• Archives of Pharmacal Research
• /
• 제11권2호
• /
• pp.99-113
• /
• 1988

Quantitation of ethenzamide, isopropylantipyrine and caffeine takes about 41 hrs by conventional GC method. Quantitation of allylisoprorylacetylurea takes about 40 hrs by conventional UV method. But quantitation of them takes about 6 hrs by DRIFT developing method. Each standard and sample sieved, powdered and acquired DRIFT spectrum. Out of them peak of each component was selected and ratio of each peak to standard peak was acquired, and then linear stepwise multiple regression was performed with these data and concentration. Reflectance value, Kubelka-Munk equation and Inverse-Kubelka-Munk equation were modified by us. Inverse-Kubelka-Munk equation completed the deficit of Kubelka-Munk equation. Correlation coefficients acquired by conventioanl GC and UV against DRIFT were more than 0.95.

• 한국구조물진단유지관리공학회 논문집
• /
• 제12권1호
• /
• pp.91-100
• /
• 2008

다단계 온도프리스트레싱 공법은 기존의 프리스트레싱 공법과 단면접합공법의 장점을 이용한 새로운 개념의 프리스트레싱 공법으로 프리스트레싱용 커버플레이트를 다단계로 가열하여 거더의 하부플랜지에 고장력볼트로 접합한 뒤, 열원을 제거하여 발생하는 다단계 수축력을 보강에 필요한 프리스트레싱력으로 이용한 공법이다. 본 연구는 다단계 온도프리스트레싱 공법의 실제적인 적용성 평가를 위하여 다단계 가열을 위한 가열 장비의 가열성능 평가 실험을 실시하였으며, 라멘형 강거더 임시교량을 제작하고 다단계 온도프리스트레싱 공법을 적용하여 도입 프리스트레싱력을 확인하였다. 또한, 트럭을 이용한 하중재하 실험을 실시하여 구조해석 결과와 비교하였다.

• 한국미생물·생명공학회지
• /
• 제13권3호
• /
• pp.285-287
• /
• 1985

To investigate effective constituents of the many taste components in ordinary Korean soy sauce, we analyzed free amino acids, organic acids, free sugars and saline as taste components in ordinary Korean soy sauce, and determined sensory score of the ordinary Korean soy sauce taste with 45 persons of the trained pannels. The relationships between original data transformed with variables and sensory score of the ordinary Korean soy sauce were analyzed by stepwise multiple regression analysis. Eighty five percents of the ordinary Korean soy sauce taste is affected by twenty one kinds (Isoleucine, Leucine, Valine, NaCl, Lactic acid, Alanine, Phenylalanine, Tartaric acid, Sugar(\ulcorner), Proline, Malic acid, Glycine, Tryptophan, Arginine, Glutaric acid, Maltose, Histidine, Glucose, Fructose and Serine) of the taste components by stepwise multiple regression analysis of original data. Eighty one percents of the ordinary Korean soy sance taste is affected by sixteen kinds (Lactic acid, NaCl, Fumaric.Succinic acid, Tyrosine, Tartaric acid, Glycine, Malonic acid, Malic acid, Tryptophan, Glutaric acid, Methionine, Histidine, Cysteine, Maltose, Fructose and (Glutamic acid) of the taste components by stepwise multiple frgression analysis of original data transformed with square root. Eighty five percents of the ordinary Korean soy sauce taste is affected by nineteen kinds (Fumaric.Succinic acid, Lactic acid, Phenylalanine, NaCl, Tyrosine, Sugar(\ulcorner), Tartaric acid, Leucine, Glutaric acid, Methionine, Glycine, Tryptophan, Histidine, Proline, Cysteine, Glutamic acid, Maltose, Threonine and Oxalic acid) of the taste components by stepwise multiple regression analysis of original data transformed with logarithm.

• 한국항해항만학회지
• /
• 제44권3호
• /
• pp.187-194
• /
• 2020

항만의 주요 정책 및 향후 운영계획 수립 시 정확한 물동량 예측에 관한 연구는 매우 중요하며 이러한 중요성으로 인해 관련 연구가 활발히 수행되고 있다. 본 논문에서는 국내 최대 석탄 및 철광석 처리 항만인 광양항을 대상으로 단계적 회귀분석과 인공신경망모형을 활용하여 모형간 예측력을 비교하였다. 2009년 1월부터 2019년 1월까지 총 121개월의 월별자료를 활용하였으며 석탄 및 철광석 물동량에 영향을 주는 요인을 선정하여 공급관련요인과 시장·경제관련요인으로 분류하였다. 단계적 회귀분석 결과, 광양항 석탄 물동량 예측모형의 경우, 입항선박 톤수, 석탄가격 및 대미환율이 최종변수로 선정되었고 철광석 물동량 예측모형의 경우, 입항선박 톤수, 철광석가격이 최종변수로 선정되었다. 인공신경망모형의 경우, 모델 성능에 영향을 미치는 다양한 Hyper-parameters를 조정하며 최적 모델을 선정하는 시행착오법을 사용하였다. 분석결과 인공신경망모형이 단계적 회귀분석에 비해 우수한 예측성능을 나타내었으며 예측 모형별 예측값과 실측값을 그래프 상 비교 시에도 인공신경망모형이 단계적 회귀분석에 비해 고·저점을 유사하게 나타냈다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권4호
• /
• pp.277-281
• /
• 2006

Cyber counseling, one of the most compatible type of consultation for the information society, enables people to reveal their mental agonies and private problems anonymously, since it does not require face-to-face interview between a counsellor and a client. However, there are few cyber counseling centers which provide high quality and trustworthy service, although the number of cyber counseling center has highly increased. Therefore, this paper is intended to enable an appropriate consultation for each client by analyzing client propensity using Bayesian variable selection. Bayesian variable selection is superior to stepwise regression analysis method in finding out a regression model. Stepwise regression analysis method, which has been generally used to analyze individual propensity in linear regression model, is not efficient since it is hard to select a proper model for its own defects. In this paper, based on the case database of current cyber counseling centers in the web, we will analyze clients' propensities using Bayesian variable selection to enable individually target counseling and to activate cyber counseling programs.

