기존의 프랙탈 영상복원은 모든 치역 블럭에 대해 반복축소변환을 수행하므로 복원시 많은 계산량이 요구되었다. 이를 개선하기 위해 각 치역 블록마다 반복축소변환이 필요한 영역과 필요하지 않은 영역으로 구분하는 방법이 제시되었다. 만약 반복축소변환 영역이 줄어든다면 고속 복원이 가능하다. 본 논문에서는 부호화 과정에서 정의역 블록의 탐색 영역을 치역 블록과 비슷한 영역으로 제한하여 반복축소변환이 필요한 영역을 최소화한다. 그래서 반복축소변환에 필요한 계산량을 감소시켜 고속 복원이 가능하다.
본 논문에서 는 컨테이너용 RFID로 이용할 수 있는 433MHz 대역의 RFID 태그용 안테나를 제안하고자 한다. 마이크로스트립 형태로 안테나를 제작하였고, 프랙탈 이론을 적용하여 크기를 축소할 수가 있었다. 시뮬레이션을 통해 433MHz 주파수에서 반사손실이 -20.9dB, 이득이 -3dB를 가지는 것을 확인하였다. 그러나 시뮬레이션 결과와 제작된 안테나의 측정결과에는 약간의 차이가 있었으나, 급전부 위치를 수정하여 반사손실을 -l5dB 되도록 하여 설계 제작된 안테나의 실용 가능성을 입증할 수 있었다.
본 연구는 시멘트계 재료의 프랙탈 특성에 관한 기초적 연구로써, 고로슬래그 미분말 혼입 시멘트 페이스트의 공극 구조를 수은압입법을 이용하여 측정하였고, 측정된 결과를 프랙탈 모델에 적용하여 그 특성을 분석하였다. 분석 결과, 고로슬래그미분말 혼입 시멘트 페이스트의 공극 구조는 그 범위가 나노미터부터 밀리미터 단위까지 다양하게 분포하는 불규칙한 조직이기 때문에, 전체 영역에 대한 프랙탈 차원을 산정했을 때 각 공극 영역의 특성을 반영할 수 없다. 따라서 프랙탈 차원 산정 시 공극 영역을 나누어서 분석하였다. Zhang and Li (1995) model을 적용했을 때, 시멘트와 GGBFS의 수화반응 결과 생성된 C-S-H 내의 gel pores 및 small capillary pores에 해당하는 micro 영역과 large capillary pores에 해당하는 macro 영역에서 각각 프랙탈 특성이 나타나는 결과를 보였다. 또한 macro 영역보다 micro 영역의 공극 표면이 더 불규칙한 형상을 나타내었다. Ji et al. (1997) model을 적용할 경우, micro 영역이 C-S-H 내의 gel pores에 해당하는 micro I과 small capillary pores에 해당하는 micro II로 구분되었으며, 각각의 프랙탈 특성이 산정되었다. 또한 Zhang and Li (1995) model을 결과와 유사하게, macro, micro II, micro I의 순서대로 공극 크기가 작아질수록 VFD 결과 값이 감소하였으며, 이는 곧 공극의 복잡성이 증가함을 나타낸다.
Autonomous and intelligent resource model (AIR-model) defines a building-block of complex systems to pursue value creation by means of diverse resources, referred to as an AIR-unit, and presents a collaboration model with the AIR-units. An AIR-unit represents a piece of resources, such as machines, labor, raw materials, and other assets, considered individually by a complex system as means to accomplish given tasks. It is defined with its own service capability and a goal, and pursues achieving the goal by means of the capability. Moreover, an Air-unit is equipped with autonomy and intelligence, whereby it makes a decision on its course of action on its own initiative. Air-units collaborate on system operations with each other through goal-oriented negotiations. In this research, distinctive features of the AIR-model are addressed and described in detail. Principal components of the AIR-model are also designed via object-oriented modeling techniques. A prototype system based on the AIR-model is finally presented as an embodiment tool of a fractal manufacturing system (FrMS).
본 논문에서는 복원시 사용될 정의역을 최소화하는 정의역 최소화 기법올 이용한 프랙탈 영상 압축방볍을 제안한디 기존의 프랙탈 영상복원은 복원하고자 하는 영상의 전체 치역블럭에 대해 반복축소변환올 적용함 으로써, 복원시 많은 계산량이 요구되었다 이를 개선하기 위해 각 치역블릭마다 정의역으로 참조된 횟수를 이용하여, 반복변환이 필요한 영역과 필요하지 않은 영역으로 구분하는 방법이 제시된 바 있다. 반복변환이 펼요한 영역이 감소할수록 복원시 계산량은 감소한다. 제안한 방법은 반복변환이 필요한 영역이 최소가 되는 최소정의역을정의하고,부호화시 정의역이 최소가되도록부호화하는알고리듬이다.즉,정의역의 탐색영역 을 치역과 비슷한 영역으로 제한하여, 정의역이 더 많이 중복되거나 중첩되도록 하였다 그 결과 프랙탈 영상 복원시 화질이나 압축율에 거의 영향을 미치지 않고, 반복변환에 필요한 계산량이 감소함으로써 고속 복원이 가능하였다.
