http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김형수 한국농화학회 1960 Applied Biological Chemistry (Appl Biol Chem) Vol.1 No.1
① Inorganic paper chromatography를 蔘根灰分의 系統分析에 應用했으며 少量의 灰分으로 一齊分析이 可能하였다. ② 系統分析에는 6族法으로 하였으며, Hg, Pb, Cd, Cu, As, Sb, Al, Fe, Co, Mn, Zn, Ca, Na, K, 등의 陽 ion이 蔘根灰分中에서 檢出되었다. (Ba^(++)는 試驗不求得으로 不實施) ③ 蔘根灰分의 陽ion中 Ce, Zn, Mn 등은 그들의 植物榮養學的 面에서 關心事가 될 것이다. (貴金屬과 陰 ion에 對해서는 次後 繼續豫定임)
도심지 대규모 도로망에서 교통 밀도 분류를 위한 이미지 생성 기법
조지호,정희진,부이 칵 남,이홍석 한국정보과학회 2020 정보과학회 컴퓨팅의 실제 논문지 Vol.26 No.11
Traffic flow analysis and prediction are important research fields in transportation. Traffic flow analysis and prediction are necessary in developing traffic systems to control traffic signals and minimize traffic congestion. The traffic volume in an urban area can be expressed as an image necessary for training a deep-learning model to provide predictions of traffic volume for each situation. In this study, we propose a new image generation method for traffic density classification in terms of large-scale road networks in urban areas. The traffic volume and speed of a vehicle can be collected using a traffic information collection device. However, it is difficult to measure the density that depends on time and space from the perspective of the overall road network. Thus, to resolve the problem, we propose an image generation approach based on the arrival and departure time information on the vehicle. An image was generated based on the RSE (Road Side Equipment) data of 11 consecutive intersections, and a Convolutional Neural Network (CNN) was used to verify the proposed approach to traffic density classification. 교통흐름 분석 및 예측은 교통 분야에서 중요한 연구 분야 중 하나이다. 교통흐름의 분석 및 예측은 교통신호를 제어하고 교통혼잡의 최소화를 위한 교통 시스템 개발에 필요하다. 도심지의 교통량은 상황별 교통량 예측을 제공하기 위한 딥러닝 모델 학습에 필요한 이미지로 표현될 수 있다. 본 연구에서는 도심지의 대규모 도로망 측면에서 교통 밀도 분류를 위한 새로운 이미지 생성 방식을 제안한다. 차량의 교통량과 속도는 교통 정보 수집 장치를 사용하여 수집할 수 있다. 그러나 전체적인 도로 네트워크의 관점에서 시공간에 의존하는 밀도를 측정하는 것은 어렵다. 따라서 문제를 해결하기 위해 차량의 도착 및 출발 시간 정보에 기초한 이미지 생성 접근법을 제안한다. 11개의 연속된 교차로의 RSE(Road Side Equipment) 데이터를 기반으로 이미지를 생성하였으며 제안된 교통 밀도 분류의 접근 방식을 검증하기 위해 CNN(Convolutional Neural Network)을 사용하였다.
기관 상담자들의 교육 수준에 따른역할수행 및 역량인식과 교육요구도 차이-청소년 및 학교상담기관 상담자를 중심으로
김형수 한국교육치료학회 2018 교육치료연구 Vol.10 No.3
The purpose of this study is to investigate the differences in institutional role, perceived competence and education needs among counselors according to their education level. In this study, 329 counselors and 32 directors who are working in youth counseling center, school counseling center, and university counseling center, in four areas (Gyeongsang, Cholla, Chungcheong, Seoul/Gyeonggi) conducted questionnaires. The questionnaire was composed of 7 job areas and 12 sub-areas, taking into account the national competency standard items covering the tasks of the target organization. As a result of the study, there was little difference in the overall role performance between the educational levels. On the other hand, there was a significant difference in perceived competence. The counselors attending the master's degree showed that their performance ability was lower than the other counselors. The educational needs of the counselors at the master's level were relatively higher. Directors more highly evaluated the performance of the graduate school counselors than undergraduate school counselors in all tasks. 본 조사연구에서는 학부 및 대학원 출신 상담자들 간의 기관 역할 수행 및 자기역량인식과 교육요구도 차이를 살펴보고자 하였다. 이를 위하여 본 연구에서는 4개 권역(경상도, 전라도, 충청도, 서울/경기)의 청소년상담복지센터, 초중등 및 대학상담센터, 사설상담기관에 근무하는 학부 및 대학원 출신 상담자 329명, 그리고 기관장(팀장) 32명을 대상으로 수행실태와 역량인식 및 교육요구도를 살펴보기 위한 질문지를 실시하였다. 질문지는 대상 기관의 업무를 포괄하는 국가직무능력표준 항목을 고려하여 7개 직무영역과 12개 하위영역으로 구성하였다. 연구결과는 다음과 같다. 연구결과 전반적인 역할 수행 실태는 학력 간에 차이가 거의 나타나지 않았다. 학력 간 역할수행실태를 살펴본 결과, 박사학위를 제외한 나머지 집단 간에는 직무영역별 수행률이 유사하게 나타났다. 학부 및 대학원 출신 상담자들 간의 자기역량 인식에서는 직무내용별로 유의한 차이를 나타냈다. 석사재학중인 상담자들이 상대적으로 자신의 수행 역량을 낮게 인식하는 것으로 나타났으며, 교육요구도는 상대적으로 더 높게 나타났다. 학부 및 대학원 출신 상담자 간 직무 수행도에 대한 기관장(팀장)의 인식 차이를 알아보기 위해 두 집단평균비교를 실시한 결과, 기관장(팀장)은 모든 직무에 있어서 대학원 출신 상담자의 수행 역량을 높게 평가하는 것으로 나타났다.