The important thing in the field of deep learning is to find out the appropriate hyper-parameter for image classification. In this study, the main objective is to investigate the performance of various hyper-parameters in a convolutional neural network model based on the image classification problem. The dataset was obtained from the Kaggle dataset. The experiment was conducted through different hyper-parameters. For this proposal, Stochastic Gradient Descent without momentum (SGD), Adaptive Moment Estimation (Adam), Adagrad, Adamax optimizer, and the number of batch sizes (16, 32, 64, 120), and the number of epochs (50, 100, 150) were considered as hyper-parameters to determine the losses and accuracy of a model. In addition, Binary Cross-entropy Loss Function (BCLF) was used for evaluating the performance of a model. In this study, the VGG16 convolutional neural network was used for image classification. Empirical results demonstrated that a model had minimum losses obtain by Adagrad optimizer in the case of 16 batch sizes and 50 epochs. In addition, the SGD with a 32 batch sizes and 150 epochs and the Adam with a 64 batch sizes and 50 epochs had the best performance based on the loss value during the training process. Interestingly, the accuracy was higher while performing the Adagrad and Adamax optimizer with a 120 batch sizes and 150 epochs. In this study, the Adagrad optimizer with a 120 batch sizes and 150 epochs performed slightly better among those optimizers. In addition, an increasing number of epochs can improve the performance of accuracy. It can help to create a broader scope for further experiments on several datasets to perceive the suitable hyper-parameters for the convolutional neural network. Dataset: https://www.kaggle.com/c/dogs-vs-cats/data

코로나19는 선원교대를 지연시키면서 선박과 선원의 안전에 위협을 가하고 있다. 선원의 승선환경에 있어 해운기업과 정부가 놓치고 있는 사각지대는 존재하고 있다. 선원의 안전을 위협하는 비상체제 상황에서 인적사고를 유발할 가능성을 제거하기 위해 효과적인 교대방안을 구상해볼 필요가 있다. 본 연구에서는 전직 및 현직 선원을 대상으로 설문조사를 진행한 결과, 승선생활에서 가장 중요하게 생각하는 요인은 안전이었으며 비상체제 상황에서 가장 필요한 것은 임금 및 복지의 향상보다 선원의 원활한 교대방안이 우선적으로 확보되어야 한다고 응답하였다. 국적해운기업의 대륙별 주요 항로를 분석하여 기항 횟수가 많고 항공연계성지수가 높은 항만을 거점항만으로 선정하였다. 또한, 국제해운에 승선하는 국내 선원의 효과적인 교대를 위한 이동경로를 구상하였다. 그를 위해 비상 시 선원의 안전한 본국 귀환 및 이송을 위하여 선박과 항만, 항공을 연계한 이동경로 구축은 다른 나라와의 협의가 필수적이다. 또한, 국제해사기구의 협 력을 통해 선원교대의 어려움에 처해있는 선원들을 위해 함께 노력할 필요가 있다. 이를 시작으로 국적 선원이 승선하는 정기선과 부정 기선의 귀항로 및 불귀항로 정보와 선원 수에 대한 모니터링 체계를 갖추어 상시 확인할 수 있어야 한다. 그러한 체계가 갖추어진다면 비상체제 발생 시 우리나라의 정책 대응방향을 보다 빠르게 결정할 수 있을 것이다. 선원들의 처우를 개선하기 위한 해운기업의 노력과 더 불어 개정이 필요한 국내법을 검토하고 선원에 대한 인식을 개선하기 위한 국민적·사회적 관심이 필요할 것이다.

