• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.115-126
• /
• 2023

무작위 및 주기적인 변동하는 재생에너지 발전 전력 품질 교란으로 인해 발전 변환 송전 및 배전에서 더 자주 발생하게 된다. 전력 품질 교란은 장비 손상 또는 정전으로 이어질 수 있다. 따라서 서로 다른 전력 품질 외란을 실시간으로 자동감지하고 분류하는 것이 필요하다. 전통적인 PQD 식별 방법은 특징 추출 특징 선택 및 분류의 세 단계로 구성된다. 그러나 수동으로 생성한 특징은 선택 단계에서 정확성을 보장하기 힘들어서 분류 정확도를 향상하는 데에는 한계가 있다. 본 논문에서는 16가지 종류의 전력 품질 신호를 인식하기 위해 CNN(Convolution Neural Networ)과 LSTM(Long Short Term Memory)을 기반으로 시간 영역과 주파수 영역의 특징을 결합한 심층 신경망 구조를 제안하였다. 주파수 영역 데이터는 주파수 영역 특징을 효율적으로 추출할 수 있는 FFT(Fast Fourier Transform)로 얻었다. 합성 데이터와 실제 6kV 전력 시스템 데이터의 성능은 본 연구에서 제안한 방법이 다른 딥러닝 방법보다 일반화되었음을 보여주었다.

• 한국압력기기공학회 논문집
• /
• 제20권1호
• /
• pp.56-65
• /
• 2024

Cast austenitic stainless steels (CASS) and austenitic stainless steel weldments with a ferrite-austenite duplex structure are widely used in nuclear power plants, incorporating ferrite phase to enhance strength, stress relief, and corrosion resistance. Thermal aging at 290-325℃ can induce embrittlement, primarily due to spinodal decomposition and G-phase precipitation in the ferrite phase. This study evaluates the effects of thermal aging by collecting and analyzing various mechanical properties, such as Charpy impact energy, ferrite microhardness, and tensile strength, from various literature sources. Different model expressions, including hyperbolic tangent and phase transformation equations, are applied to calculate activation energy (Q) of room-temperature impact energies, and the results are compared. Additionally, predictive models for Q based on material composition are evaluated, and the potential of machine learning techniques for improving prediction accuracy is explored. The study also examines the use of ferrite microhardness and tensile strength in calculating Q and assessing thermal embrittlement. The findings provide insights for developing advanced prediction models for the thermal embrittlement behavior of CASS and the weldments of austenitic steels, contributing to the safety and reliability of nuclear power plant components.

• International Journal of Computer Science & Network Security
• /
• 제23권12호
• /
• pp.101-106
• /
• 2023

Chronic illnesses are among the most common serious problems affecting human health. Early diagnosis of chronic diseases can assist to avoid or mitigate their consequences, potentially decreasing mortality rates. Using machine learning algorithms to identify risk factors is an exciting strategy. The issue with existing feature selection approaches is that each method provides a distinct set of properties that affect model correctness, and present methods cannot perform well on huge multidimensional datasets. We would like to introduce a novel model that contains a feature selection approach that selects optimal characteristics from big multidimensional data sets to provide reliable predictions of chronic illnesses without sacrificing data uniqueness.[1] To ensure the success of our proposed model, we employed balanced classes by employing hybrid balanced class sampling methods on the original dataset, as well as methods for data pre-processing and data transformation, to provide credible data for the training model. We ran and assessed our model on datasets with binary and multivalued classifications. We have used multiple datasets (Parkinson, arrythmia, breast cancer, kidney, diabetes). Suitable features are selected by using the Hybrid feature model consists of Lassocv, decision tree, random forest, gradient boosting,Adaboost, stochastic gradient descent and done voting of attributes which are common output from these methods.Accuracy of original dataset before applying framework is recorded and evaluated against reduced data set of attributes accuracy. The results are shown separately to provide comparisons. Based on the result analysis, we can conclude that our proposed model produced the highest accuracy on multi valued class datasets than on binary class attributes.[1]

