사출-연신 블로우(injection-stretch blowing) 성형은 양방향 분자배향을 가지는 병(bottle)과 같은 중공 제품을 성형하는데 적용되며, 양방향의 배향은 강화된 물리적 상태량, 탄산음료병과 같은 제품에 중요한 가스 불 투과성 상태량을 제공한다. 사출-연신 블로우 성형 중 분리형(two-stage) 공정은 사출 성형으로 생산된 프리폼을 적외선 히팅 기구로 재 가열하고. 재 가열된 프리폼을 블로우 금형 안에 장착한 후 고압의 공기를 분사시켜 병의 형상을 생성 및 유지하면서 완성시킨다. 그러나 블로우 성형은 연신율이 10배 이상이 되기 때문에 최종 두께 분포를 예측하는 것이 매우 어렵다. 따라서 균일한 두께를 가질 수 있는 프리폼 형상 최적화가 필요하다. 본 연구에서는 블로우 성형 연신 과정에 따라 페트 용기의 두께 변화를 알아보기 위하여 사출-연신 블로우 성형시 두께 편차에 대한 해석을 수행하였으며, 그 결과 첫째 사출-블로우 성형 로우 결과를 이용하여 프리폼 초기 설계를 최적화하였고, 연신 및 블로우 과정에서 공정 편차에용기 두께며, 그 결과 을 수치적으로 로우하여 공정 편를 최적화하였다. 둘째, 사출-블로우 성형시 연신 과정과 동시에 공기를 블로우하는 방법이 용기 두께의 편차를 최소화하였으며, PET용기 제작 기술의 안정화 및 신뢰성을 향상시킬 수 있었다.
스케일러블 비디오 코딩(SVC, Scalable Video Coding)은 MPEG(Moving Picture Expert Group)과 VCEG (Video Coding Expert Group)의 JVT(Joint VIdeo Team)에 의해 현재 표준화 되고 있는 새로운 압축 표준 기술이며 시간, 공간 및 화질의 스케일러빌리티를 지원하기 위해 계층 구조를 가지고 있다. 특히 시간적 스케일러빌리티를 위해 계층적 B-픽처 구조를 채택하고 있다. 스케일러블 비디오 코딩의 기본 계층은 H.264|AVC와 호환적이므로, 모션 예측과 모드 결정과정에서 $16{\times}16,\;16{\times}8,\;8{\times}16,\;8{\times}8,\;8{\times}4,\;4{\times}8$ 그리고 $4{\times}4$와 같은 7개의 서로 다른 크기를 갖는 블록을 사용한다. 스케일러블 비디오 코딩에서 사용되고있는 계층적 B-픽처 구조는 키 픽처인 I와 P 픽처를 제외하고는 한 GOP (Group of Picture)내에서 모두 B-픽처를 사용하므로 H.264|AVC와 비교했을 때 연산량 증가와 함께 부호화 지연도 급격히 증가한다. B-픽처는 양방향 모션 벡터인 LIST0와 LIST1을 사용하고 양방향 모두에서 다중 참조 픽처를 사용하기 때문이다. 본 논문에서는 통계적 가선 검증을 이용하여 스케일러블 비디오 부호화에 적용 가능한 고속 프레임간 모드 결정 알고리듬 대해 소개한다. 제안된 방법은 $16{\times}16$ 매크로 블록과 $8{\times}8$ 서브 매크로 블록에 통계적 가설 감증 기법을 적용하여 실행되며, 현재 블록과 복원된 참조 블록간의 픽셀 값을 비교하여 RD(Rate Distortion) 최적화 기반 모드 결정을 빨리 완료함으로써 고속 프레임간 모드 결정을 가능하게 한다. 제안된 방법은 프레임 간 모드 결정을 고속화함으로써 스케일러블 비디오 부호화기의 연산량과 복잡도를 최대 57%감소시킨다. 그러나 연산량 감소에 따른 비트율의 증가나 화질의 열화는 최대 1.74% 비트율 증가 및 0.08dB PSNR 감소로 무시할 정도로 작다.
