Deep learning, which has recently shown excellent performance, has a problem that the amount of computation and required memory are large. Model compression is very useful because it saves memory and reduces storage size while maintaining model performance. Model compression methods reduce the number of edges by pruning weights that are deemed unnecessary in the calculation. Existing weight pruning methods using ADMM construct an optimization problem by a layer-by-layer addition of pre-defined removal-ratio constraints. Decomposing into two subproblems through the ADMM process, one can solve them through gradient descent and projection. However, the layer-by-layer removal ratios must be structurally specified, causing a sharp increase in training time due to a large number of parameters, and hardly feasible to use for large models that actually require weight pruning. Our proposed method performs weight pruning, producing similar performance, by setting a global removal ratio for the entire model without prior knowledge of structural characteristics in order to solve the shortcomings of the existing ADMM weight-pruning methods. To effectively avoid performance degradation, the method removes a relatively small number of previous layers in charge of feature extraction. Experiments show high-quality performance, not necessarily setting layer-by-layer removal ratios. Additionally, experiments increasing layers yield an insight for feature extraction in pruned layers. The experiment of the proposed method to the LeNet-5 model using MNIST data results in a higher compression ratio of 99.3% outperforming those of other existing algorithms. We also demonstrate the effectiveness of the proposed method in YOLOv4, an object detection model requiring substantial computation.

In this study, a welding heat source model was presented and verified during fiber laser welding. The multi-layered heat source model is a model that can cover most of existing studies and can be defined with a simple formula. It consists of a total of 12 parameters, and an optimization algorithm was used to find them. As optimization algorithms, adaptive simulated annealing, multi island genetic algorithm, and Hooke-Jeeves technique were applied for comparative analysis. The parameters were found by comparing the temperature distribution when the STS304L was bead on plate welding and the temperature distribution derived through finite element analysis, and all three models were able to derive a model with similar trends. However, there was a deviation between parameters, which was attributed to the many variables. It is expected that a more clear welding heat source model can be derived in subsequent studies by giving a guide to the relational expression and range between variables and increasing the temperature measurement point, which is the target value.

Welding is the most widely used technology for manufacturing in the automobile, and shipbuilding industries. Fiber laser welding is rapidly introduced into the field to minimize welding distortion and fast welding speed. Although it is advantageous to use finite element analysis to predict welding distortion and find optimized welding conditions, there are various heat source model for fiber laser welding. In this study, a welding heat source was proposed using a multi-layered heat source model that encompasses most of the existing various welding heat source models: conical shape, curved model, exponential model, conical-cylindrical model, and conical-conical model. A case study was performed through finite element analysis using the radius of each layer and the ratio of heat energy of the layer as variables, and the variables were found by comparing them with the actual experimental results. For case study, by applying Adaptive simulated annealing, one of the global optimization algorithms, we were able to find the heat source model more efficiently.

The US has entered a new era of crisis. President Biden has just been inaugurated. He faces historical challenges to return the US to global leadership. The primacy purpose of this article is to discuss national security and trade policy in the new Biden administration. First, I look at the historic and dubious claims made by the Trump administration in utilizing national security as a cover for protectionist trade actions, as well as at the federal court cases addressing these claims. I then assess the cases that have come before the WTO over the last two years, raising for first time the issue of the national security exception under GATT Article XXI. Finally, I conclude that President Biden’s overwhelming priority is to resurrect American democracy and alliances. But he will also need to address a broad range of trade issues and to restrict reliance on national security as a cover for populist and protectionist policies.

경상분지 하양층군의 퇴적시기와 기원지 변화를 밝히기 위해 청송 세계지질공원의 지질명소인 백석탄(일직층), 만안자암(점곡층), 신성리(사곡층) 지역에서 쇄설성 저어콘에 대한 U-Pb 연령측정을 실시하였다. 일직층에서는 백악기 저어콘이 발견되지 않고 쥐라기와 트라이아스기의 저어콘이 대부분이며, 선캄브리아 시대의 저어콘은 드물게 산출된다. 반면 점곡층과 사곡층은 백악기와 쥐라기, 고원생대의 저어콘이 우세하며 유사한 연령분포를 보인다. 점곡층과 사곡층의 백악기 저어콘에서 각각 103.2±0.3 Ma와 104.2±0.5 Ma의 가장 젊은 가중평균연령을 구했다. 연구결과에 의하면 점곡층 및 사곡층의 퇴적시기는 앨비안에 해당된다. 쇄설성 저어콘의 연령분포는 일직층과 점곡층 사이에 기원지의 중요한 변화가 있었음을 지시한다. 일직층은 주로 주변의 관입암체에서 퇴적물이 공급된 것으로 보이지만, 점곡층과 사곡층은 일본 남서부의 쥐라기 부가대의 비교적 젊은 퇴적단위로부터 기원한 것으로 해석된다.

