본 논문에서, 부분방전 메카니즘을 진단하고 그리고 신경망을 도입하여 수명을 예측하기 위한 기초연구로서, 온라인상에서 자동진단을 제안했다. 제안한 방법에서 우리는 음향방출 감지시스템과 그리고 펄스 수와 펄스진폭에 의해서 정량적인 통계파라메타를 사용하였다. 통계적인 파라메타인 가령, 무게중심(G)와 방전분포 경도(C)를 이용하였고 그리고 초기단계와 중기단계에 대해서 분석하였다. 정량적인 통계파라메타들은 신경망에 의해서 학습되어졌다. 초기단계에 의해서 수명예측과 절연열화의 진단이 이루어졌다. 열화가 진행하는 동안 신경망 학습을 통한 휼륭한 진단능력이 있음이 근본적으로 드러났고, 신경망이 부분방전에 있어서 절연진단 및 수명예측을 위해서 적절하다는 것이 증명되었다.
A hot-dip simulator was utilized to replicate abnormal coating buildup observed during line stops at galvanize lines, assessing the influence of processing conditions on buildup (up to 14 mm/side). Steel samples from 19 coils (comprising IF, BH, LCAK, HSLA, DP600-DP1180, Si: 0.006 - 0.8 wt%, P: 0.009 - 0.045 wt%) were examined to explore the phenomenon of heavy coating growth. It was discovered that heavy coating buildup (~3 mm/h) and rapid strip dissolution (~0.17 mm/h) in a GA or GI pot can manifest with specific combinations of steel chemistry and processing conditions. The results reveal the formation of a unique coating microstructure, characterized by a blend of bulky Zeta crystals and free Zn pockets/networks due to the "Sandlin" growth mechanism. Key variables contributing to abnormal coating growth include steel Si content, anneal temperature, dew point in heating and soaking furnaces, Zn pot temperature, Zn bath Al%, and cold-rolling reduction%. At ArcelorMittal Dofasco galvanize lines, an automatic online warning system for operators and special scheduling for incoming Si-bearing steels have been implemented, effectively preventing further heavy buildup occurrences.
사용자가 작성한 리뷰는 다양한 활용성을 갖는 가치 있는 데이타이다. 특히 온라인 쇼핑몰에서의 상품평은 사용자의 구매 결정에 직접적인 영향을 미치는 중요한 정보이다. 본 논문에서는 실제 쇼핑몰 사이트에 있는 상품평을 분석하여 각 상품의 특징과 이에 대한 사용자의 의견을 요약하고 상품의 순위를 산정하는 상품평 분석 시스템을 설계하고 구현하였다. 상품평을 분석하는 과정에서는 자연언어처리 기법과 의미 사전을 사용한다. 의미 사전에는 상품의 특징을 표현하는 어휘와 각 어휘들의 극성(Polarity) 정보들을 반자동화된 도구들을 활용하여 정의할 수 있도록 구현하였다. 이에 더하여 문맥에 따라 다른 의미를 갖는 어휘를 의미 사전에서 정의하고 활용하는 방법에 대해서도 논의하였다. 실험은 2개 상품 분류의 20개 상품, 1796개의 실제 상품평을 수집하여 상품의 순위를 측정하고 주요 요소를 분석하는 방식으로 진행하였다. 그 중 2개 상품에 대한 63개의 상품평에 대하여 분석의 정확률과 재현율을 측정하였으며, 평균 88.94%의 정확률, 47.92%의 재현율을 나타내었다.
본 논문에서는 폭발적으로 증가하고 있는 상품평을 효과적으로 활용하기 위해 언어적 분석을 통하여 상품 평가를 요약하는 시스템을 제안한다. 시스템에서는 스커트 상품 분류의 경우 '디자인'과 '재질'과 같이, 상품을 평가하는 기준이 되는 항목에 대한 상품평의 부정과 긍정의 극성 여부를 판별하여 그래프 형태로 요약하여 제시한다. 본 논문에서는 작은 시드 어휘와 문맥에 기반한 자동 확장 방법을 사용하여 평가 항목 별 평가 어휘 극성 사전을 구축하여 평가 항목에 대한 상품평의 극성을 판정한다. 제안한 방식은 여러 온라인 쇼핑몰의 실제 상품평에 대한 실험에서 극성 사전 추출에서 평균 69.8%의 정확율과 문장별 극성 식별에서 평균 81.8%의 정확율을 보였다.
