유한요소법(finite element method)은 다양한 분야에서 재료의 역학적 거동을 더욱더 현실적으로 해석하고 예측하는 방법으로 다양한 분야의 제품 개발에 적용되고 있다. 하지만 섬유배향과 변형률 속도가 역학적 특성에 영향을 미치는 유리섬유 강화 플라스틱 복합재료에 관한 수치해석을 이용한 접근 방법은 현재까지 다소 어려움이 있다. 본 연구의 목적은 고분자, 고무, 금속 등과 같은 다양한 복합재료를 위한 선형, 비선형 다중스케일 재료 모델링 프로그램인 Digimat의 수치해석 재료 모델을 활용하여 유리섬유 강화 플라스틱 복합재료의 역학적 특성을 정의하고 검증하는 것에 있다. 또한 이를 통해 좀더 현실적으로 고분자 복합재료의 거동을 예측하고자 한다. 이를 위해 다양한 고분자 중 30wt%의 단섬유 질량 비율을 갖는 폴리부틸렌 텔레프탈레이트(polybutylene terephthalate, PBT)의 섬유배향과 변형률 속도에 따른 인장 특성을 참고문헌을 통해 조사하였다. 또한 Moldflow 프로그램을 사용한 사출해석을 통해 유리섬유 배향 정보를 계산하였으며 이를 매핑(mapping) 과정을 통해 유한요소 인장 시편 모델에 전달하였다. 대표적인 유한요소 상용 프로그램 중 하나인 LS-DYNA는 유리섬유 배향과 변형률 속도에 따른 복합재료의 인장 특성을 연구하기 위해 Digimat과의 연성해석(coupled analysis)에 활용되었다. 그리고 유리섬유 강화 플라스틱 복합재료를 해석하기 위한 LS-DYNA의 다양한 비등방성(anisotropic) 재료 모델들의 장단점을 서로 비교하고 평가하였다.
본 논문에서는 언어모델과 음향모델을 개선함으로써 단위 숫자음의 인식성능 최적화에 대해 설명한다. 언어모델은 한국어 단위 숫자음 문장의 문법적 특징을 분석하고, Finile State Network(FSN) 노드를 두 음절로 구성하여 오 인식률을 감소시켰다. 음향모델은 단 음절로 구성되어 발성기간이 짧고 조음이 많이 생기는 불명확한 음소, 음절의 분할로 인한 오 인식을 줄이기 위해 인식단위를 반음절 쌍으로 하였다. 인식단위의 특징을 효과적으로 모델링하기 위해 특징부분에서 K-means 알고리즘으로 군집화 하여, 상태를 분할하는 변형된 연쇄 상태 분할방법을 이용하였다. 실험 결과 제안된 언어모델의 적용 후 동일 문맥종속 음소모델에서 10.5%, 음향모델에서 인식단위를 반음절 쌍으로 하였을 경우 문맥종속 음소모델에 비해 12.5%, 변형된 연쇄 상태분할을 하였을 경우 1.5%의 인식률을 향상시킬 수 있었다.
본 연구에서는 국내 도시가스 인수량에 대한 예측 모델을 개발하였다. 국내의 도시가스 회사는 KOGAS에 차년도 수요를 예측하여 보고해야 하므로 도시가스 인수량 예측은 도시가스 회사에 중요한 사안이다. 도시가스 사용량에 영향을 미치는 요인은 용도구분에 따라 다소 상이하나, 인수량 데이터는 용도별 구분이 어렵기 때문에 특정 용도에 관계없이 영향을 주는 요인으로 외기온도를 고려하여 모델개발을 실시하였다.실험 및 검증은 JB주식회사의 2008년부터 2018년까지 총 11년 치 도시가스 인수량 데이터를 사용하였으며, 전통적인 시계열 분석 중 하나인 ARIMA(Auto-Regressive Integrated Moving Average)와 딥러닝 기법인 LSTM(Long Short-Term Memory)을 이용하여 각각 예측 모델을 구축하고 두 방법의 단점을 최소화하기 위하여 다양한 앙상블(Ensemble) 기법을 사용하였다. 본 연구에서 제안한 일별 예측의 오차율 절댓값 평균은 Ensemble LSTM 기준 0.48%, 월별 예측의 오차율 절댓값 평균은 2.46%, 1년 예측의 오차율 절댓값 평균은 5.24%임을 확인하였다.
