확산모형은 입자의 운동현상과 금융자산의 미시적 가격변동을 설명하기 위하여 사용되는 수리적 모형이다. 확산모형의 추정방법에 관한 논의는 다양한 분야에서 이루어져 왔다. 통계학적 관점에서 우도적 방법에 기반한 확산모형의 추정방법을 개발하려는 시도가 계속되어 왔다. 이산시간 간격으로 관측된 자료를 이용하여 확산모형을 추정할 때 최대우도 추정법을 적용하기 위해서는 확산모형에 대한 전이확률 밀도함수를 구해야 한다. 본 연구에서는 확산모형의 전이확률밀도를 근사하기 위하여, 정규분포를 따르는 확률변수를 이용하여 브라운다리 확률과정에 대한 경로적분을 대체하는 방법을 제안하고, 그 수치적 성질을 다른 방법들과 비교한다.
Pizzocri, D.;Genoni, R.;Antonello, F.;Barani, T.;Cappia, F.
Nuclear Engineering and Technology
/
제53권9호
/
pp.2968-2976
/
2021
This paper introduces a method to reconstruct the three-dimensional (3D) microstructure of two-phase materials, e.g., porous materials such as highly irradiated nuclear fuel, from two-dimensional (2D) sections via a multi-objective optimization genetic algorithm. The optimization is based on the comparison between the reference and reconstructed 2D sections on specific target properties, i.e., 2D pore number, and mean value and standard deviation of the pore-size distribution. This represents a multi-objective fitness function subject to weaker hypotheses compared to state-of-the-art methods based on n-points correlations, allowing for a broader range of application. The effectiveness of the proposed method is demonstrated on synthetic data and compared with state-of-the-art methods adopting a fitness based on 2D correlations. The method here developed can be used as a cost-effective tool to reconstruct the pore structure in highly irradiated materials using 2D experimental data.
Dynamic properties are pivotal in soil analysis, yet their experimental determination is hampered by complex methodologies and the need for costly equipment. This study aims to predict dynamic soil properties using static properties that are relatively easier to obtain, employing machine learning techniques. The static properties considered include soil cohesion, friction angle, water content, specific gravity, and compressional strength. In contrast, the dynamic properties of interest are the velocities of compressional and shear waves. Data for this study are sourced from 26 boreholes, as detailed in a geotechnical investigation report database, comprising a total of 130 data points. An importance analysis, grounded in the random forest algorithm, is conducted to evaluate the significance of each dynamic property. This analysis informs the prediction of dynamic properties, prioritizing those static properties identified as most influential. The efficacy of these predictions is quantified using the coefficient of determination, which indicated exceptionally high reliability, with values reaching 0.99 in both training and testing phases when all input properties are considered. The conventional method is used for predicting dynamic properties through Standard Penetration Test (SPT) and compared the outcomes with this technique. The error ratio has decreased by approximately 0.95, thereby validating its reliability. This research marks a significant advancement in the indirect estimation of the relationship between static and dynamic soil properties through the application of machine learning techniques.
Kenji Togashi;Toshio Watanabe;Atsushi Ogino;Masakazu Shinomiya;Masashi Kinukawa;Kazuhito Kurogi;Shohei Toda
Animal Bioscience
/
제37권5호
/
pp.839-851
/
2024
Objective: The main goal of our current study was to improve the growth curve of meat animals by decreasing the birth weight while achieving a finishing weight that is the same as that before selection but at younger age. Methods: Random regression model was developed to derive various selection indices to achieve desired gains in body weight at target time points throughout the fattening process. We considered absolute and proportional gains at specific ages (in weeks) and for various stages (i.e., early, middle, late) during the fattening process. Results: The point gain index was particularly easy to use because breeders can assign a specific age (in weeks) as a time point and model either the actual weight gain desired or a scaled percentage gain in body weight. Conclusion: The point gain index we developed can achieve the desired weight gain at any given postnatal week of the growing process and is an easy-to-use and practical option for improving the growth curve.
