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.
가스터빈 엔진은 작동시간이 축적됨에 따라 엔진 주요부품의 성능이 점차적으로 저하되며, 내부구성부품 사이에 결함이 발생하기도 한다. 이러한 엔진의 손상여부를 진단하기 위해 가스경로해석(GPA, Gas Path Analysis)이 사용되고 있다. 본 연구에서는 상용 프로그램에 의존하지 않고, 각 성능변수들과 측정 변수들과의 열역학적 민감도를 이용하여 엔진성능진단 코드를 개발하였으며, 스마트무인기용 터보축 엔진에 적용하여 엔진의 단일 성능 저하를 예측하여 보았다.
사용자 만족(User satisfaction)은 Bailey와 Pearson(1983) 이후, 정보시스템 분야의 연구에서 시스템의 성능(Performance)을 대변하는 성과변수로서 가장 널리 사용되어져 왔다.[Delone & McLean, 1992]. 그러나 사용자 만족은 실제 시스템의 객관적인 성능이나 품질이 아닌 사용자에 의해 지각된(Perceived) 만족이므로, 인간이 인지과정에서 받는 다른 영향들로 인하여 지각된 성과는 실제의 시스템 성능과 다를 수 있다.[Gatian 1994; Szajna & Scamell, 1993. 따라서 만일 사용자가 지각한 성능이 객관적인 실제의 시스템 성능과 반드시 일치하지 않는다면, 그 원인은 무엇이며, 사용자가 시스템을 평가하는 과정에서 어떤 요인들이 작용하여 이러한 왜곡된 결과를 가져오는지, 사용자 만족이 결정되는 인지적 과정을 규명할 필요가 있다. 이러한 의미에서 본 연구는 마케팅 분야에서 일반상품에 대한 소비자의 만족 결정에 영향을 주는 변수와 그 결정과정을 연구한 소비자 만족/불만족(Consumer Satisfaction / Dissatisfaction)의 연구이론을 도입하여, 정보시스템이란 상품을 대상으로 사용자가 만족을 느끼게 되는 과정을 인지적(Cognitive) 관점에서 규명하고, 만족결정에 영향을 미치는 변수들을 찾아낸 후 소비자 만족을 결정하는 모형을 연구하고자 하였다. 8개 기업의 정보시스템 사용자부터 데이터를 수집하여 LISREL을 이용하여 사용자 만족 연구 모형을 검증하였다. 분석 결과, 결정모형은 유의하였으며 정보시스템의 사용자 만족에 영향을 미치는 변수로는 시스템의 성능 뿐 아니라 기대불일치가 함께 영향을 미치는 것으로 나타나 시스템 성능의 향상과 함께 사용자들의 기대수준 관리에 관심을 기울일 필요가 있는 것으로 나타났다.
나이브베이즈분류기($na\ddot{i}ve$ Bayes classifier)는 학습, 적용 및 계산자원 이용의 측면에서 매우 효율적인 모델이다. 또한, 그 분류 성능 역시 다른 기법에 비해 크게 떨어지지 않음이 다양한 실험을 통해 보여져 왔다. 특히, 데이터를 생성한 실제 확률분포를 나이브베이즈분류기가 정확하게 표현할 수 있는 경우에는 최대의 효과를 볼 수 있다. 하지만, 실제 확률분포에 존재하는 조건부독립성(conditional independence)이 나이브베이즈분류기의 구조와 일치하지 않는 경우에는 성능이 하락할 수 있다. 보다 구체적으로, 각 자질변수(feature variable)들 사이에 확률적 의존관계(probabilistic dependency)가 존재하는 경우 성능 하락은 심화된다. 본 논문에서는 이러한 나이브베이즈분류기의 약점을 효율적으로 해결할 수 있는 자질변수의 통합기법을 제시한다. 자질변수의 통합은 각 변수들 사이의 관계를 명시적으로 표현해 주는 방법이며, 특히 상호정보량(mutual information)에 기반한 통합 변수의 선정이 성능 향상에 크게 기여함을 실험을 통해 보인다.
기존의 네트워크에서는 혼잡상황이 감지된 이후에 네트워크 성능이 급격하게 저하된다. 이러한 문제를 해결하고자 RED(Random Early Detection)기법이 소개되어 게이트웨이에서 혼잡상황에 대하여 능동적으로 대처할 수 있는 알고리즘이 제시되었다. 하지만, RED는 매개변수 설정이라는 문제가 남아있다. 그리하여, 잘못된 변수값 설정으로 인한 네트워크 성능 저하가 현저하게 발생한다. 본 논문에서는 기존의 RED를 개선한 Effective RED를 제안한다. Effective RED는 RED 알고리즘의 문제점을 개선하여 네트워크의 상황에 맞추어 동적으로 매개 변수 값을 조정하는 알고리즘이다. 그리고, ns를 이용하여 Effective RED의 성능을 검증하였다.