연구는 1996년부터 2020년 06월까지의 국내 학교폭력예방관련 논문에서 어떠한 주제어로 연구가 수행되었는지 연구의 동향을 살펴보는 데 목적이 있다. 연구를 위해 학술연구정보서비스(RISS)를 활용하여 668편의 논문을 분석대상으로 선정하였고, 25년의 기간을 5년 단위로 총 5시기로 분류하여 키워드를 추출하였고, KrKwic 및 Gephi를 이용한 키워드 네트워크 분석을 진행하였다. 분석 결과 첫째, 키워드 빈도의 특징은 ‘학교폭력’ 키워드가 가장 높은 빈도를 보였으며 ‘학교폭력예방, ‘청소년’, ‘사이버불링’, ‘학교’, ‘학교폭력예방프로그램’, ‘학교폭력 예방 및 대책에 관한 법률’, ‘따돌 림’, ‘청소년비행’등의 순으로 나타났다. 1차시기에서 5차시기로 갈수록 키워드의 양적증가가 나타났는데, 특히 4차시기에 키워드의 수가 급격히 증가하였다. 둘째, 네트워크의 연결 정도와 중심성 분석결과 전체 기간에서 ‘학교폭력’, ‘학교폭력예방’, ‘청소년’, ‘인성교육’, ‘공격성’, ‘사이버불링’, ‘학교전담경찰’, ‘학교’, ‘청소년비행’, ‘학교폭력예방프로그램’, ‘학교폭력예방 및 대책에 관한 법률’ 등이 연결 정도, 매개 중심성, 근접 중심성, 아이겐벡터 중심성에서 모두 높게 나타났다. 또한 1차시기 에서 5차시기로 갈수록 매개역할을 알아보는 다양한 키워드가 등장하여 연결망 구조가 복잡해졌다. 연구 결과를 바탕으로 향후 학교폭력예방 분야의 연구와 미래교육의 실천적 발전을 위한 기초자료로 제공되기를 기대한다.

The information products dramatically reduce the production costs of vertically differentiated products. Information products are also more likely to be affected by network externalities. Thus the proliferation of digital products is increasing the interests in network externality and vertical product differentiation. In step with this trend, the impact of network externalities on price competition in vertically differentiated markets has been continuously studied. Existing studies related to this topic have assumed that network externalities increase consumers' willingness to pay per unit quality. The results show that higher quality products are affected more by network externality. However, network externality is essentially a concept affected by the size of the consumer, not a concept associated with quality. In this work, unlike previous studies, we present a new market model that reflects the essential definition of network externality. Based on the proposed market model, we derive both simultaneous and sequential Nash equilibria and analyze them numerically. The main results obtained from the analysis can be summarized as follows. First, network externalities primarily increase the demand for low-quality products and have a secondary impact on the demand for high-quality products. Second, the larger the quality difference between products, the more profitable they are. It also has been shown that sequential pricing methods are more advantageous in terms of revenue than simultaneous pricing method.

This ammonia prediction study was performed using the time-series artificial neural network model, Long-short term memory (LSTM), after long-term monitoring of ammonia and environmental factors (ventilation rate (V), temperature (T), humidity (RH)) from a slurry finishing pig farm on mechanical ventilation system. The difference with the actual ammonia concentration was compared through prediction of the last three days of the entire breeding period. As a result of the analysis, the model which had a low correlation (ammonia concentration and humidity) was confirmed to have less error values than the models that did not. In addition, the combination of two or more input values [V, RH] and [T, V, RH] showed the lowest error value. In this study, the sustainability period of the model trained by multivariate input values was analyzed for about two days. In addition, [T, V, RH] showed the highest predictive performance with regard to the actual time of the occurrence of peak concentration compared to other models . These results can be useful in providing highly reliable information to livestock farmers regarding the management of concentrations through artificial neural network-based prediction models.

Control performance of a smart tuned mass damper (TMD) mainly depends on control algorithms. A lot of control strategies have been proposed for semi-active control devices. Recently, machine learning begins to be applied to development of vibration control algorithm. In this study, a reinforcement learning among machine learning techniques was employed to develop a semi-active control algorithm for a smart TMD. The smart TMD was composed of magnetorheological damper in this study. For this purpose, an 11-story building structure with a smart TMD was selected to construct a reinforcement learning environment. A time history analysis of the example structure subject to earthquake excitation was conducted in the reinforcement learning procedure. Deep Q-network (DQN) among various reinforcement learning algorithms was used to make a learning agent. The command voltage sent to the MR damper is determined by the action produced by the DQN. Parametric studies on hyper-parameters of DQN were performed by numerical simulations. After appropriate training iteration of the DQN model with proper hyper-parameters, the DQN model for control of seismic responses of the example structure with smart TMD was developed. The developed DQN model can effectively control smart TMD to reduce seismic responses of the example structure.

