This study analyzed the effects of job style on job satisfaction and turnover intention of fashion models, and the difference in the job style, job satisfaction and turnover intention by model activities period. Data was collected by surveying fashion models with more than 10 modeling experiences, and 230 responses were used in the data analysis. The results of were as follows: First, the job style of fashion models were classified into professional ability type, social relationship-focused type, future-oriented type and body-boasting type. Job satisfaction was classified into satisfaction with working conditions, satisfaction with model activities, and satisfaction with relationships. Turnover intention was classified into intention to change jobs, and intention to quit modeling. Second, being a professional ability type had a negative effect on satisfaction with working conditions, whereas being a future-oriented type had a positive effect on it. The professional ability type and social relationship-focused type had a positive effect on satisfaction with model activities, and the social relationship-focused type had a positive effect on satisfaction with relationships. Third, the future-oriented type and body-boasting type had a negative effect on the intention to change jobs. The social relationship-focused type, future-oriented type and body-boasting type had a negative effect on the intention to quit modeling. Fourth, there were significant differences in the professional ability type, human relationship-focused type, body-boasting type, intention to change jobs and intention to quit modeling by model activities period. Therefore, it is necessary for domestic fashion models to have the appropriate attitude to develop features and competency required for modeling projects and if improvements are made to enhance job satisfaction of fashion models, the fashion modeling industry is expected to make further developments.
FORM(Feature-Oriented Reuse Method) is one of representative product line engineering methods. The essence of FORM is the FORM architecture models, which can be reused in the development of multiple products of a software product line. The FORM architecture models, however, have the following problems when applied in practice. First, they are not standardized models like UML(Unified Modeling Language) and therefore they can be constructed only through a specific modeling tool. Second, they do not represent architectural variability explicitly. Instead their variability is only managed through a mapping from a feature model. To address these two problems, we developed at first a method for representing the FORM architecture models using UML, which enables the FORM architecture models to be constructed through various available UML modeling tools. Also, we developed an effective method for representing as well as managing the variability of the FORM architecture models through a mapping from a feature model.
Park, Han-Earl;Park, Sang-Young;Lee, Sang-Jin;Choi, Kyu-Hong
Journal of Astronomy and Space Sciences
/
v.26
no.3
/
pp.317-328
/
2009
Relative dynamic models of satellites which describe the relative motion between two satellites is fundamental for research on the formation flying. The accuracy of various linearized or nonlinear models of relative motion is analyzed and compared. A 'Modeling Error Index (MEI)' is defined for evaluating the accuracy of models. The accuracy of the relative dynamic models in various orbit circumstance are obtained by calculating the modeling error with various eccentricities of the chief orbit and distances between the chief and the deputy. It is found that the modeling errors of the relative dynamic models have different values according to the eccentricity, J2 perturbation, and the distance between satellites. Since the evaluated accuracy of various models in this paper means the error of dynamic models of the formation flying, the results of this paper are very useful for choosing the appropriate relative model of the formation flying mission.
ArcView and water network models have been integrated to develop the water network modeling system based upon GIS. To develop this system, pre, main, and post processing systems are required. GIS programming technique was adopted by using the ArcView's script language Avenue. The input data of models have been prepared by using the AutoCAD Map3D through the conversion of modeling input data to GIS data for A city. The modeling has been implemented by using EPANET, WaterCAD, InfoWorks. To develop the post processing system, the modeling results of the water network models have been analyzed by using GIS. During the application process of the developed system to B city with 300,000 population, main problems were found in the constructed GIS DB of that city. Thus, pilot study area of B city has been constructed, and pre-, main, and post-processing techniques were invented based upon GIS. Finally, the problems related to waterworks GIS projects in Korea were discussed and solutions were suggested.
Although performance based assessment procedures are mainly developed for reinforced concrete and steel buildings, URM (Unreinforced Masonry) buildings occupy significant portion of buildings in earthquake prone areas of the world as well as in IRAN. Variability of material properties, non-engineered nature of the construction and difficulties in structural analysis of masonry walls make analysis of URM buildings challenging. Despite sophisticated finite element models satisfy the modeling requirements, extensive experimental data for definition of material behavior and high computational resources are needed. Recently, nonlinear equivalent frame models which are developed assigning lumped plastic hinges to isotropic and homogenous equivalent frame elements are used for nonlinear modeling of URM buildings. The equivalent frame models are not novel for the analysis of masonry structures, but the actual potentialities have not yet been completely studied, particularly for non-linear applications. In the present paper an effective tool for the non-linear static analysis of 2D masonry walls is presented. The work presented in this study is about performance assessment of unreinforced brick masonry buildings through nonlinear equivalent frame modeling technique. Reliability of the proposed models is tested with a reversed cyclic experiment conducted on a full scale, two-story URM building at the University of Pavia. The pushover curves were found to provide good agreement with the experimental backbone curves. Furthermore, the results of analysis show that EFM (Equivalent Frame Model) with Dolce RO (rigid offset zone) and shell element have good agreement with finite element software and experimental results.