이 논문은 타이어 변형량을 측정하는 변형량 센서의 시제품을 modeling하여 COMSOL Multiphysics FEM 해석 프로그램을 통해 시뮬레이션을 수행한 것을 다룬 것이다. 센서의 구조 중에 센서의 성능에 큰 영향력을 미치는 구조를 변수로 잡아 각 변수에 따른 센서의 capacitance의 linearity와 sensitivity을 시뮬레이션을 통해 도출했다. 도출한 값을 토대로 센서 구조에 대한 최적의 범위를 구하고 센서의 시제품의 구조 변수의 값이 이 범위 내에 있는 것을 보여 시제품의 성능에 대한 검증했다.
엄격한 시간 제약성에 의해 특성화되는 실시간 시스템의 성능을 평가하기 위해서 퍼지-랜덤 변수가 포함된 이산 사건 모델을 제시한다. 실시간 시스템의 정확성은 출력의 논리적 결과 뿐 아니라 반응시간에도 의존하므로, 본 논문에서는 실시간 시스템의 성능을 유연하게 평가하기 위해서 퍼지-랜덤 변수에 의해 적절하게 변형된 상태 오토마타를 제시하고 그 오토마타를 적용한 수치 예제를 제시한다.
본 연구에서는 비디오 하이라이트 검출 및 장면 추출을 위한 경량화된 모델인 Visual Context Learner (VCL)을 제안한다. 기존 연구에서는 매개변수가 고정된 CLIP을 비롯한 여러 피쳐 추출기에 학습 가능한 DETR과 같은 트랜스포머를 이어붙여서 학습을 한다. 하지만 본 연구는 경량화된 구조로 하이라이트 검출 성능을 개선시킬 수 있음을 보인다. 그리고 해당 형태로 장면 추출도 가능함을 보이며 장면 추출의 추가 연구 가능성을 시사한다. VCL은 매개변수가 고정된 CLIP에 학습가능한 프롬프트와 MLP로 하이라이트 검출과 장면 추출을 진행한다. 총 2,141개의 학습가능한 매개변수를 사용하여 하이라이트 검출의 HIT@1(>=Very Good) 성능을 기존 CLIP보다 2.71% 개선된 성능과 최소한의 장면 추출 성능을 보인다.
최근 들어 구조물을 보강하는 방법으로 강판 또는 섬유쉬트를 외부에 부착시키는 공법이 많이 사용되고 있다. 섬유쉬트 중에서 가장 널리 사용되는 것은 탄소섬유쉬트이지만, 성능면에서 뒤지지 않고 가격면에서는 오히려 유리한 아라미드섬유쉬트에 관한 연구는 전무한 실정이다. 본 연구에서는 아라미드섬유쉬트로 휨보강한 RC보의 파괴양상 및 강도성능, 변형성능을조사하고, 여섯 개의 보강변수에 대한 보강효과를 조사하였다. 인장철근비, 보강길이, 보강겹수, 앵커볼트 정착 유무가 각각 다른 16개의 실험체와 밑면 마감처리 및 부재손상 여부가 다른 2개의 실험체, 그리고 이들 보강 실험체의 비교 근거가 되는 비보강 실험체 2개를 실험하여 그 특성을 연구하였다. 실험결과, 보강성능과 파괴양상에 가장 큰 영향을 미치는 변수는 보강길이로 나타났다. 보강겹수도 어느 정도의 영향을 미치는 것으로 나타났으나 그외 다른 변수들의 영향은 미비한 것으로 판단된다.
본 연구에서는 복합재 압력용기의 성능지수를 최대화하기 위한 적층 설계변수의 영향도 평가 및 최적설계를 수행하였다. 복합재 압력용기의 성능지수에는 용기의 내부체적을 포함한 내압성능 및 경량화 개념이 함축되어 있다. 따라서 성능지수를 최대화하기 위하여 압력용기의 내부체적이 고정되어 있다는 가정 하에 헬리컬 및 후프 층의 두께와 후프 층의 길이, 총 세 가지 변수를 고려하였다. 선정된 변수들의 최적화를 위하여 대체모델의 구축에 필요한 반응표면법이 도입되었고, 변수의 영향도를 평가하기 위한 분산분석이 수행되었다. 최적설계 문제는 내압성능 제약조건 하에 성능지수를 최대화하는 문제로 정식화하였다. 도출된 최적화 모델에 대한 추가적인 수치해석을 통해 본 연구의 효용성을 입증하였다.
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.