화분매개는 속씨식물 번식에 매우 중요한 역할을 한다. 화분매개 곤충은 식물 다양성과 밀접한 관계를 가지며, 농작물 생산성 향상에 기여 한다. 사과원 내 식물 다양성은 과수와 주변부, 그리고 하부 식생에 의해 결정된다. 본 연구는 사과꽃 개화기에 서양민들레 등 초생이 피복된 사과 원과 초생이 없는 과수원에서 화분매개자의 다양성과 네트워크, 그리고 결실률과 생산된 과실의 크기 차이를 분석하였다. 경북 안동시 길안면 소재 각 5개의 사과원에서 2020년 4월 사과 개화기에 이루어졌다. 사과와 같은 시기 개화하는 초생은 민들레가 우점이었다. 두 사과원 유형에 따른 꿀벌수는 통계적으로 차이가 없었으나, 전체 풍부도 및 검정파리류와 뒤영벌류의 풍부도는 초생 피복 사과원에서 높았다. 민들레 피복 사과원에서 화분매개자 16 그룹과 801개 상호작용이, 초생 제거 사과원에서는 화분매개자 14개 그룹과 589개 식물-화분매개자 상호작용이 확인되었다. 또한, 초생 피복 사과원의 수확기 사과 크기가 더 컸다. 본 연구의 결과는 서양민들레 등 초생 피복은 봄철 화분매개자의 다양도를 증가시킬 수 있고, 수확기 과수의 크기에 긍적적 영향을 줄 수 있으며, 지속 가능한 사과원 경관관리를 위한 초생재배의 중요성을 확인시켜 주었다.

PURPOSES : The purpose of this study is to build an optimization model using the capacity and initial travel speed of the volume delay functions for network calibration performed in the traffic demand analysis process. METHODS : The optimization model contains an error term between the observed traffic volume and estimated traffic volume, based on the user equilibrium principle, and was constructed as a bi-level model by applying range constraints on capacity and travel time. In addition, we searched the split section to apply the method of adjusting the section instead of adjusting the single link. The optimization model is constructed by applying the warm-start method using the bush of the origin-based model so that parameter adjustment and traffic assignment are repeatedly executed within the model and the convergence of the model configured %RSSE. RESULTS : As a result of analysis using the toy network, the optimization model is that the observed traffic volume is estimated when there are no restrictions and, when the constraint conditions were set, the error with the observed traffic volume and error rate was significantly reduced. As a result of the comparative analysis of the trial-and-error methods, KTDB optimum values, and optimization models in empirical analysis using a large-scale network, the evaluation indexes (e.g., RMSE and %RMSE) were significantly improved by applying the optimization model. CONCLUSIONS : Based on the empirical analysis, the optimization model of this study can be applied to large-scale networks and it is expected that the efficiency and reliability of road network calibration will be improved by repeatedly performing parameter adjustment and traffic assignment within the model.

본 연구의 목적은 Neural Network Regression 모델을 활용하여 선박의 가치평가 모델을 개발하는 것이다. 가치평가의 대상은 중고 VLCC선이며, 선행연구를 통해 선박의 가치 변화를 유발하는 주요 요인들을 선별하여 변수를 설정하고, 2000년 1월부터 2020년 8 월까지의 해당 데이터를 확보하였다. 변수의 안정성을 판단하기 위해 다중 공선성 검사를 수행하여 최종적으로 6개의 독립변수와 1개의 종속변수를 선정하고 연구 구조를 설계하였다. 이를 바탕으로 Linear Regression, Neural Network Regression, Random Forest Algorithm을 활용하여 총 9개의 시뮬레이션 모델을 설계하였다. 또한 각 모델간의 비교검증을 통해 평가결과의 정확성을 제고시켰다. 평가 결과, VLCC실제값과의 비교를 통해 2층으로 구성된 Hidden Layer의 Neural Network Regression 모델이 가장 정확도가 높은 것으로 나타났다. 본 연구의 시사점은 첫째, 기존 정형화된 평가기법에서 벗어나 기계학습기반 모델을 선박가치평가에 적용하였다는 점이다. 둘째, 해운시 장 변화요인을 동태적 관점에서 분석하고 예측함으로써 연구결과의 객관성을 제고시켰다고 할 수 있다.