Ji, Shengyue;Chen, Wu;Zhao, Chunmei;Ding, Xiaoli;Chen, Yongqi
한국항해항만학회:학술대회논문집
/
한국항해항만학회 2006년도 International Symposium on GPS/GNSS Vol.1
/
pp.179-184
/
2006
Rapid and high-precision positioning with a Global Navigation Satellite System (GNSS) is feasible only when very precise carrier-phase observations can be used. There are two kinds of mathematical models for ambiguity resolution. The first one is based on both pseudorange and carrier phase measurements, and the observation equations are of full rank. The second one is only based on carrier phase measurement, which is a rank-defect model. Though the former is more commonly used, the latter has its own advantage, that is, ambiguity resolution will be freed from the effects of pseudorange multipath. Galileo will be operational. One of the important differences between Galileo and current GPS is that Galileo will provide signals in four frequency bands. With more carrier-phase data available, frequency combinations with long equivalent wavelength can be formed, so Galileo will provide more opportunities for fast and reliable ambiguity resolution than current GPS. This paper tries to investigate phase only fast ambiguity resolution performance with four Galileo frequencies for short baseline. Cascading Ambiguity Resolution (CAR) method with selected optimal frequency combinations and LAMBDA method are used and compared. To validate the resolution, two tests are used and compared. The first one is a ratio test. The second one is lower bound success-rate test. The simulation test results show that, with LAMBDA method, whether with ratio test or lower bound success rate validation criteria, ambiguity can be fixed in several seconds, 8 seconds at most even when 1 sigma of carrier phase noise is 12 mm. While with CAR method, at least about half minute is required even when 1 sigma of carrier phase noise is 3 mm. It shows that LAMBDA method performs obviously better than CAR method.
본 논문에서는 정압기의 이상 상태 진단을 위한 기계학습 방법을 제안한다. 일반적으로 설비의 이상 상태 탐지를 위한 기계학습 모델 구현에는 관련 센서의 설치와 데이터 수집 과정이 동반되나, 정압기는 설비 특성상 안전문제에 매우 민감하여 추가적인 센서 설치가 매우 까다롭다. 이에 본 논문에서는 센서의 추가 설치 없이 정압기 설비에서 자체 수집되는 유량과 유압 데이터만을 가지고 정압기의 이상 상태를 조기에 판단하는 기계학습 모델을 제안한다. 본 논문에서는 정압기의 비정상데이터가 충분하지 않은 관계로, 모델 학습 시 오버 샘플링(Over-Sampling)을 적용하여 모델이 모든 클래스에 균형적으로 학습하도록 하였다. 또한, 그레이디언트 부스팅(Gradient Boosting), 1차원 합성곱 신경망(1D Convolutional Neural Networks), LSTM(Long Short-Term Memory) 등의 기계학습 알고리즘을 적용하여 정압기의 이상 상태를 판단하는 분류모델을 구현하였고, 실험 결과 그레이디언트 부스팅 알고리즘이 정확도 99.975%로 가장 성능이 우수함을 확인하였다.
최근 암호화폐가 많은 주목을 받음에 따라 암호화폐의 종가 예측 연구들이 활발히 진행되고 있다. 특히 딥 러닝 모델을 적용시켜 예측 성능을 높이려는 연구들이 지속되고 있다. 딥 러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM (Long Short-Term Memory) 모델이 다각도로 응용되고 있으나 변동성이 큰 암호화폐 종가 데이터에서는 낮은 예측 성능을 보인다. 이를 해결하기 위해 새로운 입력 변수를 찾아내고, 이를 사용하는 종가 예측 연구가 수행되고 있다. 그러나 딥 러닝 기반의 암호화폐 종가 예측에 사용되는 데이터들의 각 입력 변수들이 예측 성능에 미치는 영향력이나 학습에 효율적인 입력 변수들의 조합에 관한 연구 사례가 부족한 실정이다. 따라서 본 논문에서는 Bitcoin과 Ethereum을 포함한 6가지 암호화폐의 최근 동향 자료를 수집하였고, 통계와 딥 러닝을 통해 입력 변수들이 암호화폐 종가 예측에 미치는 영향력을 분석한다. 실험 결과 모든 암호화폐의 종가 예측 성능 평가에서 종가 변동률을 제외한 개장가, 고가, 저가, 거래량, 종가를 조합했을 때 가장 우수한 성능을 보였다.
본 연구는 1998~2008년 한국노동패널자료를 이용하여 빈곤진입자의 사회·경제적 특성 및 빈곤진입의 원인과 그 변화 추이를 분석하였다. 분석결과 빈곤진입자들은 장기빈곤층과 비빈곤집단의 중간적인 특성을 보이고 있으며 다수가 빈곤에의 진입과 탈출을 반복하는 집단으로 추정된다. 외환위기 직후 높은 수준을 보이던 빈곤진입율은 점차 안정화되고 있으나, 전통적인 위험집단뿐만 아니라 청년층과 고학력자, 전문직 등에서도 빈곤에 빠지는 사례가 증가하고 있다. 빈곤진입의 가장 중요한 원인은 실직 및 고용불안정으로 빈곤정책 역시 여기에 초점을 두어야 할 것이며, 빈곤진입의 원인과 특성이 향후 빈곤지속기간과 탈출 가능성에 미치는 영향 등 빈곤의 동태적 측면에 대한 후속연구가 필요하다.
