• 한국융합학회논문지
• /
• 제10권5호
• /
• pp.229-238
• /
• 2019

본 연구에서는 학교 밖 비행 청소년의 도박경험을 심층적으로 이해하고 도박경험이 갖는 내용과 의미를 분석하고자 하였다. 이를 위해 Giorgi의 현상학적 연구방법을 활용하였다. 소년법 보호처분을 받은 청소년 6명을 대상으로 심층 인터뷰를 통한 자료를 수집하고 4단계의 분석과정을 통해 도박경험의 구조를 분석하였다. 연구결과, 상위구성요소 6개, 하위구성요소 18개가 도출되었다. 즉, 학교 밖 비행청소년의 도박경험은 '근접한 도박의 유혹', '도박의 굴레에 갇힘', '변질된 삶', '비공식망의 관계 훼손', '일그러진 존재가 됨', '도박에서 벗어나려는 시도들'로 나타났다. 이와 같은 결과는 지금까지 연구된 바 없는 학교 밖 비행청소년의 도박경험의 본질적 의미와 경험구조를 파악했다는 점과 학교 밖 비행 청소년의 복지 및 도박중독의 관점에서 융합적으로 연구되었다는 측면에서 의의가 있다. 도출된 결과를 바탕으로 학교 밖 비행청소년의 도박문제 예방 및 치료에 관한 실천적, 정책적 대안을 제시하였다.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.23-30
• /
• 2021

본 논문은 다수의 오토인코더 모델들을 이용한 잡음에 강인한 이미지 분류 시스템을 제안한다. 딥러닝 기술의 발달로 이미지 분류의 정확도는 점점 높아지고 있다. 하지만 입력 이미지가 잡음에 의해서 오염된 경우에는 이미지 분류 성능이 급격히 저하된다. 이미지에 첨가되는 잡음은 이미지의 생성 및 전송 과정에서 필연적으로 발생할 수밖에 없다. 따라서 실제 환경에서 이미지 분류기가 사용되기 위해서는 잡음에 대한 처리 및 대응이 반드시 필요하다. 한편 오토인코더는 입력값과 출력값이 유사하도록 학습되어지는 인공신경망 모델이다. 입력데이터가 학습데이터와 유사하다면 오토인코더의 출력데이터와 입력데이터 사이의 오차는 작을 것이다. 하지만 입력 데이터가 학습데이터와 유사성이 없다면 오토인코더의 출력데이터와 입력데이터 사이의 오차는 클 것이다. 제안하는 시스템은 오토인코더의 입력데이터와 출력데이터 사이의 관계를 이용한다. 제안하는 시스템의 이미지 분류 절차는 2단계로 구성된다. 1단계에서 분류 가능성이 가장 높은 클래스 2개를 선정하고 이들 클래스의 분류 가능성이 서로 유사하면 2단계에서 추가적인 분류 절차를 거친다. 제안하는 시스템의 성능 분석을 위해 가우시안 잡음으로 오염된 MNIST 데이터셋을 대상으로 분류 정확도를 실험하였다. 실험 결과 잡음 환경에서 제안하는 시스템이 CNN(Convolutional Neural Network) 기반의 분류 기법에 비해 높은 정확도를 나타냄을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권12호
• /
• pp.403-410
• /
• 2020

