Vessels stability problems need to resolve the nonlinear mathematical models of rolling motion. For nonlinear systems subjected to random excitations, there are very few special cases can obtain the exact solutions. In this paper, the specific differential equations of rolling motion for intact ship considering the restoring and damping moment have researched firstly. Then the partial stochastic linearization method is applied to study the response statistics of nonlinear ship rolling motion in beam seas. The ship rolling nonlinear stochastic differential equation is then solved approximately by keeping the equivalent damping coefficient as a parameter and nonlinear response of the ship is determined in the frequency domain by a linear analysis method finally.
Vessels stability problems need to resolve the nonlinear mathematical models of rolling motion. For nonlinear systems subjected to random excitations, there are very few special cases can obtain the exact solutions. In this paper, the specific differential equations of rolling motion for intact ship considering the restoring and damping moment have researched firstly. Then the partial stochastic linearization method is applied to study the response statistics of nonlinear ship rolling motion in beam seas. The ship rolling nonlinear stochastic differential equation is then solved approximately by keeping the equivalent damping coefficient as a parameter and nonlinear response of the ship is determined in the frequency domain by a linear analysis method finally.
소프트웨어 개발시 중요하게 제기되는 문제점으로 소프트웨어 생명주기의 초기단계에서 개발에 투입될 노력과 비용을 추정하는 능력이다. 측정된 소프트웨어 규모인 기능점수 (FP, Function Point)로부터 프로젝트 개발에 소요되는 노력과 비용을 추정하는 회귀모델들이 제안되었다. 그러나 이들 제안된 모델들은 사용한 표본의 크기가 작고, 과거에 개발된 프로젝트를 대상으로 하고 있다. 1990년대에 개발된 789개 소프트웨어 개발 프로젝트들에 투입된 개발노력에 이들 모델을 적용한 결과 결정계수 $R^2$가 0.53 이하로 데이터의 변동을 설명하였다. 본 논문은 프로젝트 인도율(PDR)을 이용하여 동질성을 갖는 그룹으로 분류하여 개발노력을 추정하는 모델을 제안하였다. 제안된 모델은 랜덤한 잔차 분포를 갖고 있고, 대부분의 PDR 범위에서 0.99이상의 결정계수로 데이터의 변동을 설명하였다.
최근 스마트선박 개발에 발맞춰 정확하고 세밀한 실시간 해양환경 예측정보의 요구가 확대되고 선박에 직접 지원하기 위한 환경이 확보됨에 따라 최적항로 분야에서도 다양한 해양환경을 고려한 정보 생산 및 평가 연구가 필요하다. 스마트선박에서 해양환경의 위험도 및 에너지 소비의 불확실성을 줄이면서 최적항로를 산출할 수 있는 알고리즘은 2단계로 구분하여 개발하였다. 1단계는 해양환경정보들과 선박자동식별시스템(AIS)내에 선박의 위치·상태정보를 결합해 프로파일을 생성하였다. 2단계는 구성한 프로파일 결과를 이용하여 해양환경 에너지맵을 정의할 수 있는 모델을 개발하였고, 약 60만개의 데이터를 반영할 수 있도록 인공지능 머신러닝 기법 중 Random Forest를 적용하여 회귀식을 생성하였다. Random Forest 회귀 모델의 결정계수(R2)는 0.89 를 보였다. 생성한 모델에 2021년 6월 1일~3일의 해양환경 예측정보를 이용하여 Dijikstra 최단경로 알고리즘을 적용해 최적 안전항로를 산출하고 맵에 표출했다. Random Forest 회귀 모델로 산출된 항로는 유선적이고 해양환경 예측정보의 상태를 감안하며 항로를 도출하는 결과를 보였다. 본 연구의 실시간 해양환경 예측정보 기반의 항로 산출 개념은 선박의 이동 경향성을 반영한 현실적이면서 안전한 항로 산출이 가능하고, 향후 경제성, 안전성, 친환경성 평가 모델로 범위로 확대할 수 있을 것으로 기대된다.