해수면온도는 해양-대기 상호작용, 열속 변화, 대양의 해양 순환을 이해할 수 있는 가장 중요한 해양 변수들 중의 하나이다. 0oC 이하 −2oC까지 극저 해수면온도는 기후변화 및 지구환경 변화를 유도하고 조절하기 때문에 다른 범위의 해수면온도보다 더 중요하게 다루어져야 한다. 전구 대양에서 이러한 극저 해수면온도의 시간적 공간적 변동성을 이해하기 위하여 1982년부터 2018년까지의 기간 동안 관측된 인공위성 일별 해수면온도 데이터베이스를 활용하여 평균 기후장을 산출하였다. 또한 장기간의 해양 실측 자료에 기반하여 생산된 표층 수온의 기후 평균장을 활용하여 극저 해수면온도가 전구 대양에서 존재하는 해역과 0oC 등온선의 월별 공간 변동을 분석하였다. 그 결과 극저 해수면온도는 북극해와 남극해와 같은 극지 해역과 고위도의 연해에서 상당한 해양의 표면적을 차지하고 있었다. 이러한 극저 해수면 온도가 어떻게 시각화되어 있는지 검토하기 위하여 6종 지구과학교과서를 분석하였다. 대부분의 교과서에서 해수면온도 삽화는 0oC 혹은 그 이상 수온에서 부터 도시하여 학생들이 극저 해수면온도에 대한 개념과 역할에 대한 이해를 획득 하는 것을 저해하고 있었다. 데이터 시각화는 데이터 리터러시의 주요한 요소 중에 하나이므로 위성 해수면온도 자료가 교과서에 적절하게 시각화되도록 교과서 삽화의 개선이 필요하다. 본 연구는 인공위성 해수면온도 자료와 해양 실측 자료를 활용하여 해양 데이터의 시각화를 통하여 해양학적 소양과 데이터 리터러시가 동시에 함양되고 강화될 수 있음을 강조하였다.

1. 전 세계 GM작물 재배면적은 매년 꾸준히 증가하여 2018년에는 191.7백만 ha에 도달하였다. 26개국에서 GM작물이 재배되고 있으며, EU 포함 44개국에서 식품, 사료 및 가공용으로 승인하였다. 2. 국내 농업용 GM작물 승인 현황 조사 결과, 2015년에 GM작물이 가장 많이 승인되었으며, 농업적 형질은 제초제내성에 이어 해충저항성이 많았다. 단일품목과 후대교배종을 포함하여 옥수수가 가장 많이 승인된 작물이며, 후대교배종 승인은 꾸준히 증가하여 승인된 전체 GM작물의 57%를 차지한다. 3. 승인된 GM작물의 형질은 농업적 유용 형질에서 소비자 중심으로 변화되고 있다. 제초제내성과 해충저항성과 같은 1세대 GM작물은 생산비 절감이나 수량 증가 등으로 농민에게 경제적 이익을 제공하였으며, 2세대 GM작물은 소비자들에게 더 많은 혜택을 제공하는 기능성 강화나 산업용 특성을 증가시킨 것이 특징이다. 4. 향후 농업인과 소비자 모두에게 이익이 되는 연구개발과 실용화 추진을 위해 미래 대응 GM작물 개발과 형질 예측에 필요한 산업 성장 추세 정보를 제공하였다.

예비유아교사의 글로벌 마인드는 미래사회의 글로벌리더인 유아와 그 가족뿐 만 아니라 미래의 글로벌 시민교육의 측면에서 매우 중요하다. 본 연구는 포괄 적이고 광범위한 글로벌 마인드의 개념에 대한 교직인성관련 구성요인을 탐색 하고, 교직인성교육을 실행하였다. 예비유아교사의 글로벌 마인드 함양을 위해 J지역 예비유아교사 175명을 대상으로 6개요인 28문항을 구성하였다. 프로그램 실행 결과, 사전-사후 비교 및 학년별 비교에서 통계적으로 유의한 차이를 나타내었다(p< .05). 예비유아교사의 글로벌 마인드 함양과정은 미래에 사라질 직업이라는 불안감 과 두려움으로 나타났으나, 다름은 다양함으로, 두려움은 호기심으로, 회피적인 성향은 다가서려는 노력으로, 낯설음은 새로움으로 변화과정을 나타내었다. 교직인성과 관련해 포괄적인 개념을 모두 반영하지 못한 제한점이 있으나, 예비유아교사의 글로벌 마인드 함양을 위한 교육모형을 제시한 점에서 의의를 찾아볼 수 있다.