오토인코더의 데이터 복원(Output result) 기능을 이용한 노이즈 제거 및 초해상도와 같은 연구가 진행되는 가운데 오토인코더의 차원 축소 기능을 이용한 클러스터링의 성능 향상에 대한 연구도 활발히 진행되고 있다. 오토인코더를 이용한 클러스터링 기능과 데이터 복원 기능은 모두 동일한 학습을 통해 성능을 향상시킨다는 공통점이 있다. 본 논문은 이런 특징을 토대로, 데이터 복원 성능이 뛰어나도록 설계된 오토인코더 모델이 클러스터링 성능 또한 뛰어난지 알아보기 위한 실험을 진행했다. 데이터 복원 성능이 뛰어난 오토인코더를 설계하기 위해서 스킵연결(Skip connection) 기법을 사용했다. 스킵연결 기법은 기울기 소실(Vanishing gradient)현상을 해소해주고 모델의 학습 효율을 높인다는 장점을 가지고 있을 뿐만 아니라, 데이터 복원 시 손실된 정보를 보완해 줌으로써 데이터 복원 성능을 높이는 효과도 가지고 있다. 스킵연결이 적용된 오토인코더 모델과 적용되지 않은 모델의 데이터 복원 성능과 클러스터링 성능을 그래프와 시각적 추출물을 통해 결과를 비교해 보니, 데이터 복원 성능은 올랐지만 클러스터링 성능은 떨어지는 결과를 확인했다. 이 결과는 오토인코더와 같은 신경망 모델이 출력된 결과 성능이 좋다고 해서 각 레이어들이 데이터의 특징을 모두 잘 학습했다고 확신할 수 없음을 알려준다. 마지막으로 클러스터링의 성능을 좌우하는 잠재변수(latent code)와 스킵연결의 관계를 분석하여 실험 결과의 원인에 대해 파악하였고, 파악한 결과를 통해 잠재변수와 스킵연결의 특징정보를 이용해 클러스터링의 성능저하 현상을 보완할 수 있다는 사실을 보였다. 이 연구는 한자 유니코드 문제를 클러스터링 기법을 이용해 해결하고자 클러스터링 성능 향상을 위한 선행연구이다.

• 한국산림과학회지
• /
• 제100권4호
• /
• pp.681-686
• /
• 2011

본 연구 목적은 광릉시험림 지역의 침엽수림과 활엽수림에서 토양 깊이가 미생물상과 중형동물상 분포에 미치는 영향을 구명하는 것이다. 토양 미생물상은 인지질지방산(PLFA) 지표를 이용하여 그 밀도정도를 분석하였고, 중형동물상은 선충과 미소절지동물의 밀도를 조사하였다. 미생물 PLFA지표는 B층보다 A층에서 높았고, 산림형에 따른 차이는 적었다. 선충 밀도도 A층에서 높았으며, 곰팡이섭식성 선충의 밀도는 침염수림 토양보다 활엽수림 토양에서 높게 나타났다. 미소절지동물 중에서 톡토기와 날개응애의 평균밀도는 전체 미소절지동물 밀도의 44%와 42%를 각각 보였다. 세균과 곰팡이를 나타내는 PLFA 지표가 이들을 섭식하는 중형동물과 유의한 양의 상관관계가 있었으며, 이것은 이 지역 토양에서 세균과 곰팡이를 중심으로 한 먹이망 형성이 이들의 분포에 영향을 준다는 것을 나타낸다. 이러한 결과는 광릉시험림의 토양생물 분포는 주로 토양의 깊이에 영향을 받으며, 산림형은 부분적인 영향을 주고 있음을 알 수 있었다.

• 산업노동연구
• /
• 제23권2호
• /
• pp.109-139
• /
• 2017

노동의 위기와 노동운동의 위기를 맞아 연대운동의 중요성이 강조되는 작금의 상황에서 희망버스가 돋보이는 연대운동의 성과를 이뤘다는 점에 주목하여 이 연구에서는 그 성과를 만들어낼 수 있었던 핵심조건으로서 연대네트워킹에 초점 맞춰 분석하였다. 희망버스 연대네트워킹의 성공적인 작동조건에 대해 크게 촉발-형성-실행의 3개 측면으로 나눠 살펴본다. 희망버스 연대운동의 촉발조건으로 한진중공업 정리해고의 부당성과 이에 맞선 김진숙 지도위원의 목숨건 고공농성, 그리고 그 농성장(85호 크레인)의 비극적 상징성 등이 주되게 작용하였다. 형성 조건으로는 초동주체들의 운동적 신뢰관계와 (희망버스 기획에의) 의기투합, 다양한 사회운동 네트워크의 활용과 확산, 그리고 SNS의 대중적 파급력 등이 이바지하였다. 그리고, 주요 실행조건으로는 기획단의 개방적이며 수평/탈위계적 운영방식과 참가단위의 자발적 연대활동 그리고 참가자들에 대한 연대적 감수성의 체험적 기회 제공 등이 역할하였다. 이같이, 희망버스의 연대네트워킹은 촉발 형성 실행의 세가지 조건들이 선순환으로 연계되어 사회운동단위들의 결집과 다중적 동참 그리고 유의미한 운동 성과를 이뤄냈던 것이다.

