Eutrophication of surface waters is of concern worldwide, because it can result in many undesirable water-quality and ecological problems, such as hypoxic 'dead' zones and harmful algal blooms, both associated with considerable economic costs. In this study, we used LSM (Land Surface Model) to simulate nitrogen in five major rivers in the Southern Korean Peninsula. The main objective of this research was to enhance nitrogen data for input of LM3V model in South Korea. Input data for nitrogen fluxes were categorized into three sections including agriculture fertilizer, livestock manure, atmosphere deposition, biological fixation, and sewage pollutants were used as the nitrogen input. For using LM3V model, the nitrogen input data were regenerated by considering states of agriculture and industry in South Korea at a $1/8^{\circ}$ resolution. Then, we simulated stream/river flows and N loads throughout the entire drainage networks in South Korea at a $1/8^{\circ}$ resolution. By using the same parameters for the entire country ($100,210km^2$), composed of 5 river basins with varying climate and land use, the model simulates spatial (11 sites) and temporal (1999~2010) patterns of flows and nitrate-N loads are resonable by comparing observed flow and nitrate-N loads. The r (Pearson's linear correlation) for water temperature, flow and nitrate-N at river were 080~0.93, 0.62~0.92 and 0.5~0.9 respectively. Based on enhanced N input data and model results, we find that LM3V model as land surface model can be applied in South Korea with interaction of atmosphere and land conditions.
블록정합 움직임추정 알고리즘은 매우 많은 양의 계산 능력을 요구하고 현재 많은고속 알고리즘이 제안되었다. 기존의 움직임 추정에 대한 블록정합 알고리즘은 탐색 블록 데이터의 비 지역화로 인한 VLSI 규모가 커지는 문제와 입력데이터를 매번 입력해야 하는재 사용문제에 대한 단점을 가지고 있었다. 본 논문은 입출력 핀 수의 증가를 최대한 억제하면서 입력데이터의 재사용을 통한 VLSI 규모를 최소화 할 수 있는 고속 시스토릭 어레이를 설계하였다. 제안된 시스토릭 어레이는 탐색 블럭의 입력데이터를 반복적으로 재 사용하여 메모리 접근시간을 최소화시키고 알고리즘의 병렬성을 증가시켜 전체 처리요소의 연결이 시간적 공간적으로 지역화 되어 문제크기의 증가에 대한 시간적인 영향을 받지 않는 문제 독립적인 형태가 된다. 설계된 시스토릭 어레이는 이동벡터의 계산 복잡도가 O(N6)에서 O(N3)로 크게 향상되었으며 입촐력 핀의 수는O(N)을 가진다.
Numerous non-destructive tests(NDT) to assess the safety of real structures have been developed. System identification(SI) techniques using dynamic responses and behaviors of structural systems become an outstanding issue of researchers. However the conventional SI techniques are identified to be non-practical to the complex and tall buildings, due to limitation of the availability of an accurate data that is magnitude or location of external loads. In most SI approaches, the information on input loading and output responses must be known. In many cases, measuring the input information may take most of the resources, and it is very difficult to accurately measure the input information during actual vibrations of practical importance, e.g., earthquakes, winds, micro seismic tremors, and mechanical vibration. However, the desirability and application potential of SI to real structures could be highly improved if an algorithm is available that can estimate structural parameters based on the response data alone without the input information. Thus a technique to estimate structural properties of building without input measurement data and using limited response is essential in structural health monitoring. In this study, shaking table tests on three-story plane frame steel structures were performed. Out-put only model analysis on the measured data was performed, and the dynamic properties were inverse analyzed using least square method in time domain. In results damage detection was performed in each member level, which was performed at story level in conventional SI techniques of frequency domain.
Objectives: The purpose of this study is to categorize farm types and analyze the cultivated area and labor input time for each crop over a year in order to decide farm type conducting for the hazard exposure assessment. Methods: Crops ranked within the top 45 by cultivated area in Korea were selected and 15 target crops that exposure assessment had been conducted for through the Rural Development Administration(RDA) pilot research projects were selected. Labor input time was based on data investigated through RDA research surveillance. If there was no data, data from Statistics Korea was used. Data from Statistics Korea was used for total cultivated area. Results: Crops were divided into 5 types: open field crops(Chinese cabbage, Corn, Ginger, Potato), fruits (Mandarin, Pear), green house crops(Cucumber, Lily, Oriental melon, Pumpkin, Tomato), livestock(Poultry), specialty crops(Ginseng, Oyster mushroom, Tobacco). The cultivated area for potato was the largest, and lily was the smallest among the crops. Labor input time over a year was the highest with oyster mushroom and the lowest with pear. Total labor input time by crops was the highest with mandarin and the lowest with Chinese cabbage. Conclusions: To evaluate hazard factors of farm work, it's essential that crops and tasks be classified based on the size of farmers and working hours by farm type. Therefore, the priority of management should be determined based on the cultivated area and total labor time, but the characteristics of tasks in each crop should also be considered.
