http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Hydroxyethyl methacrylate (HEMA)와 Triethylene glycol dimethacrylate (TEGDMA)가 실험적 복합레진의 특성에 미치는 영향
한만형,최부병,우이형,Han Man-Hyun,Choi Boo-Byung,Woo Yi-Hyung 대한치과보철학회 2003 대한치과보철학회지 Vol.41 No.4
Purpose : The purpose of this study was to compare HEMA and TEGDMA as diluents for the composite resin. Material and methods : Eight kinds of experimental light curable composite resins were prepared and used. Concentrations of monomer and filler were same for all experimental composites, except, the diluent's ratios to the monomer. The ratio of diluents to Bis-GMA were 15%, 20%, 25%, and 30%, and two kinds of diluents were used, so total experimental groups were eight including one control group of 25% TEGDMA. Results : Depth of cure, flexural strength, shear bond strength to bovine enamel, shear bond strength to bovine dentin, water absorption and solubility of composites in water were measured. Sample size for each groups were 10. Arithmetic means were used as each groups representative values, and regression test for two diluents and low concentrations, Duncan's multiple range test, and Two-way ANOVA test were done for kinds of diluents and its concentrations at level of 0.05. Conclusion : Following results were obtained ; 1. There were not significant differences in effects of HEMA and TEGDMA to depth of cure, flexural strength of composites and shear bond strength to bovine enamel (p>0.05). 2. Increase of the concentrations of the diluents made the depth of cure (p<0.001) and flexural strength (p<0.05) a little higher. 3. Shear bond strength to dentin was higher on HEMA containing composites than TEGDMA containing composites (p<0.001). 4. Water absorption was higher on HEMA containing composites than TEGDMA containing composites (p<0.01).
WSN환경에서 은닉 마코프 모텔 기반의 분산추론 기법 적용한 행위인지 알고리즘
김홍섭(Hong-Sop Kim),한만형(Man-Hyung Han),임거수(Geo-Su Yim) 한국컴퓨터정보학회 2009 한국컴퓨터정보학회 학술발표논문집 Vol.16 No.2
본 연구에서는 집이나 사무실과 같은 일상 공간에서 발생할 수 있는 연간의 일상생활행위 (ADL: Activities of Daily Living) 들을 인지하는 분산 모델을 제시한다. 사용자의 환경 정보, 위치 정보 및 행위 정보를 간단한 센서들이 부착된 가정용 기기들과 가구, 식기들을 통해 무선 센서 네트워크를 통해 수집하며 분석한다. 하지만 이와 같은 다양한 기기의 활용과 충분히 분석되어지지 않은 데이터들은 본 논문에서 제시하는 일상 환경에서 고차원의 ADL 모델을 구축하기 어렵게 한다. 그러나 ADL들이 생성하는 센서 데이터들과 센서 데이터들의 순서들은 어떤 행위가, 이루어지고 있는지 인지할 수 있도록 도와준다. 따라서 이 센서 데이터들의 순서를 특정 행위 패턴을 분석하는 데 활용하고, 이를 통해 분산 선형 시간 추론 알고리즘을 제안한다. 이 알고리즘은 센서 네트워크와 같은 소규모 시스템에서 행위를 인지하는 데 적절하다.