본 논문에서는 Barnsley가 제안한 반복 함수 체계(IFS)에 근거한 새로운 영상 압축 기술인 프랙탈 영상 부호화의 성능 개선 방법을 제시한다. 기존의 완전 탐색을 이용한 프랙탈 부호화 방법은 영상의 복원 화질이 다른 프랙탈 기법에 비해 좋은 결과를 얻을 수 있지만 탐색시간이 지나치게 오래 걸리고, 선형 유사 변환을 통하여 블록의 근사화를 수행하므로 복잡한 블록의 근사화가 어렵다는 단점이 있다. 따라서 본 논문에서는 쿼드 트리 분할을 사용하여 코딩 블록의 크기를 가변적으로 설정하도록 하여 복잡한 블록은 크기가 작은 블록으로 단순한 블록은 큰 블록으로 분할되도록 하였다. 이렇게 함으로써 블록의 근사화 정도도 높이고 변환의 수도 줄여 압축률의 개선을 가져왔다. 또한, 탐색 영역을 제한하여 부호화 시간이 짧으면서도 기존의 완전 탐색(full searching) 방법에 비하여 탐색 시간을 줄였으며 복원 영상의 주관적 평가의 화질은 더 우수했다. 그리고 매칭 블록의 탐색이 필요 없는 Monro 방법에 비해 부호화 시간이 다소 느리기는 하지만 화질 면에서 월등한 성능을 보였다.
Recently, many researchers have been involved in finding deterministic equations which can accurately predict future event, based on chaotic theory, or fractal theory. The theory says that some events which seem very random but internally deterministic can be accurately predicted by fractal equations. In contrast to the conventional methods, such as AR model, MA, model, or ARIMA model, the fractal equation attempts to discover a deterministic order inherent in time series data set. In discovering deterministic order, researchers have found that neural networks are much more effective than the conventional statistical models. Even though prediction accuracy of the network can be different depending on the topological structure and modification of the algorithms, many researchers asserted that the neural network systems outperforms other systems, because of non-linear behaviour of the network models, mechanisms of massive parallel processing, generalization capability based on adaptive learning. However, recent survey shows that prediction accuracy of the forecasting models can be determined by the model structure and data structures. In the experiments based on actual economic data sets, it was found that the prediction accuracy of the neural network model is similar to the performance level of the conventional forecasting model. Especially, for the data set which is deterministically chaotic, the AR model, a conventional statistical model, was not significantly different from the MLP model, a neural network model. This result shows that the forecasting model. This result shows that the forecasting model a, pp.opriate to a prediction task should be selected based on characteristics of the time series data set. Analysis of the characteristics of the data set was performed by fractal analysis, measurement of Hurst index, and measurement of Lyapunov exponents. As a conclusion, a significant difference was not found in forecasting future events for the time series data which is deterministically chaotic, between a conventional forecasting model and a typical neural network model.
본 논문에서는 웨이브릿 변환 영역에서의 프랙탈을 이용한 효율적인 MR 영상의 압축 방법을 제안한다. 제안한 방법에서는 이산 웨이브릿 변환 계수의 절대값으로 유효 계수 트리를 구성하고 에너지가 높은 유효 계수의 정보를 이용하여 프랙탈 영상 압축을 수행한다. MR 영상의 경우 배경 부분을 비롯하여 대부분이 낮은 화소값을 가지므로 유효 계수의 수가 작게 나와 결과적으로 압축율이 높아진다. 또한 웨이브릿 변환 영역에서의 프랙탈을 이용하기 때문에 다른 압축 방법에 비해 블록화 현상이 생기지 않고 인간의 시각에 민감한 에지를 잘 복원하는 우수한 화질의 영상을 얻을 수 있다. 제안한 방법을 MR 영상에 적용하여 성능을 평가한 결과 0.33 [bpp] 이하의 낮은 비트율에서 기존의 JPEG 압축방법보다 복원 화질이 우수한 성능을 나타내었다.
본 연구는 주식 수익률의 생성과정에 비선형적 특성이 존재하는지를 검정하기 위해서 1980년 1월부터 2002년 5월까지 종합주가지수 일별 수익률과 주별 수익률을 이용하여 실증분석을 실시하였다. 실증분석의 내용은 크게 비선형 종속성에 대한 검정과 비선형 확률적 특성검정 그리고 비선형 결정론적인 카오스검정으로 구분할 수 있다. 비선형적 특성에 대한 분석의 결과는 주식 수익률은 leptokurtic한 비정규분포를 따르며, 수익률의 생성과정이 IID하지 않고 비선형 종속성이 존재하는 것으로 나타났다. 그리고 ARCH류의 비선형 확률모형으로는 주식 수익률의 비선형적 구조를 완전히 설명하지는 못하는 것으로 판단된다. 이는 주식 수익률의 생성과정을 설명하기 위해서 ARCH류의 모형과는 다른 형태의 비선형모형의 도입에 대해 고려할 필요가 있음을 시사하는 것이다. 종합주가지수 수익률에 대한 카오스검정의 결과를 정리하면, 우선 장기기억을 가지는 지속성이 강한 시계열로 편의된 랜덤워크를 따르며, 프랙탈분포하는 것으로 나타났다. 그리고 프랙탈 차원의 근사값인 상관차원(D)이 3과 4사이에 안정적으로 수렴하며, 최대 리아푸노프지수($L_1$)가 양(+)의 값을 가지므로 카오스적 끌개와 초기조건에 민감한 의존성이 존재하는 것으로 나타났다. 이러한 결과들은 카오스시스템의 특성과 부합하는 것으로 주식 수익률의 생성과정이 비선형 결정론적인 카오스과정을 따르는 것으로 판단할 수 있다.
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.