최근 고속도로 건설공사는 대형화, 복잡화, 첨단화로 인한 작업환경 및 작업의 종류도 다양화 되고 있다. 공사 장비 또한 대형화와 고소작업의 증가에 따라 안전사고가 증가하고 있어 건설재해를 감소시키려는 노력이 요구된다. 그러나 구체적이고 과학적 방법을 사용한 기술적 안전관리 대처 수단이 미비하다. 사고 예방을 위해서 안전사고 유형 및 사고요인 등을 통계적인 방법으로 분석하여 각 변수들에 대한 안전관리에 적용할 수 있는 방안이 구체적으로 필요하다. 따라서 본 연구에서는 고속도로 건설공사의 12년간 안전사고에 대한 조사를 실시하여 사고발생요인들에 따라 사고유형 및 환산재해자수에 대한 특성을 분석하기 위한 목적으로 실증분석을 하였다. 연구결과 첫째, 사고요인별 사고유형과의 유의미한 차이를 검정한 결과 사고 발생 원인 및 사고발생 높이가 유의한 차이가 나타났다. 둘째, 기간별요인 중에 사고발생시간이 환산재해자수와의 유의한 차이가 나타났다. 작업여건별 요인 중에는 사고발생원인, 사고발생높이, 사고발생유형이 환산재해자수와의 유의한 차이가 나타났다. 이러한 요인들과 변수들의 특징을 분석하여 제시한 결과는 향후 안전관리 대책 수립에 중요한 의미가 있다.
본(本) 연구(硏究)는 몇 종(種)의 침엽수(針葉樹)에 대하여 Shoot water potential의 일변화(日變化) 및 지(枝)의 Xylem conductivity의 특성(特性)을 측정고찰(測定考察)한 것으로 다음과 같은 결과를 얻었다. 1) Shoot water potential은 광도(光度)의 크기에 따라 변화(變化)하며, 광도(光度)의 감소(減少)가 시작된지 2시간(時間) 늦게 Shoot water potential의 증가(增加)가 시작되었다. 2) 지엽(枝葉)의 일중(日中) 최대수분(最大水分) 결차(缺差)는 12시(時)부터 14시(時) 사이에 일어나며, 그 값의 크기는 일본잎갈나무 -22 bar, 잣나무 -18 bar, 소나무 -15 bar, 젓나무 -14 bar, 리기다소나무 -10 bar 정도였다. 3) 수고(樹高) 1 m 당(當) 지엽(枝葉)의 수분결차(水分缺差)의 크기를 경사도(傾斜度)(${\varphi}_L/m$)로 나타내면 잣나무 -1.7 bar/m, 일본잎갈나무 -2.1 bar/m였다. 4) 지(枝)의 Relative Xylem conductivity (K, $cm^2/hr{\cdot}atm$)의 평균치(平均値)는 일본잎갈나무 2878, 리기다소나무 2763, 소나무 2652, 잣나무 2113 이었다.
본 연구는 천연기념물로 지정되어 있는 제주마의 유전자원 보존과 증식을 위한 인공수정 기술의 실용화를 위한 기초자료를 제공하고자 제주도 축산진흥원에서 사육되고 있는 제주마 종마 4두를 공시하여 Missouri style 인공질을 이용 정액을 채취하여 사정 특성 및 정액의 일반 성상을 조사하였다. 제주마는 교미를 위하여 발정 중인 암말에 사정당 2.3$\pm$1.8회 승가를 하며 사정시간은 27.0$\pm$12.5초였다. 정액의 일반성상을 조사한 결과 총 정액량은 47.8$\pm$26.7ml, gel-free 양은 42.7$\pm$27.4ml, 정자농도는 270.7$\pm$112.9$\times$$10^{6}$ml로 사정당 총 정자수는 7.6$\pm$3.9$\times$$10^{9}$ ml였다. 또한 원정액중 생존 정자의 비율은 75.0$\pm$18.2%로 사정당 생존 정자수는 6.1$\pm$3.4$\times$$10^{9}$ ml였으며 gel-free 정액의 pH는 7.3$\pm$0.2이었다. 정자의 기형율은 평균 31.5%로서 부위별로는 미부가 15.0$\pm$15.0%, 두부가 9.5$\pm$11.7% 그리고 경부가 7.0$\pm$4.0%였다.
