The color image of the brand comes first and is an important visual element that leads consumers to the consumption of the product. To express more effectively what the brand wants to convey through design, the printing market is striving to print accurate colors that match the intention. In 'offset printing' mainly used in printing, colors are often printed in CMYK (Cyan, Magenta, Yellow, Key) colors. However, it is possible to print more accurate colors by making ink of the desired color instead of dotting CMYK colors. The resulting ink is called 'spot color' ink. Spot color ink is manufactured by repeating the process of mixing the existing inks. In this repetition of trial and error, the manufacturing cost of ink increases, resulting in economic loss, and environmental pollution is caused by wasted inks. In this study, a deep learning algorithm to predict printed spot colors was designed to solve this problem. The algorithm uses a single DNN (Deep Neural Network) model to predict printed spot colors based on the information of the paper and the proportions of inks to mix. More than 8,000 spot color ink data were used for learning, and all color was quantified by dividing the visible light wavelength range into 31 sections and the reflectance for each section. The proposed algorithm predicted more than 80% of spot color inks as very similar colors. The average value of the calculated difference between the actual color and the predicted color through 'Delta E' provided by CIE is 5.29. It is known that when Delta E is less than 10, it is difficult to distinguish the difference in printed color with the naked eye. The algorithm of this study has a more accurate prediction ability than previous studies, and it can be added flexibly even when new inks are added. This can be usefully used in real industrial sites, and it will reduce the attempts of the operator by checking the color of ink in a virtual environment. This will reduce the manufacturing cost of spot color inks and lead to improved working conditions for workers. In addition, it is expected to contribute to solving the environmental pollution problem by reducing unnecessarily wasted ink.
CNN(Convolutional Neural Network) 알고리즘은 인공신경망 구현에 활용되는 대표적인 알고리즘으로 기존 FNN(Fully connected multi layered Neural Network)의 문제점인 연산의 급격한 증가와 낮은 객체 인식률을 개선하였다. 그러나 IT 기기들의 급격한 발달로 최근 출시된 스마트폰 및 태블릿의 카메라에 촬영되는 이미지들의 최대 해상도는 108MP로 약 1억 8백만 화소이다. 특히 CNN 알고리즘은 고해상도의 단순 이미지를 학습 및 처리에 많은 비용과 시간이 요구된다. 이에 본 논문에서는 고해상도 단순 이미지의 객체 분류 학습모델 구현을 위한 개선된 CNN 알고리즘을 제안한다. 제안하는 알고리즘은 고해상도의 이미지들의 학습모델 생성 시간을 감소하기 위해 CNN 알고리즘의 풀링계층의 Max Pooling 알고리즘 연산을 위한 인접 행렬 값을 변경한다. 변경한 행렬 값마다 4MP, 8MP, 12MP의 고해상도 이미지들의 처리할 수 있는 학습 모델들을 구현한다. 성능평가 결과, 제안하는 알고리즘의 학습 모델의 생성 시간은 12MP 기준 약 36.26%의 감소하고, 학습 모델의 객체 분류 정확도와 손실률은 기존 모델 대비 약 1% 이내로 오차 범위 안에 포함되어 크게 문제가 되지 않는다. 향후 본 연구에서 사용된 학습 데이터보다 다양한 이미지 종류 및 실제 사진으로 학습 모델을 구현한 실질적인 검증이 필요하다.
건설사업의 사업초기단계에 산정되는 공사비 예산을 적절히 예측하는 것은 발주자의 올바른 의사결정을 지원하고 건설사업의 목표를 달성하기 위해 매우 중요한 현안이다. 이는 공공 건설사업의 경우에서도 마찬가지이다. 그러나 현재 공공 건설사업의 사업초기단계에서 수행되는 공사비 예산의 예측방식은 정확성 및 신뢰성 관점에서 정교하지 못해 이에 대한 개선의 필요성이 제기되고 있다. 본 연구의 목적은 인공신경망을 활용하여 공공청사 프로젝트 사업초기단계에서 활용할 수 있는 공사비 예산 예측모델을 개발하는데 있다. 본 연구에서는 조달청에서 제공하는 데이터와 SPSS Statistics 프로그램을 활용하여 인공신경망 모델을 구축하였으며, 공사비 예산 예측의 수준을 분석하고 추가 검증을 통해 모델의 정확성을 검증하였다. 검증 결과, 개발된 인공신경망 모델은 사업초기 단계에서 활용할 수 있는 견적의 오차범위를 보여주었으며 이를 통해 다양한 프로젝트 조건(변수)을 활용하여 보다 정교하게 공사비 예산을 예측할 수 있는 가능성을 시사하였다.
