본 논문은 최적 탐색 알고리즘인 유전자 알고리즘을 이용하여 다항식 뉴럴네트워크(Polynomial Neural Networks : PNN)의 최적 설계가 그 목적이다. 기존의 다항식 뉴럴네트워크는 확장된 GMDH(Group Method of Data Handling) 방법에 기반을 두며, 네트워크의 성장과정을 통하여 각 층의 다항식뉴런(혹은 노드)에서 고정된 (설계자에 의해 미리 선택된) 노드 입력들의 수뿐만 아니라 다항식 차수(1차, 2차, 그리고 수정된 2차식)를 이용하였다. 더구나, 그 방법은 학습을 통해 생성된 PNN이 최적 네트워크 구조를 가진다는 것을 보증하지 못한다. 그러나, 제안된 GA-based PNN 모델은 다음의 파라미터들- 즉 입력변수의 수, 입력변수, 및 다항식 차수-을 유전자 알고리즘을 이용하여 선택 동조함으로써 그 구조를 구조적으로 더 최적화된 네트워크가 되도록 하고, 기존의 PNN보다 훨씬 더 유연하고, 선호된 뉴럴 네트워크가 되도록 한다. 하중계수를 가진 합성성능지수가 그 모델의 근사화 및 일반화(예측) 능력 사이의 상호 균형을 얻기 위해 제안된다. GA-based PNN의 성능을 평가하기 위해 그 모델은 가스 터빈 발전소의 NOx 배출 공정 데이터로 실험된다. 비교해석은 제안된 GA-based PNN이 앞서 나타난 다른 지능모델보다 더 우수한 예측능력뿐만 아니라 높은 정확성을 가진 모델임을 보인다.
본 연구에서는 퍼지 RBFNNs과 증분형 주성분 분석법으로 실현된 숫자인식 시스템의 설계를 소개한다. 주성분 분석법은 차원축소를 위해 사용되는 알고리즘으로 학습데이터의 차원 수가 고차원이거나 데이터의 양이 많을 때 특징 추출을 위한 많은 계산 시간을 필요로 한다. 따라서 고차원 데이터의 효율적인 차원축소와 점진적인 학습을 위해 증분형 주성분분석법을 적용하는 방법을 제안한다. 방사형 기저함수 신경회로망의 구조는 조건부, 결론부, 추론부의 3가지 기능적 모듈로서 구분이 가능하다. 조건부에서는 FCM 클러스터링 알고리즘의 도움으로 실현된 퍼지 클러스터링의 사용으로 입력 공간을 분할한다. 또한 가우시안 함수 대신 FCM(Fuzzy C-Means)클러스터링 알고리즘의 멤버쉽 값을 사용함으로써 입력 데이터의 특성을 좀 더 잘 반영할 수 있도록 개선하였으며, 결론부에서 연결가중치는 상수항에서 일차식과 이차식, 그리고 변형된 이차식과 같은 다항식의 형태로 확장하여 사용한다. 실험 결과는 공인 숫자 데이터인 MNIST 필기체 숫자 데이터를 사용하여 제안된 숫자 인식 시스템의 효율성을 다른 연구와의 비교를 통해 입증한다.
'설향' 딸기의 영양생리를 구명하기 위한 연구의 일환으로 Hoagland 용액의 질소 수준을 변화시킨 용액으로 재배하면서 생장 및 무기원소 흡수에 미치는 영향을 구명하기 위해 본 연구를 수행하였다. 본 연구에서 적용한 관비용액의 질소 수준($meq{\cdot}L^{-1}$)은 0(${NO_3}^-$), 2.5(${NO_3}^-$), 5(${NO_3}^-$), 10($7.5{NO_3}^-$ + $2.5{NH_4}^+$), 그리고 15($10{NO_3}^-$ + $5{NH_4}^+$) 였다. 정식 120일 후의 지상부 생체중과 엽병추출액의 질산태질소 농도는 관비용액의 질소 시비수준이 높아짐에 따라 각각 2차곡선회귀적(y=7.10+2.668x-$0.115x^2$, $R^2=0.7983^{***}$) 또는 직선적(y=26.14+5.245x, $R^2=0.6083^{***}$)으로 증가하였다. 지상부 건물중과 건물내 질소 함량도 각각 2차곡선회귀적(y=2.140+0.492x-$0.022x^2$, $R^2=0.6110^{***}$) 또는 직선적(y=0.569+0.033x, $R^2=0.6952^{***}$)으로 증가하는 반응을 보였다. 식물체의 지상부 건물중과 생체중을 고려할 때 본 연구에서 적용한 관비용액의 질소농도 중 5meq.L-1 처리의 생장이 가장 우수하였지만 '설향' 딸기의 최적 생장을 위해 $5meq{\cdot}L^{-1}$ 처리 용액을 변화시켜야 하며 추후 관련 연구가 필요하다고 판단하였다.