온라인 기반의 3차원 얼굴 애니메이션을 위해서 실시간으로 얼굴을 캡처하고 표정 데이터를 추출하는 것은 매우 중요한 작업이다. 최근 동영상 입력을 통해 연기자의 표정을 캡처하고 그것을 그대로 3차원 얼굴 모델에 표현하는 비전 기반(vision-based) 방법들에 대한 연구가 활발히 이루어지고 있다. 본 논문 에서는 실시간으로 입력되는 동영상으로부터 얼굴과 얼굴 특징점들을 자동으로 검출하고 이를 추적하는 시스템을 제안한다. 제안 시스템은 얼굴 검출과 얼굴 특징점 추출 및 추적과정으로 구성된다. 얼굴 검출은 3차원 YCbCr 피부 색상 모델을 이용하여 피부 영역을 분리하고 Harr 기반 검출기를 이용해 얼굴 여부를 판단한다. 얼굴 표정에 영향을 주는 눈과 입 영역의 검출은 밝기 정보와 특정 영역의 고유한 색상 정보를 이용한다. 검출된 눈과 입 영역에서 MPEG-4에서 정의한 FAP를 기준으로 10개의 특징점을 추출하고, 컬러 확률 분포의 추적을 통해 연속 프레임에서 특징점들의 변위를 구한다 실험 결과 제안 시스템 은 약 초당 8 프레임으로 표정 데이터를 추적하였다.
Korean small and medium sized software companies have tried to export their solutions or services to overseas markets. In 2016, exports of the software industry increased by 6.0% from the previous year, and the value added of the industry was 2.2 times higher than that of the manufacturing industry. From a long-term perspective, it is important to secure a global competitive advantage in order to sustain the export high value-added of the software industry. The obstacles to entry into the overseas market of small to medium enterprises are as follows: first, difficulty in product development and localization of marketing; second, lack of investment for overseas expansion; and finally, competitiveness of software technology. In particular, To overcome such obstacles, Korean small and medium sized software companies should increase the technical perfection and secure software export competitiveness. The paper presents a payment settlement framework enabling adaptive reuse and semiautomatic development of global payment settlement services. The quantitative and qualitative evaluation results are presented with domestic and overseas case studies as follows: Firstly, semi-automatic development is realized successfully by applying the framework. Secondly, it is possible to maintain consistent quality of software and to deliver maintenance services without relying on the internal human resources. Thirdly, it is possible to reduce the project duration of the same development cope to less than 50% by applying the framework. Finally, because it is based on BPMN 2.0, which is a high level design diagram, it is expected that it will be easy to implement through components connection and reduce difficulties in technology transfer and localization. Also, at the time of runtime operation, it will be effective to understand the design idea easily and to carry out additional developments without human resource who participated in the initial project.
플립러닝 방식의 프로그래밍 언어 학습 시스템에서 사이버 강의에 대한 평가는 일반적으로 온라인에서 객관식 문제로 진행된다. 이때 출제되는 문제는 문제은행에서 랜덤하게 추출하여 학습자 개개인에게 주어진다. 이러한 평가 결과가 성적에 반영되기 위해서는 시험 문제의 형평성이 무엇보다 중요하다. 특히 프로그래밍 언어 과목에서는 문제의 유형에 따라 학습자가 생각하는 난이도가 서로 다를 수 있다. 본 논문에서는 객관식 문제의 유형을 2가지로 분류하여, 각 유형별로 난이도를 관리한다. 그리고 문제의 난이도와 유형을 함께 고려한 문제 출제 알고리즘을 제시하였다. 제시된 알고리즘은 프로그래밍 언어 과목의 특성을 고려할 때 기존의 출제 방식에 비해 보다 공정하고 효율적임을 실험을 통해 확인할 수 있었다.
Mobile phones have become an essential item nowadays since it provides access to online platform and service fast and easy. Coming to these platforms such as Social Network Service (SNS) for shopping have been a go-to option for many people. However, searching for a specific fashion item in the picture is challenging, where users need to try multiple searches by combining appropriate search keywords. To tackle this problem, we propose a system that could provide immediate access to websites related to fashion items. In the framework, we also propose a deep learning model for an automatic analysis of image contexts using instance segmentation. We use transfer learning by utilizing Deep fashion 2 to maximize our model accuracy. After segmenting all the fashion item objects in the image, the related search information is retrieved when the object is clicked. Furthermore, we successfully deploy our system so that it could be assessable using any web browser. We prove that deep learning could be a promising tool not only for scientific purpose but also applicable to commercial shopping.