본 연구에서는 수축균열 단계를 나타낼 수 있는 도해적인 방법을 제안하였다. 우선 발생된 균열들을 균열폭의 크기 순서대로 나열하여 균열 분포를 구하였다. 다음에 균열폭을 정규화하여 0에서 1사이의 값으로 나타내었다. 마지막으로 Brooks와 Corey(1964), Fredlund와 Xing(1994), van Genuchten(1980)이 제안한바 있는 S형 곡선모델에 실험 결과를 적용시켰다. 분석 결과 van Genuchten의 식이 Brooks와 Corey식보다 정확도가 크게 높은 것으로 나타났으며, Fredlund와 Xing식보다도 높게 나타나 van Genuchten의 식을 적용하였다. 결과적으로 수축균열의 단계는 정규화 된 균열폭 분포가 3개의 직선부로 나누이는 도해적인 방법으로 나타낼 수 있었다. 제안된 방법의 적용성을 보기 위해 시료의 두께에 변화를 주며 시험을 실시하였다. 측정된 데이터를 제안된 모델에 적용하여 본 결과 높은 상관성을 보여 주었다. 따라서 수축 균열은 초기수축단계, 이차수축단계 그리고 잔류수축단계의 3단계로 모사할 수 있었다. 또한 각 단계에서의 균열 폭의 범위를 제시하였다.
항공기에 장착되는 구성품은 항공기 운용 조건에서 구조 건전성이 입증되어야만 항공기에 장착될 수 있다. 항공기 주요 구성품 중에서 파일런은 엔진이나 외부무장 같은 외부장착물을 항공기의 주날개와 연결하고 파일런 자체에 작용하는 하중을 항공기의 주구조물로 전달하는 역할을 하며, 민간 항공기에서는 엔진 영역에서 화재가 발생할 경우 주날개로 화재가 번지는 것을 방지하는 역할도 한다. 본 연구에서는 항공기에 외부 연료탱크를 장착하기 위해 사용하는 연료 파일런의 구조 건전성을 검증하기 위해 수행한 구조 정적시험의 결과를 제시하였다. 본문에서는 파일런의 구조 정적시험에 사용되는 시험장비, 유압장치, 하중제어시스템 그리고 데이터 획득장비로 구성되는 시험셋업을 제시하였다. 그리고, 하중작동기를 제어하는 소프트웨어를 소개하고, 각 시험하중 조건에 대한 시험 프로파일을 제공하였다. 시험 결과, 각 시험에서 허용 오차 범위 내에서 하중작동기가 적절히 제어되는 것으로 나타났으며, 시험체의 주요 위치에서 수치해석과 구조시험으로 부터 획득한 변형률의 비교를 통해 수치해석의 신뢰성을 검증하였다. 결론적으로, 구조 정적시험을 통해 본 연구에서 다루고 있는 연료 파일런이 요구된 하중조건에 대해 충분한 구조 강도를 가지고 있음을 입증하였다.
혈액의 점도가 높아질수록 혈액은 더 끈적하고 흐름이 어려워지므로 혈전의 발생 가능성이 높아져 허혈성 뇌경색의 발생 확률이 증가한다. 혈액 점도 측정은 최근 순환기계 질환의 예방을 위하여 그 중요성이 강조되고 있으며 혈액의 점도를 쉽고 정확하게 측정할 수 있는 점도계의 필요성이 대두되고 있다. 본 연구에서는 평행판 점도계 ARS-Medi에 의한 점도표준액과 인공혈액의 측정값들을 국제적으로 정확성과 신뢰성을 인정받는 TA instrument의 Ares-G2로 측정한 값들과 비교하였다.. 뉴턴성 용액인 N44 표준용액의 점도는 모든 전단율에서 두 기기 간에 거의 완벽하게 일치하였다, 비뉴턴성 용액인 인공혈액의 경우 가장 낮은 전단율인 1 rad/s 에서는 약 10%의 차이를 보였으나, 임상적으로 유의한 전단율인 10 rad/s 이상에서는 두 기기간의 측정값이 오차범위 내에서 모두 일치하였다. 우리는 새로 개발한 혈액 전용 평행판형 점도계 ARS-Medi가 1회용 평행판을 사용하므로 혈액 점도 측정의 편의성과 위생성이 향상되어 임상에 매우 유용할 것으로 기대한다.
본 연구는 PSC I 거더교량을 대상으로 포장층에 축감지기가 없이 오로지 교량 상부구조 하면에서 측정한 변형률 신호만을 이용하는 차량하중분석시스템 개발에 관한 것이다. 중 차량이 교량을 주행할 때 교량 바닥판에서 측정한 변형률 신호로 차량주행정보를 추출하고, 교량 거더 및 가로보에서 측정한 변형률 신호로 차량하중정보를 추출하는 방법이다. 이러한 정보 분석을 위하여 영향선 분석방법과 인공신경망 분석방법을 사용하였다. 학습 데이터 확보 및 시스템 검증을 위하여 임의차량 및 시험차량 주행시험을 실시하였다. 대상 교량에서 하중분석결과, 가로보 변형률 신호를 이용한 경우가 거더 변형률 신호를 이용한 경우보다 더 정확한 결과를 나타내었고, 차선당 2열로 설치된 교량 바닥판 슬래브의 변형률 신호를 이용한 피크 검출 알고리즘도 차량의 속도와 축 수, 주행 차선, 축간 거리, 차간 거리 등의 주행정보를 추출하는데 매우 효과적임을 확인하였다. 또한, 가로보의 변형률 신호를 가지고 인공신경망 학습을 하여 시스템을 구성할 수 있는 경우가 기존의 거더 변형률 신호와 영향선만으로 시스템을 구성하는 경우보다 더 정확한 결과를 얻을 수 있음도 확인 하였다.