• 벤처창업연구
• /
• 제16권3호
• /
• pp.73-86
• /
• 2021

이 연구의 목적은 기업가적 혁신성을 정확하게 예측하는 고도화된 분석 모델을 탐색하는 것이다. 기업가정신 연구 분야에서는 최초로, 데이터 과학적 접근방식에 해당되는 기계학습(Machine learning)을 이용해 기업가적 혁신성(entrepreneurial innovativeness)을 예측하는 모델을 제시한다. 예측모델을 구축하기 위하여 Global Entrepreneurship Monitor(GEM)의 62개국 22,099건 데이터를 이용한다. 27개 설명변수로 이뤄진 데이터 셋을 토대로 전통적 통계방법인 다중회귀분석과, 회귀트리, 랜덤포레스트, XG부스트, 인공신경망 등 기계학습을 이용한 예측모델을 구축하고 각 모델의 성능을 비교한다. 모델의 성능 평가를 위해 RMSE(Root mean square error), MAE(Mean absolute error)와 상관관계(Correlation) 등 지표를 사용한다. 분석 결과 5가지 기계학습 기반 모델은 모두 전통적 방법에 비해 우수한 성능을 보였으며, 예측 성능이 가장 좋은 모델은 XG부스트였다. XG부스트를 통한 기업가적 혁신성 예측에 있어서 기여도가 높은 변수는 창업가의 기회인지 및 시장 확장의 교차항 변수이며, 이는 신시장에서 기회를 획득하고자 하는 유형의 창업기업이 높은 혁신성을 보인다는 점을 확인했다. 이 연구는 고도화된 분석방법인 기계학습을 이용해 새로운 예측모델을 제시, 기업가정신 연구의 시야를 확장했다는 점에서 의의를 지닌다.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.149-156
• /
• 2021

북한지역 공간정보 관련 연구사례를 수집, 분석하여 공간정보 구축 우선순위를 분석하고 이를 바탕으로 북한지역 공간정보구축 단기 및 중장기 로드맵을 제시하였다. 이를 위해 공간정보 구축 우선순위와 관련된 연구자료를 분석하고, 국토인프라시설의 상호 관계에 따른 구축 우선순위를 도출하였다. 우선순위 도출을 위해 분석된 연구에 따르면, 북한지역의 비접근성이라는 특징에 의해 전문가 집단을 대상으로 실시한 설문 및 자문의견을 취합하여 우선순위를 결정하고 있음은 공통적으로 일치하였다. 공통적인 의견을 종합해보면, 비무장 및 접경지대, 주요도시, 특구·개발구 등을 우선순위로 두고 있으며, 인프라시설 측면에서는 전력통신, 철도, 상하수도, 건축물, 도로, 댐 등을 우선순위로 두고 있었다. 통일한반도의 국토인프라 구축 우선순위는 주요 도심과 항만, 공항 등 핵심 교통시설과 연계된 배후 도시 수준의 점 개발을 시작으로 교통망, 용수, 에너지 등의 노선 공간공유를 추진하는 선 개발, 그리고 도시 및 국가 단위의 면 개발로 이어지는 시나리오를 제시하였다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.57-69
• /
• 2020

