Near infrared reflectance spectroscopy (NIRS) is a rapid and accurate analytical method for determining the composition of agricultural products and feeds. This study was conducted to determine tocopherol and tocotrienol contents in rice bran by using NIRS system. Total 80 rice bran samples previously analyzed by HPLC were scanned by NIRS and over 60 samples were selected for calibration and validation equation. A calibration equation calculated by MPLS(modified partial least squares) regression technique was developed and coefficient of determination for tocopheyol and tocotyienol content were 0.975 and 0.984, respectively, in calibration sets. Each calibration equation was fitted to validation set that was performed with the remaining samples not included is the calibration set, which showed high positive correlation both in tocopherol and tocotrienol content file. This results demonstrate that the developed NIRS equation can be practically used as a rapid screening method for quantification of tocopherol and tocotrienol contents in rice bran.
The applicability of non-destructive near infrared reflectance spectroscopic (NIRS) method was tested to determine the protein and oil contents of intact soybean [Glycine max (L.) Merr.] seeds. A total of 198 soybean calibration samples and 101 validation samples were used for NIRS equation development and validation, respectively. In the developed non-destructive NIRS equation for analysis of protein and oil contents, the most accurate equation was obtained at 2, 8, 6, 1(2nd derivative, 8 nm gap, 6 points smoothing, and 1 point second smoothing) and 2, 1, 20, 10 math treatment conditions with Standard Normal Variate and Detrend (SNVD) scatter correction method and entire spectrum (400-2500 nm) by using Modified Partial Least Squares (MPLS) regression, respectively. Validation of these non-destructive NIRS equations showed very low bias (protein: 0.060%, oil: -0.017%) and standard error of prediction (SEP, protein: 0.568 %, oil : 0.451 %) as well as high coefficient of determination ($R^2$, protein: 0.927, oil: 0.906). Therefore, these non-destructive NIRS equations can be applicable and reliable for determination of protein and oil content of intact soybean seeds, and non-destructive NIRS method could be used as a mass screening technique for selection of high protein and oil soybean in breeding programs.
Kim, Hyun Suk;Smith, Martin B.;Koslowsky, Martin R.;Kwak, Sung-Woo;Ye, Sung-Joon;Kim, Geehyun
Journal of Radiation Protection and Research
/
v.42
no.1
/
pp.48-55
/
2017
Background: Simultaneous detection of neutrons and gamma rays have become much more practicable, by taking advantage of good gamma-ray discrimination properties using pulse shape discrimination (PSD) technique. Recently, we introduced a commercial CLYC system in Korea, and performed an initial characterization and simulation studies for the CLYC detector system to provide references for the future implementation of the dual-mode scintillator system in various studies and applications. Materials and Methods: We evaluated a CLYC detector with 95% $^6Li$ enrichment using various gamma-ray sources and a $^{252}Cf$ neutron source, with validation of our Monte Carlo simulation results via measurement experiments. Absolute full-energy peak efficiency values were calculated for gamma-ray sources and neutron source using MCNP6 and compared with measurement experiments of the calibration sources. In addition, behavioral characteristics of neutrons were validated by comparing simulations and experiments on neutron moderation with various polyethylene (PE) moderator thicknesses. Results and Discussion: Both results showed good agreements in overall characteristics of the gamma and neutron detection efficiencies, with consistent ~20% discrepancy. Furthermore, moderation of neutrons emitted from $^{252}Cf$ showed similarities between the simulation and the experiment, in terms of their relative ratios depending on the thickness of the PE moderator. Conclusion: A CLYC detector system was characterized for its energy resolution and detection efficiency, and Monte Carlo simulations on the detector system was validated experimentally. Validation of the simulation results in overall trend of the CLYC detector behavior will provide the fundamental basis and validity of follow-up Monte Carlo simulation studies for the development of our dual-particle imager using a rotational modulation collimator.
Adulteration of argan oil with some other cheaper oils with similar chemical compositions has resulted in increasing demands for authenticity assurance and quality control. Fast and simple analytical techniques are thus needed for authenticity analysis of high-priced argan oil. Raman spectroscopy is a potent technique and has been extensively used for quality control and safety determination for food products In this study, Raman spectroscopy in combination with a net analyte signal (NAS)-based methodology, i.e., hybrid linear analysis method developed by Goicoechea and Olivieri in 1999 (HLA/GO), was used to predict the different concentrations of olive oil (0 - 20%) added to argan oil. Raman spectra of 90 samples were collected in a spectral range of $400-400cm^{-1}$, and calibration and validation sets were designed to evaluate the performance of the multivariate method. The results revealed a high coefficient of determination ($R^2$) value of 0.98 and a low root-mean-square error (RMSE) value of 0.41% for the calibration set, and an $R^2$ of 0.97 and RMSE of 0.36% for the validation set. Additionally, the figures of merit such as sensitivity, selectivity, limit of detection, and limit of quantification were used for further validation. The high $R^2$ and low RMSE values validate the detection ability and accuracy of the developed method and demonstrate its potential for quantitative determination of oil adulteration.