• 한국통신학회논문지
• /
• 제27권2B호
• /
• pp.125-136
• /
• 2002

셀간 비동기 방식의 WCDMA 시스템에서 셀간 동기를 맞추는 일은 매우 중요하며, 3 단계 셀탐색 과정에 의해 수행된다. 셀 탐색은 셀 탐색 시간을 줄이기 위해 각 단계가 파이프라인으로 동작하는 단계별 병렬 처리 방식으로 동작할 수 있다. 각 단계에서 실행 시간을 동일하게 설정할 경우 2단계는 최소한 1프레임의 처리시간을 소요하므로 1단계와 3단계에서 과도한 누적이 야기된다. 일반적으로 누적의 횟수가 증가할수록 사후적분 검파의 잇점은 감소한다. 따라서 단계별 병렬 처리로 인한 성능 개선은 그다지 크지 않다. 본 논문에서는 레일리 페이딩 채널에서 WCDMA 시스템에 대한 셀 탐색의 단계별 병렬 처리의 성능을 해석한다. 본 해석을 통해 각 단계에서 사후 검파 적분의 횟수와 채널간 전력 할당비 등 셀 탐색 파라미터에 대한 영향을 조사한다. 또한 각 단계의 처리 시간을 적절히 조절함으로써 단계별 병렬 처리 셀 탐색의 성능을 개선하고, 관례적인 단계별 직렬 처리 방식과 성능을 비교한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2013년도 춘계학술대회 논문집
• /
• pp.1513-1514
• /
• 2013

• 품질경영학회지
• /
• 제47권1호
• /
• pp.33-46
• /
• 2019

Purpose: This study proposed a DEA (Data Envelopment Analysis)-based stepwise benchmarking target selection for inefficient DMU (Decision Making Unit) to improve its efficiency gradually to reach most efficient frontier considering resource (DEA inputs and outputs) improvement preferences. Methods: The proposed method proceeded in two steps. First step evaluates efficiency of DMUs by using DEA, and an evaluated DMU selects benchmarking targets of HCU (Hypothesis Composit Unit) or RU (Real Unit) considering resource improvement preferences. Second step selects stepwise benchmarking targets of the inefficient DMU. To achieve this, this study developed a new DEA model, which can select a benchmarking target of an inefficient DMU in considering inputs or outputs improvement preference, and suggested an algorithm, which can select stepwise benchmarking targets of the inefficient DMU. Results: The proposed method was applied to 34 international ports for validation. In efficiency evaluation, five ports was evaluated as most efficient port, and the remaining 29 ports was evaluated as relative inefficient port. When port 34 was supposed as evaluated DMU, its can select its four stepwise benchmarking targets in assigning the preference weight to inputs (berth length, total area of pier, CFS, number of loading machine) as (0.82, 1.00, 0.41, 0.00). Conclusion: For the validation of the proposed method, it applied to the 34 major ports around the world and selected stepwise benchmarking targets for an inefficient port to improve its efficiency gradually. We can say that the proposed method enables for inefficient DMU to establish more effective and practical benchmarking strategy than the conventional DEA because it considers the resource (inputs or outputs) improvement preference in selecting benchmarking targets gradually.

• Journal of the Korean Data and Information Science Society
• /
• 제26권2호
• /
• pp.347-354
• /
• 2015

본 논문은 균형불완비블럭설계 (balanced incomplete block design)의 자료분석에 사영을 이용한 블럭내 분석 (intrablock analysis)방법을 다루고 있다. 블럭내 분석을 위해 단계별 방법 (stepwise procedure)에서 유도되는 분석모형을 이용하고 있다. 단계별 방법의 적용으로 인해 모형행렬로 주어지는 사영공간이 변동요인에 따른 부분공간들로 직교분할됨을 보여주고 있다. 단계별 과정에서 변동요인에 따른 변동량을 구하기 위해 해당하는 효과벡터의 계수행렬에 근거한 사영의 구조적 형태를 기술하고 있으며 상호직교하는 부분공간으로의 사영을 이용하여 블럭효과에 적합된 처리효과의 변동량를 구하는 과정을 구체적으로 다루고 있다. 또한, 사영에 의해 처리효과를 구하는 과정을 제시하고 있으며 단계별로 잔차벡터를 이용하여 모형설정하는 방법과 고유벡터에 의한 추정가능함수의 구성과 추정가능성을 논의하고 있다.

• Journal of Microbiology and Biotechnology
• /
• 제10권4호
• /
• pp.476-481
• /
• 2000

A linear correlation, by the stepwise multiple regression analysis, was found between the sensory test of Sigumjang aroma and the gas chromatographic data which were transformed with logarithm. GC data is the most objective method to evaluate Sigumjang aroma. A multiple correlation coefficient and a determination coefficient of more than 0.9 were obtained at the 9th and 13th steps, respectively. At step 31, the coefficient of determination level of 0.95 was attained. The accuracy of its estimation became higher as the number of the variables entered into the regression model increased. Over 90% of the Sigumjang aroma was explained by 13 compounds indentified on GC. The contributing proportion of the peak 26 was the highest followed by peaks 57 (9.27%), 29 (7.51%), 54 (6.01%), 8 (5.99%), 49 (4.97%), and 13 (4.11%).