• 한국환경생태학회지
• /
• 제12권3호
• /
• pp.259-270
• /
• 1998

본 연구는 산지의 수자원보전량 평가용 수문유출모형의 개발을 위한 중요한 기초연구로서 우리나라 주요 수종인 소나무와 상수리나무에 대한 수간류 및 수관통과우의 물수지식과 수문학적 특성을 밝히고자 수행하였다. 영남대학교 자연자원대학 부속 용성연습림과 영남대학교 교내 야산에 각각 수관통과우 및 수간류 관측용 야외 실험지를 설치하고, 1995년 9월에서 1998년 6월까지 약 2년 10개월 사이에 이 지역에 내린 다수의 단위강우에 대한 두 수종의 임내우 수량배분을 조사하였다. 그 결과 임외의 단위강우에 응답하는 두 수종의 수문학적 특성과 임내우 물수지식을 요약하면 다음과 같다. 1. 소나무에 있어서 수관통과우와 수간류의 총량은 각각 임외우의 73.8%와 0.8%이였으며 상수리나무는 각각 임외우의 76.9%와 3.8%로 관측되었다. 2. 소나무에 있어서 임외우(Gp)에 대한 수간류(S$_{f}$)와 수관통과우(T$_{f}$)의 회귀식은 각각 S$_{f}$ = 0.01GP -2.05 ($r^2$=0.54) T$_{f}$ = 0.79Gp - 26.04 ($r^2$=0.92)로, 임내우(N$_{r}$)와는 N$_{r}$ = 0.81Gp - 28.09 (r2=0.92)로 추정하였다. 이와 같이 소나무에 있어서 수간류와 수관통과우는 임외우의 양에 정비례하여 증가하였다. 3. 상수리나무에 있어서 임외우(Gp)에 대한 수간류(S$_{f}$)와 수관통과우(T$_{f}$)의 회귀식은 각각 S$_{f}$ = 0.03Gp + 12.25 ($r^2$=0.74) T$_{f}$ = 0.78Gp + 19.75 ($r^2$=0.96)로, 임내우(N$_{r}$)와는 N$_{r}$ = 0.81Gp + 31.99 ($r^2$=0.96)로 구해졌는데 소나무보다 상수리나무에 있어서 수간류와 수관통과우의 증가폭이 더 큰 것으로 나타났다. 4. 수간류 및 수관통과우와 그 영향인자로 평가된 수관투영면적(CA). 흉고직경(DBH), 임외우량(Gp)과의 내부상관분석을 한 결과, 소나무 수간류에는 임외우＞수관투영면적＞흉고직경의 순으로, 상수리나무 수간류에는 임외우＞흉고직경＞수관투영면적의 순으로 상관계수 값이 높았다. 그리고 소나무와 상수리나무의 수관통과우는 임외우＞수관투영면적＞흉고직경의 순으로 상관계수 값이 높았다.상관계수 값이 높았다.

• 한국축산식품학회지
• /
• 제25권4호
• /
• pp.365-372
• /
• 2005

본 연구는 제주산 재래 마육의 등심 부위 및 볼기 부위의 물리화학적 특성을 분석하기 위한 목적으로 수행되었다. 본 시험에 사용한 마육의 등심과 볼기 부위의 일반 성분은 수분 함량 72.2 및 $73.8\%$, 조단백질 20.1 및 $21.2\%$, 조지방 2.42 및 $3.08\%$ 그리고 조회분 0.13 및 $0.14\%$의 결과를 각각 보였다. 아미노산에서는 glutamic acid가 가장 높게 나타났으며 등심 부위와 볼기 부위에서 각각 3,275 mg/100g과 3,572mg/100g 함량을 보였다. 무기질 함량에서는 K 함량이 388.0mg/100g으로 제일 높고, 그 다음으로 P>Na>Mg>Ca의 순이었다. 지방산 조성에서 oleic acid가 가장 높게 나타났으며 불포화 지방산 함량은 등심과 볼기 부위에서 각각 62.64와 $63.77\%$의 결과를 보였다 콜레스테롤 함량은 등심 및 볼기 부위에서 각각 43.25와 43.57mg/100g으로 나타나서 부위별로 차이를 보이지 않았다. pH를 측정한 결과, 등심과 볼기 부위에서 각각 5.60과 5.75의 결과를 보여, 부위에 따른 차이를 발견할 수 없었고 보수력은 볼기 부위가 등심보다 높았으나 유의적인 차이는 없었다. 조직감의 경우, springiness는 등심이 볼기보다 높았으나 다른 측정 항목에서는 유의적인 차이가 없었다. 색깔의 경우, 볼기의 적색도가 등심보다 높았으며 관능 검사 결과, 색깔과 이취에서 부위에 따른 유의적인 차이를 보였다. 전체적인 기호도에서 등심이 볼기 부위보다 높은 경향을 보였으나 유의적인 차이는 없었다. 본 실험의 결과로서 제주산 재래 마육은 식육자원으로 훌륭한 가치가 있는 것으로 판단되었다.있음을 확인할 수 있었다.1(최고값=0.03)이였다. 마지막으로, 우리는 한반도 지역에 대해서 2001년 동안 총 36개로 구성된 정규화 지표반사도 값의 데이터베이스를 구축하였다.(p<0.05). T3와 T4는 T2에 비해 조섬유 및 조회분의 소화율이 증가하였다(p<0.05). 대조구는 T3와 T4에 비해 필수아미노산인 arginine, leucine, phenylalanine의 소화율이 높았으나(p<0.05), T3와 T4 처리구는 T2 처리구에 비해 필수아미노산 arginine, lysine 및 thereonine과 비필수아미노산 alanine의 소화율이 개선되었다(p<0.05). 이러한 결과들로부터 건조 잔반의 AO 배양조건 구명과 영양소 이용율 시험을 통해 FW사료의 품질이 기초사료에 비해 영양소 이용율이 낮고, AFW 사료가 AO에 의해 개선될 수 있음을 시사한다라서 이러한 수문자료 연산 프로그램(JydroDB Solution)은 수문자료의 신뢰도를 분석할 수 있을뿐만 아니라 IRWMS 내부의 여러 모형과 연동이 가능하도록 개발하였고 수자원 전문가에 의해 테이터베이스관리가 손쉽게 이루어지도록 구성하였다. 식양토 1.09, 식토 1.15로 평가되어 침투수에 비해 토성별 차이가 크게 나타났다. 이는 토성이 세립질일 수록 유거수의 저항이 작기 때문으로 생각된다. 경사에 따라서는 경사도가 증가할수록 증가하였으며 $10\% 경사일 때를 기준으로 $Ro(mm)=Ro_{10}{\times}0.797{\times}e^{-0.021s(\%)}$로 나타났다.천성 승모판 폐쇄 부전등을 초래하는 심각한 선천성 심질환이다. 그러나 진단 즉시 직접 좌관상동맥-대동맥 이식술로 수술적 교정을 해줌으로써 좋은 성적을 기대할 수 있음을 보여주었다.특히 교사들이 중요하게

