• 제목/요약/키워드: Performance Technology

검색결과 33,370건 처리시간 0.065초

조경용 차양시설과 수목에 의한 하절기 옥외공간의 자외선 차단율 비교 (The Comparison of the Ultra-Violet Radiation of Summer Outdoor Screened by the Landscaping Shade Facilities and Tree)

  • 이춘석;류남형
    • 한국조경학회지
    • /
    • 제41권6호
    • /
    • pp.20-28
    • /
    • 2013
  • 우리나라의 공원과 옥외 공공 공간에서 쉽게 접할 수 있는 조경용 차양시설과 녹음수가 하절기 옥외 공간에서 태양광의 자외선을 실질적으로 얼마나 차단하는가를 객관적으로 검증하기 위하여, 대표적인 조경용 차양시설인 목재쉘터, 막구조물과 녹음수인 버드나무 하부의 자외선량을 현장에서 연속적으로 측정하여 태양광과 비교 분석하였다. 자외선 현장측정을 위하여 자외선 A와 B의 조사량을 지속적으로 측정 및 기록할 수 있는 자동시스템을 구축하였으며, 이를 각 시험구의 중앙부에 설치하여 지상 1.1m 위치의 연직방향 자외선량을 2012년 7월에서 9월의 오전 9시부터 17시까지 매 분 단위로 기록하였다. 기상조건과 계측자료의 유효성 등을 고려하여 총 17일 동안의 자외선량을 바탕으로 시험구별 특성을 해석하였는데, 대조구에서 관측된 오전 10시부터 오후 4시까지의 총 648건의 10분 단위 평균데이타를 바탕으로 태양광 UVA+B와 UVB의 일중 시간대별 특성과 월별 특성을 비교하였다. 시설별 자외선량 비교에는 태양광의 자외선량이 현격하게 떨어지는 9월의 자료를 제외하고, 7월과 8월의 15일치 자료 중 오전 10시부터 오후 4시까지 총 2,052건의 데이터를 바탕으로 분석하였다. 시험기간 동안 태양광의 UVA+B는 평균 $1,148{\mu}W/cm^2$로 측정되었는데, 이때 목재쉘터와 막구조물, 녹음수 하부에서 측정된 평균값은 각각 $39{\mu}W/cm^2$(3.4%), $74{\mu}W/cm^2$(6.4%), $87{\mu}W/cm^2$(7.6%)에 불과했다. 즉, 목재쉘터가 약 97%의 자외선 차단율을 보여 가장 효과적인 것으로 나타났으며, 녹음수와 막구조물이 약 93%의 차단율을 보임으로서 세 시험구 모두 한낮동안의 자외선을 최소 약 93% 이상 차단하는 것이 확인되었다. UVB의 경우, 태양광이 $207{\mu}W/cm^2$의 평균값을 보일 때 목재쉘터와 녹음수 및 막구조물이 각각 $12{\mu}W/cm^2$(5.8%), $17{\mu}W/cm^2$(8.2%), $26{\mu}W/cm^2$(13%)로 평균값이 분석되어, 막구조물의 차단율이 상대적으로 낮은 것이 확인되었다. 그러나, 전체적으로 태양광의 자외선량과 상대적으로 비교했을 때, 태양의 남중고도가 높은 한낮 동안에는 시험구별로 측정된 자외선량에서 큰 차이가 있다고 보기는 어려웠다. 반면에, 차양시설과 수목의 형태적 특성에 의해 태양남중고도에 따라서 측면으로 조사되는 자외선이 이른 오전과 늦은 오후에 높은 수준으로 측정되는데, 이것이 하절기 인간의 옥외활동에 더 큰 장애요인이 되는 것으로 해석되었다. 결론적으로 조경용 차양시설과 녹음수는 하절기 옥외공간의 태양광에 의한 자외선을 최소 93% 이상 차단하는 것으로 나타났다. 차양면의 재료와 특성에 따라서 차단율에 다소 차이는 발생하였지만, 전체적으로 비슷한 성능을 보인 것으로 해석되었다. 다만, 차양시설의 구조적 형태적 특성에 따라서 측면으로 유입되는 자외선을 차단할 수 있는 방안이 보완된다면, 옥외의 쾌적한 휴식공간으로 기능할 수 있을 것으로 예상된다.

