• Ocean and Polar Research
• /
• 제43권2호
• /
• pp.89-98
• /
• 2021

The seagrass habitats are a highly productive marine ecosystem which provides nursery ground and shelter for many fish and invertebrate species. Pholis nebulosa (Temminck & Schlegel, 1845) is one of the most abundant seagrass fishes in the coastal waters of Korea. The estimation of fish production is key for devising conservation measures and ensuring fish resources sustainability. A total 894 P. nebulosa ranging from 3.83 to 26.5 cm total length (TL) were collected monthly in 2006 with a small beam trawl in a seagrass bed of southern Korea. Growth parameters of P. nebulosa were estimated using the von Bertalanffy growth model, and production was estimated using a general equation which relates daily fish production to ash-free dry weight (AFDW), biomass, and water temperature. The von Bertalanffy's growth equation was estimated as: L_t = 28.3823(1-e^{-0.7835(t+0.9864)}). The densities, biomass, daily, annual production, and P/B ratio were 0.069±0.061/m^-2, 1.022±0.621 g/m², 0.005±0.004 g AFDW/m²/day, 1.676 g AFDW/m²/yr, and 1.641, respectively. Monthly variation in production of P. nebulosa peaked during March and April 2006 (0.0139 and 0.0111 g AFDW/m²/day), whereas the lowest value of 0.0005 g AFDW/m²/day was in December. Monthly change in production of P. nebulosa was positively correlated with biomass and condition factor. Our results will contribute to the conservation of seagrass ecosystems, which are still undisturbed in the study area.

• 보건행정학회지
• /
• 제31권4호
• /
• pp.479-490
• /
• 2021

Background: Conflict in the medical world in 2020 led to the rejection of the national examination for doctors. This study explained the process until the end of the national test refusal situation triggered in 2020 through the signaling game theory. The government has succeeded in requiring medical students to take the national exam. Methods: To explain the rejection of the national examination, we first compose and show an example of two small non-signaling games where medical students know which type the government is of, then combine them to play a signaling game. Results: The behavior of the government and medical students was examined through the signaling game model. In the context of the coronavirus disease 2019 (COVID-19) pandemic, the government makes an ultimatum, whatever the type. And the medical students accept it. They judged that the government could not be expected to abolish the policy. If COVID-19 had not occurred, medical students would have been able to continue the confrontation. Conclusion: The government instilled in the other party the perception that the government would not bend its policies because it was the surly type and would not be afraid of a strong confrontation. Through the image created in this way, the government was forced to accept the ultimatum by medical students. Academically, this study is to deal with the policy-making process through the signaling game theory. In the area of health care policy, this study suggests that various situations such as the type of government or the spread of COVID-19 can become important in addition to the rationality of the policy itself.

• 국제지역연구
• /
• 제15권2호
• /
• pp.101-123
• /
• 2011

본 연구는 한국, 미국, 및 일본간의 상호무역에서 요소가격균등화가 성립되는가를 ARDL모형에 의한 bounds test로 분석하여 요소가격균등화(factor price equalization, FPE)의 동일성(equality)과 수렴성(convergence)을 검정하려는 시도이다. 실증분석결과에 의하면 국제화가 심화됨에 따라 국가간 무역에서 시현될 가능성이 높아진 요소가격균등화는 무역규모에 있어서 상대적으로 대국인 미국이나 일본보다는 한국과 같은 소국에서 나타나며, 실질변수 보다는 명목변수를 통한 조정과정이 용이한 것으로 분석되었다. 그리고 국가간에 노동이나 자본과 같은 생산요소가 직접적으로 이동하는 단기적인 효과가 요소가격균등화에 미치는 영향은 미미한 것으로 분석되어 요소가격균등화가 장기적인 경제현상임을 알 수 있다. 따라서 우리나라의 경우 교역비중이 높은 미국, 일본, 중국, 및 EU 등과의 무역정책과 기타 국가와의 무역정책은 선별적으로 수립해야 하고, 또한 보다 장기적인 차원에서 시행하여야 할 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제19권3호
• /
• pp.165-171
• /
• 2019

