여과가 진행됨에 따라 막의 표면에서 발생하여 여과선속을 저하시키는 케이크층의 형성은 막을 이용한 고-액 분리공정에서 발생하는 가장 큰 문제점의 하나로서 이는 막 분리공정의 경제성을 좌우하는 중요한 인자가 된다. 이러한 문제점을 극복하기 위하여 유체와 막 사이의 상대속도를 증가시켜 여과속도를 향상시키는 십자흐름 여과, 즉 CFF(crossflow filtration)에 대한 연구가 활발히 진행되어 왔다. 그러나 이러한 심자흐름 여과에서도 막과 유체 사이의 상대속도의 증가에 한계가 있고 또한, 막의 기공보다 작은 입자가 막의 기공 내에 침투하여 막을 오염시키는 현상을 예측하기 어렵기 때문에 여과기의 설계에 있어서 많은 문제점이 발생하고 있다. 이에 오염된 막을 재생시키기 위하여 기계적.화학적인 여러 가지 방법들이 개발되고 여과선속을 향상시키는 방법이 꾸준히 연구되어 분리막 기술의 경제성을 향상시켜 왔다. 본 연구에서는 매우 안정된 유동의 하나로서 막 표면의 전단력을 향상시키는 데에 효과가 있다고 알려진 Taylor와류를 응용한 회전막 여과기를 사용하여 여러 가지 크기의 입자에 대한 여과실험을 수행함으로써 이러한 유동이 케이크의 형성에 미치는 영향을 살펴보았다. 또한 여과선속에 영향을 미치는 여러 매개인자를 알아보고 실험결과를 간단한 모델식에 적용해 봄으로써 막의 저항을 예측할 수 있는 모델식으로의 개선 방향을 제시하고자 한다.
현재 SPECT 영상에서 가장 많이 활용되는 콜리메이터는 저에너지 고해상도(low energy high resolution : LEHR) 콜리메이터이다. LEHR은 해상도에서 이점을 가지고 있으나 작은 구멍크기와 높은 차단막으로 인하여 높은 민감도 획득에 어려움이 있다. SPECT의 생산성 향상을 위해서는 LEHR보다 높은 민감도를 획득할 수 있는 콜리메이터를 사용하여 단위시간당 획득 카운트의 양을 늘림으로써 민감도를 향상시킬 필요가 있다. 본 연구에서는 LEHR보다 넓은 구멍을 가진 콜리메이터를 사용할 경우 고민감도 획득과 함께 발생하는 해상도 저하 문제를 해결하기 위한 시스템 모델을 개발하여 이를 반복적 영상재구성에 적용함으로써 저하된 해상도를 개선하는 데 그 목적이 있다. 방법으로는 시스템 모델에서 흔히 사용되는 평행빔 기반의 검출 확률계산 방식 대신 고민감도 콜리메이터 사용 시에 발생하는 퍼짐현상을 팬빔으로 모델링 하였다. 또한 검출확률에 대한 가중치를 거리에 대한 함수로 정의하여 팬빔모델에 적용함으로써 정확성을 향상시켰다. 시뮬레이션으로 생성된 사이노그램에 적용한 결과 본 연구에서 제안된 모델이 평행빔 모델에 비해 동일 카운트에서 유사한 해상도를 달성하면서 촬영시간을 단축시킬 수 있었으며, 동일 촬영시간에서는 해상도를 향상시킴을 알 수 있었다. 본 연구의 결과는 현재 부각되고 있는 반도체 기반 픽셀방식 검출기를 위한 픽셀형 콜리메이터의 해상도 향상에도 효과적으로 적용될 수 있다.
