• 한국전산구조공학회논문집
• /
• 제18권3호
• /
• pp.291-302
• /
• 2005

구조응답에 기여하는 중요성으로 인하여 추계론적 해석에서는 재료탄성계수의 불확실성에 의한 응답변화도에 대한 연구가 주로 진행되어 왔다. 그러나 추계론적 해석이 의미있는 값을 제공하기 위해서는 가능한 많은 인수에 대한 불확실성을 동시에 고려하여야 한다. 본 연구에서는 구조재료의 중요한 두 인수인 탄성계수와 포아송비에 나타나는 불확실성을 고려한 추계론적 해석을 위한 정식화를 평면문제에 대하여 제안하였다. 이를 위하여 이들 두 인수의 함수로 주어지는 구성행렬의 각 요소에 대한 다항식 전개를 채용하였으며, 두 인수의 불확실성에 따라 나타나는 자기 및 상호상관함수는 n-차 모멘트에 대한 일반식을 적용하여 구성하였다. 다항식 전개에 따라 부행렬의 무한합으로 변형된 구성행렬은 계산상의 편의를 위하여 요구되는 정확도 내에서 절삭하여 사용하였다. 제안된 방법의 검증을 위하여 단순 평면구조를 예제로 택하여 해석하었으며, 해석결과는 국부평균법을 채용한 고전적인 몬테카를 해석 결과와 비교하였다.

• 패션비즈니스
• /
• 제25권5호
• /
• pp.1-24
• /
• 2021

This study aimed to explore the fashion design and style features, and differences in BLACKPINK, TWICE, and Red Velvet girl groups. A total of 469 fashion photos (132 BLACKPINK, 217 TWICE, 120 Red Velvet) focusing on 23 title songs (7 BLACKPINK, 9 TWICE, 7 Red Velvet) were collected. Photo classification work was carried out in accordance with the design analysis criteria and the results were derived by combining statistical analysis and content analysis. BLACKPINK's fashion design characteristics showed a lot of complex colors, shade tone, pure tone, contrast color coordination, stylistic pattern, slit, patchwork, checklist method, sexy and avant-garde images. TWICE's fashion design characteristics included warm color, complex color, tint tone, monotone, contrast color coordination, tone-on-tone, geometric & stylistic patterns, cotton, silk, a combination of the same material, frill, beads, ribbon decoration, blouse, skirt, and many romantic and ethnic images. Red Velvet's fashion design characteristics were a cold color, moderate tone, monotone, cotton, velvet, geometric pattern, zipper, sequins, T-shirt, pants, tie, belt, and many retro and active images. The fashion styles of BLACKPINK, TWICE, and Red Velvet were as follows. BLACKPINK was divided into sexy avant-garde, sexy active, sexy romantic styles. TWICE was divided into romantic active, romantic classical, and romantic ethnic styles. Red Velvet was divided into retro active, retro sexy, and retro avant-garde styles.

• 통상정보연구
• /
• 제4권1호
• /
• pp.107-128
• /
• 2002

한국 중소수출기업의 인터넷을 이용한 수출마케팅 전략과 성과와의 관계를 밝히기 위하여 본고에서는 우선 이론적 배경을 바탕으로 한 연구모형의 개발 및 연구가설이 설정되었다. 이렇게 설정된 연구가설은 설문조사를 통한 자료수집과 MANOVA에 의한 통계분석을 통하여 검정되었다. 그 결과, 주로 세일즈와 광고에 적용되는 커뮤니케이션 효과계층의 고전적인 AIDA 모델을 준용한 수출성과와 인터넷 수출마케팅전략 변수간에는 거의 대부분의 경우 통계적으로 유의미한 관계가 있음을 발견하였다. 특히 AIDA의 효과계층 중 최종 수출계약성과에 비하여 그 이전 단계인 커뮤니케이션 효과가 더 크다는 사실을 확인한 것이 이 논문의 주요한 의의라고 여겨진다. 이라한 결과는 한국의 중소수출기업이 인터넷을 이용한 마케팅 전략을 짜는데 있어서 의미있는 시사점과 유의사항을 제공하고 있으며, 차후 연구자를 위한 하나의 준거가 될 수 있을 것으로 기대된다.

