고분자 전해질 연료전지의 전극을 gradient catalyst coating 방법을 이용하여 제조하였다. 촉매 잉크제조 시 나피온 이오노머의 함침 구성비를 다르게 하여 조성 비율이 다른 gradient 구조를 갖도록 하여 전극을 제조하였다. Anode Cathode의 두 전극을 각각 나피온 함량비가 다른 두 개의 gradient 층구조의 촉매층으로 9:1, 8:2, 7:3, 6:4 비율의 조성비로 성능을 측정하였으며, 전극의 전기화학적 반응 면적을 알아보기 위해 순위전위법을 그리고 분극 저항(Polarization resistance) 변화를 알아보기 위해서는 0.7V에서 임피던스 측정법의 전기화학분석법으로 전극 제조법에 따른 성능변화를 확인하였다. 특히 Gradient catalyst coating 방법을 이용하여 제조한 MEA는 종래 방식의 MEA보다 high current $density(1000mA/cm^2)$이상에서 향상된 성능을 보였다.
연구목적: $Isolate^{(R)}$ gradient와 swim-up 방법이 정자의 형상 및 정밀정자형태 (strict morphology)에 미치는 영창을 비교분석하고, 이러한 정자처리방법이 정자의 동결-융해과정에 미치는 영향을 비교하고자 하였다. 연구재료 및 방법: 20명의 정상 정자를 대상으로 하였으며 각각의 정자는 두 가지 정자처리방법으로 나누어 정자의 형상과 정밀정자형태를 컴퓨터를 이용한 정자자동분석기를 통하여 측정하였고, 동결보호제의는 TYB 용액을 사용하였으며, 동결 및 융해는 cryo Magic사의 기계를 사용하였다. 통계는 SPSS PC+(version7.0)를 이용하였으며 통계학적인 유의성은 p<0.05로 하였다. 결과: 정자의 농도는 $Isolate^{(R)}$ gradient 처리군이 swim-up 처리군보다 유의성 있게 높았으나 ($51.2{\pm}40.1,\;156.6{\pm}64.3$), 운동성 VCL, VSL, VAP, Linearity, 및 ALH는 swim-up 처리군에서 유의성 있게 높았다. 정밀 정자형태는 swim-up 처리군과 $Isolate^{(R)}$ gradient 처리군에서 차이가 없었다 ($53.7{\pm}6.8$ vs $50.3{\pm}9.1%$). 동결-융해과정 중 두 가지 정자 처리군에서 정자의 형상들은 swim-up 처리군에서 전반적으로 높은 양상을 보였으나, 정밀정자형태는 $Isolate^{(R)}$ gradient 처리군이 swim-up 처리군 보다 감소율이 컸지만 두 군간에 유의한 차이는 없었다 ($12.8{\pm}8.5$ vs $8.6{\pm}6.6$). 결론: 정상 정자에서 swim-up 방법이 $Isolate^{(R)}$ gradient 방법보다 정자 회수율은 우수하였으나, 동결-융해과정 중 정밀정자형태에는 차이가 없어 두 방법을 상호보완적으로 사용할 수 있을 것으로 사료된다.
본 논문에서는 기초적인 데이터 예측 모델을 만들고 최적화하는 교육에 초점을 맞추었다. 그리고 데이터 예측 모델을 최적화하는 데 널리 사용되는 머신러닝의 경사하강법 교육 방법을 제안하였다. 미분법을 적용하여 데이터 예측 모델에 필요한 파라미터 값들을 최적화하는 과정에 사용되는 경사하강법의 전체 동작과정을 시각적으로 보여주며, 수학의 미분법이 머신러닝에 효과적으로 사용되는 것을 교육한다. 경사하강법의 전체 동작과정을 시각적으로 설명하기위해, 스프레드시트로 경사하강법 SW를 구현한다. 본 논문에서는 첫번째로, 2변수 경사하강법 교육 방법을 제시하고, 오차 최소제곱법과 비교하여 2변수 데이터 예측모델의 정확도를 검증한다. 두번째로, 3변수 경사하강법 교육 방법을 제시하고, 3변수 데이터 예측모델의 정확도를 검증한다. 이후, 경사하강법 최적화 실습 방향을 제시하고, 비전공자 교육 만족도 결과를 통해, 제안한 경사하강법 교육방법이 갖는 교육 효과를 분석하였다.
본 논문은 높은 품질 SR 이미지를 획득하기 위해 국소 그라디언트를 기반으로 적응형 보간법을 이용하는 SR 방법을 제공한다. 이 방법에서, 내삽 화소와 인접하는 유효한 화소 사이에 거리는 국소 그라디언트 특징을 이용하여 고려되며, 보간 계수는 LR 이미지의 국소 그라디언트를 고려한다. 픽셀의 국소 그라디언트는 더 작을수록, 그리고 메디안 필터는 보간된 HR 이미지의 블러링과 노이즈를 감소시키기 위해 적용된다. 실험 결과는 특히 이미지의 에지 부분에서, 다른 방법과 비교하여 제안된 방법의 유효성을 보여준다.
이 논문에서는 디지털 영상의 퍼지 시스템 표현으로부터 유도된 Edge 검출 알고리듬에 대하여 기술한다. 이 알고리듬은 Gradient을 기반으로 한 것으로 Convolution Kernel이 기존의 Roberts, Prewitt 또는 Sobel등이 제안한 Gradient Kernel과 다른 새로운 것이다. 사용한 퍼지시스템은 디지털 영상을 근사적으로 표현한 Bicubic Spline 함수를 퍼지시스템 화한것으로서 2차 도함수가 연속이기 때문에 Gradient나 Laplacian 연산이 가능하다. Grid 점들에서 이 함수의 Gradient는 두 개의 축 방향으로 각각 한개의 3$\times$3행렬과 영상과의 Covolution에 의하여 산출됨을 보였으며 이를 이용하여 검출된 Edge들은 기존의 다른 방법을 사용하여 검출된 Edge 영상보다 훨씬 선명함을 확인하였다. 이 알고리듬 적용사례 2개에 대한 기술에 포함되어 있다.