In recent years, Convolutional Neural Networks (CNNs) have been successfully implemented in different tasks of computer vision. Since CNN models are the representatives of supervised learning algorithms, they demand large amount of data in order to train the classifiers. Thus, obtaining data with correct labels is imperative to attain the state-of-the-art performance of the CNN models. However, labelling datasets is quite tedious and expensive process, therefore real-life datasets often exhibit incorrect labels. Although the issue of poorly labelled datasets has been studied before, we have noticed that the methods are very complex and hard to reproduce. Therefore, in this research work, we propose Deep CleanNet - a considerably simple system that achieves competitive results when compared to the existing methods. We use K-means clustering algorithm for selecting data with correct labels and train the new dataset using a deep CNN model. The technique achieves competitive results in both training and validation stages. We conducted experiments using MNIST database of handwritten digits with 50% corrupted labels and achieved up to 10 and 20% increase in training and validation sets accuracy scores, respectively.
We present a machine learning approach to estimating stellar atmospheric parameters, effective temperature (Teff), surface gravity (log g), and metallicity ([Fe/H]) for stars observed during the course of the Sloan Digital Sky Survey (SDSS). For training a neural network, we randomly sampled the SDSS data with stellar parameters available from SEGUE Stellar Parameter Pipeline (SSPP) to cover the parameter space as wide as possible. We selected stars that are not included in the training sample as validation sample to determine the accuracy and precision of each parameter. We also divided the training and validation samples into four groups that cover signal-to-noise ratio (S/N) of 10-20, 20-30, 30-50, and over 50 to assess the effect of S/N on the parameter estimation. We find from the comparison of the network-driven parameters with the SSPP ones the range of the uncertainties of 73~123 K in Teff, 0.18~0.42 dex in log g, and 0.12~0.25 dex in [Fe/H], respectively, depending on the S/N range adopted. We conclude that these precisions are high enough to study the chemical and kinematic properties of the Galactic disk and halo stars, and we will attempt to apply this technique to Large Sky Area Multi-Object Fiber Spectroscopic Telescope (LAMOST), which plans to obtain about 8 million stellar spectra, in order to estimate stellar parameters.
This paper presents the numerical results of a simulation of the free surface flow around a blunt bow ship model and focuses on the validation of the proposed method with a brief investigation of the relation between the resistance and free surface behavior. A finite volume method based on the Reynolds Averaged Navier-Stokes (RANS) approach is used to solve the governing flow equations, where the free surface, including wave breaking,is captured by using a two-phase Level-Set (LS) method. For turbulence closure, a two equation k-${\varepsilon}$ model with the standard wall function technique is used. Finally, the numerical results are compared with the available experimental data, showing good agreement.
Purpose: The purpose of this study is to review the quantitative research literature on measuring caring in order to identify overall trends in measuring caring. Methods: Fifty three papers were selected from four databases including RISS4U, DBpia, KISS, and Korea Med. Results: The number of measuring caring papers has increased since 2000. Approximately 60 % of the total papers were descriptive and correlative design researches with convenience sampling. Jean Waston's theory was the most popular conceptual framework, but much of the research tended to be conducted without any conceptual framework. In that kind of research, 'caring' terms were used without definition. The most frequently used term for the concept of caring was nurses' caring behaviors. Also, 'nurses' was one of the most popular subjects. Thirty six measuring caring instruments were used. Twenty were developed in foreign countries and translated into Korean. The others were developed originally in Korean. Interpersonal Caring Technique - Communication Skills Scale, based on the interpersonal process model, was the most frequently used tool. Among the translated instruments, Coates' Caring Efficacy Scale was the most popular. Some instruments were used without validation. Conclusion: These results provide basic data on measuring caring and indicate directions for further research. In particular, validation studies of measuring caring instruments are needed.
Journal of The Geomorphological Association of Korea
/
v.23
no.2
/
pp.109-125
/
2016
This study aims to identify the landslide susceptible zones of Boeun area and provide reliable landslide susceptibility maps by applying different modeling methods. Aerial photographs and field survey on the Boeun area identified landslide inventory map that consists of 388 landslide locations. A total ofseven landslide causative factors (elevation, slope angle, slope aspect, geology, soil, forest and land-use) were extracted from the database and then converted into raster. Landslide causative factors were provided to investigate about the spatial relationship between each factor and landslide occurrence by using fuzzy set and logistic regression model. Fuzzy membership value and logistic regression coefficient were employed to determine each factor's rating for landslide susceptibility mapping. Then, the landslide susceptibility maps were compared and validated by cross validation technique. In the cross validation process, 50% of observed landslides were selected randomly by Excel and two success rate curves (SRC) were generated for each landslide susceptibility map. The result demonstrates the 84.34% and 83.29% accuracy ratio for logistic regression model and fuzzy set model respectively. It means that both models were very reliable and reasonable methods for landslide susceptibility analysis.
In this study, we estimate the ultimate load of rectangular concrete-filled steel tubes (CFST) by developing a novel hybrid predictive model (ANN-BCMO) which is a combination of balancing composite motion optimization (BCMO) - a very new optimization technique and artificial neural network (ANN). For this aim, an experimental database consisting of 422 datasets is used for the development and validation of the ANN-BCMO model. Variables in the database are related with the geometrical characteristics of the structural members, and the mechanical properties of the constituent materials (steel and concrete). Validation of the hybrid ANN-BCMO model is carried out by applying standard statistical criteria such as root mean square error (RMSE), coefficient of determination (R2), and mean absolute error (MAE). In addition, the selection of appropriate values for parameters of the hybrid ANN-BCMO is conducted and its robustness is evaluated and compared with the conventional ANN techniques. The results reveal that the new hybrid ANN-BCMO model is a promising tool for prediction of the ultimate load of rectangular CFST, and prove the effective role of BCMO as a powerful algorithm in optimizing and improving the capability of the ANN predictor.
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.