The development of IOT technology and artificial intelligence technology is promoting the smartization of manufacturing system. In this study, data extracted from acceleration sensor and current sensor were obtained through experiments in the cutting process of SKD11, which is widely used as a material for special mold steel, and the amount of tool wear and product surface roughness were measured. SVR (Support Vector Regression) is applied to predict the roughness of the product surface in real time using the obtained data. SVR, a machine learning technique, is widely used for linear and non-linear prediction using the concept of kernel. In particular, by applying GSVQR (Generalized Support Vector Quantile Regression), overestimation, underestimation, and neutral estimation of product surface roughness are performed and compared. Furthermore, surface roughness is predicted using the linear kernel and the RBF kernel. In terms of accuracy, the results of the RBF kernel are better than those of the linear kernel. Since it is difficult to predict the amount of tool wear in real time, the product surface roughness is predicted with acceleration and current data excluding the amount of tool wear. In terms of accuracy, the results of excluding the amount of tool wear were not significantly different from those including the amount of tool wear.
The Journal of Asian Finance, Economics and Business
/
제8권2호
/
pp.1237-1246
/
2021
The purpose of the research is to evaluate how education influences the income of household heads, who are young adult in rural Vietnam. In order to examine the impact of education on the households where their heads are young adults, in this paper, the authors employ two research methods. First, ordinary least squares (OLS) regression is used to study the impact of education on different groups of income; second, quantile regression is applied to find out how education influences the income of households. The dataset includes a survey of 800 young households aged between18 and 35 who are the head of agricultural farms in rural areas. The findings indicate that education has a positive impact on income of young households. Furthermore, the results prove that the longer schooling years, the higher income youth can attain. The results showed that, at the survey time (Sep 2019), the average monthly income of rural young adults who are joining the production process shows a big gap between low and high incomes. Moreover, the study has revealed that other factors positively affect the incomes, namely, joining job-related associations, land resource, hired labour, hi-tech application as well as extension of producing unit.
이 논문에서는 지난 40여 년 동안 인지심리학에서 가장 중요한 모형 가운데 하나이며 근래에는 인지신경과학에서도 중요한 자리를 차지하고 있는 Ratcliff의 확산(diffusion)모형을 분석하는 도구 SNUDM을 소개한다. SNUDM은 확산과정을 Ratcliff & Tuerlinckx(2002)에 소개된 방식으로 단순 무작위걷기(random walk)를 묘사했다. 구체적으로, 모형이 생성하는 반응시간 분포는 주어진 파라미터 값들에서 작은 걸음으로 무작위걷기를 하여 일정 수준에 다다를 때까지 걸린 시간들로 이루어졌고, 모형의 파라미터 추정치는 단순도형(Simplex) 방식을 이용하여 실험 자료와 생성된 분포를 비교하기 위해 계산된 카이제곱값을 최소화하는 파라미터의 값을 사용한다. 사용의 간편함을 위해, 입력 파일은 반응시간의 분위수(quantile), 시행수와 기타 정보를 담은 파일로 간단하게 했고, 프로그램 작동에 필요한 피험자 수와 조건 수 등은 질문에 답을 하는 방식으로 입력하도록 했으며, 조건에 따라 비교할 파라미터와 그렇지 않고 고정할 파라미터도 미리 지정하도록 했다. 분석도구 SNUDM이 파라미터 값을 제대로 찾아내는지를 알아보기 위해 Ratcliff, Gomez, & McKoon(2004)의 실험1 자료를 써서 검토한 결과, 그들이 보고한 실험 조건들 사이에서 보인 상대적인 표집율의 크기에서 동일한 패턴을 얻었다. 또한 SNUDM으로 생성된 자료를 DMAT과 fast-dm의 자료와 비교해 보았을 때 SNUDM은 시행수가 적을 경우에는 경계 파라미터를 fast-dm과는 비슷한 값을 추정하였고 DMAT보다는 작은 값으로 추정했으나 시행수가 많은 경우에는 세 도구 모두 비슷하게 파라미터를 추정하는 것을 확인하였다.