머신러닝 기반 기업부도위험 예측모델 검증 및 정책적 제언: 스태킹 앙상블 모델을 통한 개선을 중심으로 (Machine learning-based corporate default risk prediction model verification and policy recommendation: Focusing on improvement through stacking ensemble model)

  • 엄하늘;김재성;최상옥
    • 지능정보연구
    • /
    • 제26권2호
    • /
    • pp.105-129
    • /
    • 2020
  • 본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

PET 검사실 종사자의 업무 행위 별 방사선피폭 조사에 따른 피폭선량 저감화를 위한 연구 (A study on the strategies to lower technologist occupational exposure according to the performance form in PET scan procedure)

  • 고현수;김호성;남궁창경;윤순상;송재혁;류재광;정우영;장정찬
    • 핵의학기술
    • /
    • 제19권1호
    • /
    • pp.17-29
    • /
    • 2015
  • 핵의학과 방사선 작업 종사자는 진단 방사선 발생장치를 사용하는 업무처럼 방사선원으로부터 완전히 격리 된 공간에서 근무하거나, 선원과의 거리를 멀게 유지하기가 쉽지 않다. 또한 종사자는 시행하고 있는 업무 행위에 대해 익숙해지고 오랫동안 업무를 하게 되면, 본인이 시행하고 있는 업무가 최적화 된 방법이라고 인식되는 경우가 발생할 수 있다. 따라서 본 연구의 목적은 방사성동위원소를 이용하는 환자 검사 및 정도 관리 행위마다 얼마만큼의 방사선피폭을 받는 지를 측정해보고, 개선 해야 할 업무 방법에 대해 모색하여 실제로 개선 하였을 경우 피폭 선량의 차이는 얼마나 되는지를 조사해 보고자 한다. PET 검사실에서 시행 되는 업무 형태를 행위 별로 장비 정도 관리, 주사, 영상획득, 기타 사항으로 크게 네 가지로 분류 하였다. 장비 정도 관리 업무 에서는 $^{68}Ge$ cylinder phantom을 이용한 일 별(Daily) 정도 관리 중 테이블을 직접 조종 하는 방법과 조종실에서 원격으로 조정하는 두 가지 방법으로, 주사 업무에서는 주사 전 안내와 주사 후 안내 두 가지 방법으로, 영상획득 업무에서는 환자 바로 옆에 있는 테이블 조종 버튼을 사용하는 방법과 멀리 떨어진 곳에서의 버튼을 사용하는 방법 두 가지로 나누어 실험하여 비교하였다. 행위 별 누적 피폭 선량을 측정하기 위해 시간 별 피폭 누적치(${\mu}Sv$) 측정이 가능한 Tracerco 사의 'PERSONAL ELECTRONIC DOSEMETER (PED)'를 사용하였다.$^{68}Ge$ cylinder phantom을 이용한 일 별정도 관리(Daily QC) 업무에서 테이블을 직접 조종 하는 경우에는 1회당 평균 $0.27{\pm}0.04{\mu}Sv$를, 조종실에서 원격으로 조정하는 경우에는 평균 $0.13{\pm}0.14{\mu}Sv$의 피폭을 받았다. 주사 업무에서는 주사 후 안내 시 한 명당 평균 $0.97{\pm}0.36{\mu}Sv$를, 주사 전 안내 시에는 $0.62{\pm}0.17{\mu}Sv$의 피폭을 받았다. 또한 영상획득 업무에서는 환자 바로 옆 테이블 조종 버튼 사용 시 한 명당 평균 $1.33{\pm}0.54{\mu}Sv$를, 멀리 떨어진 곳의 버튼 사용 시$0.94{\pm}0.50{\mu}Sv$의 피폭을 받았다. 이는 모두 통계적으로 유의 한 차이가 있었다(P<0.05). 실험을 통해 PET 검사의 업무 행위 별로 1회 시행 시 어느 정도의 피폭을 받는지를 평균적으로 확인 할 수 있었고, 행위 별로 업무 방식을 나누어 비교하여 얼마만큼의 피폭 차이가 발생하는지도 확인 하였다. 같은 업무라 하더라도 개인 성향이나 습관에 따라 업무 방식이 다를 수 있고, 피폭을 최소화 하기 위한 업무 방법이 어떤 것인지 인식하고 있음에도 그렇게 실천하지 않는 경우도 있다. 본 실험에서 비교한 업무 방법 이외에 더 추가적으로 피폭을 저감화 할 수 있는 방법을 더 모색한다면 PET 업무뿐 만 아니라 핵의학 검사에 있어 방사선 작업 종사자의 피폭을 최소화 할 수 있을 것으로 사료 된다.

