이터나 빅데이터에 적용할 수 있다.
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.