• 한국의류산업학회지
• /
• 제26권1호
• /
• pp.65-77
• /
• 2024

This study aimed to propose effective ways to integrate CLO into educational settings by conducting a comparative analysis of pattern functions in YUKA and CLO, specifically focusing on skirt prototypes and variations. CLO, being a 3D virtual sample CAD tool, is mainly used in education to facilitate the creation of 3D virtual clothing. In order to explore the applicability of CLO's pattern functions in pattern education, CAD education experts were asked to produce two types of skirt prototypes and two skirt variations. Subsequently, in-depth interviews were conducted. In addition, the skirt pattern creation process was recorded on video and used for comparative analysis of YUKA and CLO pattern functions. The comparison revealed that CLO provides the pattern tools necessary for drafting skirt prototypes. The learning curve for acquiring the skills necessary for drafting and transforming skirt prototypes was found to be relatively shorter for CLO compared to YUKA. In addition, due to CLO's surface-based pattern drawing method, it is difficult to move or copy only specific parts of the outline, and there are some limitations in drawing right angle lines. In the pattern transformation process, CLO's preview function proved to be advantageous, and it was highly rated on user convenience due to the intuitive UI. Thus, CLO shows promise for pattern drafting education and is deemed to have high scalability as it is directly linked to 3D virtual clothing.

• 산업융합연구
• /
• 제22권1호
• /
• pp.137-148
• /
• 2024

본 연구는 뉴노멀 시대 초등체육교육의 연구동향을 분석하고 과제를 파악하는데 목적이 있다. 이를 위해, Spradley (2016)가 제시한 분류체계분석(Taxonomic Analysis)방법을 적용하여, 최종적으로 국내학술논문 43편을 범주화하여 분석하였다. 도출된 연구결과는 다음과 같다. 첫째, 코로나 19로 인한 교육환경 변화로 인해 원격·온라인 체육수업 진행방식은 대부분 콘텐츠 활용 중심수업으로 이루어지고 있었다. 이는 수업의 주체인 교사와 학생 모두 온라인 체육수업에 원활한 소통의 부족함이 있음을 확인할 수 있었다. 둘째, 코로나19 시기에 원격·온라인 체육수업과 온·오프라인 병행 체육수업의 어려움과 이를 극복하고, 개선하기 위한 연구에 집중되어 있음을 알 수 있었다. 셋째, 초등체육 교육의 방법론적 전환 및 시대 상황에 맞게 체육교사의 진화와 미래전문가 양성의 필요성이 제기되었다. 또한, 코로나 19로 인해 초등 체육수업에서 주목받고 있는 블렌디드 러닝, 플립 러닝, 뉴 테크놀리지 기술을 활용한 연구들이 증가하고 있었다. 연구결과를 바탕으로 뉴노멀 시대 초등체육교육의 방향과 향후과제를 제안하였다.

• 벤처창업연구
• /
• 제19권1호
• /
• pp.107-118
• /
• 2024

본 연구는 디지털 기업가정신과 디지털 혁신에 영향을 미치는 요인과 기술흡수역량의 조절효과를 검증하는 것이 목적이다. 연구목적을 달성하기 위해 디지털 기업가정신에 영향을 미치는 요인을 기술 특성(디지털 기술역량), 조직 특성(디지털 학습역량, 재무 준비성), 제도적 압력(강제적 압력, 모방적 압력, 규범적 압력)으로 설정하였다. 그리고 디지털 기업가정신과 디지털 혁신에 영향 관계에서 기술흡수역량의 조절효과를 검증하고자 한다. 디지털 기업가정신, 디지털 혁신, 제도적 압력, 기술흡수역량에 대한 이론적 배경을 바탕으로 연구모형과 연구가설을 설정하였다. 국내 104개 기업을 대상으로 Smart PLS 4.0을 이용하여 실증분석을 하였다. 분석 결과는 다음과 같다. 첫째, 디지털 기술역량, 디지털 학습역량, 재무 준비성, 제도적 압력은 디지털 기업가정신에 정(+)의 영향을 미치는 것으로 나타났다. 둘째, 디지털 기업가정신은 디지털 혁신에 정(+)의 영향을 미치는 것으로 나타났다. 마지막으로, 디지털 기업가정신이 디지털 혁신에 영향을 미치는데 있어서 기술흡수역량이 조절효과가 있는 것으로 나타났다. 본 연구의 결과는 4차 산업혁명과 디지털 전환 시대에 디지털 기업가 정신의 필요성을 강조하였고, 디지털 기업가정신을 통해 디지털 혁신을 달성하고자 하는 기업들에게 전략적 시사점을 제공할 것이다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제27권3호
• /
• pp.199-226
• /
• 2024

