http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
육아친화적 주거환경의 특성 : 공동주택의 주거환경적 특성이 유아거주비율에 미치는 영향
장형진,정상훈 한국도시부동산학회 2023 도시부동산연구 Vol.14 No.1
The purpose of this study is to find out the spatial characteristics of residential environment that is suitable for raising children, by analyzing the effect of the characteristics of the residential environment in the apartments on the children residential ratio. For the analysis, we constructed variables, based on the census data for apartment complexes in Seoul and Gyeonggi-do and conducted a multivariate regression analysis based on microscopic spatial units called ‘National Basic Zone.’ From the results of the analysis, the following characteristics of residential environments with a high children residential ratio were derived. First, Childcare households tend to reside more in new apartments in large-scale complexes, even if the cost is higher to a certain extent. Second, the child residential ratio is higher in the complexes which have more parking spaces and the ratio of underground parking is higher. Third, Childcare households do not prefer housing units smaller than 40㎡. Fourth, Childcare households consider accessibility to educational facilities more important than the distance to major transportation hubs or job centers.
장형진(Hyung Jin Chang),김표재(Pyo Jae Kim),최정환(Jung Hwan Choi),최진영(Jin Young Choi) 대한전기학회 2007 대한전기학회 학술대회 논문집 Vol.2007 No.4
SVDD의 scale problem을 해결하기 위하여, 학습 데이터를 sub-grouping하여 group 단위로 SVDD를 통해 학습함으로서 학습 시간을 줄이는, K-means clustering을 이용한 SVDD 방법(KMSVDD)이 제안되었다. 하지만 KMSVDD는 K means clustering 알고리즘의 본질상 최적의 K값을 정하기 힘들다는 문제와, 동일한 데이터를 학습할지라도 clustered group이 랜덤하게 형성되기 때문에 매번 학습의 결과가 달라지는 문제점이 있었다. 또한 데이터의 분포 상태와 관계없이 무조건 타원(elliptic) 형태의 K개의 cluster로 나누기 때문에 각각의 나눠진 cluster들은 데이터 분포에 대한 특징을 나타내기 힘들게 된다. 이러한 문제점을 해결하기 위하여 본 논문에서는 데이터 분포에서 mode를 먼저 찾은 후 이 mode를 기준으로 clustering하는 Mean Shift clustering 방법을 이용한 SVDD를 제안하고자 한다. 제안된 알고리즘은 KMSVDD와 비교해 데이터 학습 속도에서는 큰 차이가 없으면서도 데이터의 분포 상태를 고려한 형태로 clustering한 sub-group을 학습하므로 학습의 정확도가 일정하게 되며, 각각의 cluster는 데이터 분포의 특징을 포함하는 효과가 있다. 또한 Mean Shift Kernel의 bandwidth의 결정은 K-Means의 K와는 달리 어느 정도 여유를 갖고 결정되어도 학습 결과에는 차이가 없다. 다양한 데이터들을 이용한 모의실험을 통하여 위의 내용들을 검증하도록 한다.
장형진(Hyung Jin Chang),김규현(Gyuhyun Kim),임재문(Jaemoon Lim),안재성(Jaesung An) 한국자동차공학회 2006 한국자동차공학회 춘 추계 학술대회 논문집 Vol.- No.-
The reconstruction of crash accidents is important to examine the cause of traffic accidents. For this purpose, the data for the delta v and deceleration of the vehicle, a driver's status and the environment of road and facility is a prerequisite. The characteristics of domestic cars in crash tests are obtained and will be used for the purpose of the crash accident reconstruction. Also, the characteristics are used for the method development estimating the impact speed through investigating the damage of cars. In this study, the test results of the full frontal barrier crash, the 40% offset crash, the center pole frontal crash and the 30 degree oblique frontal crash are reviewed and examined. The results show that the damages and the decelerations of various cars are increased in proportion to the increment of the impact speed.