본 연구는 향후 황새 복원예정지역을 선정하기 위한 서식지 적합 모델을 개발하는데 기초 자료로 활용하기 위한 목적으로 과거 황새 번식지역의 환경적 변인의 특성을 분석하였다. 청문조사를 통해 6곳의 번식지점을 추가적으로 확인하고, 문헌에 기록된 4개 지역을 포함하여 총 10개 번식지점의 환경적 특성을 분석하였다. 1970년대 토지이용현황도(1:50,000)를 이용하여 황새 번식지 선택에 중요한 환경 변인인 농경지, 하천, 저수지, 도시취락을 분석하였고, 위성영상(Landsat MSS; 1974년) 분석을 통해 번식지점으로부터 5km 반경 내에 포함되는 산림, 수역, 농경지, 초지, 도시화 지역으로 분류하여 면적을 산출하였다. 그리고 무작위지점(random points) 93개 지역과 황새 번식지점 10개 지역의 5km 반경 내에 포함된 5가지 토지피복 유형별 면적의 평균을 비교 검정하였다. 분석결과, 과거 황새 번식지점은 도시취락, 농경지와 인접하여 위치하였으며, 10개 지역 중 7개 지역에서 하폭 30m 이상의 하천이 반경 1km 내에 위치하고 있었다. 황새가 둥지를 튼 영소목의 해발고도는 40~116.38m이었고, 평지나 경사도가 30도 이하인 사면에 영소목이 위치하였다. 인공위성영상으로 분석된 황새 번식지점으로부터 5km 반경 내의 토지피복 유형별 구성비율은 산림(53.7%), 농경지(28.3%), 초지(16.7%), 수역(0.8%), 도시화지역(0.6%)으로 나타났다. 무작위 지점(random point)과 번식지점의 토지유형별 면적의 평균을 비교 검정한 결과, 유의미한 차이를 보이는 토지유형은 산림, 농경지, 초지, 도시화지역이었다.
포인트 클라우드 데이터는 어떠한 형태를 표현하기 위해 무수히 많은 점들을 갖는 데이터 집합으로 특정 벡터 시스템에서 표현될 수 있으며, 일반적으로 3차원 좌표 공간에서 다양한 특성을 갖게 된다. 본 논문은 3차원 좌표 시스템의 포인트 클라우드에서 기존 방법(Hough Transform)보다 빠른 실린더 형태의 파이프 추정을 목표로 한다. 이를 위해 비교적 빠른 RANdom SAmple Consensus(RANSAC)를 사용한다. 본 논문에서 제안하는 실린더 형태의 파이프 추정은 두 가지 형태의 수학적 모델을 근거로 파라미터를 계산하고, 결과를 조합하여 예측한다. 두 가지 수학적 모델은 구(Sphere)와 직선(Line)이며, RANSAC 적합을 통해 실린더의 축과 반지름이 될 수 있는 구의 파라미터(중심과 반지름)를 계산하고, 이를 직선화하여 실린더를 추정한다. 이는 법선 추정(Normal Estimation) 및 분할(Segmentation) 없이 비교적 정확도를 유지하며, 빠르게 실린더 매칭을 할 수 있게 한다. 빠른 실린더 매칭은 실시간 파이프 추정이 필요한 레이저 스캐닝 및 건설 역설계 분야에서 활용할 수 있을 것이다.