한국어 감성 분류 작업은 챗봇, 사용자의 물건 구매 평 분석 등 실 서비스에서 사용되고 있으며, 현재 딥러닝 기술의 발달로 높은 성능을 가진 신경망 모델을 활발히 사용하여 감성 분류 작업을 수행하고 있다. 하지만 신경망 모델은 입력 문장이 어떤 단어들로 인해 결과가 예측되었는지 해석하는 것이 쉽지 않으며, 최근 신경망 모델의 해석을 위한 모델 해석 방법들이 활발히 제안되어지고 있다. 본 논문에서는 모델 해석 방법 중 LIME 알고리즘을 이용하여 한국어 감성 분류 데이터 셋으로 학습된 모델들의 입력 문장 내 단어들 중 어떤 단어가 결과에 영향을 미쳤는지 해석하고자 한다. 그 결과, 85.23%의 성능을 보인 양방향 순환 신경망 모델의 해석 결과, 총 25,283개의 긍정, 부정 단어를 포함했지만, 상대적으로 낮은 성능을 보인 84.20%의 Transformer 모델의 해석 결과, 총 26,447개의 긍정, 부정 단어가 포함되어 있어 양방향 순환 신경망 모델보다 Transformer 모델이 신뢰할 수 있는 모델임을 확인할 수 있었다.
합리적인 도로 설계를 통해 운전자들의 기대를 만족시켜, 운전자들이 도로의 조건을 충분히 인지하여 주행하도록 하는 것은 매우 중요하다. 이러한 도로의 경우 우리는 흔히 선형의 일관성이 확보되어 운전자들이 안전하고 편안한 차량 주행을 할 수 있는 것이라고 말한다. 위에서 언급한 설계 일관성의 확보 유무를 평가하기 위해 국내 외에서 많은 연구가 이루어지고 있다. 본 연구에서는 기존의 국내 외 설계 일관성 평가 방법을 유형별로 구분하여 정리해 보고, 국내현실에 가장 적합하다고 판단되는 방법론을 응용하여, 일반국도의 과거 조사 자료를 바탕으로 현실적인 설계 일관성기법을 개발하고자 한다. 본 연구에서 개발한 모형은 곡선구간 상류부 100m지점의 속도($V_t$)를 변수로 포함하는 예측식으로 양방향 2차로는 $R{\leq}200m$인 경우와 R>200m인 경우로 나누어 예측식을 개발하였다. $R{\leq}200m$인 경우에는 곡선반경(R)과 $V_t$의 영향이 있고, R>200m인 구간에서는 기하구조의 영향보다는 곡선 상류부 100m지점의 속도($V_t$)가 영향이 있는 것으로 판단된다. 양방향 4차로의 경우도 R값을 400m라는 값에서 두 구간으로 구분하여 예측하였지만 양방향 2차로와는 달리 두 구간에서 모두 기하구조의 영향보다는 $V_t$의 영향이 더 큰 것으로 판단되었다. 향후 보다신뢰도가 높은 예측모형식 개발을 위해서는 더욱 정확하고 다양한 기하구조의 자료의 수집이 필요하다. 그리고 곡선 상류부 직선구간의 여러 지점의 속도를 수집하면 보다 신뢰도가 높은 예측 모형식 개발이 가능할 것이다.
본 장에서는 H.26L 비디오 코덱에 적용되는 움직임 보상 기법(motion compensation) 및 B 픽쳐(Bi-predictive picture) 에 대해 다루기로 한다. 먼저 H.26L 비디오 코덱이 H.263 또는 MPEG-4 Part 2와 같은 종래 비디오 코덱들과 움직임 보상 관점에서 다른 점을 살펴보면, 복수개의 레퍼런스 픽쳐(multiple reference picture) 로부터 움직임 추정 (motion estimation) 밀 움직임 보상을 수행하고, 16x16 매크로 블록 크기부터 16x8, 8x16, 8x8블록 크기에서 매크로 블록 모드 타입이 결정되고 8x8 모드는 다시 8x4, 4x8, 4x4 단위에서 서브 모드 타입이 결정된다. 따라서 한 개의 매크로블록은 최대 16개의 모션벡터를 깆을 수 있다. 또한 복수개의 레퍼런스 픽쳐와 다양한 블록 타입을 적용함에 따라 모션벡터 예측(PMV: prediction of motion vector) 은 현재 블록과 이웃하는 블록들 사이의 레퍼런스 픽쳐 인덱스 비교 및 현재 블록 타입이 16x8또는 8x16 일 때 방향성 예측을 허용하는 새로운 기법들이 소개되어 있다. 그리고 코딩 효율을 높이기 위한 방법으로서 1/4 pel 단위의 움직임 보상을 하여 블록의 예측 정확도를 높이도록 하고 있다. 한편, H.26L에서의 B 픽쳐는 종래 비디오 코덱에 비해 확장된 정의를 갖고 있다. 예를 들어, 종래의 비디오 코덱에서는 B 픽쳐가 시간 스케일러빌러티(temporal scalability)에 사용됨에 따라 레퍼런스 픽쳐로서 사용될 수 없지만, H.26L은 B 픽쳐가 레퍼런스 픽쳐로서 사용되는 것을 허용하고 있다. 또한 종래의 B 픽쳐가 양방향에서 움직임 보상을 한 것과 달리 H.26L은 동일 방향에 존재하는 두개의 레퍼런스 픽쳐에서도 움직임 보상을 허용한다.