• Radiation Oncology Journal
• /
• 제16권2호
• /
• pp.99-106
• /
• 1998

목적 : 임상에서 발생빈도가 높은 위선암, 폐선암, 망막세포종, 자궁경부 편평상피암의 4가지 인 체암세포주(MKN-45, PC-14, Y-79, HeL)를 이용하여 방사선조사후 세포생존분획 및 세포생존곡선의 모양을 결정하는 지표를 구하고 방사선조사후 손상 회복정도를 측정하여 이들 여러 지표간의 상관관계 여부를 구명하기 위하여 본실험을 시행하였다. 대상 및 방법 :각 세포주의 방사선감수성을 보기 위하여 1, 2, 3, 5, 7 및 10Gy의 방사선을 1 회 조사하였고 방사선조사후 준치사손상 회복정도를 보기 위하여 5Gy씩 2회의 방사선조사를 0, 1, 2, 3, 4, 6 및 24시간 간격으로 시행하였다. 세포의 생존분획은 $Sperman-K\"{a}rbor$ 방법으로 세포집락형성능력을 측정하여 산출하였으며 생존곡선의 수학적 분석은 linear-quadratic(LQ), multitarget-single hit(MS) 모형과 mean inactivation $dose(\v{D})$를 이용하였다. 결과 : 방사선조사후의 세포생존 실험결과 2Gy에서의 세포생존분획(SF2)은 0.174에서 0.85까지 다양하게 나타났으며 Y-79는 유의하게 낮은 SF2를, PC-14는 높은 SF2를 나타내었다(p<0.05, t-test). LQ model로 분석한 방사선 세포생존곡선의 분석결과 Y-79, MKN-45, HeLa, PC-14에서 ${\alpha}$가 각각 0.603, 0.355, 0.275, 0.102이었고 ${\beta}$는 각각 0.005, 0.016, 0.025, 0.027이었다. MS model로 분석한 결과는 Y-79, MKN-45, HeLa, PC-14에서 Do가 각각 1.59, 1.84, 1.88, 2.52였고 n은 0.97, 1.46, 1.52, 1.69를 보였다. 한편 Gauss-Laguerre방법으로 계산한 $\v{D}$는 Y-79, MKN-45, HeLa, PC-14에서 각각 1.62, 2.37, 2.61, 3.95였다. SF2가 감소함에 따라 ${\alpha}$값은 증가하였고 Do, $\v{D}$값은 감소하였으며 이들간의 Pearson 상관계수는 각각 0.953, 0.993, 0.999였다. (p<0.05). 분할조사에 의한 준치사손상 회복정도는 약 4시간 내외에 포화상태에 도달하였으며 포화상태의 recovery ratio(RR)는 2에서 3.79 사이였다. RR은 방사선감수성의 지표인 SF2, ${\alpha}$, ${\beta}$, Do, $\v{D}$과 통계학적으로 유의한 상관관계를 나타내지 않았다. 결론 : 본 연구의 결과 네가지 인체상피암세포주의 내재적 발사선감수성은 서로 상이하였으며 Y-79가 가장 민감하였고, MKN-45와 HeLa는 각각 중등도의 방사선감수성을 나타냈으며 PC-14는 방사선감수성이 가장 낮았다. 이와같은 감수성의 차이는 SF2, ${\alpha}$, Do와 $\v{D}$의 차이로 나타났으며 띠들간에는 밀접한 상관관계를 나타내었다. 방사선에 의한 준치사손상 회복력은 MKN-45와 HeLa에서 높게 나타났고 회복력과 방사선감수성과는 무관하였다. 각 암세포주에 따르는 이와같은 지표들은 향후 방사선치료 효과를 높이기 위한 방사선생물학 실험의 기초 자료로서 이용되어 질 수 있을 것이다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 농업과학연구
• /
• 제5권2호
• /
• pp.149-157
• /
• 1978

