• 한국자원식물학회지
• /
• 제26권5호
• /
• pp.645-651
• /
• 2013

시설오이로 많이 재배되고 있는 4 품종을 선발하여 생육단계별로 총 페놀 및 플라보노이드 함량, 피부염증과 가려움증 관련 Staphylococcus aureus, Staphylococcus epidermidis, Malassezia furfur균에 대한 항균효과 그리고 tyrosinase 억제 활성에 대하여 비교 분석하였다. 총 페놀 함량은 장죽청장과 장형낙합 품종에서 늘푸른청장과 신조은백다다기 품종에 비해 상대적으로 다소 높게 나타났으며, 생육단계별로는 대부분 수확기에 이른 5단계에서 높은 함량을 보였다. 총 플라보노이드 함량은 조사된 오이 4품종 모두 생육단계별로 큰 차이를 나타내지는 않았다. 항균활성은 Staphylococcus aureus균에서는 장형낙합 품종이 모든 생육단계에서 상대적으로 높은 활성을 보였으며, Staphylococcus epidermidis균에서는 생육단계 및 품종에 따라 저해환이 8~12 mm로 항균성에 차이를 나타냈다. 또한 Malassezia furfur균에서는 장죽청장에서 항균활성이 높게 나타났으며, 특히 생육 3, 4단계에서는 저해환이 14 mm로 형성되어 가장 높은 항균효과를 보였다. 전체적으로 오이의 항균성은 Staphylococcus aureus균에서 비교적 높은 것을 확인할 수 있었다. 오이 추출물의 tyrosinase 억제 활성은 장축청장과 신조은백다다기 품종에서 상대적으로 높은 활성을 보였으며, 다음으로 장형낙합 품종에서 비교적 높게 나타났지만, 늘푸른청장의 경우는 상대적으로 낮은 활성을 보였다. 또한 생육초기보다 수확기에 이르렀을 때 모든 품종에서 tyrosinase 억제 활성이 다소 높게 나타났다. 본 실험의 결과, 피부상재균 및 비듬균에 대한 오이의 항균성과 미백효능을 확인함으로서 향후 고부가가치 향장소재로서의 이용성을 더욱 증대시킬 수 있을 것으로 기대된다.

• 한국도서관정보학회지
• /
• 제54권1호
• /
• pp.143-165
• /
• 2023

본 연구에서는 학습 과정의 중재 역할에 대한 설계 및 구현 전략을 제시한 Kuhlthau의 ISP 모형을 활용하여 정보탐색과정에 적용할 수 있는 스캐폴딩 전략을 제안하고자 하였다. 이를 위해 관련 문헌을 검토하여 스캐폴딩 전략을 범주화하고, 대전지역의 중학생 150명을 대상으로 ISP 모형 기반의 스캐폴딩 전략을 적용한 프로젝트 수업을 시행한 후, 이에 대한 소감문 텍스트를 수집하였다. 수집된 자료는 전처리 과정을 거쳐 분석에 적합한 형태로 가공한 후 단어 빈도를 추출하고, STM(Structural Topic Modeling)을 활용하여 토픽 분석을 수행하였다. 먼저, 최적의 토픽 개수를 결정하고 ISP 모형 각 단계별로 토픽을 추출한 후 추출된 토픽을 인지적 영역-거시적 관점, 인지적 영역-미시적 관점, 정서적 영역 관점의 3가지 유형으로 구분하였다. 이 과정에서 텍스트마이닝을 통해 추출한 단어 가운데 인지동사와 감정동사를 중점적으로 살펴보았으며, 대표 문서 사례를 검토하여 각 토픽과 관련된 스캐폴딩 전략 모형을 제시하였다. 본 연구의 결과를 토대로 정보탐색과정(ISP) 단계에서 적절한 스캐폴딩 전략이 제공된다면, 학습자들의 자기 주도적 과제해결에 긍정적인 영향을 기대할 수 있을 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.185-191
• /
• 2023

