http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 최한석 (검색결과 402 건)
- 무료
- 기관 내 무료
- 유료
-
퍼지추론을 이용한 어류 활동상태 기반의 지능형 자동급이 모델
최한석,최정현,김영주,신영학 한국콘텐츠학회 2020 한국콘텐츠학회논문지 Vol.20 No.10
The automated fish feed system currently used in Korea supplies a certain amounts of feed to water tanks at a certain time. This automated system can reduce the labor cost of managing aqua farms, but it is very difficult to control intelligently and appropriately the amount of expensive feed that is critical to aqua farm productivity. In this paper, we propose the FIIFF Inference Model( Fuzzy Inference-based Intelligent Fish Feeding Model) that can solves the problems of these existing automatic fish feeding devices and maximizes the efficiency of feed supply while properly maintaining the growth rate of fish in aqua farms. The proposed FIIFF inference model has the advantage of being able to control feed amounts appropriately since it computes the amount of feed using the current water environments and fish activity state of the aqua farms. The result of the feed amount yield experiment with the proposed FIIFF Inference Model represents the effect of saving 14.8% over the eight months of actual feed amount in the aqua farm. 현재 국내에서 활용되고 있는 자동화된 어류 급이 장치는 특정 시간과 일정량의 사료를 시간에 맞추어 수조에 공급하는 방식이다. 이는 고령화되고 고가인 양식장 관리의 인건비는 줄일 수 있으나 양식 생산성에 결정적 요인이 되는 고가의 사료량을 지능적으로 적절히 조절하기는 매우 어렵다. 본 논문에서는 이러한 기존 자동 급이 장치의 문제점을 해결하고, 양식장에서 어류의 성장률을 적절하게 유지하면서 사료 공급의 효율성을 극대화할 수 있는 퍼지추론 기반의 지능형 어류 자동 급이 모델인 FIIFF 추론 모델(Fuzzy Inference based Intelligent Fish Feeding Model)을 제안한다. 본 논문에서 제안하는 FIIFF 지능형 급이 추론모델은 양식 어류의 현재 생육 환경 정보 및 실시간 활동 상태를 기반으로 급이량을 산출하기 때문에 사료 급이량 적절성이 매우 높다. 본 연구에서 제안한 FIIFF 추론 모델의 급이량 산출 실험 결과에서는 8개월 동안 양식장에서 실제 투입한 급이량보다 14.8%를 절감하는 효과를 보여준다.
-
메타데이터 기반 학술지 논문 종합 목록 시스템 설계 및 구현
최한석 한국정보관리학회 2001 정보관리학회지 Vol.18 No.2
인터넷 및 정보기술의 급속한 발전에 따라 기존의 도서관은 원문위주의 서비스를 제공하는 도서관으로 변화되고 있다. 본 논문에서는 메타 데이터 기반 논문 종합목록 시스템을 설계하고 구현한다. 학술지 논문 종합 목록을 위한 메타데이터 접합은 더블린 코어 메타데이터 요소 중 12개를 선택하고 소장요소를 추가 제안한다. 본 논문에서 설계 구현한 학술지 논문 종합 목록 시스템은 웹 브라우저 및 Z39.50 프로토콜을 이용하는 온라인 공동 목록 시스템과 학술지 논문 종합 목록시스템 그리고 학술지 논문 통합 검색 서비스로 구성된다. 또한 학술지논문에 대한 통합 검색 또는 기사 색인 검색 결과에 따라 초록보기, 목차보기, 원문보기 등의 서비스가 제공되고, 복사/팩스 서비스 시스템과 연계된다. As the rapid develoment of internet and information technology, the traditional library has been altered to the digital content service based on the world wide web. This paper proposes a design and implementation of an Artcle Union Catalog System(AUCS) based on metadata. The metadata set for the AUCS consists of twelve Dublin Core elements and one holdings element. The qualifiers of the proposed metadata elements are also represented. The AUCS system has an online cooperated cataloging system using the web interface or the 239.50 protocol, an union cataloging management system, and an integrated information retrieved system service. The integrated search and retrieval service of the AUCS displays not only the summary and detailed bibliographic information, but also the abstract, the table of contents, the digital content, and the copylfax service.
-
-
-
최한석,하영구,Choi, Han-Suk,Ha, Young-Gu 대한화학회 1961 대한화학회지 Vol.5 No.1
Ion exchange procedure was studied for the separation of thorium from the acidic solution obtained by means of decomposition of monazite with alkali solution. Present cation exchange method consists of adsorption of cations from the sample solution (ca. 0.6N HCl acidic) onto Amberlite IR-120 resin, elution of all of the rare earth cations with 700 ml. of 2N Hydrochloric acid, and recovery of the thorium by elution with 200ml. of 6N sulfaric acid. Thorium recovery by the ion-exchange method mentioned above, was quantitative, and it is concluded that this ion-exchange method may be used not only for industrial separation of thorium from rare earths but also for quantitative determination of thorium with relative error, ${\pm}1.0.$.