연구개발비가 기업의 R&D 성과로 이어지는가에 대하여 상반된 선행연구들이 존재한다. 보통 기업의 R&D 투자와 성과는 국가별, 산업별, 거시경제 상황 등이 복합적으로 작용하므로 인과관계를 독립적으로 분리하여 분석할 수 없기 때문이다. 또한 R&D 성과는 후행지표로 투자 시점과 성과 시점 사이의 시차가 존재하여 R&D 투자와 성과 간의 관계를 분석하기 어렵다. 하지만 방위산업의 경우 방위력개선비를 통해 지속적으로 R&D 투자가 발생하고, 방산업체는 이를 사업비로 사용하여 연구개발이 진행되므로 R&D 성과를 확인하기가 비교적 용이하다. 본 연구는 방위산업을 대상으로 R&D 투자와 성과 간의 인과관계를 찾고, 성과에 영향을 미치는 요인을 분석한다. 방위사업법에 의해 지정된 총 100여개의 방산업체 중 R&D 성과지표 획득이 용이한 대기업 및 중견기업들을 대상으로 최근 10년간의 기술지표, 과학지표, 재무지표에 대한 패널 데이터를 수집했다. 이를 패널데이터 분석을 통해 분야별(화력, 항공유도, 함정, 통신전자) R&D 투입과 성과 관계를 확인하고, 어떤 요인이 성과에 영향을 미치는지 찾고자 한다. 본 연구 결과는 중장기 국방정책 수립 시 의사결정의 기초자료로 활용이 가능할 것으로 보인다.
최근 암호화폐가 많은 주목을 받음에 따라 암호화폐의 종가 예측 연구들이 활발히 진행되고 있다. 특히 딥 러닝 모델을 적용시켜 예측 성능을 높이려는 연구들이 지속되고 있다. 딥 러닝 모델 중 시계열 데이터에서 높은 예측 성능을 보이는 LSTM (Long Short-Term Memory) 모델이 다각도로 응용되고 있으나 변동성이 큰 암호화폐 종가 데이터에서는 낮은 예측 성능을 보인다. 이를 해결하기 위해 새로운 입력 변수를 찾아내고, 이를 사용하는 종가 예측 연구가 수행되고 있다. 그러나 딥 러닝 기반의 암호화폐 종가 예측에 사용되는 데이터들의 각 입력 변수들이 예측 성능에 미치는 영향력이나 학습에 효율적인 입력 변수들의 조합에 관한 연구 사례가 부족한 실정이다. 따라서 본 논문에서는 Bitcoin과 Ethereum을 포함한 6가지 암호화폐의 최근 동향 자료를 수집하였고, 통계와 딥 러닝을 통해 입력 변수들이 암호화폐 종가 예측에 미치는 영향력을 분석한다. 실험 결과 모든 암호화폐의 종가 예측 성능 평가에서 종가 변동률을 제외한 개장가, 고가, 저가, 거래량, 종가를 조합했을 때 가장 우수한 성능을 보였다.
DEA(data envelopment analysis) is a technique for evaluation of relative efficiency of decision making units (DMUs) that have multiple input and output. A DEA model measures the efficiency of a DMU by the relative position of the DMU's input and output in the production possibility set defined by the input and output of the DMUs being compared. In this paper, we proposed several DEA models measuring the multi-period efficiency of a DMU. First, we defined the input and output data that make a production possibility set as the spanning set. We proposed several spanning sets containing input and output of entire periods for measuring the multi-period efficiency of a DMU. We defined the production possibility sets with the proposed spanning sets and gave DEA models under the production possibility sets. Some models measure the efficiency score of each period of a DMU and others measure the integrated efficiency score of the DMU over the entire period. For the test, we applied the models to the sample data set from a long term university student training project. The results show that the suggested models may have the better discrimination power than CCR based results while the ranking of DMUs is not different.