변동성 가치에 대한 미래 예측을 분석하는 연구는 여러 분야에서 이루어지고 있다. 하지만 이러한 미래 가치분석은 각 분야의 연구결과를 통해 각 분야에 따른 변수가 너무 많아 예측결과의 정확도가 낮으며 결과에 영향을 미치는 객관적인 핵심영향요소를 찾아내는 데 어려움이 있음을 알 수 있었다. 특히 다양한 영향인자의 중요도에 대한 객관적인 기준이 마련되지 않아 연구자의 주관에 의지하여 핵심영향인자를 판단하여 적용하는 실정이다. 이에 여러 분야에서 객관적으로 적용할 수 있는 변동성 재화가치 예측에 영향을 미치는 핵심영향인자 추출을 위한 합리적인 Process 모델이 필요하게 되었다. 본 연구에서 총 7단계로 핵심영향인자 추출을 위한 Process 모델링을 제시 하였으며, 각 단계별로 핵심영향인자 추출을 위한 방법을 구체적으로 정의하였다. 또한, 제안된 모델링을 이용하여 원자재 분야의 주요 변동재화 중 Ni금속을 적용하여 Simulation을 한 결과 기존 방식에 의한 예측 값 0.872%, 본 연구 모델링을 적용한 예측 값 0.864%로 예측 결과 값이 모델에서 제시한 기준에 부합함을 확인 하였다.

• Current Research on Agriculture and Life Sciences
• /
• 제31권3호
• /
• pp.200-208
• /
• 2013

본 연구는 사전 예방적 국립공원 관리정책 도입과 과학적인 근거중심의 공원관리를 위해 탐방로 중심의 세부지표를 추출하여, 국립공원 주요 탐방구간별 스트레스 지수개발과 지수를 활용한 단계별 공원관리 정책 수단을 마련하고자 수행되었다. 탐방구간별 스트레스 지수의 개발을 위하여 국립공원 탐방로 총 144개 구간의 자료를 이용하였으며, 국립공원 스트레스 지수 개발을 위하여 델파이 설문 조사와 요인분석을 실시한 다음, 공원 탐방로별 스트레스지표 요인들의 표준화 점수를 이용한 스트레스 지수를 산출하였다. 그 결과 8개(탐방객 수, 단체 탐방객 수, 정상탐방객 수, 탐방로 훼손정도, 탐방로 훼손정도, 샛길 총 연장, 쓰레기 발생량, 생물종 다양도 등)의 스트레스 지표가 선정되었으며, 스트레스 지수 산정을 위한 요인은 탐방량, 탐방영향, 탐방로 훼손, 생물종 다양도 등 4개로 추출되었다. 요인별 가중치 산정은 2차 델파이 조사에서 평가한 지표별 중요도 값을 기준으로 산정하였으며, 5점 척도 평균값을 요인별 순 가중치로 산정하였다. 다음으로 앞서 산출된 표준화점수에 따른 누적확률을 5등급화(20점 미만: 5등급 매우 건전, 20~40점 미만: 4등급 건전, 40~60점 미만: 3등급 보통, 60~80점 미만: 2등급 심각, 80점 이상: 1등급 매우 심각) 하였다. 구간별 스트레스 지수 산정 결과, 지수값이 80점 이상인 1등급 구간은 6개 공원(지리산, 북한산, 덕유산, 내장산, 설악산, 주왕산) 20개 구간으로 나타났다.

• 한국비블리아학회지
• /
• 제28권3호
• /
• pp.217-240
• /
• 2017

이 연구는 영상콘텐츠분야 연구의 의제설정 경향을 분석하여, 정권별 정책과 연결되는 의미화 과정을 제시했다. 이를 위해 문화산업의 도입시점인 <문민정부(1993년)>부터 <박근혜정부(2016년)>까지의 영상콘텐츠 석박사학위논문 총 2,624편의 초록에서 43,991개의 단어를 추출하고 의미연결망 분석을 실시하였다. 분석방법은 R프로그램의 다양한 패키지를 활용하였으며, 이를 통해, 텍스트 분석과 시각화를 도출하였다. 연구 결과는, 첫째, 영상콘텐츠분야 연구는 출현빈도별, 정권순서별로 '영상', '미디어', '콘텐츠'의 순위와 순서로 진화되었다. 둘째, 정권별로는 3단계 연구흐름을 볼 수 있다. <문민정부>는 '교육'과 '표현', <국민의정부>와 <참여정부>에서는 '미디어', <이명박정부>와 <박근혜정부>에서는 '콘텐츠'관련 연구들이 중심이 되었다. 셋째, 연구대상 기간 또는 정권별 기간 내내 지속적으로 꾸준하게 진행되는 연구주제는 '방송', '디지털', '기술', '제작' 등이며, 향후에도 계속 진행될 것으로 보인다. 마지막으로 각 정권마다 새롭게 등장한 연구대상이 있었다. <문민정부>는 '콤팩트디스크기억장치(CD-ROM)', <국민의정부>는 '워터마크', '고화질', '3D', '가상현실', <참여정부>는 '플랫폼', <이명박정부>는 '모바일', '애플리케이션', <박근혜정부>는 '스마트'이며, '콤팩트디스크기억장치'와 '워터마크' 등은 단기에 소멸되었다. 연구의 의제설정과 산업화 과정에서 트렌드와 미래예측이 필요하다고 보여 진다.