당뇨병과 같은 만성 질환의 조기 예측은 중요한 이슈이며, 그중에서도 당뇨 예측의 정확도 향상은 매우 중요하다. 당뇨 예측을 위한 다양한 기계 학습 및 딥 러닝 기반 방법론을 도입하고 있으나, 이러한 기술들은 다른 방법론보다 더 우수한 성능을 위해 대량의 데이터를 필요로 하며, 복잡한 데이터 모델 때문에 학습 비용이 높다. 본 연구에서는 pima 데이터셋과 k-fold 교차 검증을 사용한 DNN이 당뇨 진단 모델의 효율성을 감소시킨다는 주장을 검증하고자 한다. 의사 결정 트리, SVM, 랜덤 포레스트, 로지스틱 회귀, KNN 및 다양한 앙상블 기법과 같은 기계 학습 분류 방법을 사용하여 어떤 알고리즘이 최상의 예측 결과를 내는지 결정하였다. 모든 분류 모델에 대한 훈련 및 테스트 후 제안된 시스템은 ADASYN 방법과 함께 XGBoost 분류기에서 최상의 결과를 제공하였으며, 정확도는 81%, F1 계수는 0.81, AUC는 0.84였다. 또한 도메인 적응 방법이 제안된 시스템의 다양성을 보여주기 위해 구현되었다. LIME 및 SHAP 프레임워크를 사용한 설명 가능한 AI 접근 방식이 모델이 최종 결과를 어떻게 예측하는지 이해하기 위해 구현되었다.
Ricardo Costa Sousa;Fernando dos Santos Magaco;Daiane Cristina Becker Scalez;Jose Elivalto Guimaraes Campelo;Clelia Soares de Assis;Idalmo Garcia Pereira
Animal Bioscience
/
제37권5호
/
pp.817-825
/
2024
Objective: The aim of this study was to identify suitable polynomial regression for modeling the average growth trajectory and to estimate the relative development of the rib eye area, scrotal circumference, and morphometric measurements of Guzerat young bulls. Methods: A total of 45 recently weaned males, aged 325.8±28.0 days and weighing 219.9±38.05 kg, were evaluated. The animals were kept on Brachiaria brizantha pastures, received multiple supplementations, and were managed under uniform conditions for 294 days, with evaluations conducted every 56 days. The average growth trajectory was adjusted using ordinary polynomials, Legendre polynomials, and quadratic B-splines. The coefficient of determination, mean absolute deviation, mean square error, the value of the restricted likelihood function, Akaike information criteria, and consistent Akaike information criteria were applied to assess the quality of the fits. For the study of allometric growth, the power model was applied. Results: Ordinary polynomial and Legendre polynomial models of the fifth order provided the best fits. B-splines yielded the best fits in comparing models with the same number of parameters. Based on the restricted likelihood function, Akaike's information criterion, and consistent Akaike's information criterion, the B-splines model with six intervals described the growth trajectory of evaluated animals more smoothly and consistently. In the study of allometric growth, the evaluated traits exhibited negative heterogeneity (b<1) relative to the animals' weight (p<0.01), indicating the precocity of Guzerat cattle for weight gain on pasture. Conclusion: Complementary studies of growth trajectory and allometry can help identify when an animal's weight changes and thus assist in decision-making regarding management practices, nutritional requirements, and genetic selection strategies to optimize growth and animal performance.
이 연구에서 몬테카를로 시뮬레이션을 이용해 확률론적 시공단계해석을 수행한 이유는 재료 특성, 환경 요인 및 하중에 대한 불확실성의 영향을 고려하기 위해서이다. 지금까지의 연구에서는 크리프 및 건조수축이 완전히 독립적인 확률 변수라고 가정되었다. 그러나 크리프 및 건조수축 추정을 위한 재료모델의 공통적인 영향요인 때문에 크리프 및 건조수축 사이에 강한 상관관계를 추정 할 수 있다. 이 논문에서는 CEB-FIB모델의 크리프 및 건조수축식을 이용하여 몬테카를로 시뮬레이션을 수행하여 실제 두 현상 사이의 상관 계수를 평가 한 후 재료 특성, 환경 요인 및 하중의 확률 변수의 영향을 받는 축방향 변형의 통계적 특성을 평가하기위해 몬테카를로 시뮬레이션을 한번 더 사용하였다. 몬테카를로 시뮬레이션의 결과는 58층 건물의 첫 번째 층의 기둥의 변형률과 비교 했다. 비교 결과는 재료특성에 불확실성에 의한 변화가 가장 큰 것으로 나타났다. 측정된 변형률은 평균+표준 편차 범위 안에 있었다.
