When considering the use of rapid prototyping (RP), there are many issues a designer has to address for handling an STL model, the de facto standard fur RP. Today designers can skip all these issues by visiting web-based service bureaus that readily supply needed information for the RP services. Since orders are taken for RP parts through the web page of service providers designers are now asked to upload their STL files to the company server either by direct upload, ftp file transfer, or as an e-mail attachment. If the service bureau, however, fixes or edits an STL filceto optimize the RP process but neglects to tell its customer about the rework in detail, it may cause problems down the line in processing of the original CAD data for other applications. In this paper, we propose a framework for a collaborative virtual environment between CAD designers and RP processes on the internet which directly provides designers with an advanced preprocessor functionality, design visualization, as well as model display, repair, and slicing over the network. This can help smooth data transfer from CAD to RP process with minimum inconsistency in CAD.
Power prediction is critical to improve power efficiency in Smart Grids. Markov chain provides a useful tool for power prediction. With careful investigation of practical power datasets, we find an interesting phenomenon that the stochastic property of practical power datasets does not follow the Markov features. This mismatch affects the prediction accuracy if directly using Markov prediction methods. In this paper, we innovatively propose a spatial transform based data processing to alleviate this inconsistency. Furthermore, we propose an enhanced power prediction method, named by Spatial Mapping Markov-Difference (SMMD), to guarantee the prediction accuracy. In particular, SMMD adopts a second prediction adjustment based on the differential data to reduce the stochastic error. Experimental results validate that the proposed SMMD achieves an improvement in terms of the prediction accuracy with respect to state-of-the-art solutions.
Recently, there are many companies that use systems based on artificial intelligence. The accuracy of artificial intelligence depends on the amount of learning data and the appropriate algorithm. However, it is not easy to obtain learning data with a large number of entity. Less data set have large generalization errors due to overfitting. In order to minimize this generalization error, this study proposed DGA which can expect relatively high accuracy even though data with a less data set is applied to machine learning based genetic algorithm to deep learning based dropout. The idea of this paper is to determine the active state of the nodes. Using Gradient about loss function, A new fitness function is defined. Proposed Algorithm DGA is supplementing stochastic inconsistency about Dropout. Also DGA solved problem by the complexity of the fitness function and expression range of the model about Genetic Algorithm As a result of experiments using MNIST data proposed algorithm accuracy is 75.3%. Using only Dropout algorithm accuracy is 41.4%. It is shown that DGA is better than using only dropout.
Park, Jae-Gyun;Choi, Eun-Soo;Kang, Min-Soo;Jung, Yong-Gyu
International Journal of Advanced Culture Technology
/
제5권2호
/
pp.74-81
/
2017
Recently, there are many companies that use systems based on artificial intelligence. The accuracy of artificial intelligence depends on the amount of learning data and the appropriate algorithm. However, it is not easy to obtain learning data with a large number of entity. Less data set have large generalization errors due to overfitting. In order to minimize this generalization error, this study proposed DGA(Dropout Genetic Algorithm) which can expect relatively high accuracy even though data with a less data set is applied to machine learning based genetic algorithm to deep learning based dropout. The idea of this paper is to determine the active state of the nodes. Using Gradient about loss function, A new fitness function is defined. Proposed Algorithm DGA is supplementing stochastic inconsistency about Dropout. Also DGA solved problem by the complexity of the fitness function and expression range of the model about Genetic Algorithm As a result of experiments using MNIST data proposed algorithm accuracy is 75.3%. Using only Dropout algorithm accuracy is 41.4%. It is shown that DGA is better than using only dropout.
