Earticle

As all kind of industry has developed, metal structure and machine instrument use bolt, pin, rivet and welding for assembly and combination. For pin and hinge, dimension accuracy is crucial to keep the operation and safety of the structure and machine instrument. In case of complex machine, the hinge for cover open-loop system is one of the significant design elements. Most of the hinges are being imported and assembled sine they give high technology development cost for its unit cost position. The reason is that the localization of hinge is inadequate. As the demand increase and the necessity of localization grow, it is now more important than ever to develop low cost structure. By the low cost structure, a new technology could be obtained for electronic product and structural hinge since it would enable for complex machine hinge to be guaranteed, technologically. Open-loop hinge is the link type and designed for the structure to keep constant open-loop. And, the hinge is examined in design stability by finite element analysis method. In this paper, the operation result is presented when the hinge for complex machine open-loop is designed for link type structure.

본 연구는 의료 데이터 분석에서 단순모형과 복잡모형의 방법론적 우수성을 비교하였다. 두 모형의 우수성 비교를 위한 실증분석을 위해 피 마 인디언 당뇨(Pima Indians Diabetes) 자료를 사용해 0값을 결측으로 처리하고 중앙값 대치·표준화를 거친 뒤 70:30 분할 및 동일 전처리 파 이프라인으로 로지스틱 회귀(단순), 랜덤포레스트, 다층퍼셉트론(MLP)을 학습·평가하였다. 두 모형의 성능평가를 위해서는 임계값 의존 지표 (정확도, 민감도, 특이도, 정밀도(PPV), 음성예측도, 조화평균(F1), 균형정확도, 매튜스 상관계수(MCC))와 임계값 무관·보정 지표(ROC-AUC, PR-AUC, Brier(↓), 보정 절편/기울기, Hosmer-Lemeshow(HL), 임상 순이득(DCA))를 적용하였다. 실증분석 결과, 로지스틱 회귀는 정확도 0.7662, 민감도 0.7160, F1 0.6824, 균형정확도 0.7547, MCC 0.4995로 전반적으로 가장 견조했으며 ROC-AUC 역시 0.8365로 최고였다. 반면 랜덤포레스트는 특이도 0.8733과 PPV 0.6885로 확증 성능이 우수했고, 보정 품질에서도 Brier 0.1594, 보정 절편 0.1356, 기울기 0.9914, HL p=0.7606으로 이상적 수준에 근접했다. 다층퍼셉트론은 동일 조건에서 상대적으로 열세를 보였다. 한편 DCA 차원에서는 전 구간 공통으로 모형 간 격차는 크지 않되, 임계값 선택에 따라 승자가 바뀌었다(0.10: 랜덤포레스트, 0.20~0.30: 로지스틱 회귀). 따라서 실제 적용 시 목표 pt 와 FN/FP 비용구조를 먼저 정하고, 그 범위에서 순이득이 가장 큰 모형-컷오프 조합을 선택하는 것이 합리적이다. 종합하자면, 특정 모형의 방 법론적 우수성은 절대적이지 않고 상대적이며, 분석목적에 따라 선택이 필요하다. 구체적으로 선별(미탐 최소화)이 목표일 때는 로지스틱 회 귀가 적합하며, 확증(위양성 최소화)이나 확률 기반 의사결정에는 보정이 우수한 랜덤포레스트가 적합하다. 따라서 분석모형의 최적 선택은 유병률·FN/FP 비용·임계확률을 반영한 DCA와 함께 이뤄져야 한다.

