Ebstein기형은 삼첨판, 우심실 및 우심방의 특징적인 변형를 보이는 희귀한 선천성 심질환으로, 삼첨판의 후판막첨과 중격판막첨이 우심실로 나선형의 변형을 보이는 것이 특징적이다. 본 교실에서는 1988년 1월 1일부터 1995년 12월 31일까지 7년간 11명의 환자를 경험하였으며 평균연령은 29.6$\pm$11.1세, 성비는 남자 5명 여자 6명이었고, 주증상으로는 운동시 호흡곤란이었다. 모든례에서 삼첨판의 전형적인 변형을 보였으며 동반된 심기형으로는 개방성 난원창, 심방중격결손, 심실중격결손이 있었다. 9명은 Danielson씨 삼첨판성형술과 주름성형술을 시행하고 2명은 삼첨판막치환술과 주름성형술을 시행하였으며 동반된 심기형을 교정하였다. 수술후 5명의 환자에서 저심박출증, 부정맥, 창상감염 등의 합병증이 발생하였으며 수술사망례는 없었다. 술후 평균 33.3개월의 추적관찰 결과 모든 환자에서 술전보다 양호한 심기능을 보였다.
대형 구조물을 지탱하고 있는 케이블은 항상 높은 장력으로 당겨지고 있기 때문에 교량에 과도한 하중이 가해지면 안전에 큰 영향을 미칠 수 있다. 설계 시 하중을 고려하지만 안전관리 측면서 지속적인 감시의 필요성은 매우 크다. 교량 지지용 케이블이 강자성 재료로 구성되어 있고, 강자성 재료는 자구의 운동이 외부 장력에 매우 민감하기 때문이 케이블의 비투자율을 모니터링하면 현재 장력의 크기를 예측할 수 있다. 본 논문에서는 현장에서의 장력측정용 센서의 정확한 성능 평가를 위한 표준 장력 교정 시스템 개발을 목표로 기반 연구를 수행하고 있다. 즉 교정된 로드셀을 기준으로 시험 케이블에 정화한 힘을 가할 수 있는 시스템을 제작하였으며, 자체 제작한 장력 측정용 자기적 센서를 시험 케이블에 설치하고 케이블에 가한 장력에 따라 센서 출력을 정량적으로 분석하였으며, 주위의 환경이 미치는 영향도 함께 분석하였다.
본 논문에서는 최근, 압전 변압기 기술의 급속한 발전을 이용하므로 자계의 잡음이 없고, 크기가 소형화되며 고효율과 고 전력 밀도, 누설자속이 없어 노이즈 발생이 없고, 공진주파수만을 이용하므로 출력파형이 정현파에 가까워 고조파 잡음이 없는 점을 이용하여 전기적인 등가회로를 적용하여 DC-DC 컨버터를 구현 하였다. 유도전동기 회전자 속도 개념에 자속 기준 모델 적용 시스템(FMRAS)을 적용하였다. 유도전동기의 벡터제어는 회전자 속도 정의의 추정값을 이용하여 실행 할 수 있고, 부가된 변화되는 모델로 회전자 목표값 계산을 수행 할 수 있다. 이 시스템은 PWM 공간 전압기법과 DC-DC 컨버터를 이용하여 벡터전류제어와 속도제어를 위한 PI제어기로 구성되어 있다. 제어를 위한 실행과 높은 속도계산을 디지털 신호 원칩 마이크로프로세서에 의해 수행 되었고, 시뮬레이션과 실험을 통해서 다양한 제어 방법의 타당성을 제시 하였다.
Jokic, Aleksandar I.;Seres, Laslo L.;Milovic, Nemanja R.;Seres, Zita I.;Maravic, Nikola R.;Saranovic, Zana;Dokic, Ljubica P.