-
稀土類中 토리움의 分離定量 에 관하여 (第一報) 過酸化水素法에 對한 檢討
최한석,박순자,Choi, Han-Suk,Park Soon Za 대한화학회 1957 대한화학회지 Vol.4 No.1
On the performance of the hydrogen peroxide method for Th-determination we encountered some difficulties, namely the formation of the insoluble matter occured in the nearly neutral solution after evaporation. We carried out the Th-determination in the mixture of the Th and some kind of the rare earth, and found that the insoluble matter was not formed in case of the mixture of Th and some kind of rare earth, but formed in case of Monazite. The formation of the insoluble matter in the case of Monazite sand, however, could be avoid by using the beaker instead of the evaporating dish and by adding the water repeatedly before it was completely evaporated to dryness.
-
-
최한석,김명곤,박효숙,김보현,김태영 한국버섯학회 2007 한국버섯학회지 Vol.5 No.3·4
담자균 Koji를 제조하고자 각종 곡물류에 10종류의 담자 균류를 증식시켜 각종 효소활성과 기능성 성분으로서 혈 전용해활성을 비교분석 하였다. 버섯균의 종류를 달리한 Koji중 영지버섯의 -amylase활성이 가장 높았으며 이후 표고, 느타리, 노루궁뎅이버섯 순이었다. Protease활성은 느타리, 노루궁뎅이, 표고, 영지버섯 순이었다.또한, 이 두 효소는 모두 곡물의 종류에 따라서 Koji간 활성차이가 나 타났으며, 각종 버섯균이 배양된 담자균 Koji의 혈전용해 활성은 영지, 장수, 만가닥 버섯순 이었다. 담자균 koji의 기능성 향상을 위해 기능성 원소인 Ge와 Se의 첨가가 버 섯균 생장에 미치는 영향을 살펴본 결과 Se은 100ppm 이 하, Ge은 500ppm 이하의 농도에서는 버섯균의 생장에 큰 지장을 초래하지 않았다.
-
-
Yolo V4 딥러닝 지능기술을 이용한 과일 불량 부위 검출
최한석 (사)한국스마트미디어학회 2022 스마트미디어저널 Vol.11 No.4
It is very important to first detect and remove defective fruits with scratches or bruised areas in the automatic fruit quality screening system. This paper proposes a method of detecting defective areas in fruits using the latest artificial intelligence technology, the Yolo V4 deep learning model in order to overcome the limitations of the method of detecting fruit’s defective areas using the existing image processing techniques. In this study, a total of 2,400 defective fruits, including 1,000 defective apples and 1,400 defective fruits with scratch or decayed areas, were learned using the Yolo V4 deep learning model and experiments were conducted to detect defective areas. As a result of the performance test, the precision of apples is 0.80, recall is 0.76, IoU is 69.92% and mAP is 65.27%. The precision of pears is 0.86, recall is 0.81, IoU is 70.54% and mAP is 68.75%. The method proposed in this study can dramatically improve the performance of the existing automatic fruit quality screening system by accurately selecting fruits with defective areas in real time rather than using the existing image processing techniques. 과일 품질 자동 선별 시스템에서 흠집이나 부패한 부위가 존재하는 불량 과일을 우선적으로 검출하여 제거하는 작업은 매우 중요하다. 본 연구에서는 기존의 영상처리 기법을 이용하여 불량 부위가 있는 과일 검출하는 방법의 한계점을 극복하기 위하여, 최신 인공지능 기술인 Yolo V4 딥러닝 지능기술을 이용하여 과일 불량 부위를 검출하는 방법을 제안한다. 본 연구에서는 흠집 또는 부패 부위가 존재하는 1,100개의 불량 사과 및 1,300개의 불량 배를 포함한 총 2,400개의 불량 과일에 대하여 Yolo V4 딥러닝 모델을 사용하여 학습하고 불량 부위 검출 실험을 하였다. 성능 실험 결과에 따르면 사과의 정확률은 0.80, 재현율은 0.76, IoU는 69.92%, mAP는 65.27%이고, 배의 정확률은 0.86, 재현율은 0.81, IoU는 70.54%, mAP는 68.75%의 성능을 나타내었다. 본 연구에서 제안한 방법은 기존 영상처리 기법을 이용한 방법보다 불량 부위가 있는 과일을 실시간으로 정확하게 선별하여 기존 과일 자동 품질 선별시스템의 성능을 획기적으로 개선할 수 있다.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