목 적: 현대 방사선치료기술에서 종양표적위치 및 정상장기에 정확한 선량을 전달하기 위해 여러 방법의 영상유도방사선치료(Image Guided Radiation Therapy, IGRT)가 사용되고 있으며 그 중 선형가속기에 장착된 CBCT(Cone Beam Computed Tomography, CBCT)와 이외 장치인 ExacTrac(ExacTrac X-ray System)이 있다. 두 시스템을 비교한 이전 연구들에서는 Offline-review 이용하여 후향적으로 팬텀 및 환자의 Set-up 오차를 분석하거나 X, Y, Z 축과 하나의 회전방향(Couch Rotation)으로만 연구되어졌다. 본 연구에서는 Head and Neck Cancer 환자를 대상으로 CBCT와 ExacTrac을 이용하여 한 치료중심센터에서 각각 6 DoF(Degree Of Freedom) IGRT를 시행한 후, 두 IGRT 장비에서 나타난 팬텀 및 환자의 Set-up 오차, 환자 Set-up에 걸리는 시간, 노출 방사선량의 비교를 통해 유용성을 평가하고자 한다. 대상 및 방법: Rando Phantom을 이용하여 환자 움직임을 배제한 상태의 Set-up 오차 평가와 Head and Neck Cancer 환자의 Set-up 오차 값 두 가지 경우로 나누어 획득하였다. 노출 방사선량 평가는 유리선량계로 하였다. 환자 Set-up 후 IGRT 시행하는데 소요되는 시간을 평가하기 위해 Head and Neck Cancer 환자 11명을 대상으로 하였다. 총 치료기간동안 환자 당 평균 10회의 CBCT와 ExacTrac 영상을 동시에 얻었고, 관심영역지정(Region Of Interest, ROI) 설정 후 6D 온라인 자동위치교정(Online Automatching) 값의 차를 6개의 축(Translation group: SI, AP, LR; Rotation group: Pitch, Roll, Rtn)으로 각각 계산하였다. 결 과: Phantom과 환자에서 Set-up 오차는 Translation group에서 1mm 미만, Rotation group에서 1.5° 미만의 차이가 보였으며, Rtn 값을 제외한 다른 모든 축의 RMS 값이 1mm, 1° 미만으로 나타났다. 각 시스템에서 최종적으로 Set-up 오차 교정까지 걸리는 시간은 CBCT를 이용한 IGRT에서는 평균 256±47.6sec, ExacTrac을 이용 시 평균 84±3.5sec로 각각 나타났다. 1회 치료 당 IGRT에 의한 방사선 노출선량은 Head and Neck 부위 7곳의 측정위치 중 Oral Mucosa에서 CBCT와 ExacTrac이 각각 2.468mGy, 0.066mGy로 상대적으로 ExacTrac에 비해 피폭선량이 37배 높게 측정되었다. 결 론: CBCT와 ExacTrac 두 시스템 간의 6D 온라인 자동위치교정을 통해 Set-up 오차는 두 시스템의 자체적인 Systematic error 뿐 아니라, 환자 움직임(Random error)를 포함한 Set-up 오차가 1mm, 1.02° 미만으로 나타났다. 이는 본원에서 Head and Neck IMRT 치료 시 PTV Margin이 3mm이라는 것을 고려했을 때, 이 오차범위는 합리적으로 사료된다. 하지만 치료기간 동안 환자체중변화로 인한 따른 표적, 손상위험장기의 변화를 고려했을 때 CBCT와 적절히 병용하여 사용하는 것이 좋을 것으로 사료된다.
방송과 융합의 시대로 접어들면서 (IP)TV 단말에서 이용 가능한 프로그램 콘텐츠 수가 급격히 증가 하였다. 이로 인해, 사용자 (시청자)가 선호하는 방송 프로그램 콘텐츠로의 접근성이 주요한 사항이 되었다. 본 논문은 유사 사용자 선호도에 기반을 둔 협업 필터링을 이용하여(IP)TV 프로그램을 효율적으로 사용자에게 자동 추천하는 연구에 관한 내용이다. 개인의 시청 프로그램 선호도를 고려하여 방송 프로그램을 추천하기 위해서, 제안하는 추천 시스템의 구성은 오프라인과 온라인 연산으로 구성된다. 오프라인 연산과정에서 (IP)TV 프로그램, 장르, 채널에 대한 개인의 선호도를 묵시적으로 추론 하는 방법을 제시하고, 동적 퍼지 클러스터링 방법을 사용하여 각 개인의 선호도에 따라 사용자들을 그룹 짓되, 특징 벡터를 장르와 채널에 대한 선호도로 결합하여 사용하는 방법을 제시한다. 또한, (IP)TV 단말에 로그인 한 활동 사용자에게, 높은 정확도로 선호 프로그램을 추천하기 위해서, 활동 사용자와 관심 시청 프로그램이 유사한 사용자들을 유사도 측정 방법을 사용하여 한 번 더 추출하고, 이 추출된 유사 취향 사용자들의 선호 (IP)TV 프로그램들에 대해, EPG를 이용하여 현재 방송되지 않는 프로그램들을 제외시킨다. 마지막 단계에서는 추천 후보 프로그램들에 대해 본 논문에서 제안하는 순위 정렬 모델을 이용하여 추천 우선순위를 결정하여 제시한다. 특별히, 본 논문은 BM(Best Match) 알고리즘을 확장하여 개인 선호도를 고려한 순위 정렬 모델을 제시한다. 실험을 통해, 본 논문에서 제안한 프로그램 자동 추천 알고리듬은 2,441명의 사용자에 대해 5개의 프로그램을 추천하였을 경우, 62.1%의 예측 정확도를 나타내었다.
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.