Membrane and Water Treatment
/
제9권2호
/
pp.115-121
/
2018
Artificial neural network (ANN) simulation is used to predict the dynamic change of permeate flux during wheat starch industry wastewater microfiltration with and without static turbulence promoter. The experimental program spans range of a sedimentation times from 2 to 4 h, for feed flow rates 50 to 150 L/h, at transmembrane pressures covering the range of $1{\times}10^5$ to $3{\times}10^5Pa$. ANN predictions of the wastewater microfiltration are compared with experimental results obtained using two different set of microfiltration experiments, with and without static turbulence promoter. The effects of the training algorithm, neural network architectures on the ANN performance are discussed. For the most of the cases considered, the ANN proved to be an adequate interpolation tool, where an excellent prediction was obtained using automated Bayesian regularization as training algorithm. The optimal ANN architecture was determined as 4-10-1 with hyperbolic tangent sigmoid transfer function transfer function for hidden and output layers. The error distributions of data revealed that experimental results are in very good agreement with computed ones with only 2% data points had absolute relative error greater than 20% for the microfiltration without static turbulence promoter whereas for the microfiltration with static turbulence promoter it was 1%. The contribution of filtration time variable to flux values provided by ANNs was determined in an important level at the range of 52-66% due to increased membrane fouling by the time. In the case of microfiltration with static turbulence promoter, relative importance of transmembrane pressure and feed flow rate increased for about 30%.
본 연구의 목적은 중서부태평양(WCPFC) 수역 우리나라 원양연승어업의 눈다랑어 생산함수를 추정하여 규모 수익을 분석하는 것이다. 분석에 있어 투입요소는 선원수, 선박톤수, 투입낚시수, 눈다랑어 자원량 그리고 산출요소는 눈다랑어 생산량으로 하는 Cobb-Douglas 형태의 생산함수를 추정하였다. 함수 추정에 앞서 투입요소 중 눈다랑어 자원량은 Bayesian State-space 모델로 추정하였다. 생산함수 추정 결과, 하우즈만 검정을 통해 고정효과 모델이 선택되었고, 선원수를 제외한 선박톤수, 투입낚시수, 눈다랑어 자원량이 눈다랑어 생산량에 직접적인 영향을 미치는 것으로 나타났다. 추정된 생산함수의 투입요소를 바탕으로 규모 수익 수준을 분석한 결과, WCPFC 수역에서 눈다랑어를 조업하는 원양연승어업은 규모 수익 체증(IRS)의 성격인 것으로 추정되었다.
본 논문에서는 PTWS 방식을 이용한 고집적화된 AMOLED용 3-채널 DC-DC 변환기의 설계한다. 양의 전압 $V_{POS}$는 경부하에서 효율을 제고하기 위해 SPWM 듀얼모드와 PTWS 방식을 적용한 부스트 변환기로 설계한다. 음의 전압 $V_{NEG}$는 전력 손실을 줄이기 위해 PSM 방식을 적용한 0.5x 인버팅 차지펌프를 이용해 설계하고, 추가적인 전압 $V_{AVDD}$는 LDO를 이용하여 설계한다. 제안된 DC-DC 변환기는 $0.18{\mu}m$ BCDMOS 공정을 사용하여 시뮬레이션을 한 결과 부하전류 1mA~70mA에서 전력효율 56.9%~90.2%를 가지고, 양의 전압 $V_{POS}$에서 최대 5mV의 출력 리플을 가졌다.
To detect thunderstorms occurring in Korea, National Meteorological Satellite Center (NMSC) also introduced the rapid-development thunderstorm (RDT) algorithm developed by EUMETSAT. At NMCS, the H-RDT (HR) based on the Himawari-8 satellite and the K-RDT (KR) which combines the GK2A convection initiation output with the RDT were developed. In this study, we optimized the KR (KU) to improve the detection level of thunderstorms occurring in Korea. For this, we used all available data, such as GK2A/AMI, RADAR, lightning, and numerical model data from the recent two years (2019-2020). The machine learning of logistic regression and stepwise variable selection was used to optimize the KU algorithms. For considering the developing stages and duration time of thunderstorms, and data availability of GK2A/AMI, a total of 72 types of detection algorithms were developed. The level of detection of the KR, HR, and KU was evaluated qualitatively and quantitatively using lightning and RADAR data. Visual inspection using the lightning and RADAR data showed that all three algorithms detect thunderstorms that occurred in Korea well. However, the level of detection differs according to the lightning frequency and day/night, and the higher the frequency of lightning, the higher the detection level is. And the level of detection is generally higher at night than day. The quantitative verification of KU using lightning (RADAR) data showed that POD and FAR are 0.70 (0.34) and 0.57 (0.04), respectively. The verification results showed that the detection level of KU is slightly better than that of KR and HR.