This study compared the methodological superiority of simple models and complex models in medical data analysis. For an empirical analysis to compare the superiority of the two model classes, we used the Pima Indians Diabetes dataset, treated zeros as missing, performed median imputation and standardization, split the data 70:30, and trained/evaluated logistic regression (simple), random forest, and multilayer perceptron (MLP) under an identical preprocessing pipeline. For performance evaluation of the two model classes, we applied threshold-dependent metrics (accuracy, sensitivity, precision, specificity, F1, balanced accuracy, MCC) and threshold-independent and calibration metrics (ROC-AUC, PR-AUC, Brier, calibration intercept/slope, Hosmer–Lemeshow, clinical net benefit (DCA)). In the empirical results, logistic regression was overall the most robust, with accuracy 0.7662, sensitivity 0.7160, F1 0.6824, balanced accuracy 0.7547, and MCC 0.4995, and also achieved the highest ROC-AUC of 0.8365. By contrast, random forest showed superior rule-in performance with specificity 0.8733 and PPV 0.6885, and was close to an ideal level in calibration quality, with Brier 0.1594, calibration intercept 0.1356, slope 0.9914, and HL p=0.7606. The MLP was relatively inferior under the same conditions. Meanwhile, in the DCA dimension, the gaps between models were not large across the range, but the winner changed with the choice of threshold (0.10: random forest; 0.20–0.30: logistic regression). Therefore, in practical application, it is reasonable to first specify the target pt and the FN/FP cost structure, and then choose the model–cutoff combination that yields the largest net benefit within that range. In sum, the methodological superiority of a given model is not absolute but relative, and selection should depend on the analytic objective. Specifically, when the goal is screening (minimizing missed positives), logistic regression is appropriate, whereas for rule-in (minimizing false positives) or probability-based decision making, random forest with superior calibration is suitable. The optimal choice of analysis model should be made together with DCA that reflects prevalence, FN/FP costs, and the threshold probability.

우리나라 기초제조업 발전에 일익을 담당해 왔던 소공인들이 도시재생, 지속적인 고령화, 3D 업종이라는 사회적 인식 등으로 여러 현실적 어려움에 처해있다. 즉 기술전수의 단절 위기, 신규 인력 채용의 어려움, 그리고 경쟁력 저하로 인한 산업에서의 도태 등 당면한 현안을 해결하기 위해 소공인들의 기술혁신을 위한 협업모델을 제시하고 지속성장을 위한 지원 사업의 정책방안 을 제시하는 데 본 연구의 목적이 있다. 본 연구는 도시형소공인 지원 사업을 최초로 운영한 문 래지원센터의 수혜기업 382개사를 대상으로 설문조사와 실증분석을 통해 혁신형 소공인 육성방 안과 기술혁신을 위한 3가지 협업모델을 제시하였다. 첫째, 중소벤처기업부의 ‘소공인 경쟁력 강 화 방안’에서 제시한 두 가지 유형 단계별 육성전략 중 “일반형→이익창출형→성장형”이 문래 동 기계금속 집적지에 적합한 것을 확인하였다. 둘째, 문래동 기계·금속 소공인의 중장기 발전로 드맵의 핵심 비전인 ‘세계적인 시제품 제작 집적지로의 전환’과 보조를 맞추어 시제품 제작 대 응을 위한 협업모델로 아메바형 협업모델을 제시하였다. 셋째, 소공인의 지속성장을 위한 일곱 가지 정책제언을 하였다. 이러한 연구결과가 기존 정책의 사각지대에 놓여 있던 소공인들에게 자생력, 경쟁력을 심어주고 나아가 기술혁신을 위한 협업모델들이 발굴·육성되어 소공인들이 지속 성장하는데 기여하기를 바란다.

MME(Micro Manufacturing Enterprise)s which have been responsible for the development of the basic manufacturing industry in Korea, are faced with various practical difficulties due to urban regeneration, continuous aging, and social awareness of the 3D sector. Accordingly, the goal of this study is to present a cooperative model for innovation of MMEs and suggest the policy recommendations of support projects for sustainable growth by resolving the pending issues such as the crisis of technology transfer, difficulty of recruiting new workers, and the failure of the competitiveness. We presented three collaborative models for developing innovative MMEs and technology innovation through a survey and empirical analysis of 382 companies that were selected and supported by the Mullae special support center for MMEs. First, among the two types of promotion strategies presented in 'plans to strengthen the competitiveness of MMEs’ of the Ministry of SMEs and Start-ups', "general type → profitability type → growth type" was confirmed to be suitable for mechanical metal accumulation in Mullae-dong. Second, the amoeba-type collaboration model was presented as a collaborative model for prototyping response in step with Mullae machining Valley's core vision of the long-term development road map, 'Transition to Global Prototyping Sites.' Third, seven policy recommendations were made for the sustainable growth of MMEs. We hope that these findings would give the MMEs self-reliance and competitiveness in the blind spot for the present support policy and further help them to find and foster cooperative models for technological innovation.