• 정보처리학회논문지C
• /
• 제12C권5호
• /
• pp.649-658
• /
• 2005

네트워크 기반의 공격은 그 위험성과 피해의 규모가 크기 때문에 공격 초기에 빨리 탐지하는 것이 중요하다. 그러나 지도학습 데이터 마이닝을 이용한 네트워크상의 비정상 트래픽을 탐지하는 방법은 방대한 양의 데이터 전처리와 관리자의 분석이 요구되며 관리자의 분석이 정확하다는 보장이 없을 뿐만 아니라 각 네트워크의 실시간 특성을 고려하지 못하기 때문에 탐지의 어려움이 크다. 본 논문에서는 실시간 침입 탐지와 점진적 학습을 위해 비지도학습의 데이터마이닝 기법중 하나인 자기 조직화 지도를 기반으로 트래픽 속성 상관관계 메커니즘을 제안한다. 이는 세 단계로 이루어진다. 첫 번째 단계는 초기 학습이 이루어지는 단계로 비지도 학습을 통하여 성격이 비슷한 트래픽끼리 클러스터링 한 맵을 생성시킨다. 두 번째 단계는 맵의 각 클러스터가 정상과 비정상 트래픽의 클러스터로 구분되기 위해 각 공격별로 추출된 규칙(rule)을 적용하여 맵을 분석한다. 이 규칙은 지도 학습을 통한 규칙 기반의 방법으로, 각 데이터 항목마다 SOM을 이용한 속성별 맵의 상관관계(correlation) 분석을 통해 생성되었다. 마지막으로 분석된 맵을 이용하여 실시간 탐지와 함께 점진적 학습이 이루어지게 된다. 여러 실험을 통하여 비지도 학습과 지도 학습을 결합한 SOM 기반 트래픽 속성 상관관계 메커니즘이 지도 학습에 비해 실시간 탐지에 우수함을 증명하였다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.143-151
• /
• 2010

지문분류는 1:N 지문인식 시스템의 효율성을 높이는 단계로 지문의 매칭 시간 단축과 인식의 정확성을 높여주는 역할을 한다. 지문 각 클래스의 융선 패턴은 한 개 이상의 클래스와 중복되는 성질을 가지기 때문에 지문분류 작업은 어렵다. 또한 잡음을 많이 포함하거나 예외적인 입력 상태인 경우에도 분류 작업은 어려워진다. 본 논문에서는 다양한 품질의 지문을 효과적으로 분류하기 위해 지문의 방향특징을 이용해 확률 모델을 설계하고, 이를 최적화 하여 지문분류를 수행하는 방법을 제안하였다. 지문 융선을 픽셀단위로 탐색하여 방향 값을 산출하고, 산출된 방향 값을 일정 픽셀 단위로 병합하여 지문의 방향특징을 추출한다. 추출된 방향 특징을 이용해 확률론적 정보추출 및 인식 방식인 마코프 모델을 이용하여 지문의 클래스별 마코프 모델을 생성한다. 생성된 클래스별 마코프 모델의 상태전이 행렬을 분석하여 클래스별 분류 모델의 가중치 항목을 결정하고 유전자 알고리즘을 이용하여 지문분류 성능을 향상시킬 수 있는 최적의 수치를 찾아낸다. 유전알고리즘에 의해 최적화된 분류모델에 다양한 품질의 지문 데이터베이스를 적용하여 실험해 본 결과 최적화 되기 전의 분류 모델에 비해 우수한 분류성능을 보였다. 또한 실험에 사용한 다양한 품질의 데이터베이스를 분석해본 결과 제안한 방법은 특이점 유, 무 및 상태에 독립적으로 예외적인 입력상황의 지문에 대해 효율적으로 지분분류를 수행했다.