Modular bridge construction enabling better productivity of design and construction by standardized members and robotic construction becomes an important issue in construction industry. Modular structures needs accurate information delivery between design, fabrication and construction processes. BIM (Building Information Modeling) based parametric modeling was proposed for the modular bridge substructure. Considering ranges of parameters of the modular bridge, fixed value, variables and relations were defined and these parametric models were applied to design, analysis and fabrication. Experience from development of new structures can be embedded in the 3D models, and the models provide efficient and precise knowledge delivery.
The main objective of seismic codes is to prevent structural collapse and ensure life safety. Collapse probability of a structure is usually assessed by making a series of analytical model assumptions. This paper investigates the effect of finite element modeling (FEM) assumptions on the estimated collapse capacity of a reinforced concrete (RC) frame building and points out the modeling limitations. Widely used element formulations and hysteresis models are considered in the analysis. A full-scale, three-story RC frame building was utilized as the experimental model. Alternative finite element models are established by adopting a range of different modeling strategies. Using each model, the collapse capacity of the structure is evaluated via Incremental Dynamic Analysis (IDA). Results indicate that the analytically estimated collapse capacities are significantly sensitive to the utilized modeling approaches. Furthermore, results also show that models that represent stiffness degradation lead to a better correlation between the actual and analytical responses. Results of this study are expected to be useful for in developing proper models for assessing the collapse probability of RC frame structures.
Aydogmus, Hacer Yumurtaci;Erdal, Halil Ibrahim;Karakurt, Onur;Namli, Ersin;Turkan, Yusuf S.;Erdal, Hamit
Computers and Concrete
/
v.16
no.5
/
pp.741-757
/
2015
In the last decade, several modeling approaches have been proposed and applied to estimate the high-performance concrete (HPC) slump flow. While HPC is a highly complex material, modeling its behavior is a very difficult issue. Thus, the selection and application of proper modeling methods remain therefore a crucial task. Like many other applications, HPC slump flow prediction suffers from noise which negatively affects the prediction accuracy and increases the variance. In the recent years, ensemble learning methods have introduced to optimize the prediction accuracy and reduce the prediction error. This study investigates the potential usage of bagging (Bag), which is among the most popular ensemble learning methods, in building ensemble models. Four well-known artificial intelligence models (i.e., classification and regression trees CART, support vector machines SVM, multilayer perceptron MLP and radial basis function neural networks RBF) are deployed as base learner. As a result of this study, bagging ensemble models (i.e., Bag-SVM, Bag-RT, Bag-MLP and Bag-RBF) are found superior to their base learners (i.e., SVM, CART, MLP and RBF) and bagging could noticeable optimize prediction accuracy and reduce the prediction error of proposed predictive models.
Cells survive and proliferate through complex interactions among diverse molecules across multiomics layers. Conventional experimental approaches for identifying these interactions have built a firm foundation for molecular biology, but their scalability is gradually becoming inadequate compared to the rapid accumulation of multiomics data measured by high-throughput technologies. Therefore, the need for data-driven computational modeling of interactions within cells has been highlighted in recent years. The complexity of multiomics interactions is primarily due to their nonlinearity. That is, their accurate modeling requires intricate conditional dependencies, synergies, or antagonisms between considered genes or proteins, which retard experimental validations. Artificial intelligence (AI) technologies, including deep learning models, are optimal choices for handling complex nonlinear relationships between features that are scalable and produce large amounts of data. Thus, they have great potential for modeling multiomics interactions. Although there exist many AI-driven models for computational biology applications, relatively few explicitly incorporate the prior knowledge within model architectures or training procedures. Such guidance of models by domain knowledge will greatly reduce the amount of data needed to train models and constrain their vast expressive powers to focus on the biologically relevant space. Therefore, it can enhance a model's interpretability, reduce spurious interactions, and prove its validity and utility. Thus, to facilitate further development of knowledge-guided AI technologies for the modeling of multiomics interactions, here we review representative bioinformatics applications of deep learning models for multiomics interactions developed to date by categorizing them by guidance mode.
Seo Young Park;Ji Eun Park;Hyungjin Kim;Seong Ho Park
Korean Journal of Radiology
/
v.22
no.10
/
pp.1697-1707
/
2021
The recent introduction of various high-dimensional modeling methods, such as radiomics and deep learning, has created a much greater diversity in modeling approaches for survival prediction (or, more generally, time-to-event prediction). The newness of the recent modeling approaches and unfamiliarity with the model outputs may confuse some researchers and practitioners about the evaluation of the performance of such models. Methodological literacy to critically appraise the performance evaluation of the models and, ideally, the ability to conduct such an evaluation would be needed for those who want to develop models or apply them in practice. This article intends to provide intuitive, conceptual, and practical explanations of the statistical methods for evaluating the performance of survival prediction models with minimal usage of mathematical descriptions. It covers from conventional to deep learning methods, and emphasis has been placed on recent modeling approaches. This review article includes straightforward explanations of C indices (Harrell's C index, etc.), time-dependent receiver operating characteristic curve analysis, calibration plot, other methods for evaluating the calibration performance, and Brier score.
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.