최근 소셜 미디어의 숏폼(Short form) 동영상(인스타그램, 틱톡, 유튜브) 시장이 점차 증가하면서 인공지능 영역에서는 이를 활용한 연구가 활발히 진행되고 있다. 대표적인 연구분야로 동영상 내의 패션 상품을 탐지하고 상품 이미지를 검색하는 Video to shop 을 들 수 있다. 이와 같은 동영상 기반 인공지능 모델에서는 Convolution 연산을 사용하여 상품의 특징을 추출한다. 하지만 연산 자원의 제한으로 인해, 동영상의 모든 프레임을 사용하여 특징을 추출하는 것은 현실적으로 불가능하다. 이로 인해, 기존 연구에서는 전체 프레임 중 일부만 샘플링해서 사용하거나, 주제의 특성을 활용한 샘플링 방법을 개발하여 이를 통해 위 문제점을 개선하고, 모델의 성능도 향상시켰다. 기존의 Video to shop 연구에서는 프레임을 샘플링 할 때, 무작위로 일부분의 프레임을 샘플링하거나 균등한 간격으로 샘플링 한다. 하지만 이러한 샘플링 방법은 상품이 존재하지 않는 노이즈 프레임을 샘플링 하면서 패션 상품 검색 모델의 성능을 저하시킨다. 이에 본 연구는 노이즈 프레임을 제거하고 검색 모델의 성능을 향상시키는 샘플링 방법 MF(Missing Fashion items on frame) sampler를 제안한다. MF sampler는 키 프레임 메커니즘(Mechanism)을 발전시켜 자원 한계의 문제점을 개선했다. 또한, 노이즈 탐지 모델을 활용한 노이즈 프레임 제거를 통해 검색 모델의 성능을 향상시켰다. 이와 같은 결과는 실험을 통해 확인되었고, Video to shop 패션 상품 검색에 있어 성능 향상과 효과적인 학습이 가능하다는 것을 확인할 수 있었다.
본 연구는 교육기반 작업치료 서비스 전문가가 사용하는 중재모델, 중재장소와 중재시간, 중재모델 선택시 고려사항, 중재모델과 중재 영역 간에 상관관계를 알아보기 위해 특수교육지원센터에 근무하고 있는 작업치료사와 작업치료를 전공한 치료교사를 대상으로 설문지를 발송하고, 회수한 총 46부를 분석에 사용하였다. 연구결과 첫째, 학생의 수행 기술을 향상시키는데 초점을 둔 개별치료 모델을 자주 사용하였다. 둘째, 아동수행을 향상시키는 중재모델과 다른 팀 전문가에게 작업치료의 중요성을 인식시킬 수 있는 모델로 개별 치료를 선택하였다. 셋째, 중재모델을 선택하는 요인으로 수행구성요소의 결함과 팀 책임자의 마인드를 들었다. 넷째, 중재모델의 효과성에 대한 학교작업치료사의 의견과 적용시간, 중재 영역과 중재모델 적용시간 간에 유의한 상관관계는 나타나지 않았다. 연구결과를 종합해 보면 학교기반 작업치료사는 여전히 의료모델에 가까운 중재모델을 사용하는 것으로 나타나 학교기반에 효과적인 중재모델을 개발하고 적용하는 연구가 필요할 것이라 생각된다.
Sequence-to-sequence(Seq2seq) 모델은 입력열과 출력열의 길이가 다를 경우에도 적용할 수 있는 모델로 한국어 형태소 분석에서 많이 사용되고 있다. 일반적으로 Seq2seq 모델을 이용한 한국어 형태소 분석에서는 원문을 음절 단위로 처리하고 형태소와 품사를 음절 단위로 출력한다. 음절 단위의 형태소 분석은 사전 미등록어 문제를 쉽게 처리할 수 있다는 장점이 있는 반면 형태소 단위의 사전 정보를 반영하지 못한다는 단점이 있다. 본 연구에서는 Seq2seq 모델의 후처리로 재순위화 모델을 추가하여 형태소 분석의 최종 성능을 향상시킬 수 있는 모델을 제안한다. Seq2seq 모델에 빔 서치를 적용하여 K개 형태소 분석 결과를 생성하고 이들 결과의 순위를 재조정하는 재순위화 모델을 적용한다. 재순위화 모델은 기존의 음절 단위 처리에서 반영하지 못했던 형태소 단위의 임베딩 정보와 n-gram 문맥 정보를 활용한다. 제안한 재순위화 모델은 기존 Seq2seq 모델에 비해 약 1.17%의 F1 점수가 향상되었다.
본 고는 기존 소프트웨어 산업에서의 기술적인 문제점을 검토하고, 생산성 향상을 통하여 소프트웨어 수급격차를 해소하고, 현재의 소프트웨어 위기를 극복할 수 있는 방안으로서 전통적인 개발모델을 기반으로 하는 진화론적인 접근방식과 automation-based 개발모델을 기반으로 하는 혁신적인 접근방식에 대하여 기술한다.