The primary purpose of this study is to develop an automation tool capable of converting the specification of structured analysis into that of structured design. Structured Analysis and Structured Design Language (SASDL) is a computer-aided description language based on ERA model and particulariged by ISLDM/SEM. The automation tool utilizes the specifications of data flow diagram described in SASDL to produce their corresponding SASDL specification of structure chart. The main idea behind the automatic conversion process is to categorize the bubbles in data flow diagram and to determine the positions of the bubbles in structure chart according to their categories and the relative locations in data flow diagram. To make the problem into manageable size, the whole system is broken down into separate parts called activity units. A great deal of manual jobs, such as checking processes leveling, checking data derivation of processes, deriving structure chart from data flow diagram, checking any inconsistency between data flow diagram and structure chart and so forth, can be automated by using SASDL and conversion tool. The specification of structure chart derived by conversion tool may be used in an initial step of design to be refined by SASDL users.
연구목적 중학생의 성격 발달 및 자아탄력성은 부모의 양육행동과 깊은 관계가 있다. 중학생의 자아탄력성과 부모의 양육행동과의 관계와 이에 대한 요인을 알아보고자 한다. 방 법 한국 아동청소년 패널조사 2013년 자료를 활용하여 층화 다단계 집락 포집 방법으로 표본(남성: 1,075; 여성: 1,033)을 선정하였으며 부모 양육행동 척도와 자아탄력성 척도를 사용하여 부모 양육행동과 중학생의 자아탄력성을 평가하였다. 중학생의 자아탄력성에 영향을 주는 부모 양육행동을 알아보기 위해 선형 회귀분석을 시행하였으며 영향 요인과의 상관성을 알아보기 위하여 피어슨 상관분석을 시행하였다. 결 과 회귀 분석 결과 부모의 양육행동 중에 합리적 설명, 애정, 관심, 비일관성이 자아탄력성에 영향을 주는 것으로 나타났다. 상관 분석 결과 부모의 양육행동 중에 합리적 설명, 애정, 관심이 자아탄력성과 유의한 양의 상관관계를 보였다(r=0.24, r=0.31, r=0.22, p<0.01). 그러나 중학생의 자아탄력성과 비일관성은 유의한 음의 상관관계를 보이지 않았다. 결 론 부모의 양육행동에서 합리적 설명, 애정, 관심이 높을수록 자아탄력성이 높아짐을 의미한다. 또한 비일관성이 중학생의 자아탄력성에 영향을 주는 요인이나 유의한 상관성을 보이지 않은 것을 통해 유아와는 달리 중학생의 자아탄력성은 다른 요인들에 의해 영향을 받을 가능성을 시사한다. 이 연구는 중학생의 정신과적 문제에 대한 정신사회적 접근에 도움이 될 것이다.
본 연구의 목적은 아동이 지각한 부모의 긍정적 양육태도와 부정적 양육태도가 스마트폰 의존도에 미치는 영향을 확인하고, 공격성과 사회적 위축이 부모의 양육태도와 스마트폰 의존도 간의 관계에서 매개 구실을 하는지 검증하는 것이다. 이를 위해 '한국아동·청소년패널조사 2018(KCYPS 2018)' 데이터를 활용하여 분석하였다. 연구대상은 "초4 코호트" 2,607명 중 불성실한 응답표본 208명을 제외한 2,399명이다. 본 연구를 통해 도출한 연구결과는 다음과 같다. 첫째, 자율성 지지와 강요는 아동의 공격성에 대해 부(-)영향을 미치지만, 거부와 비일관성은 공격성에 대해 정(+)의 영향을 미치는 것으로 나타났다. 둘째, 비일관성과 거부는 아동의 사회적 위축에 대해 정(+)의 영향을 미치지만, 강요는 부(-)의 영향을 미치는 것으로 나타났다. 셋째, 공격성은 아동의 스마트폰 의존도에 정(+)의 영향을 미치지만, 사회적 위축은 유의적인 영향을 미치지 않는 것으로 나타났다. 넷째, 매개효과 검증을 통해 아동이 지각한 부모의 양육태도의 하위요인인 자율성지지, 거부, 강요 그리고 비일관성은 아동의 스마트폰 의존도에 직접적인 영향을 미치기 보다는 공격성을 매개로 하여 간접적으로 영향을 미치는 것으로 나타났다. 본 연구의 결론에서는 아동의 스마트폰 의존도를 낮추기 위한 시사하는 실천적 함의를 논의하였다.