• 한국산학기술학회논문지
• /
• 제11권9호
• /
• pp.3176-3183
• /
• 2010

본 논문은 다축 하중을 받는 복합재 압력용기의 멀티 스케일 피로수명 예측 방법을 제시하였다. 멀티 스케일 접근법은 복합재료의 기본 구성재료인 섬유, 기지 및 섬유/기지 경계면의 거동으로부터 복합재 플라이, 적층판 및 구조물의 전체 거동을 예측한다. 멀티 스케일 피로수명은 거시적 응력 해석과 미시적 피로파손 해석을 통해 예측된다. 유한요소법을 이용하여 복합재 압력용기의 적층판에 가해지는 다축 피로하중을 구하며, 고전적층판이론을 이용하여 적층판의 플라이 응력을 계산하였다. 미소역학 모델을 이용하여 플라이 응력으로부터 각각 섬유, 기지 및 섬유/기지 경계면에 발생되는 응력을 계산하였다. 복합재 구성재료의 피로수명은 섬유에 대해서는 최대응력법을, 기지에 대해서는 등가응력법을, 섬유/기지 경계면에 대해서는 임계평면법을 사용하였다. 평균응력을 고려하기 위하여 수정된 Goodman 식을 적용하였다. 모든 피로하중에 의한 손상은 Miner 법칙을 이용하여 선형 누적이 되고, 이를 통해 최종 피로파손을 판단한다. 섬유와 기지의 물성값, 섬유체적비 및 와인딩 각도의 확률분포에 따른 복합재 압력용기의 피로수명 영향을 분석하기 위해 몬테카르로 시뮬레이션을 수행하였다.

• 대한교통학회지
• /
• 제29권3호
• /
• pp.61-72
• /
• 2011

VMS를 통한 실시간 교통정보 제공에 따른 편익에는 경로 우회에 따른 통행시간 절감과 이에 따른 운행비용 및 환경오염 절감 등의 파급효과 뿐 아니라, 전방교통상황 인지에 따른 심리적 안정 등의 정성적 편익도 함께 존재하며, 도로환경을 첨단화하는 ITS사업의 특성상 정성적 편익의 비중은 상대적으로 높다. 이러한 ITS사업의 특성을 기존의 투자평가지침에 반영하기 위해서는 도로이용자가 인식하는 VMS 교통정보의 기본가치와 같은 정성적 편익에 대한 많은 연구와 이를 인정하는 사회적 공감대가 필요하다. 본 연구에서는 이중양분 선택형 설문형태의 조건부가치추정법(Contingent valuation Method)을 통해 VMS 교통정보에 대한 도로 이용자의 지불의사액(Willingness-to-pay)을 파악하고, 생존함수를 활용하여 WTP 함수를 추정하는 방법론을 정립하고, 국도에 설치된 도로전광표지판(VMS)을 통해 제공되는 실시간 교통정보에 내재된 기본가치를 추정하여 제시하였다. 또한 교통정보의 기본가치를 ITS사업의 편익으로 고려해야 하는 정책적 필요성과 활용방안에 대해 검토하였다.

