• Computational Structural Engineering
• /
• v.3 no.3
• /
• pp.58-61
• /
• 1990

교량유지관리 업무는 교량의 건설(신설), 노후교량의 개축, 교통량 증가에 따른 교량의 확장, 보수를 통한 원상복구, 또한 보수기록의 보관문제, 기존교량의 계속적인 점검 및 조사 등으로 분류된다. 이러한 문제를 전산화 하는 것은 필요항목들을 특성별로 분류하여 각 항목 등에 대한 데이타베이스를 구축하고 교량의 점검 및 조사 등을 통하여 교량의 손상상태를 파악함은 물론 개축, 보수, 확장, 신설 등에 대한 판정 및 그 우선순위를 제시하여 주는 의사결정시스템 개발이다. 본 고에서는 교량관리업무를 전산화하기 위해 한국건설기술연구원에서 개발한 교량관리용 DB(DATA BASE)시스템에 대하여 간략히 소개하고자 한다.

• Journal of Astronomy and Space Sciences
• /
• v.11 no.2
• /
• pp.196-207
• /
• 1994

Data on 27 W UMa systems having a asymmetric light curve so called O'Conell effect have been collected. Investigated 27 W UMa systems were classified into 12 positive and 15 negative type according to the shape of its asymmetric light curve. A list of members of the group, their current observational statue, and their physical and evolutional relationship to asymmetric W UMa type binaries are discussed.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.533-536
• /
• 2001

CRM에서 고객에 대한 10g등의 고객 정보를 통해 효율적인 서비스의 필요성이 강조되고 있다. 기존의 서비스는 대상 고객의 관심도와 성향 분석을 통한 것이라기 보다는 무조건적으로 제공되는 구체이고 체계적인 지식이 결여된 상태이므로 고개의 요구에 정확한 정보의 제공이 어려웠다. 그러므로, 본 논문에서는 고객이 원하는 정보를 정확하게 제공하기 위해 고객이 필요한 정보를 자동적으로 수집, 분류할 수 있는 마코브 모델을 통해서 통계와 분석을 수행하여 고객 정보의 분류와 획득에 의한 정보 서비스를 제공하고자 한다.

• Annual Conference of KIPS
• /
• 2003.11a
• /
• pp.547-550
• /
• 2003

본 논문은 카메라로 획득한 배의 표면과 꼭지 영상을 입력으로 하여 RBF 신경망 기반 분류기를 사용하여 양호한 배인지 아닌지를 판별하는 판별기의 설계에 대해 설명한다. 먼저 입력 영상에서 배경을 분리시킨 후 배만을 포함하는 영상을 얻고 이 영상에서 윤곽선과 같은 여러 가지 특징들을 추출한 후 미리 대량의 표면 영상과 꼭지 영상으로 훈련시킨 두 개의 RBF 신경망 기반 분류기를 사용하여 배의 상태를 판별한다. 구현되는 세부 모듈을 과일 종류에 맞게 수정한다면 제안되는 방법을 사과, 참외와 같은 다른 과일에도 적용할 수 있을 것이다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1998.11a
• /
• pp.50-58
• /
• 1998

EEG 생리신호의 분석은_ 국내에서도 최근에 활발한 연구가 진행되고 있으나, 시계열을 이용한 분석법은 많은 전문적인 지식을 요구하고 있기 때문에 시계열을 전문적으로 연구하지 않은 사람들에게는 많은 어려움을 내포하고 있다. 그러므로 시계열분석에 대한 지식이 혀는 분석자라도 보다 쉽게 이해하고 분석이 가능한 모형구축 및 판별분류에 대한 신호분석용 시계열분신 Tool의 개발이 미진한 상태이기 때문에 시계열분석에 의한 뇌파 신호의 분류에 대한 시스템을 개발하였다.

• Animal Systematics, Evolution and Diversity
• /
• v.6 no.1
• /
• pp.71-86
• /
• 1990

1969년 5월부터 1989년 6월까지 한국의 본토 연안과 도서지방, 28개 지역에서 채집되어 미동정 상태로 보관되어 있는 히드라충류의 표본들 가운데 일부를 관찰한 결과 13과에 속하는 50종 및 아종이 밝혀졌다. 이중에서 5종, Turritopsis nutricula, Halecium beanii, Halecium pusillum , Sertularella gigantea and Halopteris constricta는 한국미기록종으로 판명되었다. 한국산 기지종에 대해서는 기지 채집지를 인용하였으며 , 아울러 새로운 채집지를 추가하였다.

• Korean Journal of Crystallography
• /
• v.9 no.2
• /
• pp.159-167
• /
• 1998

천연에서 발견되는 유색수정은 자수정, 연수정, 황수정, 청수정, 녹수정, 장미수정 등 그 색의 종류에 따라 크게 6가지로 분류되며 발색 기구에 따라 색중심(color center), 전이금속 불순물(transition metal impurity), 산란(scattering), 전하이동(charge transfer) 등 4가지로 분류된다. 이들은 천연에서 고온고압의 열수가 냉각되면서 그 안아 녹아있던 광물질이 재결정하여 생성된 것이다. 이러한 유색수정은 실험실에서도 합성되며 그 방법은 천연 수정의 생성 과정과 유사하다. 그러나 천연수정 중의 일부는 실험실에서 성장하기가 거의 불가능하기 때문에 다른 방법을 이용하여 유사한 색을 가지게 한다. 본 논문에서는 불순물 원소의 종류 및 수정 격자내의 위치, 최외각 전자의 상태에 따라 색이 달라지는 것을 고찰하고 이러한 유색수정을 합성하는 원리에 대하여 논하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.637-639
• /
• 2003

본 논문은 카메라로 획득한 배의 표면과 꼭지 영상을 입력으로 하여 RBF 신경망 기반 분류기를 사용하여 양호한 배인지 아닌지를 판별하는 판별기의 설계에 대해 설명한다. 먼저 입력 영상에서 배경을 분리시킨 후 배만을 포함하는 영상을 얻고 이 영상에서 윤곽선과 같은 여러 가지 특징들을 추출한 후 미리 대량의 표면 영상과 꼭지 영상으로 훈련시킨 두 개의 RBF 신경망 기반 분류기를 사용하여 배의 상태를 판별한다. 구현되는 세부 모듈을 과일 종류에 맞게 수정한다면 제안되는 방법을 사과, 참외와 같은 다른 과일에도 적용할 수 있을 것이다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.396-398
• /
• 2022

회로설계 실험에서 사용되는 전자소자들은 실험이 종료된 후 다시 분류하여야 하는데, 소자가 작고 종류가 많아 분류에 많은 시간이 필요하게 된다. 본 논문에서는 이를 해결하기 위해 YOLOv7을 활용한 소자 인식 모델을 개발하여, 실험실 환경 유지를 위한 불필요한 인력 낭비를 줄이는데 도움을 주고자 한다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.34 no.11
• /
• pp.1681-1689
• /
• 2010

Several studies on the use of Support Vector Machines (SVMs) for diagnosing rotating machinery have been successfully carried out, but the fault classification depends on the input features as well as a multi-classification scheme, binary optimizer, kernel function, and the parameter to be used in the kernel function. Most of the published papers on multiclass SVM applications report the use of the same features to classify the faults. In this study, simple statistical features are determined on the basis of time domain vibration signals for various fault conditions, and the optimal features for each fault condition are selected. Then, the optimal features are used in the SVM training and in the classification of each fault condition. Simulation results using experimental data show that the results of the proposed stepwise classification approach with a relatively short training time are comparable to those for a single multi-class SVM.