스마트그리드는 기존의 단방향 전력 전송에서 나아가 양방향 정보 교환이 이루어지는 시스템으로 전력의 이동 및 소요량에 대한 실시간 파악이 가능하다. 전력 생산자는 전력 소모량 집계 결과로부터 향후 전력 생산량 예측이 용이하며, 사용자 또한 다수 전력원으로부터의 단위 사용 비용을 고려한 선택적 전력 사용 및 전력 절약 계획 수립이 용이해져 자원의 효율적 생산 및 사용을 가능하게 한다. 반면 자원의 사용 및 이동에 대한 실시간 정보 수집은 개인의 프라이버시를 침해할 수 있는 위험성을 내포하고 있다. 이러한 스마트그리드에서의 전력량 집계 과정에서 프라이버시 침해를 방지하기 위하여, 본 논문에서는 동형 암호화 기법을 활용함으로써 단순 합계를 포함한 복합 연산을 허용하는 유연하면서도 효율적인 전력량 집계 및 분석 기법을 제시한다.
본 논문에서는 딥러닝 시계열 예측 모형을 평가한다. 최근 연구에 따르면 이 모형은 ARIMA와 같은 기존 예측 모형보다 성능이 우수하다고 결론짓는다. 그 중 히든 레이어에 이전 정보를 저장하는 순환 신경망이 이를 위한 예측 모형 중 하나이다. 네트워크의 그래디언트 소실 문제를 해결하기 위해 LSTM은 데이터 흐름의 반대 방향으로 숨겨진 레이어가 추가되는 BI-LSTM과 함께 순환 신경망 내부의 작은 메모리로 사용된다. 본 논문은 서울의 2018년 1월 1일부터 2022년도 1월 1일까지의 NO2 자료에 대해 Informer의 성능을 LSTM, BI-LSTM, Transformer와 비교하였다. 이에 실제 값과 예측값 사이의 평균 제곱근 오차와 평균 절대 오차를 구하였다. 그 결과 Test 데이터(2021.09.01.~2022.01.01.)에 대해 Informer는 다른 방법에 비해 가장 높은 예측 정확도 (가장 낮은 예측 오차: 평균 제곱근 오차: 0.0167, 평균 절대 오차: 0.0138)를 보여 타 방법에 비해 그 우수성을 입증하였다. Informer는 당초 취지와 부합되게 다른 방법들이 갖고 있는 장기 시계열 예측에 있어서의 문제점을 개선하는 결과를 나타내고 있다.
양방향 AC/DC 컨버터를 이용하여 EV배터리를 충전하거나 계통으로 전력을 보낼 때 PI제어기를 사용하면 임피던스를 예측할 수 없으므로 초기 구동시 오버슈트가 발생하여 회로에 스트레스가 발생한다. 본 논문에서는 Sliding Mode Controller (SMC)를 이용하여 계통으로 전력을 전달하는 알고리즘으로 소프트 스타트를 하는 알고리즘을 제안하였다. 시뮬레이션을 통하여 회로를 구성하고 제안한 제어 방법의 성능을 확인하였다.
Cascaded NPC/H-Bridge(CNHB) 컨버터는 전압 레벨 증가의 용이성 및 고효율 양방향 토폴로지로써 대전력 및 고전압 전력변환장치에 널리 사용되고 있다. 하지만 과도상태 및 정상상태에서의 단상으로 구성된 각 DC-link의 전압변동은 DC-link의 커패시턴스 증가 및 출력 전력의 품질을 저하시킨다. 이에 본 논문은 CNHB 컨버터의 정상상태 특성과 동특성 개선을 위하여 PI제어와 모델예측제어를 혼합한 제어기법을 제안한다. 제안한 기법의 타당성은 PSIM 9.1.4 시뮬레이션을 이용하여 검증한다.
Demand estimates in electric power systems have traditionally consisted of time-series analyses over long time periods. The resulting database consisted of huge amounts of data that were then analyzed to create the various coefficients used to forecast power demand. In this research, we take advantage of universally used analysis techniques analysis, but we also use easily available data-mining techniques to analyze patterns of days and special days(holidays, etc.). We then present a new method for estimating and forecasting power flow using decision tree analysis. And because analyzing the relationship between the estimate and power system ceiling Trices currently set by the Korea Power Exchange. We included power system ceiling prices in our estimate coefficients and estimate method.
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.