최근 데이터베이스 관련 업계에서는 DB의 바람직한 활용모델 설정과 질적 개선 등 산업활성화를 위한 움직임이 활발해지고 있다. 특히 데이터베이스 산업의 경쟁력을 키우기 위해서는 '양적성장'보다는 '질적 수준 향상'이 시급하다는 목소리가 높다. 이에 한국데이터베이스진흥센터는 지난 5월 14일 전자신문사와 공동으로 '데이터베이스 품질향상을 위한 좌담회'를 개최, 국내 데이터베이스 품질의 현주소를 짚어봤다. 이 자리에서는 최근 DB산업의 문제점과 품질향상을 위한 다양한 방안 등이 심도 깊게 논의됐다.
희박뷰 전산화단층촬영(computed tomography; CT) 영상화 기술은 피폭 방사선량을 감소시킬 수 있을 뿐만 아니라 획득한 투영상의 균일성을 유지하고 잡음을 감소시킬 수 있는 장점이 있다. 하지만 재구성 영상 내 인공물 발생으로 인하여 화질 및 피사체 구조가 왜곡되는 단점이 있다. 본 연구에서는 희박뷰 CT 영상의 인공물 감소를 위해 wavelet 변환과 잔차 학습(residual learning)을 적용한 콘볼루션 신경망(convolutional neural network; CNN) 기반 영상화 모델을 개발하고, 개발한 모델을 통한 희박뷰 CT 영상의 인공물 감소 정도를 정량적으로 분석하였다. CNN은 wavelet 변환 층, 콘볼루션 층 및 역 wavelet 변환 층으로 구성하였으며, 희박뷰 CT 영상과 잔차 영상을 각각 입출력 영상으로 설정하여 영상화 모델 학습을 진행하였다. 영상화 모델 학습을 위해 평균제곱오차(mean squared error; MSE)를 손실함수로, Adam 함수를 최적화 함수로 사용하였다. 학습된 모델을 통해 입력 희박뷰 CT 영상에 대한 예측 잔차 영상을 획득하고, 두 영상간의 감산을 통해 최종 결과 영상을 획득하였다. 또한 최종 결과 영상에 대한 시각적 특성, 최대신호대잡음비(peak signal-to- noise ratio; PSNR) 및 구조적유사성지수(structural similarity; SSIM)를 측정하였다. 연구결과 본 연구에서 개발한 영상화 모델을 통해 희박뷰 CT 영상의 인공물이 효과적으로 제거되며, 공간분해능이 향상되는 결과를 확인하였다. 또한 wavelet 변환과 잔차 학습을 미적용한 영상화 모델에 비해 본 연구에서 개발한 영상화 모델은 결과 영상의 PSNR 및 SSIM을 각각 8.18% 및 19.71% 향상시킬 수 있음을 확인하였다. 따라서 본 연구에서 개발한 영상화 모델을 이용하여 희박뷰 CT 영상의 인공물 제거는 물론 공간분해능 향상 및 정량적 정확도 향상 효과를 획득할 수 있다.
본 연구에서는 독립형 마이크로그리드의 신뢰도를 향상시키기 위한 최적시스템 개념 설계를 제안하고 그 성능과 동작을 분석한 내용에 대해 기술하고 있다. 제안하는 시스템의 동작 타당성을 체계적으로 분석하기 위해 PSCAD/EMTDC 소프트웨어를 이용한 시뮬레이션 모델을 개발하였으며 개발한 시뮬레이션 모델을 이용하여 제안하는 시스템의 동작특성을 다양하게 분석하였다.
최근 국내 기업들은 소프트웨어 프로세스 심사를 통하여 기업의 프로세스 성숙도 향상과 개발되는 제품의 품질을 향상시키고자 하는 관점에서 CMM과 SPICE와 같은 프로세스 모텔을 적용하고 있다. 이 모델들은 소프트웨어 프로세스가 일정 수준의 성숙도를 지나면 측정을 활용하여 성숙도를 높일 수 있도록 모델을 제시하고 있으며, 이는 소프트웨어 개발의 지표들을 정량적인 수치로 객관화하여 관리하도록 권고하고 있다. 본 논문에서는 Embedded 소프트웨어를 개발하는 기업에서 측정을 통하여 지표들을 정량적으로 관리하고 각 지표들 간의 상관 관계를 분석하여 메트릭스와 시장 점유율간의 의존도 분석 사례를 제시한다.
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.