본 연구는 성주지역에 적합한 참외재배용 내재해형 온실을 개발하기 위하여 참외 재배온실의 구조현황 조사, 최근 기상자료가 반영된 설계하중 산정, 온실모델 설정 및 구조안전성 분석을 수행하였으며 결과를 요약하면 다음과 같다. 성주지역 참외온실의 구조적 특성을 파악하기 위하여 현장 조사한 결과, 온실의 지붕형상은 아치형이 가장 많았으며, 최근에 시공한 온실일수록 복숭아형이 많았으며 폭이 넓어지고 동고도 높아지는 추세였다. 그리고 성주지역에 가장 인접한 구미기상대의 기상자료를 이용하여 재현기간에 따른 설계풍속 및 설계적설심을 산정할 수 있는 계산식을 유도하였으며, 내재해형 온실규격을 만족하는 재현기간 30년의 적설심은 23.7cm, 풍속은 $33.8m{\cdot}s^1$로 계산되었다. 이러한 성주지역의 내재해형 설계기준을 만족하는 참외재배용 단동온실 4종, 2연동온실 및 연결온실을 각각 1종씩 총 6종의 모델을 개발하였다.
기후변화에 의해 집중호우의 빈도 및 강도가 증가하고 지속적인 유역개발에 따른 토지이용의 증가는 토양침식 및 토사유출로 인한 재해 및 환경문제를 야기한다. 현재 광범위하게 사용되고 있는 토양침식량 산정기법은 대부분 대상유역내의 평균 토양침식량을 산출하는 총량적 개념의 경험식이므로 호우기간동안의 침식 및 퇴적의 시 공간적 변화양상을 모의할 수 없다는 한계를 지니고 있다. 따라서 보다 합리적인 유역규모의 강우-유사-유출 메카니즘 해석을 위해서는 기존의 집중형 모의기법을 대체하고 다양한 기상학적/지형학적 정보를 활용할 수 있는 물리적 기반의 분포형 모형이 요구된다. 본 연구에서는 사면의 지표 및 지표하 흐름을 고려한 유출모의 모듈과 단위수류력 이론을 기반으로 하는 유사유출 모의모듈을 결합한 분포형 강우-유사-유출 모형을 확장개발하고, 용담댐 상류부의 천천유역에 적용하여 모형의 재현성 평가를 수행하였다. 수문곡선의 모의 결과 모형의 재현성은 우수하였으며, 유사량곡선의 경우 첨두부분에서 과소선정되는 경향이 나타났다. 또한, 지표면 유동거리 및 국부경사에 따른 침식 및 퇴적의 공간분포를 분석한 결과, 침식된 토사는 비교적 경사가 완만한 하천주변에 퇴적되었으며, 강우량과 침식 및 퇴적의 공간분포의 분석결과, 강우량의 증가에 따라 침식량이 증가하였으며, Thiessen망 유역별로 침식 및 퇴적 분포는 상이하게 나타났다.
시가총액에 따른 인덱스(INDEX) 투자를 했을 경우에, VaR(Value at Risk)을 종합주가지수(KOSPI)로부터 얻은 수익율의 극단 손실값들로부터 추정한다. 이를 위해, 극단값 이론 중 BM(Block Maxima) 모형을 적용하며, 극단 손실값들의 비독립적 발생을 고려하기 위하여, extremal index 역시 추정한다. 모형의 타당성을 알아보기 위해, 실패율방법을 이용한 사후검정 (back-testing) 을 실시한다. 사후검정을 통해, BM 모형을 적용한 VaR의 추정이 적절함을 알 수 있었다. 또한, 일반적으로 많이 사용되는 GARCH 모형을 이용한 VaR의 추정과 비교한다. 이를 통해, 오차가 t-분포를 따른다고 가정하는 경우, GARCH 모형을 이용한 VaR의 추정이 BM 모형을 이용한 경우와 사후 검정결과에 차이가 없음을 확인하였다. 그러나, GARCH 모형을 통한 VaR 추정은 추정시점근방의 극단 손실값들에 민감하게 반응하지만, BM 모형은 그렇지 않았다. 따라서, 현 시점으로부터 단기간동안의 손실위험은 GARCH 모형을 이용한 VaR의 추정값을 사용하는 것이 적절하며, 장기간동안의 손실위험은 BM 모형으로부터 얻은 VaR의 추정값을 사용하는 것이 적절하다.
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.