소형의 이온선택성 전극을 흐름계 어레이로 구성하여 전자혀 시스템을 제작하였다. 제작된 전자혀 시스템에 음용수 및 알코올성 음료를 저 농도의 완충용액 (0.005 M Tris-$H_2SO_4$ pH 7.2)에 묽힌 후 9개의 전극이 장착된 흐름계에 흘려 보내어 전위차를 측정하였다. 얻어진 자료는 주성분 분석 (principal component analysis; PCA)을 통하여 식음료의 맛을 평가할 수 있도록 2차원 및 3차원 좌표계에 표시하였다. 본 연구에서 제작한 전자혀 시스템은 식품의 생산공정관리의 목적으로 또는 시중에서 구할 수 있는 식음료 맛의 변화 추이를 구분해 내는 목적으로 유용하게 사용될 수 있다.
금속산화물 $(TiO_2,\;RuO_2,\;PbO_2,\;Ni(OH)_2)$과 Prussian blue (PB)를 각각 탄소반죽에 혼합한 후 스크린 프린팅 기법으로 6종의 탄소반죽 전극들을 제작하였다. 제작된 탄소반죽 전극들로 전자혀 시스템을 제작하여 다양한 음료수와 식품에 대한 감응을 0.1M carbonate buffer, pH 9.6완충 용액에 묽힌 후 대시간전류법의 방법으로 측정하였다 얻어진 자료를 주성분 분석법 (principal component analysis; PCA)으로 처리한 후 식음료의 맛을 평가할 수 있도록 2차원 좌표계에 표시하였으며, 그 결과 본 실험에서 제작한 시스템 및 분석법은 다양한 식음료의 종류를 뚜렷이 구분해 낼 수 있음을 확인하였다.
An energy storage system is composed of lithium-ion batteries in modern applications. Batteries are regarded as storage devices for renewable and residual energy. The failure of batteries can cause the performance reduction and explosion of battery systems. High maintenance cost is essential when dealing with the problem of battery safety. Therefore an accurate health diagnosis is required to ensure the high reliability of battery systems. A battery pack is a combination of single cells in series and parallel connections. A battery pack has to consider various factors to assess battery health. Battery health involves conventional factors and additional factors, such as cell-to-cell imbalance. For large applications, state-of-health (SOH) can be inaccurate because of the lack of factors that indicate the state of the battery pack. In this study, six characterization factors are proposed for improving the SOH estimation of battery packs. The six proposed characterization factors can be regarded as health indicators (HIs). The six HIs are applied to the principal component analysis (PCA) algorithm. To reflect information regarding capacity, voltage, and temperature, the PCA algorithm extracts new degradation factors by using the six HIs. The new degradation factors are applied to a multiple regression model. Results show the advancement and improvement of SOH estimation.
세계 환경규제가 강화되면서 액화천연가스의 사용량이 지속해서 증가하고 있다. 안정적이고 효율적인 액화천연가스 생산을 위해서는 운전 조건을 세분화하여 감시하는 시스템 구축이 필수적이다. 본 연구에서는 천연가스 액화플랜트 성분 분리공정을 해석하여 구축한 동적 모델 데이터를 대상으로 다중 모드 감시시스템 개발 방법을 제안하였다. 먼저 전체 정상 데이터를 주성분분석과 k-평균 군집화 방법론을 사용하여 다중 정상 운전 모델로 구분하였다. 그 다음, 새로운 데이터 값을 k-최근접 알고리즘으로 구축된 다중 정상 모드와 매칭하였다. 마지막으로, 다중 모드 주성분분석 감시 기법을 통해 공정 데이터의 이상 여부를 판별하였다. 제시된 방법론은 45가지 이상경우에 적용하였고, 기본 주성분분석 방법론과 단변수 감시 방법론과의 비교를 통해 속도와 정확도 지표에서 평균 약 5~10%이상 우수함을 입증하였다.
The purpose of this study is to classify rural villages through the amenity investigation by a village unit. PCA(Principal component analysis) is used for the classification of rural villages. The principal components of rural villages are deduced scale, population, infrastructure, traffic, education welfare and sightseeing by PCA.