본 연구는 tortilla의 제조에 있어 혼합물 실험 계획법을 이용한 쌀가루와 밀가루의 최적 혼합비를 구하였다. 혼합물 실험 계획법 중 modified distance design을 이용하였을 때, 4개의 반복점을 포함하여 총 14개의 실험점이 설정되었고, 각 실험점에 따라 tortilla를 제조하여 인장강도(tensile strength), 색도(L, a, b)를 측정하였다. Tortilla에서 쌀가루와 밀가루가 증가할수록 인장강도가 높아졌고, 물이 첨가될 때 인장강도가 낮게 나타났다. Tortilla의 색도에 있어서는 쌀가루의 함량이 증가할수록 L값이 높아져, 색이 밝아졌고, 밀가루의 함량이 증가할수록 황색도를 나타내는 b값이 증가하였다. 인장강도와 색도에 대한 혼합물의 모델 및 분석을 통하여 최적 혼합비를 도출하였는데, 인장강도에서는 quadratic 모델이 선택되었고, 5% 이내의 유의차를 가져 모델에 대한 적합성을 타나내었다. 예측된 식에서 결정된 식으로 살펴볼 때, 쌀가루와 수분의 혼합작용이 인장강도에 가장 많은 영향을 미쳤다. Tortilla의 색도에 있어서는 L값에서 quadratic 모델이, a값과 b값에서는 linear 모델이 선택되었고, a값을 제외하고 5%이내의 유의차를 보여주어 모델로서 사용이 가능하였다. 반응 계수로 살펴본 성분들의 작용에서는 쌀가루와 물의 상호관계가 L값에 큰 영향을 주었고, b값에서는 상호작용 없이 밀가루와 tortilla에 영향을 주었다. 이들 모델을 바탕으로 혼합물 최적화를 분석하였는데, tortilla의 인장강도 및 L값은 최대(maxinize), b값은 최소(minimize)로 하였을 때, 밀가루 18.26%, 쌀가루 33.92%, 물 39.24%와 밀가루 28.15%, 쌀가루 25.77%, 물 37.50%로 각각 설정되었다.
In this paper, we introduce a design methodology of data-centroid Radial Basis Function neural networks with extended polynomial function. The two underlying design mechanisms of such networks involve K-means clustering method and Particle Swarm Optimization(PSO). The proposed algorithm is based on K-means clustering method for efficient processing of data and the optimization of model was carried out using PSO. In this paper, as the connection weight of RBF neural networks, we are able to use four types of polynomials such as simplified, linear, quadratic, and modified quadratic. Using K-means clustering, the center values of Gaussian function as activation function are selected. And the PSO-based RBF neural networks results in a structurally optimized structure and comes with a higher level of flexibility than the one encountered in the conventional RBF neural networks. The PSO-based design procedure being applied at each node of RBF neural networks leads to the selection of preferred parameters with specific local characteristics (such as the number of input variables, a specific set of input variables, and the distribution constant value in activation function) available within the RBF neural networks. To evaluate the performance of the proposed data-centroid RBF neural network with extended polynomial function, the model is experimented with using the nonlinear process data(2-Dimensional synthetic data and Mackey-Glass time series process data) and the Machine Learning dataset(NOx emission process data in gas turbine plant, Automobile Miles per Gallon(MPG) data, and Boston housing data). For the characteristic analysis of the given entire dataset with non-linearity as well as the efficient construction and evaluation of the dynamic network model, the partition of the given entire dataset distinguishes between two cases of Division I(training dataset and testing dataset) and Division II(training dataset, validation dataset, and testing dataset). A comparative analysis shows that the proposed RBF neural networks produces model with higher accuracy as well as more superb predictive capability than other intelligent models presented previously.
임팩트이온화현상은 소자의 크기가 점점 작아지면서, 높은 에너지에 있는 hot carrier 전송 을 해석하기 위해 매우 중요하므로 소자의 시뮬레이션에 정확한 임팩트이온화모델이 필수적이다. 털 연구에서는 의사포텐셜방법을 사용하여 풀밴드모델을 구하고, 임팩트이온화율은 수정된 Keldysh 공식을 이용하여 유도하였다. 본 연구에서는 Gahs 임팩트이은화의 온도의존특성을 조사하기 위하여 Monte Carlo 시뮬레이터를 제작하여 임팩트이온화계수를 구하였다. 결과적으로, 임팩트이온화계수는 300K에서 실험값과 잘 일치하였다. 또한 에너지는 전계가 증가할수록 증가하고, 높은 온도에서는 포논 산란의 emission mode가 높기 때문에 에너지가 감소함을 알 수 있었다. 임팩트이온화의 대수 fitting 함수 식은 온도와 전계에 대해 2차식으로 표현하였다. 대수 fitting 함수의 오차는 대부분 5%이내에 머물렀다. 그러므로 대수식으로 표현된 임팩트 이온화계수는 온도에 의존함을 알았고, 임팩트이온화계수를 구하는데 시간을 절약할 수 있다.