인터넷 포털과 사회관계망 서비스(SNS) 등의 온라인 공간에서 사용자 간의 의견 공유가 활발해짐에 따라 이를 악용하여 특정 개인이나 집단의 이익을 위해 유포되는 비정상 정보도 증가하고 있다. 특히 비정상 정보가 정치적인 목적으로 유포되면 선거 결과뿐 아니라 다양한 사회 정책과 시민 생활에도 영향을 미친다. 이러한 비정상 정보는 불특정 다수에 대한 유포에서 시작하였으며 이들의 특성을 분석하고 탐지하기 위한 기존 연구도 이러한 불특정 다수 대상 유포에 초점을 맞추었다. 하지만 최근에는 더욱 효과적으로 영향을 미치기 위해 공통 관심사를 가진 집단(예: 부동산에 관심 있는 사람들의 모임)을 대상으로 내용과 형식을 조정한 맞춤형 정보를 유포하고 있다. 본 논문에서는 이러한 관심 집단을 대상으로 한 비정상 정보의 특성을 분석하고 이를 탐지하는 방법을 제시한다. 이를 위해 선거 전후에 10개의 공통 관심 집단에 게시된 의견을 수집하여 분석하였다. 그 결과, 각 집단에 맞춤화된 정보가 실제 유포되고 있으며 선거일이 가까워짐에 따라 점차 증가함을 보였다. 또한, 비정상 정보를 탐지하기 위한 시스템을 제안하였는데, 이 시스템은 개별 의견에서 보이는 특징뿐 아니라 의견 게시자의 전반적인 행위 및 게시자와 협력한 사용자의 특성을 종합적으로 분석한다. 제안한 시스템을 수집한 데이터에 적용한 결과 90% 이상의 정확도로 비정상 의견을 탐지하였으며 다수의 사용자가 조직적으로 비정상 의견을 유포한 정황을 발견하였다. 제안한 시스템으로 관심 집단에 게시된 의견을 주기적으로 검사한다면 비정상 정보의 유포를 더 빠르게 차단하고 영향을 줄일 수 있을 것이다. 또한, 탐지에 활용한 특징은 정치적인 목적 이외의 비정상 정보 판별에도 활용될 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제21권12호
• /
• pp.688-701
• /
• 2020

본 연구는 자동차 산업의 기술협력 네트워크의 특성과 변화 요인들에 대해 분석한다. 전 세계 주요 자동차 기업들이 2000년부터 2017년까지 출원한 112,009건의 자율주행 관련 특허를 사회연결망 분석(SNA: Social Network Analysis, 이하 SNA)을 활용하여 기술협력 네트워크의 구조를 분석한다. 네트워크 분석지표 중 구조적 특성 분석을 통해 밀도 등의 네트워크 특성을 분석한다. 연결 정도 중심성, 매개 중심성 및 관계 중심성 등의 지위적 특성 지표 분석을 통해서는 기술협력 네트워크의 구조적 특성을 확인한다. 분석 결과는 토요타, 현대자동차 등 완성차 기업들과 부품 공급 업체인 보쉬, 콘티넨탈 등이 자율주행과 관련한 기술 개발 실적이 높은 것으로 확인되었다. 네트워크의 구조적 특성 분석 결과 자율주행 기술 개발의 협력 네트워크에 참여한 기업들의 수가 증가하고 다양해졌으며 지위적 특성 지표들은 모두 감소하는 결과를 보였다. 이는 기업 간의 수평적이며 보완적인 기술협력 형태가 증가하는 현상으로 해석할 수 있다. 그리고 자동차 자율주행 기술 분야의 참여자가 많아지고 네트워크가 더 복잡해짐을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.299-306
• /
• 2022

최근 로봇이나 설비, 회로 등에 센서 내장이 보편화 되고, 측정된 센서 데이터를 학습하여 기기의 고장을 진단하기 위한 연구가 활발하게 수행되고 있다. 이러한 고장 진단 연구는 고장 상황이나 종류를 예측하기 위한 분류(Classification) 모델 개발과 정량적으로 고장 상황을 예측하기 위한 회귀(Regression) 모델 개발로 구분된다. 분류 모델의 경우, 단순히 고장이나 결함의 유무(Class)를 확인하는 반면, 회귀 모델은 무수히 많은 수치 중에 하나의 값(Value)을 예측해야 하므로 학습 난이도가 더 높다. 즉, 입력과 출력을 대응시켜 고장을 예측을 할 때, 유사한 입력값이 동일한 출력을 낸다고 결정하기 어려운 불규칙한 상황이 다수 존재하기 때문이다. 따라서 본 논문에서는 주기성을 지닌 입출력 데이터에 초점을 맞추어, 입출력 관계를 분석하고, 슬라이딩 윈도우 기반으로 입력 데이터를 패턴화 하여 입출력 데이터 간의 규칙성을 확보하도록 한다. 제안하는 방법을 적용하기 위해, 본 연구에서는 MMC(Modular Multilevel Converter) 회로 시스템으로부터 주기성을 지닌 전류, 온도 데이터를 수집하여 ANN을 이용하여 학습을 진행하였다. 실험 결과, 한 주기의 2% 이상의 윈도우를 적용하였을 때, 적합도 97% 이상의 성능이 확보될 수 있음을 확인하였다.