본 연구는 미강 추출 식이섬유 혼합물을 첨가한 유화형 소시지의 이화학적 및 관능적 품질 특성을 조사하였다. 유화형 소시지의 수분함량은 미강 추출 식이섬유를 2%와 3% 첨가한 처리구에서 유의적으로 높았으며, 지방함량은 대조구가 가장 높았고 식이섬유 혼합물의 첨가량이 증가함에 따라 낮게 나타났다. 단백질 함량은 대조구가 높게 나타났으나, 회분함량은 대조구에 비해 처리구들이 높게 나타났다. 가열감량은 대조구에 비하여 처리구들이 낮게 나타났으며, 2% 처리구가 유의적으로 가장 낮은 가열감량을 나타내었다. 소시지의 pH, 명도와 적색도는 대조구가 처리구들과 비교하여 높게 나타났으며, 황색도는 미강 식이섬유의 첨가량이 증가할수록 높은 값을 나타내었다. 물성의 경도는 미강 식이섬유의 첨가량이 증가할수록 높은 경도를 나타내었고, 탄력성, 검성, 씹음성은 모든 처리구에서 유의적인 차이가 나타나지 않았다. 관능적 특성은 색과 연도에서 대조구, 1%, 2% 미강 식이섬유 첨가구가 높은 점수를 받았으며, 풍미, 다즙성 및 전체적인 기호도에서 대조구와 비교하여 2% 처리구가 유의적으로 가장 높은 점수를 받았다. 따라서, 유화형 소시지에 미강 추출 식이섬유 혼합물을 첨가하면 이화학적 및 관능적으로 우수한 육제품을 제조할 수 있으며, 기능성 소시지에 대한 미강의 활용 가능성을 타진하였다.
초기 학습 데이터의 과적합으로 인한 전력망 상태예측 모델의 성능 감소를 방지하고 예측모델의 예측 정확도 유지를 통한 계속적인 현장활용을 위해서는 기계학습 모델의 예측 정확도를 지속적으로 관리할 필요가 있다. 이를 위해, 본 논문에서는 다양한 요인에 의해 끊임없이 변화하는 전력망 상태 데이터의 특성을 고려하여 예측모델의 정확성과 신뢰성을 높이고 현장 적용 가능한 수준의 품질을 유지하기 위한 기계학습 기반 전력망 상태예측 모델의 성능 유지관리 자동화 기법을 제안한다. 제안 기법은 워크플로우 관리 기술의 적용을 통해 전력망 상태예측 모델 성능 유지관리를 위한 일련의 태스크들을 워크플로우의 형태로 모델링하고 이를 자동화하여 업무를 효율화 하였다. 또한, 기존 기술에서는 시도되지 않았던 학습데이터의 통계적 특성 변화 정도와 예측의 일반화 수준을 모두 고려한 예측모델의 성능 평가를 통해 성능 결과의 신뢰성을 확보하고 이를 통해 예측 모델의 정확도를 일정 수준으로 유지관리하고 더욱 성능이 우수한 예측모델의 신규 개발이 가능하다. 결과적으로 본 논문에서 제안하는 전력망 상태예측 모델 성능 유지관리 자동화 기법을 통해 예측모델의 성능 저하문제를 해결하여 분산자원 연계 등 외부 환경의 변화에 유연한 예측모델 관리를 통해 정확성과 신뢰성이 보장된 예측 모델의 지속적인 활용이 가능하다.