유한변형문제에서 변형구배텐서를 탄소성 성분으로 분해하기 위한 가산분해와 곱분해방법에 대해서 설명하고, 이 두 방법에서 파생되는 역학량들의 의미와 그 차이점을 보였다. 변형구배에 대한 기존의 곱분해와 가산분해로 얻어지는 변형속도구배는 가산적으로 표현되지 않으며, 소성변형속도구배는 탄성변형의 영향을 받고 있다. 본 연구에서는 공축소성 가정을 도입하고, 수정된 곱분해를 통하여 소성변형속도구배가 탄성변형에 영향을 받지 않는 가산적인 변형속도 구배를 얻었다.
본 논문에서는 공액기울기법과 터널링 시스템을 조합사용하여 신경망의 학습성능을 향상시킬 수 있는 효율적인 방법을 제안하였다. 빠른 수렴속도의 학습을 위하여 공액 기울기법에 기초한 후향전파 알고리즘을 사용하였고, 국소최적해를 만났을 때 이를 벗어난 다른 연결가중치의 설정을 위해 동적터널링 시스템에 기초한 후향전파 알고리즘을 조합한 학습 알고리즘을 적용하였다. 제안된 방법을 패리티 검사 및 패턴분류 문제에 각각 적용하여 기존의 기울기 하강법에 기초한 후향전파 알고리즘 및 기울기 하강법과 동적터널링 시스템을 조합한 후향전파 알고리즘방법의 결과와 비교 고찰하여 제안된 방법이 다른 방법들 보다 학습성능에서 우수함을 나타내었다.
우리나라와 같은 개도국은 교통상황이 급변하고, 교통환경이 안정화되지 않은 사정을 고려해보면 비용과 시간이 다소 제약을 받고 있는 상황에 있어서 교통계획을 수립해야 하는 경우가 빈번히 발생한다고 볼 수 있다. 이러한 상황에서 O/D조사(가구방문조사, 노측면접조사 등)를 충실히 행하기에는 많은 어려움이 따르고, 그 결과 또한 만족할 만한 O/D를 구하기에는 현실적으로 매우 힘든 상황이라고 판단된다. 위와 같은 현실적인 문제점과 배경에 힘입어 최근 들어 국내외적으로 교통량을 기반으로 하여 O/D를 추정하는 기법개발에 관한 연구가 활발히 진행되고 있는 추세이다. 그러나, 현실적인 규모의 교통망상에 적용될 수 있는 연구는 많았지만, 그러한 접근법들의 장·단점을 비교 분석한 연구는 많지 않았다. 따라서 본 연구는 기존의 관측교통량을 이용한 O/D추정모형을 교통계획적 측면에서 정적(static)기법을 중심으로 살펴보고, 이러한 관측교통량으로 O/D를 추정하는 모형 중에서 대규모 교통망에서 현실적으로 이용가능성이 높다고 판단되는 2단계모형(bi-level(GLS))과 gradient방법을 중심으로 그 가능성과 타당성을 검토하였다. 연구방법은 2단계모형방법 (GLS방법)과 gradient 방법을 가상교통망에 적용하여 모형의 적정성을 평가한 후, 그 결과를 비교·분석하여 그 예측력을 살펴보았다.
특정 이미지에서의 선형적 특정은 이미지를 분석하고 이해하는데 충분한 정보를 제공하기도 한다. 본고에 서는 이미지에서 선형적 특징을 추출하기 위한 신뢰성 있는 방법을 제시한다. 일반적으로 후프 변형 방법은 이러한 선형적 특정을 추출하는 최적의 방법 중의 하나로 인식되어 왔다. 대부분의 후프 기반 방법들은 특정 edge 모델올 선택하고, 인식된 edge 픽셀의 속성을 반영하는 변형식을 활용하여 파라미터 공간에 그 발생빈도 를 기록하는 과정을 거치게 된다. 주로 edge 픽셀의 gradient 크기와 방향이 선형적 특정을 결정하는데 사용되 지만, 본고에서는 그 값틀이 퍼지변수로 활용될 수 있음을 보이고 파라미터 공간에 누적값을 계산하는데 활용한다- 이 방법을 기존의 방법과 비교하기 위하여 에러 측정 방식을 제안하고, 실험을 한 결과, 기존의 방법과 비교하여 우수한 성능을 보인다.
본 논문에서는 spatial gradient를 이용한 강인한 물체 추출 방법을 제안한다. 제안한 방법은 먼저 복잡한 환경과 다양한 빛의 변화에 의해 나타나는 에러 값 등을 해결하기 위해 기존에 제안된 입력 영상과 기준 영상에서 밝기와 색 성분을 이용하여 최초 배경을 제거한다. 배경을 제거한 다음, 그림자로 인식되어 전경 영역에 추가된 부분을 RGB 칼라 모델과 정규화 된 RGB 칼라 모델을 이용하여 제거하고, HSI 칼라 모델을 이용하여 불필요한 정보 값을 갖는 영역을 제거한다. 마지막으로, 배경으로 인식되어 전경으로부터 제거된 부분을 입력 영상의 공간상 정보인 spatial gradient와 HSI 칼라 모델을 이용하여 복구하는 방법을 제안한다. 마지막으로, 본 논문에서 제안한 알고리즘은 복잡하고 다양한 실내 외 환경에서의 실험을 통해 그 응용 가능성을 증명한다.
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.