  • PDF

쇼핑 웹사이트 탐색 유형과 방문 패턴 분석 (Analysis of shopping website visit types and shopping pattern)

  • 최경빈;남기환
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.85-107
    • /
    • 2019
  • 온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.

Loop와 HPLC Purification 방법보다 더 높은 비방사능을 보여주는 카트리지 Methylation과 Purification을 이용한 손쉬운 [ 11C]PIB 합성 (Facile [11C]PIB Synthesis Using an On-cartridge Methylation and Purification Showed Higher Specific Activity than Conventional Method Using Loop and High Performance Liquid Chromatography Purification)

  • 이용석;조용현;이홍재;이윤상;정재민
    • 핵의학기술
    • /
    • 제22권2호
    • /
    • pp.67-73
    • /
    • 2018
  • $[^{11}C]PIB$는 베타아밀로이드($A{\beta}\;plague$)라는 변성 단백질에 결합하여 뇌의 기능과 기억력을 서서히 감퇴시키는 비가역적인 질환인 치매를 조기에 감별할 수 있는 대표적인 방사성의약품이다. 지금까지 많은 실험실에서 $[^{11}C]PIB$는 자동화합성장치에서 $[^{11}C]methyl\;iodide$$[^{11}C]methyl\;triflate$를 만든 다음 loop나 vial 방법을 사용하여 methylation을 한 다음 HPLC로 정제를 하는 것이다. 하지만 기존의 보고된 방법은 시간이 오래 걸리며, HPLC와 같은 복잡한 시스템을 필요로 하여 소규모 실험실에서 합성하기에 적합하지 않으며, 최종 product에서 에탄올 함량이 높다는 단점이 있었다. 이러한 단점을 보완하기 위하여 카트리지만을 사용하여 카트리지에서 methylation과 purification을 동시에 실시함으로써 합성 시간을 단축하고, 비방사능이 높고, 낮은 에탄올 함량을 가진 $[^{11}C]PIB$를 합성 가능한지 확인하고자 하였다. 가장 널리 사용하는 카트리지 6종(CM, HLB, Alumina, C18, tC18, tC18 environmental을 선택하여 screening test를 실시하였다. 6-OH-BTA-0 1 mg을 c-HXO에 녹인 다음 6개의 카트리지에 loading를 한 다음 0.5 M MSP(pH 5.1) 20 mL로 정제를 한 다음 최종 fraction을 받아서 analytical HPLC로 전구체 잔류량을 측정한 결과 hydrophobicity가 낮은 계열(CM, HLB, Alumina)의 카트리지에서는 완충액으로 정제를 하였을 때 잔류전구체의 양이 많았으나, 탄소함량이 많은 계열의 카트리지(C18, tC18, tC18 environmental)에서는 잔류전구체의 양이 CM, HLB, Alumina 카트리지에 비하여 상대적으로 적었다. 완충액의 정제 농도와 부피를 최적화 하기 위하여 screening test에서 가장 좋은 결과를 나타낸 C18 series cartridge를 가지고 추가 실험을 진행하였다. 인산완충액 농도를 10 mM, 20 mM, 30 mM, 40 mM, 50 mM, 250 mM, 500 mM로 변화시켰으며, 에탄올 함량은 20%와 30%로 하여 용출액을 분석하여서, $[^{11}C]PIB$를 카트리지로 합성하기 위한 최적의 조합은 tC18 environmental cartridge와 0.5 M MSP 20 mL인 것을 알 수 있었다. 기존에 보고된 방법과 cartridge를 비교한 결과, 합성시간에서는 각각 15 ~ 18min, 8 ~ 9 min이 소요되었으며, product activity는 각각 $4.1{\pm}1.4\;GBq$ (n=41), $3.8{\pm}0.9\;GBq$ (n=3), 방사화학적 수율(based on HPLC analysis of the crude product)에서는 $13.9{\pm}4.4%$ (n=41), $12.3{\pm}2.2%$ (n=3)로 별다른 차이가 없었으며, 비방사능에 있어서는 HPLC purification method가 $78.7{\pm}39.7\;GBq/{\mu}mol$ (n=41), cartridge method가 $420.6{\pm}20.4\;GBq/{\mu}mol$ (n=3)로 카트리지 방법이 기존 방법보다 더 좋은 결과를 나타내었다. 또한, 잔류 용매(c-HXO)도 vial or loop method와 별다른 차이가 없었으며, 에탄올 함량에 있어서는 70%(기존 방법)에서 30%(카트리지 방법)로 두 배 이상 함량이 적다는 사실을 알 수 있었다. 지금까지 알아본바와 같이 cartridge method는 reported method(HPLC purification)에 비하여 더 향상된 결과를 보여준다는 사실을 확인하였다.