Due to the characteristics of English as an SOT language and Korean as a non-SOT language, the differences between the two languages in tenses should be reflected in translating English complex and compound sentences into Korean. I compared translators’ translations with machine translations focusing on Korean translations of the tenses of those English sentences. I found out that machine translations made errors with regard to tenses and made a suggestion for better machine translations. Translators translated English complex and compound sentences with past-tense clauses under past-tense matrix clauses including verb complement clauses and relative clauses into Korean sentences which have simultaneous construal. Sentences including coordinate conjunctions were translated into either sentences with simultaneous construal or shifted construal. Meanwhile, sentences with subordinate conjunctions were translated into having shifted reading. In contrast, a machine translator on the Internet translated all the sentences, regardless of their structures, into sentences with shifted reading. Therefore, the machine translator should be programmed accordingly to yield simultaneous construal.

현대 사회로 발전함에 따라 가축의 수가 증가하고 있으며, 악취는 심각한 사회 문제로 인식되어 지고 있다. 특히, 닭, 오리 및 칠면조와 같은 가금류 고기들의 소비량은 가파른 상승세를 보이고 양계축사 근처에서 악취 문제가 두각을 보인다. 악취 문제를 해결하기 위해, 악취 구성 인자들의 복합 악취에 대한 영향력을 파악하는 것이 중요하다. 본 연구에선 양계 농장에서 얻어진 복합 악취 데이터를 기계 학습 모형을 이용하여 복합 악취를 예측하고 복합 악취에 구성 인자들이 어떠한 영향을 주는 지 분석하였다. 추가적으로, 분산분석을 이용하여 부지경계, 퇴비장, 계사내부, 계사외부에서의 주요 악취 구성 인자들의 농도 차이를 분석하였다. 분석 결과, 복합 악취에 큰 영향을 미치는 구성 인자들로는 암모니아, 트라이메틸아민, 다이메틸다이설파이드, 아세트알데하이드로 나타났다. 특히, 암모니아, 트라이메틸아민, 아세트알데하이드는 양계 위치별로 농도의 차이가 있는 것으로 나타났다.

With the development of modern society, the number of livestock is increasing, and the corresponding odor is recognized as a serious social problem. In particular, the consumption of poultry meat, such as chicken, duck, and turkey, is expected to rise steeply, making odor problems near poultry farms. To address the problem, it is important to understand the influence of odor components on the complex odor. In this study, the odor data obtained from poultry farms were used to predict the complex odor using machine learning models and analyze the influence of the components. Furthermore, we analyze the differences in the amount of the odor components at the site boundary, compost site, inside the farm, and outside the farm using analysis of variance. The analysis showed that ammonia, trimethylamine, dimethyldisulfide, and acetaldehyde have a high effect on the complex odor. In particular, ammonia, trimethylamine, and acetaldehyde have different amount of the occurence by the location.

복합어는 여러개의 단어가 하나의 의미론 나타내는 단어를 말한다. 이 논문에서는 번역시 구성단어들의 의미의 합이 아닌 다른 또 하나의 의미를 나타내는 단어를 대상으로 한다. 이러한 복합어는 구문해석 단계에서 많은 애매성의 원인이 되며, 유형에 따라 숙어 처럼 새로운 의미로 항상 같이 쓰이는 복합어와 복합어의 형성이 복잡하여 규칙으로서 단어를 이해할 필요가 있는 단어로 구분할 수 있다. 첫번째 유형은 단어의 형성이 단순하여 하나의 사전 엔트리로 등록될 수 있다. 이때 이들 복합어가 가지는 개별 어휘 규칙을 같이 사전에 등록하여 사전을 효과적 이용할 수 있다. 두번째 유형은 규칙에 의한 처리를 하여야 한다. 이러한 복합어에 대한 인식을 구문분석이전에 행함으로서 적은 노력으로 복합어로 인한 전체 문장의 애매성을 감소시키고, 문장내 단어의 수를 감소시킴으로서 전채 번역시스템의 효율을 증대하며, 복합어의 처리는 번역문을 자연스럽게 생성하는 데 큰 효과를 나타낸다.

In the large scale B2B transaction like buying Express-Train or selling Daewoo Motor, a tremendous amount of variables and factors of chaos functionate in it directly or indirectly. To get effective information processing on the so called complex system like this, it should be possible to unite the global insight power of the human being and the local computing power of the machine. In this paper, we suggested a union model of human being and machine using Hugent concept. Hugent is defined as an agent model which allows us to chemically unite the human's component and the machine's component in terms of information processing. In this paper, we showed that some typical problems contained in the complex system can be treated more easily through the suggested Hugent concept.