컴퓨터 구조의 연구 결과, 특정 영역의 하드웨어를 개발하는 과정에서 가격 대 에너지 성능의 획기적인 개선이 이뤄진다고 알려져 있다. 본 논문은 인공신경망(NN)의 추론을 가속화시킬 수 있는 텐서 처리부(TPU) ASIC에 대한 분석을 수행하였다. 텐서 처리부의 핵심장치는 고속의 연산이 가능한 MAC 행렬곱셈기와 소프트웨어로 관리되는 온칩 메모리이다. 텐서 처리부의 실행모델은 기존의 CPU와 GPU의 실행모델보다 인공신경망의 반응시간 요구사항을 제대로 충족시킬 수 있으며, 수많은 MAC과 큰 메모리를 장착함에도 불구하고 면적이 작고 전력 소비가 낮다. 텐서플로우 벤치마크 프레임워크에 대하여 텐서 처리부를 활용함으로써, CPU 또는 GPU보다 높은 성능과 전력 효율을 나타낼 수가 있다. 본 논문에서는 텐서 처리부를 분석하고, 파이썬을 이용하여 모델링한 OpenTPU에 대하여 모의실행을 하였으며, 그 핵심장치인 행렬 곱셈부에 대한 합성을 시행하였다.

• 한국융합학회논문지
• /
• 제10권3호
• /
• pp.193-201
• /
• 2019

다가구주택은 수익형부동산으로 활용되고 있는 주택의 유형들 중 상대적으로 적은 금액으로 투자가 가능하고 소유주가 직접 거주하며 임대수익을 누릴 수 있다. 본 연구에서는 아파트에 비해 상대적으로 연구가 미진했던 주택 유형 중 하나인 다가구주택의 매매가격에 영향을 미치는 요인에 대한 분석을 통하여 다가구주택의 실수요자와 투자자의 매수 의사결정 및 디벨로퍼의 개발전략 수립 시 시사점을 제공하고자 하였다. 실증분석을 위해 경상남도 창원시에서 2016년에서 2018년 사이에 거래된 다가구주택 매매사례 299개를 구득하여 헤도닉 가격모형을 활용하여 분석하였다. 종속변수는 다가구주택의 연면 적당 매매가격으로 선정하였으며, 독립변수는 지역특성, 입지특성, 주택특성 및 시기더미로 구분하여 설정하였다. 실증분석 결과 지역적으로는 의창구과 성산구 지역의 가격이 높았고, 입지특성에서 유의한 변수로는 '주요상권과의 거리(-)', '대로 및 광로와의 거리(-)', '도로 2면 접면 여부(+)'인 것으로 나타났다. 주택특성의 변수들 중에서는 '연면적(+)', '원룸형 여부(+)', '남향여부(+)', '경과연수(-)', '옵션제공여부(+)'가 매매가격에 유의한 영향을 미치는 것으로 나타났다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1141-1147
• /
• 2020

말벌 종은 모양이 매우 유사하기 때문에 비전문가가 분류하기 어렵고, 객체의 크기가 작고 빠르게 움직이기 때문에 실시간으로 탐지하여 종을 분류하는 것은 더욱 어렵다. 본 논문에서는 바운딩 박스를 이용한 딥러닝 알고리즘을 기반으로 말벌 종을 실시간으로 분류하는 시스템을 개발하였다. 훈련 영상의 레이블링 작업 시 바운딩 박스 안에 포함되는 배경 영역을 최소화하기 위하여 말벌의 머리와 몸통 부분만을 선택하는 방법을 제안한다. 또한 실시간으로 말벌을 탐지하고 그 종을 분류할 수 있는 최선의 알고리즘을 찾기 위하여 기존의 바운딩 박스 기반 객체 인식 알고리즘들을 실험을 통하여 비교한다. 실험 결과 컨볼루션 레이어의 활성함수로 mish 함수를 적용하고, 객체 검출 블록 전에 공간집중모듈(Spatial Attention Module, SAM)을 적용한 YOLOv4 모델을 사용하여 말벌 영상을 테스트한 경우 평균 97.89%의 정밀도(Precision)와 98.69%의 재현율(Recall)을 나타내었다.