최근 해상교통 환경의 변화가 다양해지고, 해상 교통량이 지속적으로 증가함에 따라 해상교통 분석에 대한 요구가 다양해지고 있다. 이러한 해상교통 분석 작업은 교통 특성에 대한 모델링이 선행되어야 하지만, 기존의 방법은 자동화되어 있지 않아 전처리 작업에 시간이 많이 소요되고, 분석 결과에 작업자의 주관적인 견해가 포함될 수 있는 문제점이 있었다. 이러한 문제점을 해결하고자 본 논문에서는 해상교통 분석을 위한 자동화된 교통 네트워크 생성 방법을 제안하였으며, 활용 가능성을 검토하기 위해 실제 목포항에서 수집된 6개월간의 항적 데이터를 이용한 실험을 수행하였다. 실험 결과, 대상 해역의 교통 특성을 반영한 교통 네트워크를 자동으로 생성할 수 있었으며, 대용량의 항적 데이터에도 적용할 수 있음을 확인하였다. 또한, 생성된 교통 네트워크는 시공간적 특징 분석이 가능하여 다양한 해상교통 분석에 활용될 수 있을 것으로 기대한다.

본 논문에서는 전산구조 해석 데이터를 기반으로 인공 신경망을 활용하여 헬리데크 구조물에 대한 손상 추정 기법을 제안하였다. 헬리데크를 구성하는 트러스와 서포트 부재들에 대해서 절점을 공유하는 부재들을 70개의 모델로 그룹화 하였으며, 최대 3가지 부재 그룹에 무작위로 손상을 부여하여 총 37,400개의 손상 시나리오를 생성하였다. 이들 각각에 대해서 구조 해석 프로그램을 통해 모드 해석을 수행하였으며, 전체 손상 시나리오를 사용 목적에 따라 학습, 유효성 검사, 그리고 검증 시나리오로 분리하였다. 헬리데크의 손상 및 비손상 상태의 동적 응답 특성에 대한 패턴 인식을 위해 PyTorch 프로그램을 활용하여 3개의 은닉층을 가지는 인공 신경망을 구성하였으며, 이에 대해서 다양한 손상 시나리오를 반복 학습함으로써 손실 함수를 최소로 하는 인공 신경망을 도출하였다. 최종적으로 총 400개의 검증 시나리오에 대해서 인공 신경망이 추정한 손상률과 실제 부여된 손상률을 비교하였으며, 그 결과 본 연구를 통해 얻어진 인공 신경망이 손상 부재의 위치와 손상 정도를 매우 높은 정확도로 예측하는 것을 확인하였다.

Many of companies have made significant improvements for globalization and competitive business environment The supply chain management has received many attentions in the area of that business environment. The purpose of this study is to generate realistic production and distribution planning in the supply chain network. The planning model determines the best schedule using operation sequences and routing to deliver. To solve the problem a hybrid approach involving a genetic algorithm (GA) and computer simulation is proposed. This proposed approach is for: (1) selecting the best machine for each operation, (2) deciding the sequence of operation to product and route to deliver, and (3) minimizing the completion time for each order. This study developed mathematical model for production, distribution, production-distribution and proposed GA-Simulation solution procedure. The results of computational experiments for a simple example of the supply chain network are given and discussed to validate the proposed approach. It has been shown that the hybrid approach is powerful for complex production and distribution planning in the manufacturing supply chain network. The proposed approach can be used to generate realistic production and distribution planning considering stochastic natures in the actual supply chain and support decision making for companies.