• 디지털콘텐츠학회 논문지
• /
• 제18권7호
• /
• pp.1341-1346
• /
• 2017

본 논문에서는 개개인의 복합적 속성과 요구를 반영한 통합된 개인 맞춤형 서비스와 지능정보기술을 기반으로 의료서비스 접근성을 향상시킬 수 있는 개방형 서비스플랫폼의 구축방안에 대하여 설계하였다. 먼저, 데이터 수집 및 저장단계는 데이터 추출, 변환, 로딩을 반복하며 신속하고 정확하게 처리한다. ETL 모듈로부터 생성된 데이터는 분산 파일 시스템에 저장한다. 데이터 분석단계는 스토리지에 저장된 과거 의료 데이터들을 기반으로 기계학습과 데이터 마이닝 분야에서 사용되고 있는 분석 알고리즘을 적용하여 다양한 패턴들을 생성한다. 데이터 처리단계에서는 데이터를 신속히 처리해야 하므로 보통 작업을 병렬 및 분산 처리하여 성능을 향상시킨다. 데이터 제공방식은 디바이스별 운영하는 플랫폼에 독립적으로 동작해야 하며, 데이터 전송 시 네트워크 부하가 적고, 다양한 형태의 서비스를 제공하기 위하여 Open API 형태로 제공한다.

• 전자공학회논문지SC
• /
• 제47권5호
• /
• pp.62-68
• /
• 2010

적외선영상에서 표적을 효율적으로 탐지하는 새로운 자동표적탐지 알고리즘을 제안한다. 이 연구의 목적은 실제 야지환경에서 획득된 적외선영상에서 낮은 오경보 확률로 표적의 위치를 정확히 찾는 것이다. 제안한 방법이 기존의 방법과 다른 점은 초기 탐지단계에서 사용되는 모폴로지 필터링 기법을 밝기정보를 갖고 있는 원래 입력 영상이 아닌 가버(Gabor) 응답 영상에 적용한 것과 표적과 클러터를 구분하기 위해 표적의 정확한 윤곽선 추출을 필요로 하지않는 것이다. 제안한 방법은 크게 3단계로 구성된다. 첫째로, 영상에서 돌출된 영역을 찾기 위해 입력영상으로부터 4 방향의 가버 응답을 구하고 픽셀별로 가버응답 합 영상을 구한다. 이 영상에 모폴로지 기법을 적용하여 돌출된 영역의 위치를 찾는다. 둘째로, 원래의 입력영상의 돌출된 영역에서 지역적인 질감특징 정보들을 찾는다. 마지막 단계로, 찾아진 지역적 특징 정보들이 신경회로망인 다층퍼셉트론 (Multi-Layer Perceptron)으로 입력되어 학습된 훈련 데이터들과의 비교를 통해 실제 표적과 클러터를 구분한다. 실험에서는 제안한 방법을 군사용 적외선 영상장비를 사용하여 실제 야지 환경에 획득된 영상에 적용하여 우수성과 실용가능성을 확인한다.

• 지능정보연구
• /
• 제14권4호
• /
• pp.201-216
• /
• 2008

현재 다양한 신상품의 잦은 출시로 인해 고객들은 자신이 원하는 신상품을 찾는데 어려움을 겪고 있다. 또한 기업들은 신상품을 구매할 가능성이 높은 고객을 찾는데 많은 노력을 기울이고 있는 상황에서 고객의 선호에 부합하는 신상품을 찾도록 도와주는 추천시스템에 대한 요구가 대두되고 있다. 본 연구는 신상품 추천을 위해 상품 특성을 추출하여 다차원 속성 공간에 표현하고 이를 바탕으로 선호영역(Preference Boundary)를 제시하였다. 다시 말해 고객들이 과거 구매한 상품의 속성을 바탕으로 고객의 선호 영역을 형성하고, 신상품의 속성이 선호 영역 내에 위치하면 추천이 이루어지는 방법을 제시하였다. 선호 영역을 형성하는 과정은 크게 선호영역의 중심점을 구하는 단계와 선호 영역의 범위를 구하는 단계로 구성되는데, 이 연구에서는 선호영역의 범위를 구하는 단계로 t-분포를 이용하는 방법, 중심점과 구매 상품과의 가장 먼 거리와 가까운 거리를 이용하는 방법, 그리고 중심점과 구매 상품들 간의 평균 거리를 이용하는 방법을 제시하였다. 제시된 방법들의 성능을 평가하기 위해 신상품 출시와 구매가 잦은 모바일 이미지 거래 데이터를 이용하여 실험을 진행하였다. 이 논문에서 제시한 각 방법들의 성능을 비교해본 결과 목표 고객의 중심점과 구매 상품과의 가장 먼 거리와 가까운 거리를 이용하는 방법으로 각 상품별 선호영역의 적정한 범위를 구하였을 때, 신상품 추천의 정확도가 향상되는 것으로 분석되었다.