고 탁도의 원수는 정수장 운영 및 수 생태 환경에 부정적인 영향을 줄 수 있어 관리가 필요한 수질 인자이며, 하천의 탁도 예측을 통해 고 탁도의 원수의 효율적 관리를 수행하기 위해 관련분야에 대한 연구가 지속되고 있다. 본 연구에서는 대표적인 앙상블 머신러닝 알고리즘 중 하나인 LightGBM (light gradient boosting machine)을 이용하여 탁도를 예측하는 다중 분류 모형을 구축하였다. 모형의 구축을 위해 입력자료를 탁도값에 따라 탁도가 낮은 경우부터 높은 경우까지 4개의 class로 구분하였으며, class 1 - 4에 속하는 자료수는 각각 945개, 763개, 95개, 25개로 분류되었다. 구축한 모형의 class 1 - 4에 대한 정밀도 (Precision) 각각 0.85, 0.71, 0.26, 0.30 재현율 (Recall)은 각각 0.82, 0.76, 0.19, 0.60로 데이터 수가 적은 소수 class에서 상대적으로 모형이 성능이 낮은 경향을 보였다. 데이터 불균형을 해소하기 위해 over-sampling알고리즘 중 SMOTE를 적용한 결과 개선된 모형의 class 1 - 4에 대한 정밀도 및 재현율은 각각 0.88, 0.71, 0.26, 0.25 및 0.79, 0.76, 0.38, 0.60으로 데이터 불균형 해소를 통해 모형의 재현율이 크게 개선되는 것을 확인할 수 있었다. 또한 데이터 구성비율이 모형성능에 미치는 영향에 대한 확인을 위하여 입력자료의 구성비를 다양하게 하고 각각의 자료로 구축된 모형의 결과를 비교하여 입력자료 구성비에 따른 모형성능의 차이를 분석하였으며, 모형 입력자료의 구성비의 적정한 산정을 통해 모형의 성능을 향상시킬 수 있음을 확인하였다.
본 논문은 비선형 공정의 퍼지 모델을 동정하기 위해 전체 입력의 공간 분할 및 퍼지 추론 방법에 따른 퍼지 추론 시스템의 입출력 특성을 분석하며, 퍼지 모델의 입력 변수와 퍼지 입력 공간 분할 및 후반부 다항식 함수에 의한 구조 동정과 파라미터 동정을 통해 비선형 공정을 표현한다. 퍼지 규칙에서 전반부 파라미터의 동정에는 입출력 데이터의 최소 값과 최대 값을 이용하는 최소-최대 방법 및 입출력 데이터를 군집으로 형성하는 C-Means 클러스터링 알고리즘을 사용하여 입력 공간을 분할한다. 또한 전반부 멤버쉽 함수는 삼각형 멤버쉽 함수를 사용하여 입력 공간을 형성한다. 후반부 동정에서 퍼지 추론 방법은 간략 추론 및 선형 추론에 의해 시스템을 표현한다. 또한, 각 규칙의 후반부 파라미터들, 즉 후반부 다항식의 계수를 동정하기 위해 표준 최소자승법을 사용한다. 마지막으로, 비선형 공정으로는 널리 이용되는 가스로 데이터를 사용하며 이 공정에 대해 성능을 평가한다.
시대의 흐름에 따라 게임 개발에 대한 패러다임 또한 변화하고 있다. 일반적인 게임은 사용자가 시스템에 내부적으로 정해진 선택지만을 이용하여 플레이를 할 수 있도록 설계 되고 있다. 미리 정해져 있지 않은 입력데이터를 분석하고 판별하여 게임을 진행할 수 있다면, 게임 내에서 사용자의 선택지는 제약이 없게 되며 따라서 게임 시나리오는 사용자의 다양한 입력데이터에 따라 다양하게 전개 될 수 있다. 본 논문에서는 기존의 네트워크 통신 및 API와 알고리즘을 게임에 접목함으로써 제약 없는 사용자의 입력에 따른 게임 시스템의 출력 방안을 제안한다. 실험을 위해 안드로이드 플랫폼 단말기 상에서 동작하는 게임을 구현하였다. 실험에서 선정한 사용자의 입력 데이터 포맷은 이미지 파일이며, 서버는 네이버 이미지 검색 API를 이용하여 입력 받은 이미지 파일과 획득한 참조 이미지와의 유사도 검사를 수행한다. 그에 따른 결과를 분석하여 판정 결과를 게임 단말기로 반환한다. 실험을 통해 게임 개발 프레임워크를 기초로 다른 분야의 컴퓨팅 기술 접목의 활용가치를 확인하였으며 또한 제안한 방식은 향후 다양한 게임 인터페이스로의 발전 가능성이 있음을 입증하였다.
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.