전문가 제품 후기가 소비자 제품 평가에 미치는 영향: 텍스트마이닝 분석을 중심으로 (The Effect of Expert Reviews on Consumer Product Evaluations: A Text Mining Approach)

  • 강태영;박도형
    • 지능정보연구
    • /
    • 제22권1호
    • /
    • pp.63-82
    • /
    • 2016
  • 최근 정보기술의 발달로 인해 소비자들은 온라인상에서 많은 정보를 쉽고 빠르게 획득할 수 있다. 소비자가 제품 구매시에는 소비자들이나 전문가들이 작성한 제품 후기 정보를 주로 탐색한다. 기존의 연구들이 소비자들이 창출한 제품 후기 중심으로 주로 진행되어 왔기 때문에, 전문가 제품 후기의 영향력에 대해서는 상대적으로 소수의 연구들만 존재하고 있다. 본 연구는 전문가가 생성하는 제품 후기에 초점을 맞추어, 방대한 실제 비정형데이터인 전문가의 후기를 어떻게 언어학적인 차원과 심리학적인 차원으로 나눌 수 있는지의 방법론을 제안하며, 실제 전문가 제품 후기를 사용하여 의미 있는 다섯 가지 차원의 새로운 변수들을 도출하였다. 그 결과 소비자들이 전문가 후기에서 반응하고 있는 언어적 특성은 제품에 대한 깊이 있는 정보의 양이나 충분한 설명을 나타내는 변수인 Review Depth, 그리고 전문가가 기술하는 방식이 제품에 대한 확신이 없는 듯한 말투를 나타내는 변수인 Lack of Assurance는 소비자의 전반적인 제품평가에 유의한 상관관계가 있는 것으로 밝혀졌다. 또한, 제품에 대한 칭찬이나 긍정적인 면을 서술하는 방식인 Positive Polarity가 소비자의 제품 평가에 영향을 미치지 않았지만, 전문가가 하는 제품에 대한 비관적인 평가인 Negative Polarity는 소비자들의 평가와 유의한 음의 상관관계가 있었다는 점이다. 전문가가 스토리텔링 관점에서 자주 사용하는 Social Orientation 특성은 유의한 관계를 미치지 못함이 밝혀졌다. 본 연구는 새로운 방법론을 제안하고 이를 실제로 활용한 결과를 보여준다는 차원에서 이론적이고 실무적인 공헌을 가진다.