인공지능(AI)과 디지털 기술의 도입 등과 같은 디지털 기반 변화의 시대를 맞아, 2025년에는 수학, 영어, 정보 교과에 AI 디지털교과서를 단계적으로 도입하는 교육혁신이 추진되고 있다. 본 연구는 2023년 11월 전국 132명의 초등학교 교사를 대상으로 실시한 설문조사를 통해 교사들의 수학 AI 디지털교과서에 대한 이해도, 핵심 기술의 필요성, 수업 활용에 대한 인식, 그리고 AI 디지털교과서의 학교 현장에의 안착을 위한 요구사항을 조사하였다. 분석 결과, 대다수 교사들은 수학 AI 디지털교과서의 도입과 필요성에 대해 낮은 인식을 보였지만, 일부 교사들은 개인별 맞춤형 학습 및 효과적인 교수·학습 지원 가능성을 인식하고 있었다. 또한, 교사들은 AI 디지털교과서의 학습 진단과 교사 재구성 기능의 필요성을 높게 평가했으며, 수업에서의 유용성을 긍정적으로 평가했지만, AI 디지털교과서의 도입으로 인해 교실에서의 상호작용성은 저하시킬 것이라고 우려했다. 이는 AI 디지털교과서의 성공적 도입 및 활용을 위해 교사연수 및 정보 제공을 통한 인식 변화의 필요성을 시사하며, 구체적이고 실용적인 활용 방안 제공, 디지털 과잉 사용 및 의존에 대한 대안 모색, 핵심 기술의 지속적 개발 등, 이와 관련한 연구의 지속적인 필요성을 제언한다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.173-193
• /
• 2010

월드와이드웹 (WWW)은 유용한 정보를 포함하는 자료들의 집합에서 유용한 작업을 수행할 수 있는 서비스들의 집합으로 변화하고 있다. 새롭게 등장하고 있는 웹서비스 기술은 향후 웹의 기술적 변화를 추구하며 최근 웹의 변화에 중요한 역할을 수행할 것으로 기대된다. 웹서비스는 어플리케이션 간의 통신을 위한 호환성 표준을 제시하며 기업 내/외를 아우를 수 있는 어플리케이션 상호작용 및 통합을 촉진한다. 웹서비스가 서비스 지향 컴퓨팅환경으로서 운영하기 위해서는 웹서비스 저장소가 완성도 높게 구축되어 있어야 할 뿐 아니라, 사용자들의 필요에 맞는 웹서비스 컴포넌트를 찾을 수 있는 효율적인 도구들을 제공하여야 한다. 서비스 지향 컴퓨팅을 위한 웹서비스의 중요성이 증대됨에 따라 웹서비스의 발견을 효율적으로 지원할 수 있는 기법의 수요 또한 증대된다. 다수의 웹서비스 저장소들은 웹서비스 분류체계 및 검색기법들을 제안하여 왔지만, 대부분의 분류체계와 기존의 검색기법들은 실질적으로 활용하기에는 제대로 발달하지 못하였거나 지속적이고 체계적으로 관리하기에 너무 어려운 단점을 갖고 있다. 이 논문에서는 인공신경망 기반 군집화 기법과 XML 기반의 웹서비스 기술표준인 WSDL의 의미적 가치를 활용하여 웹서비스 분류체계 생성 프레임워크를 통한 복합 검색기법을 제안한다. 이 논문에서 인공신경망을 활용하여 제안하는 웹서비스 분류체계 생성 프레임워크는 실증적인 프로토타입 시스템으로 개발하였으며, 실제 운영되고 있는 웹서비스 저장소로부터 획득한 실제 웹서비스들을 사용하여 제안하는 웹서비스 복합 검색기법을 실증적으로 평가하였다. 또한 제안하는 방식의 효용성을 보여주는 의미 있는 실험결과를 보고한다.