특정 지역의 고객을 대상으로 열을 공급하는 지역난방 서비스의 안정적인 운영을 위해서는 단기간의 미래 수요를 보다 정확하게 예측하고, 효율적인 방법으로 생산 및 공급하는 것이 무엇보다 중요하다. 그러나 열 소비에 영향을 미치는 요소가 매우 다양할 뿐만 아니라 개별 소비자 및 지역적 특성에 따라 소비 형태가 달라지기 때문에 일반적인 상황에도 적용될 수 있는 범용적 열 수요 예측 모형을 개발하는 것은 매우 어렵다. 따라서 본 연구에서는 실시간으로 확보할 수 있는 제한적인 정보만을 바탕으로 딥러닝 기법을 활용한 수요예측 모형을 개발하고자 한다. 해당 지역의 외기온도와 날짜로만 구성된 과거 데이터를 입력 변수로 하여 텐서플로의 인공신경망을 학습시키는 방법으로 수요 예측 모형을 개발하였다. 기존의 회귀분석 기법을 통해 예측된 수요의 정확도와의 비교를 통해 제안된 모델의 성능을 평가하였다. 본 연구의 열 수요 예측 모델은 단기적 수요 예측을 위해 실시간으로 확보할 수 있는 제한적인 변수만으로도 수요 예측의 정확도를 높일 수 있음을 보였다. 나아가 개별 지역에서는 지역적 특수성을 추가하여 수요 예측 정확도를 높이는 데 활용할 수 있을 것이다.
최근 노동 집약적인 성격의 섬유 산업에서는 인공지능을 통해 섬유 방사 공정에 들어가는 비용을 줄이고 품질을 최적화하려고 시도 하고 있다. 그러나 섬유 방사 공정은 데이터 수집에 필요한 비용이 크고 체계적인 데이터 수집 및 처리 시스템이 부족하여 축적된 데이터양이 적다. 또 방사 목적에 따라 특정한 변수에만 변화를 준 데이터만을 우선으로 수집하여 데이터 불균형이 발생하며, 물성 측정 환경의 차이로 인해 동일 방사 조건에서 수집된 샘플 간에도 오차가 존재한다. 이러한 데이터 특성들을 고려하지 않고 인공지능 모델에 활용할 경우 과적합과 성능 저하 등의 문제가 발생할 수 있다. 따라서 본 논문에서는 방사 공정 데이터 특성을 고려한 이상치 처리 기법과 데이터 증강 기법을 제안한다. 그리고 이를 기존 이상치 처리 기법 및 데이터 증강 기법과 비교하여 제안한 기법이 방사 공정 데이터에 더 적합함을 보인다. 또 원본 데이터와 제안한 기법들로 처리된 데이터를 다양한 모델에 적용하여 비교함을 통해 제안한 기법들을 사용한 모델들이 그렇지 않은 모델들에 비해 인장 강신도 예측 모델의 성능이 개선됨을 보인다.
신경망 기반 스타일 전이 기법은 영상의 고차원적 구조적 특징을 반영하여 높은 품질의 스타일 전이 결과를 제공함으로써 최근 크게 주목받고 있다. 본 논문은 이러한 신경망 기반 스타일 전이의 GPU 메모리 제한에 따른 해상도 한계에 대한 문제를 다룬다. 신경망 출력이 가진 제한적 수용장 특징을 바탕으로, 부분 영상 기반의 스타일 전이 손실함수 경사도 연산이 전체 영상을 대상으로 구한 경사도 연산과 동일한 결과를 생성할 수 있을 것으로 기대할 수 있다. 이러한 아이디어를 기반으로, 본 논문에서는, 스타일 전이 손실함수의 각 구성 요소에 대한 경사도 연산 구조를 분석하고, 이를 통해 부분 영상의 생성 및 패딩에 대한 필요조건을 구하고, 전체 영상의 신경망 출력에 좌우되는 경사도 연산 요구 데이터를 확인하여 구조화함으로써 재귀적 초고해상도 스타일 전이 알고리즘을 개발하였다. 제안된 기법은, 사용하는 GPU 메모리가 처리할 수 있는 크기로 초고해상도 입력을 분할하여 스타일 전이를 수행함으로써, GPU 메모리 한계에 따른 해상도 제한을 받지 않으며, 초고해상도 스타일 전이에서만 감상할 수 있는 독특한 세부 영역의 전이 스타일 특징을 제공할 수 있다.