• 국제지역연구
• /
• 제22권3호
• /
• pp.201-219
• /
• 2018

본고는 산출물 시장에 있어서 독점적으로 행동하는 기업을 고려하여 담보(유담보 융자, 무담보융자)에 의한 차입계약이 차주인 기업의 비용최소화를 통해 비용함수의 형태를 결정하는 모델을 구축하였다. 또한 기업이 금융시장에서의 차입계약이 산출물시장에서 시장균형과 경제후생에 미치는 영향에 대한 분석을 통하여 자기자본이 열악한 기업이 금융기관으로부터 유담보융자에 의해 차입을 실시하면 담보의 범위 내에서 신용을 받을 수 밖에 없는 차입제약에 직면하게 된다는 사실을 증명하였다. 따라서 기업이 생산요소인 자본재를 담보로 설정할 때 생산 요소의 투입비율에 왜곡현상이 발생하며 기업이 금리가 높은 무담보 융자에 의해 대출행위가 이루어지면 한계비용은 상승하기 때문에 기업은 자기이윤을 최대화하는 차입계약을 선택하게 된다. 그러나 기업이 차입계약을 선택할 경우 소비자와 경제전체에 바람직한 현상은 아니며 전체적으로 경제후생을 악화시킨다는 것이 본고의 이론분석을 통한 결과로 볼 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.67-72
• /
• 2022

본 논문에서는 60 nm GaN/Si HEMT 공정을 사용하여 전력증폭기(Power Amplifier)의 설계를 제시하였다. 고주파 설계를 위하여 맞춤형 트랜지스터 모델을 구성하였다. Output stage는 저손실 설계를 위해 마이크로스트립 라인을 사용하여 회로를 구성하였다. 또한 RC 네트워크로 구성된 Bias Feeding Line과 Input bypass 회로의 AC Ground(ACGND) 회로를 각각 적용하여 DC 소스에 연결된 노드의 최소임피던스가 RF회로에 영향을 미치지 않도록 하였다. 이득과 출력을 고려하여 3단의 구조로 설계되었다. 설계된 전력증폭기의 최종 사이즈는 3900 ㎛ × 2300 ㎛ 이다. 중심 주파수에서 설계된 결과는 12 V의 공급 전압에서 15.9 dB의 소 신호 이득, 29.9 dBm의 포화 출력(Psat), 24.2 %의 PAE를 달성하였다.

• Imaging Science in Dentistry
• /
• 제52권3호
• /
• pp.283-288
• /
• 2022

Purpose: This study was conducted to measure the radiation exposure and image quality of various cone-beam computed tomography (CBCT) machines under common clinical conditions and to analyze the correlation between them. Materials and Methods: Seven CBCT machines used frequently in clinical practice were selected. Because each machine has various sizes of fields of view (FOVs), 1 large FOV and 1 small FOV were selected for each machine. Radiation exposure was measured using a dose-area product (DAP) meter. The quality of the CBCT images was analyzed using 8 image quality parameters obtained using a dental volume tomography phantom. For statistical analysis, regression analysis using a generalized linear model was used. Results: Polymethyl-methacrylate (PMMA) noise and modulation transfer function (MTF) 10% showed statistically significant correlations with DAP values, presenting positive and negative correlations, respectively (P<0.05). Image quality parameters other than PMMA noise and MTF 10% did not demonstrate statistically significant correlations with DAP values. Conclusion: As radiation exposure and image quality are not proportionally related in clinically used equipment, it is necessary to evaluate and monitor radiation exposure and image quality separately.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.1-7
• /
• 2023

Demand prediction is an essential component of any business or supply chain. Large retailers need to keep track of tens of millions of items flows each day to ensure smooth operations and strong margins. The demand prediction is in the epicenter of this planning tornado. For business processes in retail companies that deal with a variety of products with short shelf life and foodstuffs, forecast accuracy is of the utmost importance due to the shifting demand pattern, which is impacted by an environment of dynamic and fast response. All sectors strive to produce the ideal quantity of goods at the ideal time, but for retailers, this issue is especially crucial as they also need to effectively manage perishable inventories. In light of this, this research aims to show how Machine Learning approaches can help with demand forecasting in retail and future sales predictions. This will be done in two steps. One by using historic data and another by using open data of weather conditions, fuel, Consumer Price Index (CPI), holidays, any specific events in that area etc. Several machine learning algorithms were applied and compared using the r-squared and mean absolute percentage error (MAPE) assessment metrics. The suggested method improves the effectiveness and quality of feature selection while using a small number of well-chosen features to increase demand prediction accuracy. The model is tested with a one-year weekly dataset after being trained with a two-year weekly dataset. The results show that the suggested expanded feature selection approach provides a very good MAPE range, a very respectable and encouraging value for anticipating retail demand in retail systems.