본 연구에서는 직교좌표계에 근거한 적층복합 I형 박벽보의 유한요소 해석을 위한 새로운 블록 강도행렬을 제안한다. 변위장은1차 전단변형을 고려한 보 이론을 사용하여 정의되었다. 축방향 변위는 Timoshenko 보이론과 수정된 Vlasov 박벽보 이론을 결합하여 투영단면의 면 변형과 면외 변형의 합으로 나타낸다. 유도된 강성행렬은 휨 전단변형과 뒴 비틂에 의한 영향을 고려한다. 본 유한요소 에서는 2절점, 3절점, 4절점의 세 가지 보요소를 제안하였다. 3절점과 4절점 보 요소는 적층복합 보의 휨 해석에 효과적이었다. 다른 연구자의 수치해석 결과와 비교 검토를 통하여 새로운 유한요소의 활용성과 정확성을 입증하였다.
본 연구에서는 서로 상이한 최적화기법인 유전알고리듬과 수학적 프로그래밍기법을 이용하여 지오데식 돔 구조물을 최적화하고 그 결과를 분석하였다. 본 연구에서 도입한 유전알고리즘은 유전연산자인 선택, 교배, 돌연변이 이외에도 재생기법을 도입하여 최적해의 검색성능을 높였다. 그리고 수학적인 프로그래밍기법은 유한차분법을 이용하여 목적함수의 설계민감도를 계산하였으며 세 가지의 다른 검색기법을 이용하여 돔의 크기최적화를 수행하였다. 지오데식 돔의 중앙에 작용하는 집중하중에 저항하는 돔의 각 부재의 크기패턴을 자체 개발된 $ISADO-GA{\alpha}$와 ISADO-OPT를 이용하여 최적 설계하였다. 본 연구를 통하여 제시된 최적결과는 정해가 존재하지 않는 실제 구조물의 최적 값에 대한 유용한 정보를 제공할 뿐만이 아니라 향후 대공간구조의 새로운 구조시스템 개발의 밑거름이 될 것으로 판단된다.
임팩트이온화현상은 소자의 크기가 점점 작아지면서, 높은 에너지에 있는 hot carrier 전송을 해석하기 위해 매우 중요하므로 소자의 시뮬레이션에 정확한 임팩트이온화모델이 필수적이다. 본 연구에서는 의사포텐셜방법을 사용하여 full 밴드모델을 구하고, 임팩트이온화율은 수정된 Keldysh 공식을 이용하여 유도하였다. 본 연구에서는 GaAs 임팩트이온화의 온도와 전계에 대한 의존특성을 조사하기 위하여 Monte Carlo 시뮬레이터를 제작하여 임팩트이온화계수를 구하였다. 결과적으로, 임팩트이온화계수는 300K에서 실험 값과 잘 일치하였다. 또한 에너지는 전계가 증가할수륵 증가하고, 높은 온도에서는 포논산란의 emission mode가 높기 때문에 에너지가 감소함을 알 수 있었다. 임팩트 이온화의 대수 fitting 함수 식은 온도와 전계에 대해 2차 식으로 표현하였다. 대수 fitting 함수의 오차는 대부분 5%이내에 머물렀다. 그러므로 대수 식으로 표현된 임팩트이온화계수는 온도와 전계에 의존함을 알았고, 온도와 전계에 의존하는 임팩트이온화계수를 구하는데 시간을 절약할 수 있다
Thai Jasmine rice (Oryza sativa, long grain Indica var.) is popular in southeastern Asia and China due to its non-glutinous, fluffy texture and fragrant smell. However it has a high starch digestibility, which leads to an increased glycemic index (GI). Therefore it may require modified cooking methods for diabetes patients. The objectives of this study were to optimize the ratio of Thai Jasmine rice, sea tangle, and olive oil (CLTR) based on consumers' acceptance. The GI of plain cooked Thai Jasmine rice (CLR) was measured as a control. Sensory evaluation and response surface methodology were used to determine the optimal ratio. Texture analysis and nutritional evaluation were also performed on the optimal recipe of cooked Jasmine rice with sea tangle. A multiple regression equation was developed in quadratic canonical polynomial models. We used 26 trained Chinese panelists in their forties to rate color, flavor, adhesiveness, and glossiness, which we determined were highly correlated with overall acceptability. The optimal CLTR formula was 34.8% rice, 2.8% sea tangle, 61.9% water, and 0.5% olive oil. Compared to CLR, CLTR had a lower hardness, but a higher springiness and cohesiveness. However, CLR and CLTR had the same adhesiveness and chewiness. The addition of sea tangle and olive oil delayed retro-gradation of starch in CLTR and increased total dietary fiber, and protein and ash contents. The degree of gelatinization, and in vitro protein and starch digestibility of CLTR were lower than those of CLR. Based on Wolver' method, the GI of CLTR (52.9, incremental area under the glycemic-response curve, ignoring the area below fasting, as used for calculating the GI [Inc]) was lower compared with that of CLR (70.94, Inc), which indicates that CLTR is effective in decreasing and stabilizing blood glucose level, owing to its lower degree of gelatinization and starch digestibility. Our results show that CLTR can contribute to the development of a healthier meal for families and the fast food industry.
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.