가연성 물질을 사용하는 화학공정 산업에서 저장 안전성을 높이고 화재 및 폭발 예방 조치를 설계하려면 신뢰할 수 있는 인화점에 대한 정보가 필요하다. 본 연구는 석유화학 공정에서 중요한 용매와 가솔린의 옥탄가 향상제로 사용되는 방향족, 나프텐 및 파라핀계 탄화수소 화합물과 알킬알코올에 대한 이성분 혼합물의 인화점 데이터를 얻는 것이다. 그래서 이성분 혼합물인 {2-butanol + 2,2,4-trimethylpentane}, {2-butanol + methylcyclohexane} 그리고 {2-butanol + toluene} 계에 대한 최소인화점을 Stanhope-Seta 밀폐식 인화점 측정기를 이용하여 측정하였다. 각 이성분계 혼합물에 대한 인화점을 예측하기 위해 이상성인 라울의 법칙(Raoult's law)과 비이상성인 Wilson, NRTL 그리고 UNIQUAC 매개변수를 이용하였고 실험 결과와 비교해 보았다. 이상성을 나타내는 라울의 법칙(Raoult's law)보다 비이상 용액 혼합물의 활동도 계수 모델에서 2.36 K 이하의 좋은 결과를 나타내었다. 본 연구의 결과는 가연성 혼합물을 함유한 석유화학 용매의 안전한 저장 및 공정 설계에 적용할 수 있다.
Dong Hyun Kim;Jiwoon Seo;Ji Hyun Lee;Eun-Tae Jeon;DongYoung Jeong;Hee Dong Chae;Eugene Lee;Ji Hee Kang;Yoon-Hee Choi;Hyo Jin Kim;Jee Won Chai
Korean Journal of Radiology
/
제25권4호
/
pp.363-373
/
2024
Objective: To develop and evaluate a deep learning model for automated segmentation and detection of bone metastasis on spinal MRI. Materials and Methods: We included whole spine MRI scans of adult patients with bone metastasis: 662 MRI series from 302 patients (63.5 ± 11.5 years; male:female, 151:151) from three study centers obtained between January 2015 and August 2021 for training and internal testing (random split into 536 and 126 series, respectively) and 49 MRI series from 20 patients (65.9 ± 11.5 years; male:female, 11:9) from another center obtained between January 2018 and August 2020 for external testing. Three sagittal MRI sequences, including non-contrast T1-weighted image (T1), contrast-enhanced T1-weighted Dixon fat-only image (FO), and contrast-enhanced fat-suppressed T1-weighted image (CE), were used. Seven models trained using the 2D and 3D U-Nets were developed with different combinations (T1, FO, CE, T1 + FO, T1 + CE, FO + CE, and T1 + FO + CE). The segmentation performance was evaluated using Dice coefficient, pixel-wise recall, and pixel-wise precision. The detection performance was analyzed using per-lesion sensitivity and a free-response receiver operating characteristic curve. The performance of the model was compared with that of five radiologists using the external test set. Results: The 2D U-Net T1 + CE model exhibited superior segmentation performance in the external test compared to the other models, with a Dice coefficient of 0.699 and pixel-wise recall of 0.653. The T1 + CE model achieved per-lesion sensitivities of 0.828 (497/600) and 0.857 (150/175) for metastases in the internal and external tests, respectively. The radiologists demonstrated a mean per-lesion sensitivity of 0.746 and a mean per-lesion positive predictive value of 0.701 in the external test. Conclusion: The deep learning models proposed for automated segmentation and detection of bone metastases on spinal MRI demonstrated high diagnostic performance.
Irregularity in plan shape is very common for any type of building as it enhances better air ventilation for the inhabitants. Systematic opening at the middle of the facades makes the appearance of the building plan as a butterfly one. The primary focus of this study is to forecast the force, moment and torsional coefficient of a butterfly plan shaped tall building. Initially, Computational Fluid Dynamics (CFD) study is done on the building model based on Reynolds averaged Navier Stokes (RANS) k-epsilon turbulence model. Fifty random cases of irregularity and angle of attack (AOA) are selected, and the results from these cases are utilised for developing the surrogate models. Parametric equations are predicted for all these aerodynamic coefficients, and the training of these outcomes are also done for developing Artificial Neural Networks (ANN). After achieving the target acceptance criteria, the observed results are compared with the primary CFD data. Both parametric equations and ANN matched very well with the obtained data. The results are further utilised for discussing the effects of irregularity on the most critical wind condition.
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.