본 연구는 도로교통량을 이용한 기종점 통행표 산출모형들의 적용성 평가를 다루고 있다. 연구의 목적은 두 가지로, 첫째 기종점 통행표 산출을 위한 여러 모형들(선형계수 산출모형, 엔트로피 모형 및 통계적 모형)의 예측력을 평가하고, 둘째 이들 모형중에 자료의 확보 정도에 따라 적용성이 보다 우수한 모형을 찾아내는 데 있다. 이를 위해 본 연구에서는 Sioux Falls의 가로망 자료, 교통계획 프로그램인 MINUTF의 균형배정법 및 다양한 형태의 자료확보 상황을 전제로 분석하고 있다. 주요 연구결과는 다음과 같다. 첫째, 관측 링크 통행량 자료가 모두 있는 경우엔 통계적 모형의 신뢰도가 가장 높다. 그러나 관측 통행량 자료가 부족하거나 불확실할 경우에 가장 민감한 모형 또한 통계적 모형이다. 둘째, 선형계수 산출모형은 타 모형에 비해 전체적으로 예측력이 낮다. 그러나 관측링크 통행량자료가 부족하거나 불확실할 경우에도 그 예측력은 크게 달라지지 않는다. 셋째. 엔트로피모형에서 THE/1은 링크별 관측 통행량의 충분한 확보와 자료의 일관성을 요구하지만 THE/2는 그들에 크게 영향을 받지 않는다. 마지막으로 추가정보(총통행량 자료, 존별 유입·유출량 자료)가 주어진 경우, 모형들의 예측력은 다소 차이가 있으나 모두 향상된 것으로 분석된다. 본 연구는 자료의 확보 정도에 따라 적정 기종점 산출모형을 선택하는데 도움을 줄 뿐만 아니라, 향후 모형자체의 특성에 대한 정보를 제공하여 모형개발이나 수정에 도움을 줄 것으로 기대된다.
본 연구에서는 사례기반 추론 기법을 대상으로 효율성과 효과성을 함께 증진시킬 수 있는 속성선정 방법을 개발하였다. 기본적으로, 본 연구에서 개발한 속성선정 방법은 기존에 개발된 단변량 분석 방법과 LVF 알고리즘을 통합하는 것이다. 먼저, 단변량 분석 방법 중 선택효과를 사용하여 전체 속성 중에서 예측력이 우수하다고 판단되는 일부분의 속성들을 추려낸다. 이 속성들로부터 생성해낼 수 있는 모든 가능한 부분집합을 생성해낸 후에, LVF 알고리즘을 이용하여 이 부분집합들이 가지는 불일치 비율을 평가함으로써 최종적으로 속성 부분집합을 선정한다. 본 연구에서 개발한 속성선정 방법을 UCI에서 제공하는 데이터 집합들에 적용하여 성능을 측정한 후, 기존 기법의 성능들과 비교한 결과, 본 연구에서 개발된 속성선정 방법이 선정된 속성의 개수도 만족할만하고 적중률도 향상되어서, 효율성과 효과성 모두의 측면에서 우수함을 보였다.
본 연구의 목적은 2002년에 개발된 "국립중앙도서관 주제명표목표"의 용어 품질을 검토하여 개선 방안을 제안하는 것이다. 이를 위해 문헌 연구와 국내외 국가도서관의 주제명표목표 사례 조사, 국립중앙도서관 주제명 표목표의 주제명 및 관계 데이터 분석을 수행하였다. 본 연구 결과, 주제명 기술의 비일관성, 불분명하고 불필요한 관계 설정, 계층 관계 적용의 비일관성, 최신성 부족, 분류기호의 부정확한 기입, 신규 주제명의 중복 신청, 비우선어 및 미등록어 부여와 같은 문제점이 나타났다. 주제명표목표의 문제점을 중심으로, 주제명 정비, 서지 데이터 정비, 주제명표목 검토위원회 운영, 주제명 지침 보완을 고품질화 방안으로 제시하였다.
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.