이미지와 같은 비정형 데이터의 불균형 클래스 문제 해결에 있어 생산적 적대 신경망(generative adversarial network)에 기반한 오버샘플링 기법의 우수성이 알려짐에 따라 다양한 연구들이 이를 정형 데이터의 불균형 문제 해결에도 적용하기 시작하였다. 그러나 이러한 연구들은 데이터의 형태를 비정형 데이터 구조로 변경함으로써 정형 데이터의 특징을 정확하게 반영하지 못한다는 점이 문제로 지적되고 있다. 본 연구에서는 이를 해결하기 위해 순환 생산적 적대 신경망(cycle GAN)을 정형 데이터의 구조에 맞게 재구성하고 이를 SMOTE(synthetic minority oversampling technique) 기법과 결합한 하이브리드 오버샘플링 기법을 제안하였다. 특히 기존 연구와 달리 생산적 적대 신경망을 구성함에 있어 1차원 합성곱 신경망(1D-convolutional neural network)을 사용함으로써 기존 연구의 한계를 극복하고자 하였다. 본 연구에서 제안한 기법의 성능 비교를 위해 불균형 정형 데이터를 기반으로 오버샘플링을 진행하고 그 결과를 SMOTE, ADASYN(adaptive synthetic sampling) 등과 같은 기존 기법과 비교하였다. 비교 결과 차원이 많을수록, 불균형 정도가 심할수록 제안된 모형이 우수한 성능을 보이는 것으로 나타났다. 본 연구는 기존 연구와 달리 정형 데이터의 구조를 유지하면서 소수 클래스의 특징을 반영한 오버샘플링을 통해 분류의 성능을 향상시켰다는 점에서 의의가 있다.
21세기 들어 혁신적인 전략이나 기술로 탄생한 벤처기업은 세계 경제를 이끄는 중심축이 되었다. 제4차산업혁명, 디지털 트랜스포메이션, AI, 전기차 등 거시적 지식기반 사회로의 이행에 따른 환경 변화 등으로 과학기술기반 창업에 대한 중요성이 날로 대두되고 있다. 특히 대학·출연(연)이 신기술 개발에 대한 연구논문이나 보유 특허를 기반으로한 실험실 창업은 생존율과 고용 창출효과가 높은 것으로 알려져 있다. 본 연구에서는 그 중 미연구재단(NSF)에서 개발하여 국내에도 도입된 실험실창업 혁신교육프로그램인 '아이코어(I-Corps)'에 주목하였다. 혁신군단을 뜻하는 아이코어는 2011년 NSF 주로도 국가혁신 차원의 창업시스템 구축 정책일환으로 R&D 결과물의 사업화 및 기업가 정신 육성을 위해 출범한 실험실 창업 프로그램으로 일반적인 기술이전이나 기술 사업화를 뛰어 넘는 잠재 수요가로부터의 시장 기회의 인지 및 효과적 사업화를 위한 시장 및 비즈니스 모델 개발을 지향하는 7주 동안의 시장발견 활동 등의 커리큘럼을 갖춘 스탠포드대학교의 SBL(Steve Blank Lean LaunchPad)이 아이코어의 모태가 되었다. 본 연구에서는 아이코어 프로그램 참여 팀들을 중심으로 실험실창업의 팀 특성 중 창업팀 다양성이 특허성과에 어떠한 영향을 끼쳤는지 연구모델을 제안하고 실증적으로 검증하였다. 분석 결과 제안된 변수들 중에서 연령 다양성, 학력 다양성, 가치관 다양성이 특허성과에 유의한 영향을 미쳤다. 본 연구의 결과는 향후 아이코어(I-Corps) 실험실창업 프로그램뿐만 아니라 기술창업, 지식 재산, 지식 경영 관련분야의 연구자들이나 실무 종사자들의 이론적, 실무적 기반을 더 탄탄히 할 것으로 기대한다.
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.