The building energy performance indicator, called Energy Performance Index (EPI), has been used for the past decades in South Korea. It has a list of design variables assigned with weighting factors (a, b). Unfortunately, the current EPI method is not performance-based but very close to a prescriptive rating. With this in mind, this study aims to propose a new performance-based EPI method. For this purpose, a global sensitivity analysis method, Sobol, is employed. The Sobol method is suitable for complex nonlinear models and can decompose all the output variance due to every input. The Sobol sensitivity index of each variable is defined as 0 to 1 (0 to 100%), and the sum of all sensitivity indices is equal to 1 (100%). In this study, an office building was modeled using EnergyPlus and then the Latin Hypercube Sampling (LHS) was conducted to generate a surrogate model to EnergyPlus. The sensitivity index was suggested to replace weight (a) in the existing EPI. In addition, the discrete weight (b) in the existing EPI was replaced by a set of continuous regression functions. Due to the introduction of the sensitivity index and the continuous regression functions, the new proposed approach can provide far more accurate outcome than the existing EPI (R2: 0.83 vs. R2: 0.01 for cooling, R2: 0.66 vs. R2: 0.01 for total energy). The new proposed approach proves to be more rational, objective and performance-based than the existing EPI method.
Forward osmosis (FO) process is a chemical potential driven process, where highly concentrated draw solution (DS) is used to take water through semi-permeable membrane from feed solution (FS) with lower concentration. Recently, commercial FO membrane modules have been developed so that full-scale FO process can be applied to seawater desalination or water reuse. In order to design a real-scale FO plant, the performance prediction of FO membrane modules installed in the plant is essential. Especially, the flux prediction is the most important task because the amount of diluted draw solution and concentrate solution flowing out of FO modules can be expected from the flux. Through a previous study, a theoretical based FO module model to predict flux was developed. However it needs an intensive numerical calculation work and a fitting process to reflect a complex module geometry. The idea of this work is to introduce deep learning to predict flux of FO membrane modules using 116 experimental data set, which include six input variables (flow rate, pressure, and ion concentration of DS and FS) and one output variable (flux). The procedure of optimizing a deep learning model to minimize prediction error and overfitting problem was developed and tested. The optimized deep learning model (error of 3.87%) was found to predict flux better than the theoretical based FO module model (error of 10.13%) in the data set which were not used in machine learning.
본 논문은 3D 프린터 출력 방식 중 하나인, 전자빔용해법(EBM)의 공정 간에 발생하는 결함에 영향을 미치는 요인들을 데이터 분석을 통해 규명하는 연구이다. 선행 연구들을 기반으로 결함발생에 주요한 원인으로 지목되는 요소들을 참고하였으며, 공정 간 발생하는 로그파일 분석을 통해 결함 발생과 연관된 변수들을 추출하였다. 또한, 해당 데이터가 시계열 데이터라는 점에 착안하여 window의 개념을 도입하여, 현재 공정 층으로부터 총 3개 전 층까지의 데이터를 포함하여 분석에 사용 될 변수들을 구성하였다. 해당 연구의 종속변수는 결함발생유무이기에 이진분류를 통한 분석을 하였으며, 이때 결함 층의 비율이 낮다는(약 4%) 문제로 인해 SMOTE 기법을 적용하여 균형잡힌 훈련용 데이터를 만들었다. 분석을 위해 Gridsearch CV를 활용한 XGBoost를 사용하였고, 분류 성능은 혼동행렬을 기반으로 평가하였다. 마지막으로, SHAP값을 통한 변수 중요도 분석을 통해 연구의 결론을 내렸다.
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.