16M-Color LTPS TFT-LCD 디스플레이 응용을 위한 1:12 MUX 기반의 1280-RGB $\times$ 800-Dot 드라이버 (A 1280-RGB $\times$ 800-Dot Driver based on 1:12 MUX for 16M-Color LTPS TFT-LCD Displays)

  • 김차동;한재열;김용우;송남진;하민우;이승훈
    • 대한전자공학회논문지SD
    • /
    • 제46권1호
    • /
    • pp.98-106
    • /
    • 2009
  • 본 논문에서는 ultra mobile PC (UMPC) 및 휴대용 기기 시스템 같이 고속으로 동작하며 고해상도 저전력 및 소면적을 동시에 요구하는 16M-color low temperature Poly silicon (LTPS) thin film transistor liquid crystal display (TFT-LCD) 응용을 위한 1:12 MUX 기반의 1280-RGB $\times$ 800-Dot 70.78mW 0.13um CMOS LCD driver IC (LDI) 를 제안한다. 제안하는 LDI는 저항 열 구조를 사용하여 고해상도에서 전력 소모 및 면적을 최적화하였으며 column driver는 LDI 전체 면적을 최소화하기 위해 하나의 column driver가 12개의 채널을 구동하는 1:12 MUX 구조로 설계하였다. 또한 신호전압이 rail-to-rail로 동작하는 조건에서 높은 전압 이득과 낮은 소비전력을 얻기 위해 class-AB 증폭기 구조를 사용하였으며 고화질을 구현하기 위해 오프 셋과 출력편차의 영향을 최소화하였다 한편, 최소한의 MOS 트랜지스터 소자로 구현된 온도 및 전원전압에 독립적인 기준 전류 발생기를 제안하였으며, 저전력 설계를 위하여 차세대 시제품 칩의 source driver에 적용 가능한 새로운 구조의 slew enhancement기법을 추가적으로 제안하였다. 제안하는 시제품 LDI는 0.13um CMOS 공정으로 제작되었으며, 측정된 source driver 출력 정착 시간은 high에서 low 및 low에서 high 각각 1.016us, 1.072us의 수준을 보이며, source driver출력 전압 편차는 최대 11mV를 보인다. 시제품 LDI의 칩 면적은 $12,203um{\times}1500um$이며 전력 소모는 1.5V/5.5V 전원 저압에서 70.78mW이다.

CIS 응용을 위해 제한된 폭을 가지는 10비트 50MS/s 저 전력 0.13um CMOS ADC (A 10b 50MS/s Low-Power Skinny-Type 0.13um CMOS ADC for CIS Applications)