Recently, a multi facility, multi product and multi period industrial problem has been widely investigated in Supply Chain Network(SCN). One of keys issues in the current SCN research area involves minimizing both production and distribution costs. This study deals with finding an optimal solution for minimizing the total cost of production and distribution problems in supply chain network. First, we presented an integrated mathematical model that satisfies the minimum cost in the supply chain. To solve the presented mathematical model, we used a genetic algorithm with an excellent searching ability for complicated solution space. To represent the given model effectively, the matrix based real-number coding schema is used. The difference rate of the objective function value for the termination condition is applied. Computational experimental results show that the real size problems we encountered can be solved within a reasonable time.

본 연구는 남원 관광목적지 네트워크를 분석하여 관광지 관리방안을 도출하기 위하여 수행되 었다. 이를 위해 남원 주요 관광지 4개소에서 조사된 설문지를 가지고 관광행태 분석(n=552)과 사회네트워크 분석(n=311)을 진행하였다. 남원에서 하루 이내로 체류하는 관광객의 비율이 매 우 높으며 방문 관광지수도 2곳 이내로 한정되어 있다. 그러므로 활성화를 위해 관광객의 체류 시간을 증대할 수 있는 관광지관리 전략의 수립이 요구된다. 남원 관광지 중심성 분석 결과, 광 한루원이 절대적 우위를 차지하고 있었다. 광한루원은 명실공히 남원의 대표적 관광지이자 관 광 네트워크의 핵심적인 역할을 하는 관광지라 할 수 있다. 광한루원을 중심으로 인접한 남원 관광단지를 비롯하여 시내권 관광지를 연계하는 전략이 필요하다. 매개 중심성이 높은 정령치 를 중심으로 지리산권 관광지를 연계하는 콘텐츠의 확대가 요구되며 나아가 시내권 관광지와 지리산권 관광지를 연계할 수 있는 관광거점으로서의 관광지관리 전략을 수립해야 한다. 혼불 문학관은 북부권 대표적 관광지로 거리상 인접한 시내권 관광지와 연계하는 전략이 요구된다. 남원은 시내권, 북부권, 지리산권으로 관광지가 산재되어 있으나 관광객은 특정 장소에 편중되 므로 관광콘텐츠 및 관광지의 적절한 연계와 체류시간 연장을 유도하는 관광 프로그램의 개발 은 남원 관광의 매력을 향상시킬 수 있을 것이다.

본 연구의 목적은 노인의 건강상태와 삶의 만족도 관계에서 자아존중감과 사회적 관계망의 매개효과를 검증하여, 노인의 삶의 만족도를 향상시키기 위한 실천적 방안 마련과 실증적 기초자료를 제공함에 있다. 연구의 대상은 서울, 인천, 경기지역에 소재하고 있는 노인복지관, 노인회관, 경로당 이용 노인과 지역사회 거주 노인 405명을 대상으로 하였다. 수집된 자료는 SPSSWIN 24.0과 AMOS24.0 프로그램을 사용하여 분석하였으며, 연구의 결과는 첫째, 노인의 건강상태는 삶의 만족도에 유의한 정적인 영향을 미치는 것으로 나타났다. 둘째, 노인의 건강상태는 자아존중감과 사회적 관계망에 유의한 정적인 영향을 미치는 것으로 나타났다. 셋째, 노인의 자아존중감과 사회적 관계망은 삶의 만족도에 유의한 정적인 영향을 미치는 것으로 나타났다. 넷째, 자아존중감과 사회적 관계망은 노인의 건강상태와 삶의 만족도 간의 관계에서 매개역할을 하는 것으로 나타났다. 이상의 연구결과에서 노인의 건강상태는 자아존중감과 사회적 관계망을 매개로 노인의 삶의 만족도 수준을 높일 수 있는 중요한 변인임을 확인하였다.