• 한국콘텐츠학회논문지
• /
• 제19권8호
• /
• pp.23-34
• /
• 2019

근대 이전의 공간이 고정적이고 폐쇄적이었다면, 근대 이후에 지어진 공간의 특성은 융통성과 개방성이라고 할 수 있을 것이다. 이러한 공간 컨셉을 기반으로 현대 예술 전시관 또한 점차 건축물 내부 공간에서 실외 공간으로의 변화를 추구하게 되었으며, 이에 따라 외부 아트 파빌리온이라는 개념이 탄생하게 되었다. 전통예술 전시관과 비교했을 때, 파빌리온은 현재 건축공간의 질서에서 벗어났을 뿐 아니라 창의적인 공간형태를 실현하였다. 따라서 많은 전문가디자이너들은 이를 통해 인간과 자연 사이의 장벽을 깨고자 시도하였다. 이러한 배경을 바탕으로 본 연구는 최근의 가변형 아트 파빌리온을 분석하고자한다. 가변형 아트 파빌리온의 표현특성을 고찰하고 사례를 분석하여 가변형 아트 파빌리온의 디자인 원칙과 원리를 파악하고, 향후 연구될 기본적인 설계의 방향과 전략을 제시하고자 한다. 첫째, 가변형 공간의 이론을 고찰하여 가변형 공간의 특성과 개념 범주를 파악한다. 둘째, 아트 파빌리온 관련 선행연구를 바탕으로 그 표현특성을 정리한다. 또 문헌연구를 통해 아트 파빌리온을 표현특성별로 구분하였다. 셋째, 가변형 공간 형태와 가변형 공간의 특성이 반영된 사례를 통해 연구를 진행한다. 사례분석에서 도출된 결과를 통해 각 아트 파빌리온의 변형방식과 공간특성의 표현방식 상의 차이와 그 나타나는 원인을 파악한다. 본 연구는 가변형 공간의 변형방식을 선별하기 위한 기준 근거를 제시하고, 또 미래 건축공간 디자인측면에서 공간개념의 변화와 공간 의의의 범주를 확장시킬 수 있다.

• 한국ITS학회 논문지
• /
• 제18권5호
• /
• pp.91-99
• /
• 2019

기존의 Node-to-Node기반 최적경로탐색은 기점노드에서 모든 종점노드도착조건이 성립되는 가정으로 구축되었다. 최근 적응적 경로탐색의 등장으로 Node-to-Node 경로탐색은 최적해를 도출하지 못하는 한계가 존재한다. 따라서 교통정보를 링크에서 실시간 반영하기 위한 Node-to-Link(또는 Link-to-Node; NL) 문제에 필요성이 대두되고 있다. 본 연구는 Node-to-Link의 최적 해법을 구축하는 방안으로서 링크표지와 비가산성경로비용이 존재하는 네트워크를 가정한다. 링크표지는 회전페널티가 존재하는 교차지점에서 네트워크의 원형을 유지하게 한다. 비가산성경로비용의 포함은 최적경로를 도출하기 위해서 M-유사경로의 열거를 필요로 한다. 본 연구는 진입링크기반 네트워크 변형기법에서 링크표지를 통하여 루프를 통제하며 최종링크까지 최적해를 보장하기 위한 방향삭제와 회전금지를 제안하였다. 사례연구를 통해 제안된 방법이 경험적 최적해를 도출하는 것으로 파악되었다. 향후 대규모 네트워크에서 검증작업의 필요성을 언급하며 마무리 하였다.