본 연구는 교육부의 개정교육과정(2015)에서 제시한 교육목표인 창의융합형 인재와 제 4차 산업혁명에 따라 요구되는 글로벌 인재는 그 맥을 같이한다고 보고, 이러한 인재를 ‘글로벌 영리더’로 재개념화한 다음, 그 육성을 효과적으로 지 원하기 위한 모델-도구-프로그램을 개발·체계화하기 위해 3가지 연구문제를 설정하고 수행하였다. 첫째, 코칭접근을 통해 창의융합형 인재육성을 지원하는 마음의 길(MW : Mind Way) 코칭모델을 개발하는 것으로, 교육부에서 제시한 6가지 일반 역량을 재개념화하여 심성, 본성, 적성, 감수성, 창조성, 사회성의 6개 발달영역에서 통합적 탁월성(excellence)이 발휘될 수 있도록 통섭(consilience)적 접근을 통해 본 연구자에 의해 기 개발된 WISE 모델과 통합·개발하였다. 둘째, MW 코칭모델을 구성하는 요소 중 핵심요소에 해당하는 ‘심성’의 상태를 파악하기 위한 도구인 멋진 마음의 길(W-MW : Wonderful Mind Way)을 개발·타당화하는 것으로, ‘조하리의 창(Johari’s window)’을 원용하여 52가지 형용사로 구성된 도구를 개발하였다. 셋째, MW 코칭모델에 기반한 프로그램을 구성하는 것으로, 일반 아동‧청소 년을 위한 Grace & Force 프로그램과 크리스천 아동‧청소년을 위한 Grace & Force-CE 프로그램의 틀을 제시하였다. 본 연구의 결과를 바탕으로 하여 후속연구(2)에서는 Grace & Force 및 Grace & Force-CE 프로그램의 효과를 M-MW 도구를 사용하여 분석함으로써 MW 코칭모델의 이론적 타당성과 실천적 효과성을 확인할 수 있을 것이다.

Background: Stroke patients exhibit arm global synkinesis (GS), involuntary movement due to muscle weakness and irregular muscle tension. But currently there are few studies examined the effects of GS on activates of daily living in stroke patients. Objectives: To investigate the effects the effects of task-oriented bilateral movements, which promote brain plasticity and are based on neurological theory, using the unaffected arm and the affected arm. Design: Quasi-randomized trial. Methods: Twenty stroke patients were randomly assigned to experimental group I (n=10) and experimental group II (n=10). Before the intervention, arm GS was measured using surface electromyography, and the Motor Activity Log evaluated the quantitative and qualitative uses of the affected arm in daily life. The same items were measured four weeks later. Results: The changes in the GS of the arm of experimental group I showed statistically significant differences only in bending motions (P<.05). Both groups showed statistically significant differences in the amount of use (AOU) and the quality of movement (QOM) scores (P<.01). Comparing the groups, statistically significant differences in GS appeared during bending motions (P<.05), and in the AOU (P<.01) and the QOM scores (P<.05). Conclusion: The intervention in GS reduced the abnormal muscle tension of the affected side by increasing the use of the ipsilateral motor pathway, indicating its effectiveness in improving upper limb functions with smooth contraction and relaxation of the muscles.

좋은 문학작품 한편은 시간을 극복하지만 현명한 작품은 시간이 지나면서 더 좋아진다. 예이치의 시 “재림”은 두 번째 종류이다. 수많은 수식어가 시에 쏟아 지는데, 몇 개를 보면, 계시적이다, 혹은 종교적, 반유토피아적, 예언적이다, 등이다. 그리고 실제적으로 이 시에는 이 모든 개념적 요소들이 보인다. 그러나, 무엇보다도, “재림”은 인간에 대한 경종으로 생존, 권력, 주권이라는 이름으로 행하는 난폭하고 불 필요한 행위들을 되새기게 한다. 운명적으로, 지금 무서운 전염병이며, 끊임없는 정치적 전쟁이며, 인간의 무차별적 개발로 인한 지속적인 자연의 황폐화의 그림자 아래서 세계는 고통 받고 있고 실제적 은유적 치유가 필요한 때이다. 이때에 예이츠의 시 “재김”이 만병통치의 묘약으로 나서는데, 잘 쓰여진 문학작품 1편이 우리로 하여금 상황의 심각함을 일깨워주는 역할을 하며, 이 고통 역시 느리지만 결국에는 지나리라는 인식을 심어준다.

The estimation of heat source model is very important for heat transfer analysis with finite element method. Part I of this study used adaptive simulated annealing which is one of the global optimization algorithm for anticipating the parameters of the Goldak model. Although the analysis with 3D model which depicted the real situation produced the correct answer, that took too much time with moving heat source model based on Fortran and Abaqus. This research suggests the procedure which can reduce time with maintaining quality of analysis. The lead time with 2D model is reduced by 90% comparing that of 3D model, the temperature distribution is similar to each other. That is based on the saturation of heat transfer among the direction of heat source movement. Adaptive simulated annealing with 2D model can be used to estimate more proper heat source model and which could enhance to reduce the resources and time for experiments.