일반화된 허프변환(GHough)은 임의의 2차원 모델 추출을 위해 사용되는 유용한 기법이다. 그러나 GHough는 모델의 회전과 축척 관련 사전 정보가 없을 경우 모든 경우의 수를 나열하는 변환 방식을 택하기 때문에 4차원 패러미터 배열이라는 방대한 메모리 사용이 불가피하며 실행시간 또한 오래 걸릴 수밖에 없다. 이를 개선하기 위해 제안된 몇몇 n-to-1 변환 방식 들은 4차원 대신 2차원 패러미터 배열 사용만으로도 임의의 모델 추출을 가능케 한 반면 2차원 패러미터 공간에 던져지는 무작위 투표 때문에 모델 추출 오류 가능성 또한 높다 하겠다. 본 논문은 이와 같은 2차원 패러미터 공간에 던져지는 무작위 투표를 감소시키기 위한 방안으로 모델 내부의 추가적인 그레디언트 정보 활용을 제안하며 모델 윤곽선 정보에 추가로 모델 내부 그레디언트 정보를 활용할 경우 2차원 패러미터 공간에 던져지는 무작위 투표수를 효과적으로 줄일 수 있으며 따라서 실행시간 또한 단축될 수 있음을 실험을 통해 입증한다.
복합재료가 신재생 에너지 산업 관련 구조물 및 해양 구조물에서 좀 더 신뢰도 있는 주 하중 부재로 사용되기 위하여 복합재료평판의 확률론적 비선형 초기 파단 하중과 원공과 곡률이 있는 복합재료판의 확률론적 비선형 좌굴 하중이 평가되었다. 주어진 설계 추출점에서의 확정론적 유한요소해석 결과를 바탕으로 반응면기법을 이용하여 한계상태면을 확률변수로 이루어진 2차 다항식으로 근사하였다. 또한, MPFP 근처에서 좀 더 정확하게 한계상태면을 근사하기 위하여 반복적 선형보간법이 적용되었다. 파괴확률을 평가하기 위하여 근사된 한계상태면 상에서 향상된 일계이차모멘트법과 몬테카를로법이 수행되었다. 마지막으로 파단에 영향을 주는 주요한 확률변수를 파악하기 위하여 변환된 확률변수에 대한 신뢰도지수의 감도를 계산하였다.
송신 심볼점과 동일한 확률분포 모양을 갖도록 수신단에서 무작위로 발생시킨 N개의 랜덤 샘플에 대한 확률밀도함수와, 시스템 출력샘플들에 대한 확률밀도함수 사이의 ED 를 기반으로 설계된 블라인드 적응 시스템은 수렴에 이르렀는지 평가하거나 최소 ED 평가를 위해 매 샘플시간 마다 ED 값을 계산한다. 그런데 이 ED 값 추정은 블록 데이터 계산방식으로서 계산량이 많다는 문제점을 지니고 있다. 이 논문에서는 과도한 계산량을 줄일 수 있는 방법으로서 현재 샘플 시간의 ED 값과 다음 샘플 시간의 ED 값 사이의 관계와 다음 샘플시간의 ED 값 계산에 현재 계산된 ED 값을 활용할 수 있는 반복적 ED 추정방법을 제안하였다. 기존의 블록 처리 ED 방법은 계산량 $O(N^2)$을 가지는데 반해 반복적 ED 방법은 계산량 O(N)을 가지며, 시뮬레이션 결과에서 두 방식이 정확히 일치하는 추정결과를 산출하였다.
Flow-Accelerated Corrosion (FAC) is a phenomenon in which a protective coating on a metal surface is dissolved by a flow of fluid in a metal pipe, leading to continuous wall-thinning. Recently, many countries have developed computer codes to manage FAC in power plants, and the FAC prediction model in these computer codes plays an important role in predictive performance. Herein, the FAC prediction model was developed by applying a machine learning method and the conventional nonlinear regression method. The random forest, a widely used machine learning technique in predictive modeling led to easy calculation of FAC tendency for five input variables: flow rate, temperature, pH, Cr content, and dissolved oxygen concentration. However, the model showed significant errors in some input conditions, and it was difficult to obtain proper regression results without using additional data points. In contrast, nonlinear regression analysis predicted robust estimation even with relatively insufficient data by assuming an empirical equation and the model showed better predictive power when the interaction between DO and pH was considered. The comparative analysis of this study is believed to provide important insights for developing a more sophisticated FAC prediction model.
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.