  • 송정은;황동현;황원석;김광수;이승훈
    • 대한전자공학회논문지SD
    • /
    • 제48권5호
    • /
    • pp.25-33
    • /
    • 2011
  • 본 논문에서는 CIS 응용을 위해 제한된 폭을 가지는 10비트 50MS/s 0.13um CMOS 3단 파이프라인 ADC를 제안한다. 통상 CIS에 사용되는 아날로그 회로에서는 수용 가능한 조도 범위를 충분히 확보하기 위해 높은 전원전압을 사용하여 넓은 범위의 아날로그 신호를 처리한다. 그 반면, 디지털 회로에서는 전력 효율성을 위해 낮은 전원전압을 사용하므로 제안하는 ADC는 해당 전원전압들을 모두 사용하여 넓은 범위의 아날로그 신호를 낮은 전압 기반의 디지털 데이터로 변환하도록 설계하였다. 또한 2개의 잔류 증폭기에 적용한 증폭기 공유기법은 각 단의 증폭동작에 따라 전류를 조절함으로써 증폭기의 성능을 최적화 하여 전력 효율을 더욱 향상시켰다. 동일한 구조를 가진 3개의 FLASH ADC에서는 인터폴레이션 기법을 통해 비교기의 입력 단 개수를 절반으로 줄였으며, 프리앰프를 제거하여 래치만으로 비교기를 구성하였다. 또한 래치에 입력 단과 출력 단을 분리하는 풀-다운 스위치를 사용하여 킥-백 잡음으로 인한 문제를 최소화하였다. 기준전류 및 전압회로에서는 온-칩 저 전력 전압구동회로만으로 요구되는 정착시간 성능을 확보하였으며, 디지털 교정회로에는 신호특성에 따른 두 종류의 레벨-쉬프트 회로를 두어 낮은 전압의 디지털 데이터가 출력되도록 설계하였다. 제안하는 시제품 ADC는 0.35um thick-gate-oxide 트랜지스터를 지원하는 0.13um CMOS로 제작되었으며, 측정된 DNL 및 INL은 10비트에서 각각 최대 0.42LSB, 1.19LSB 수준을 보이며, 동적 성능은 50MS/s 동작속도에서 55.4dB의 SNDR과 68.7dB의 SFDR을 보인다. 시제품 ADC의 칩 면적은 0.53$mm^2$이며, 2.0V의 아날로그 전압, 2.8V 및 1.2V 등 두 종류의 디지털 전원전압에서 총 15.6mW의 전력을 소모한다.

한국 재래시장상인의 창업가정신과 상품화 전략이 시장이미지와 경영성과에 미치는 영향과 재래시장 정책에 대한 시사점 (The Impacts of Entrepreneurial Proclivity and Merchandising Strategy on Conventional Market and Its Policy Implications)

  • 서근하;윤성욱;서창수
    • 유통과학연구
    • /
    • 제7권3호
    • /
    • pp.71-100
    • /
    • 2009
  • 본 연구는 재래시장 활성화 요인들을 구조 관계적 관점에서 재래시장 상인들의 경영혁신과 창업성공을 직접적으로 유발하거나 매개하는 변수들을 총체적 시각으로 규명하고자 하는 것이었다. 상인들의 특성을 위험감수성, 경영경험으로 구분하고 이들 특성이 핵심적인 시장 활성화 매개변수를 통하여 경영성과를 유발하는 중요한 요소라는 사실을 확인하였다. 이와 더불어 재래시장에서 가장 취약한 머천다이징 분야를 상품화 계획과 상품화 실천분야로 구분하여 가설에 유의한 구조방정식 모형과 경로를 규명하였다. 또한 시장의 이미지 구성요소에 있어서 시장 가치성, 시장 인지성 그리고 경영성과의 상관관계에 있어서 이들 변수들은 실질적으로는 구분된 개념이면서도 각각의 선행변수가 될 수 있는 가능성을 보여주었다. 또한 재래시장의 이미지변수는 시장의 가치성과 인지성으로 구성되어 있으며, 이들 변수들이 경영성과로 연결되는 과정에서 순차적인 연속단계 형태로 구조경로가 연결되며, 앞 단계의 개념이 충족되어야 다음 단계의 인식개념으로 넘어가는 프로세스적 경로를 새롭게 밝혀주었다. 이러한 연구모형은 향후 재래시장의 후속적인 학술연구에 많은 도움이 되리라고 보여준다. 마지막으로는 본 연구에서는 가설을 도출하여 검증을 하지는 않았지만 사후 분석을 통하여 알아 본 결과가 네 가지 독립변수가 창업성과에 이르는 직·간접효과에 대해, 상인의 위험감수성이 0.29(t 2.61), 경영경험이 0.04(t 1.79)이었으며, 상품화 실천은 0.374(t 2.61)이었다. 시장 활성화 매개변수인 시장 이미지 변수 중에서 시장가치는 0.47(t 5.25), 시장인지는 0.22(t 2.30)으로 경영성과에 유의한 영향을 미치는 것으로 밝혀졌다. 이러한 연구결과는 급변하는 유통경영 환경 속에서 재래시장 상인들에게 실제적으로 도움이 되는 재래시장 활성화 전략 수립, 경영환경의 주도적 변화능력, 상인들의 경영혁신과 몰입, 시장 지향적 마케팅 목표수립에 긍정적이고 시사성 있는 기여를 할 것이다. 상인들의 개인별 역량과 상인의식 특성별로 경영성과에 유의한 결과들을 효과적으로 유발시켜서, 독보적이고 역량 있는 경영혁신 틀이 완벽하게 형성된 진취성이 강한 한국형 재래시장 상인육성과 더불어 활성화사례들을 창출하는데 많은 도움을 줄 것이라고 보여 진다.