본 논문은 주성분분석(PCA, Principle Component Analysis) 혹은 독립성분분석(ICA, Independent Principle Component Analysis)를 이용하여 HMM(Hidden Markov Model) 파라메타의 차수를 감소시킴으로써 MLLR(Maximum Likelihood Linear Regression) 화자 적응 알고리즘을 개선하였다. 데이터의 특징을 잘 나타내는 PCA와 ICA를 통해 모델 mixture component의 상관관계를 줄이고 상대적으로 데이터의 분포가 적은 축을 삭제함으로써 추정해야 하는 적응 파라메타의 수를 줄였다. 기존의 MLLR 알고리즘은 SI(Speaker Independent)모델 보다 좋은 인식성능을 나타내기 위해 30초 이상의 적응 데이터가 요구되었고, 반면 제안한 알고리즘은 적응 파라메타의 수를 감소시킴으로써 10초 이상의 적응데이터가 요구되었다. 또한, 36차의 HMM 파라메타는 기존의 MLLR 알고리즘과 비슷한 인식성능을 나다내는 10차의 주성분이나 독릭성분을 사용함으로써 MLLR 알고리즘에서 적응파라메타를 추정할 때 요구되는 연산량을 1/167로 감소시켰다.
The differences in the nonvolatile metabolites of pine-mushrooms (Tricholoma matsutake Sing.) according to different parts and heating times were analyzed by applying principal component analysis (PCA) to $^1H$ nuclear magnetic resonance (NMR) spectroscopy data. The $^1H$ NMR spectra and PCA enabled the differences of nonvolatile metabolites among mushroom samples to be clearly observed. The two parts of mushrooms could be easily discriminated based on PC 1, and could be separated according to different heattreated times based on PC 3. The major peaks in the $^1H$ NMR spectra that contributed to differences among mushroom samples were assigned to trehalose, succinic acid, choline, leucine/isoleucine, and alanine. The content of trehalose was higher in the pileus than in the stipe of all mushroom samples, whereas succinic acid, choline, and leucine/isoleucine were the main components in the stipe. Heating resulted in significant losses of alanine and leucine/isoleucine, whereas succinic acid, choline, and trehalose were the most abundant components in mushrooms heat-treated for 3 min and 5 min, respectively.
Ultrasonic Guided Waves (UGWs) are a useful tool in structural health monitoring (SHM) applications that can benefit from built-in transduction, moderately large inspection ranges and high sensitivity to small flaws. This paper describes a SHM method based on UGWs, discrete wavelet transform (DWT), and principal component analysis (PCA) able to detect and quantify the onset and propagation of fatigue cracks in structural waveguides. The method combines the advantages of guided wave signals processed through the DWT with the outcomes of selecting defect-sensitive features to perform a multivariate diagnosis of damage. This diagnosis is based on the PCA. The framework presented in this paper is applied to the detection of fatigue cracks in a steel beam. The probing hardware consists of a PXI platform that controls the generation and measurement of the ultrasonic signals by means of piezoelectric transducers made of Lead Zirconate Titanate. Although the approach is demonstrated in a beam test, it is argued that the proposed method is general and applicable to any structure that can sustain the propagation of UGWs.
This paper proposes a method for early warning of hazard for pipelines. Many pipelines transport dangerous contents so that any damage incurred might lead to catastrophic consequences. However, most of these damages are usually a result of surrounding third-party activities, mainly the constructions. In order to prevent accidents and disasters, detection of potential hazards from third-party activities is indispensable. This paper focuses on recognizing the running of construction machines because they indicate the activity of the constructions. Acoustic information is applied for the recognition and a novel pipeline monitoring approach is proposed. Principal Component Analysis (PCA) is applied. The obtained Eigenvalues are regarded as the special signature and thus used for building feature vectors. One-class Support Vector Machine (SVM) is used for the classifier. The denoising ability of PCA can make it robust to noise interference, while the powerful classifying ability of SVM can provide good recognition results. Some related issues such as standardization are also studied and discussed. On-site experiments are conducted and results prove the effectiveness of the proposed early warning method. Thus the possible hazards can be prevented and the integrity of pipelines can be ensured.
Estimating condition of slope is difficult because of nonlinear time dependency and seasonal effects, which affect the displacements. Displacements and displacement patterns of landslides are highly variable in time and space, and a unique approach cannot be defined to model landslide movements. Characteristics of movements are obtained by using a statistical method called Principal Component Analysis(PCA). The PCA is a non-parametric method to separate unknown, statistically uncorrelated source processes from observed mixed processes. In the non-parametric approaches, no physical assumptions of target systems are required. Instead, since the "best" mathematical relationship is estimated for given data sets of the input and output measured from target systems. As a consequence, non-parametric approaches are advantageous in modeling systems whose geomechanical properties are unknown or difficult to be measured. Non-parametric approaches are consequently more flexible in modeling than parametric approaches. This method is expected to be a useful tool for the slope management of and alarm systems.
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.