동력경운기용(動力耕耘機用) 두류(豆類)의 무경운(無耕耘) 파종기(播種機)에 부착(附着)하여 사용(使用)하는 구절기중(溝切器中)에서 소요색인력(所要索引力)이 작고 구절작업정도(溝切作業精度)가 양호(良好)한 구절기(溝切器)의 개발(開發)을 위(爲)한 기초자료(基礎資料)를 얻기 위(爲)하여 구동식(驅動式) 토조(土槽)에 인공토양(人工土壤)을 채우고 원판형(圓板型) 및 호우형(型) 구절기(溝切器)의 소요색인력(所要索引力)과 이에 영향(影響)을 미치는 인자(因子)들과의 관계(關係)를 구명(究明)코자 실내모형(室內模型) 실험(實驗)을 실시(實施)하여 다음과 같은 결과(結果)를 얻었다. 원판형(圓板型) 구절기(溝切器)에 대(對)하여 직경별(直徑別)로 조립각(組立角)을 $8^{\circ}$와 $16^{\circ}$, 경심(耕深)을 3cm와 6cm로 변화(變化)시키년서 2.75cm/sec의 속도(速度)로 색인력(索引力)을 측정(測定)한 결과(結果) 원판(圓板)의 직경(直徑)이 약(約) 28cm인 경우(境遇)에 색인력(索引力)이 최소(最少)로 나타났고, 직경(直徑)이 이보다 크거나 작은때는 색인력(索引力)은 증가(增加)하는 경향(傾向)을 나타냈으며 비저항(比抵抗)도 대체(大體)로 비슷한 경향(傾向)이었으나 원판(圓板)의 직경(直徑)이 약(約) 30cm일 때 최소(最少)로 나타났다. 종자파종(種子播種)의 심도조절(深度調節)을 목적(目的)으로 작구심(作溝深)(3cm 및 6cm)과 색인력(索引力)과의 관계(關係)를 조사(調査)하였던 바, 경심(徑深)과 색인력(索引力)과의 관계(關係)는 거의 직선적(直線的)인 변화(變化)를 나타냈으며 색인력(索引力)에 영향(影響)을 미치는 인자중(因子中)에서 경심(耕深)의 영향(影響)이 가장 컸음을 알 수 있었다. 일반적(一般的)으로 조립각(組立角) 및 주행속도(走行速度)에 별(別) 영향(影響)없이 경심(耕深) 3cm 및 6cm 공(共)히 색인력(索引力)은 직경(直徑) 약(約) 28cm에서, 비저항(比抵抗)은 약(約) 30cm에서 최소(最少)의 값을 나타내었다. 파종기(播種機)의 작업성능(作業性能)과 관계(關係)가 갚은 주행속도(走行速度) 및 파건(播巾)의 조절(調節)을 목적(目的)으로 원판(圓板)의 조립각(組立角)과 주행속도(走行速度)가 색인력(索引力)에 미치는 영향(影響)을 조사(調査)했던 바, 조립각(組立角)과 주행속도(走行速度)가 증가(增加)함에 따라 모두 색인력(索引力)이 증가(增加)하는 경향(傾向)을 나타내었으나 색인력(索引力)에 미치는 영향(影響)은 주행속도(走行速度)가 더욱 크게 나타났다. 원판형(圓板型) 구절기(溝切器)와 호우형(型) 구절기(溝切器)를 비교(比較)하기 위(爲)하여 쐐기각(角)이 $16^{\circ}$이고 리프트각(角)이 $20^{\circ}$인 호우형(型) 구절기(溝切器)와 조건(條件)이 비슷한 조립각(組立角) $16^{\circ}$의 원판형(圓板型) 구절기(溝切器)의 색인특성(索引特性)을 비교(比較)한 결과(結果) 직경(直徑) 30cm인 원판형(圓板型)의 경우(境遇)는 비저항(比抵抗)이 $0.35{\sim}0.5kg/cm^2$인데 비(比)해 호우형(型)의 경우(境遇)는 $0.71{\sim}1.02kg/cm^2$로 나타나 호우형(型)의 색인비저항(索引比抵抗)이 평균(平均) 2배정도(倍程度) 크게 나타났고 작구상태(作溝狀態)도 원판형(圓板型)의 경우(境遇)보다 불량(不良)하였다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.