• Bioinformatics and Biosystems
• /
• 제1권2호
• /
• pp.134-138
• /
• 2006

우울증은 가장 유병율이 높은 '기분 장애'(mood disorder)의 일종으로, 약 20%의 인구가 일생동안 우울증 증상을 한번쯤 경험한다. 이러한 우울증은 크게 '우울 장애'(major depressive disorder)와 '양극성 장애'(bipolar disorder)로 구분된다. 환자의 질병 분류에 따라 사용되는 약과 의학적 처방이 다르기 때문에, 우울증 환자의 빠르고 정확한 진단 및 분류는 매우 중요하다. 기존의 다면성 인성검사(MMPI)와 같은 통계적인 방법이 우울증 환자의 진단을 위해 사용돼 왔으나, 장시간의 집중력을 요구하기 때문에 집중력 저하의 특징을 보이는 우울증 환자들에게 적용하는데 어려움이 있다. 이 논문에서는 이러한 문제를 해결하고자, 빠른 측정이 가능하고 측정동안 집중력을 요하지 않는 EEC 데이터의 분석을 통해 우울증 환자의 분류를 시도하였다. EEG 채널 간 정보 흐름에서의 비선형성과 근사 엔트로피(approximate entropy)의 크기를 속성(attribute)으로 사용하여 데이터 마이닝 기법 중 의사 결정 트리(decision tree)와 가능성 기반 서포트 벡터머신(possibilistic support vector machines) 통해 분석을 수행하였다. 30명의 주요 우울장애환자와 24명의 양극성 장애 환자를 통해 위의 분석을 수행한 결과 의사 결정 트리의 경우 85.19% 의 정확도를 가지며 분류해냈고, 가능성 기반 서포트 벡터머신의 경우 77.78%의 정확도를 보여줬다. 본 연구는 가능성 기반 서포트 벡터 머신 분석이 우울증 환자는 진단하고 분류하는데 유용하게 적용될 수 있는 가능성을 제시하고 있다.

• 기술혁신학회지
• /
• 제19권4호
• /
• pp.799-821
• /
• 2016

무인항공기는 현대 전장 환경에서 감시정찰을 위한 필수요소이며, 전장의 복잡성과 불확실성이 증가함에 따라 그 중요성은 더욱 커지고 있다. 본 연구에서는 1982년부터 2014년까지 개발된 96대의 군용 무인항공기를 대상으로 비모수적이며 비통계적 기술예측 방법인 TFDEA를 이용한 기술예측을 실시하였다. 2001년에 최초로 소개된 이후 Inman 외(2006) 등은 TFDEA가 SOA 분석에서 회귀분석과 같은 전통적인 계량방법론보다 예측력이 우수함을 실증하였다. 본 연구에서는 무인항공기에 대한 기술예측 결과 연간 평균기술변화율이 4.06%로 향상되었으며, 개발된 대부분의 무인항공기는 첨단기술 프론티어(SOA) 보다 낮은 수준이었다. 이는 무인항공기를 개발하는 대부분의 국가가 기술적으로 중진국이고, 기술적 선진국인 북미와 유럽의 국가들이 세계 무인항공기 시장의 60% 이상을 장악하고 있다는 것에 기인한다고 볼 수 있다. 본 연구는 TFDEA의 적용분야를 미래체계로서 관심의 대상인 무인화 기술개발 분야로 확대하여 기술혁신의 특성을 분석함으로써 미래 무인항공기의 개발과 기술발전에 관한 기술예측의 기법으로서 적용가능성을 확인하였다. 특히 군의 작전요구성능과 연구개발관리에 필요한 정량적 지표를 설정하는데 활용할 수 있을 것으로 평가된다.

• 응용통계연구
• /
• 제34권3호
• /
• pp.309-327
• /
• 2021

동적 치료 요법(dynamic treatment regimes; DTRs)은 다단계 무작위 시험에서 개인에 맞는 치료를 제공하도록 설계된 의사결정 규칙이다. 모든 개인이 동일한 유형의 치료를 처방받는 고전적인 방법과 달리 DTR은 시간이 지남에 따라 변할 수 있는 개별 특성을 고려한 환자 맞춤형 치료를 제공한다. 최적의 치료 규칙을 파악하기 위한 회귀 기반 알고리즘 중 하나인 Q-학습 방법은 쉽게 구현될 수 있기 때문에 더욱 인기를 끌고 있다. 그러나 Q-학습 알고리즘의 성능은 Q-함수를 제대로 설정했는지의 여부에 크게 의존한다. 본 논문에서는 고차원 데이터가 수집되는 DTRs 문제에 대한 다양한 이중강건 Q-학습 알고리즘을 연구하고 가중 최소제곱 추정 방법을 제안한다. 이중강건성(double-robustness)은 반응변수에 대한 모형 혹은 처리변수에 대한 모형 둘 중 하나만 제대로 설정되어도 불편추정량을 얻을 수 있음을 의미한다. 다양한 모의실험 연구를 통해 제안된 방법이 여러 시나리오 하에서도 잘 작동함을 확인하였으며 실제 데이터 예제를 통해 방법론에 대한 예시를 제시하였다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.