The study aimed to project inflows and demmands for the agricultural reservoir watersheds in South Korea considering a variety of regional characteristics and the uncertainty of future climate information. The study bias-corrected and spatially downscaled retrospective daily Global Climate Model (GCM) outputs under Representative Concentration Pathways (RCP) 4.5 and 8.5 emission scenarios using non-parametric quantile mapping method to force Soil and Water Assessment Tool (SWAT) model. Using the historical simulation, the skills of un-calibrated SWAT model (without calibration process) was evaluated for 5 reservoir watersheds (selected as well-monitored representatives). The study then, evaluated the performance of 9 GCMs in reproducing historical upstream inflow and irrigation demand at the five representative reservoirs. Finally future inflows and demands for 58 watersheds were projected using 9 GCMs projections under the two RCP scenarios. We demonstrated that (1) un-calibrated SWAT model is likely applicable to agricultural watershed, (2) the uncertainty of future climate information from different GCMs is significant, (3) multi-model ensemble (MME) shows comparatively resonable skills in reproducing water balances over the study area. The results of projection under the RCP 4.5 and RCP 8.5 scenario generally showed the increase of inflow by 9.4% and 10.8% and demand by 1.4% and 1.7%, respectively. More importantly, the results for different seasons and reservoirs varied considerably in the impacts of climate change.
In this study, we evaluated the uncertainty in the process of selecting GCM and downscaling method for assessing the impact of climate change, and influence of user-centered climate change information on reproducibility of Chungju Dam inflow was analyzed. First, we selected the top 16 GCMs through the evaluation of spatio-temporal reproducibility of 29 raw GCMs using 30-year average of 10-day precipitation without any bias-correction. The climate extreme indices including annual total precipitation and annual maximum 1-day precipitation were selected as the relevant indices to the dam inflow. The Simple Quantile Mapping (SQM) downscaling method was selected through the evaluation of reproducibility of selected indices and spatial correlation among weather stations. SWAT simulation results for the past 30 years period by considering limitations in weather input showed the satisfactory results with monthly model efficiency of 0.92. The error in average dam inflow according to selection of GCMs and downscaling method showed the bests result when 16 GCMs selected raw GCM analysi were used. It was found that selection of downscaling method rather than selection of GCM is more is important in overall uncertainties. The average inflow for the future period increased in all RCP scenarios as time goes on from near-future to far-future periods. Also, it was predicted that the inflow volume will be higher in the RCP 8.5 scenario than in the RCP 4.5 scenario in all future periods. Maximum daily inflow, which is important for flood control, showed a high changing rate more than twice as much as the average inflow amount. It is also important to understand the seasonal fluctuation of the inflow for the dam management purpose. Both average inflow and maximum inflow showed a tendency to increase mainly in July and August during near-future period while average and maximum inflows increased through the whole period of months in both mid-future and far-future periods.
전세계적으로 기상이변이 빈번하게 발생하면서 기후변화가 수문환경에 미치는 영향에 대한 연구가 활발히 진행되고 있다. 기후변화 연구에는 대체로 이산화탄소 배출 시나리오에 근거한 GCM 모의 결과가 사용되며, GCM 자료를 바탕으로 미래의 수문량 변화를 예측하는 방법으로 진행된다. 기후변화가 강우에 미치는 영향과 관련해서는 기후변화가 총강우량에 미치는 영향에 대한 연구가 주를 이뤄왔으나 극한강우량에 미치는 영향에 대한 연구는 미흡한 실정이다. 또한 상세화 된 강우 자료가 월단위 또는 일 단위이기 때문에 극한홍수량 산정에 필요한 시단위 극한강우량 추정에는 한계가 있다. 본 연구에서는 기후변화가 극한강우량에 미치는 영향을 분석하기 위해 A2 시나리오에 근거한 ECHO-G GCM 모델의 모의 결과를 상세화 시켜 얻은 한강 유역내의 9개 강우 관측 지점의 일강우 자료를 바탕으로 강우의 scale invariance 특성에 근거한 시단위 확률강우량을 추정하였고, NSRPM(Neymann-Scott Rectangular Pulse Model)을 적용하여 시단위 확률강우량을 추정하였다. 이러한 방법으로 추정된 9개 지점의 확률강우량과 한강유역종합치수계획(국토해양부, 2008)에서 산정한 확률강우량을 비교하여 미래의 확률강우량 변화를 분석하였다. 분석된 한강 유역 내 강우 관측 지점의 확률강우량 변화 추이는 지점에 따라, 미래기간에 따라 상이하게 나타났으나 대체로 scaling에 의한 결과가 관측값에 근거한 확률강우량보다 대체로 큰 값을 보였고, NSRPM에 의한 결과는 미래 기간에 따라 관측값보다 크거나 작은 값을 보였다.
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.