  • PDF

상처와 주름이 있는 지문 판별에 효율적인 심층 학습 비교연구 (A Comparative Study on the Effective Deep Learning for Fingerprint Recognition with Scar and Wrinkle)

  • 김준섭;림빈 보니카;성낙준;홍민
    • 인터넷정보학회논문지
    • /
    • 제21권4호
    • /
    • pp.17-23
    • /
    • 2020
  • 인간의 특성과 관련된 측정 항목을 나타내는 생체정보는 도난이나 분실의 염려가 없으므로 높은 신뢰성을 가진 보안 기술로서 큰 주목을 받고 있다. 이러한 생체정보 중 지문은 본인 인증, 신원 파악 등의 분야에 주로 사용된다. 신원을 파악할 때 지문 이미지에 인증을 수행하기 어려운 상처, 주름, 습기 등의 문제가 있을 경우, 지문 전문가가 전처리단계를 통해 직접 지문에 어떠한 문제가 있는지 파악하고 문제에 맞는 영상처리 알고리즘을 적용해 문제를 해결한다. 이때 지문에 상처와 주름이 있는 지문 영상을 판별해주는 인공지능 소프트웨어를 구현하면 손쉽게 상처나 주름의 여부를 확인할 수 있고, 알맞은 알고리즘을 선정해 쉽게 지문 이미지를 개선할 수 있다. 본 연구에서는 이러한 인공지능 소프트웨어의 개발을 위해 캄보디아 왕립대학교의 학생 1,010명, Sokoto 오픈 데이터셋 600명, 국내 학생 98명의 모든 손가락 지문을 취득해 총 17,080개의 지문 데이터베이스를 구축했다. 구축한 데이터베이스에서 상처나 주름이 있는 경우를 판별하기 위해 기준을 확립하고 전문가의 검증을 거쳐 데이터 어노테이션을 진행했다. 트레이닝 데이터셋과 테스트 데이터셋은 캄보디아의 데이터, Sokoto 데이터로 구성하였으며 비율을 8:2로 설정했다. 그리고 국내 학생 98명의 데이터를 검증 데이터 셋으로 설정했다, 구성된 데이터셋을 사용해 Classic CNN, AlexNet, VGG-16, Resnet50, Yolo v3 등의 다섯 가지 CNN 기반 아키텍처를 구현해 학습을 진행했으며 지문의 상처와 주름 판독에서 가장 좋은 성능을 보이는 모델을 찾는 연구를 수행했다. 다섯가지 아키텍처 중 지문 영상에서 상처와 주름 여부를 가장 잘 판별할 수 있는 아키텍처는 ResNet50으로 검증 결과 81.51%로 가장 좋은 성능을 보였다.