본 연구에서는 PIV를 이용하여 측정한 평균유속장의 실험결과에 근거하여 10의 종횡비를 갖는 3차원 순수사각형제트의 거동을 고찰하였다. 장축상의 횡분포에서 안장형 분포가 관찰되었다. 점원개념으로부터 유도된 이론적인 중심선유속의 식은 측정된 중심선유속과 잘 일치하였으며 원류핵영역, 2차원영역, 그리고 축대칭영역의 분할을 제시하였다. 이러한 이론적인 중심선유속의 감소에 의해 분할된 2차원영역의 범위가 천이영역에 비해 상대적으로 작게 관찰되었다. 작은 종횡비를 갖는 사각형제트의 거동이나 실제 해양의 깊은 수심에서 다공확산관을 통해 방류되는 하 폐수의 거동을 예측하기 위한 2차원모형의 적용은 2차원영역을 지난 천이영역과 축대칭영역에서 중대한 오차를 야기할 수 있다. 2차원영역에서 가우스 상수가 보존되는 경향을 보였으며 2차원영역의 끝 지점에서 확장률이 감소함을 알 수 있었다. 중심선유속으로 무차원화 된 중심선 난류 강도는 초기에 급격히 증가하였고 높은 레이놀즈수에서 상대적으로 높은 난류강도를 보여주었다.
자율주행 차량에는 라이다, 레이더, 카메라 등 다양한 센서들이 융합되어 활용되고 있다. 특히 라이더 및 레이더는 고가의 장비로 자율주행 자동차의 대중화를 위해 해결해야 하는 부분으로 고가의 장비를 대체할 수 있는 연구가 지속적으로 이루어지고 있다. 본 논문에서는 비용면에서 저가이면서 손쉽게 장착할 수 있는 단일 카메라를 이용하여 주행 차량의 전방 측면 차량 바퀴와 인접 차선을 감지하고 거리를 추정하는 방법을 제안하였다. 제안된 방법은 입력 영상을 통해 프레임 추출 후 프레임 이미지에서 차선과 바퀴를 검출하고 거리를 측정하여 실제 도로 환경에서 실측 된 거리와 비교하였고, 오차범위 ±3cm 안에서 비교적 정확히 거리를 산출할 수 있었다. 이를 통해 자율주행 자동차의 비용 절감 또는 라이다, 레이더 센서의 고장으로 대체 가능한 수단으로 활용할 수 있을 것으로 판단된다.
마이크로폰의 주파수 응답 특성은 마이크로폰이 레벨 허용 범위로 재생할 수 있는 주파수 범위를 나타내는 것으로, 마이크로폰이 가지고 있는 특성을 평가하는 기준으로 사용되는 가장 중요한 음향 특성 파라메타 중의 하나이다. 이와 같은 마이크로폰의 주파수 응답 특성을 측정하기 위한 기존의 방법들은 그 측정 조건이 매우 까다로울 뿐만 아니라, 고가의 장비를 사용하여 측정하여야 한다는 문제점을 갖고 있다. 이러한 단점을 보완하기 위하여 본 논문에서는 마이크로폰의 주파수 응답 특성을 간단하게 측정할 수 있는 알고리즘을 제안한다. 제안한 알고리즘은 컴퓨터로 생성한 Optimized Aoshima's Time Stretched Pulse(OATSP) 신호를 표준 스피커를 통하여 발생시킨 다음, 측정하고자 하는 마이크로폰으로 수음된 신호와 역 OATSP 신호를 컨볼루션시켜 마이크로폰의 임펄스 응답을 측정하고, 이 신호를 이용하여 측정할 마이크로폰의 주파수 응답 특성을 구하는 방범이다. 제안한 알고리즘의 성능 평가는 제안한 알고리즘을 이용하여 구한 마이크로폰의 주파수 응답 특성 측정값과 그들이 갖고 있던 주파수 응답 특성 데이터를 비교 분석하였다. 비교 결과, 측정한 각각의 마이크로폰 주파수 응답 특성들 사이에 오차가 발생하였으나, 오차가 그 측정값들이 허용 오차(${\pm}3{\sim}{\pm}5dB$) 범위에 내에 있었으므로 제안한 알고리즘이 마이크로폰의 주파수 응답 특성을 측정하기에 적합한 방법임을 입증하였다.
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.