• 고려인삼학회:학술대회논문집
• /
• 고려인삼학회 1988년도 학술대회지
• /
• pp.92-98
• /
• 1988

본 연구는 중앙대서전에 인삼의 주 효과중 건망증 방지작용이라고 수록되어 있는 것을 확인하기 위하여 행하여졌다. Step through 시험에서 $GRb_1$과 $GRg_1$은 기억력 획득을 용이하게 하였으며 전기충격 쇼크에 의해 야기되는 기억상실 효과를 억제하였다. 게대가 $Rg_1$은 에타놀 야기 기억재생 저해작용을 방지하였다. Stepdown test에 있어서 $Rb_1,\;Rb_2,\;Rg_1$은 전기충격쇼크에 의해 야기되는 기억보지 저해효과를 방지하였다. 또한 $Rg_1$은 에타놀에 의해 야기되는 기억재생 저해효과를 방지하였으며 단기적 기억력 획득을 용이케 하였다. Shuttle box와 lever press 시험에서도 $Rb_1$을 제외하고 나머지는 기억획득과 재생에 효과를 미치지 못했다. $Rb_1$은 shuttle box 시험에서 조건회피반응의 재생 (retrieval)을 억제하였다. 이와 같은 4가지 시험이 끝난후에 인삼의 구강투여가 진정, 진통, 해열, 진경효과와 자발 및 탐색활동에 미치는 영향을 500 mg/kg 투여 범위내에서 조사하였으나 아무런 반응도 관찰되지 않았다. 현재까지 연구결과는 $Rg_1$이 기억의 재생 및 학습반응의 획득과정에 대하여 효과가 있다는 것을 의미한다. 최근의 신경성장인자(NGF)가 성숙동물에 있어 뇌신경세포의 생존, 재생 및 조절에 미치는 작용에 관한 연구결과는 지능장해와 건망증에 대한 신경성장인자의 중요성을 시사했다. NGF에 의해 야기된 신경세포돌기 성장의 특이성에 관한 연구결과를 병아리 배배근 신경절에 있어서 NGF의 영향은 $Rh_1$에 의해 증가되었다. 다음으로 $Rb_1$은 병아리 배의 감각 및 교감신경단위에 있어서 NGF-관련 신경섬유 증가를 강화시켰다. NGF와 $Rb_1$을 함께 했을 때도 역시 쥐 대뇌피질의 신경세포 생존수를 증가시키는 경향을 보였다. NGF는 쥐의 배격부 부근의 신경세포를 배양했을 때 cholineacetyl transferase 활성을 증가시키지 않았다. 이러한 결과로 $Rb_1$은 뇌에 있어서 신경세포의 생존이나 재생에 중요한 역활을 한다는 것은 알 수 있었다.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.259-259
• /
• 2019

시계열 자료들을 분석하고자 하는 경우 자료가 정상성(stationarity)을 만족하는 경우는 드물다. 특히 계절성을 제거한 자료들에서는 정량화하기 어려운 주기성이 많이 관찰된다. 즉, 어떤 특정지역에서 나타나는 현상이 다른 기상 현상에 영향을 미칠 것은 자명한 일이나 그 관련성이 선형(linearity)일 가능성은 극히 드물다. 따라서 그들 사이의 관련성이 선형성에 근거한 지표들로 정량화되어야 한다. 이러한 문제점을 해결하기 위해서 다양한 방법이 사용되며 그중에서 웨이블릿 분석을 통해 본 연구를 진행하였다. 웨이블릿 변환(wavelet transforms)은 특수한 함수의 집합으로 구성되어 기존 웨이블릿 신호의 분석을 위해 사용되는 방법이다. 이 변환은 푸리에 변환에서 변형된 방법으로 특정한 기저 함수(base function)를 이용하여 기존의 시계열 자료를 주파수로 바꾸는 변환이다. 웨이블릿 변환에서 기저 함수를 모 웨이블릿이라고 하며 이를 천이, 확대 및 축소 과정을 통해 주파수를 구성한다. 웨이블릿 분석은 모 웨이블릿을 분해하고 재결합하여 시계열 분석을 할 수 있다. 모 웨이블릿 함수에는 Haar, Daubechies, Coiflets, Symlets, Morlet, Mexican Hat, Meyer 등의 여러 가지 종류의 모 웨이블릿 함수가 있으며 모 웨이블릿이 달라지면 결과가 다르게 나타난다. 기존에는 Morlet 웨이블릿을 주로 이용하여 주파수분석에 사용하여 결과를 도출하였다. 그리고 시계열 자료는 크게 백색잡음(White Noise), 장기기억(Long Term Memory), 단기기억(Short Term Memory)으로 나뉜다. 각 시계열 자료의 종류에 따라 임의의 시계열 자료를 산정하여 그에 따른 웨이블릿 분석을 통해 모 웨이블릿의 특성을 도출하였다. 본 연구에서는 웨이블릿 분석을 통해 시계열 자료의 최적 모 웨이블릿을 결정하고자 남방진동지수(SOI), 북극진동지수(AOI)의 자료를 이용하여 웨이블릿 분석을 시도하였다. 웨이블릿 분석은 모 웨이블릿에 따라 달라지는 결과를 토대로 분석하였으며 이를 정상성과 지속성에 따라 분류된 시계열에 적용하여 최적 모 웨이블릿을 결정하고자 하였다. 본 연구에서는 임의의 시계열 자료에서 설정한 최적의 모 웨이블릿을 AOI와 SOI와 같은 실제 시계열 자료에 대입하여 분석을 진행하였다. 본 연구에서는 시계열 자료의 종류를 구분하고 자료의 특성에 따라 가장 적합한 모 웨이블릿을 구하고자 하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.123-123
• /
• 2012

일강수량은 수공구조물 설계 및 수자원계획을 수립하기 위한 입력 자료로 이용된다. 일반적으로 수자원계획은 장기적인 목적을 가지고 수행되어지며, 장기간의 일강수량 자료를 필요로 한다. 하지만 장기간의 일강수량 자료의 획득의 어려움으로 단기간의 일강수량자료를 이용하여 모의한 장기간 강수자료를 이용하게 된다. 이처럼 수자원계획의 수립에 있어서 일강수량 모의기법의 성능은 수자원계획의 신뢰성 및 결과에 큰 영향을 준다. 일강수량 모의기법은 국내외적으로 매우 활발하게 이루어지고 있으며, 수자원계획 및 수공구조물 설계 외에도 매우 다양한 목적으로 활용되어 지고 있다. 일강수량을 모의기법 중 강수계열의 단기간의 기억(memory)을 활용한 Markov Chain 모형이 가장 일반적이지만, 기존 Markov Chain 모형을 통한 일강수량 모의는 극치강수량을 재현하기 어렵다는 문제점이 있다. 또한, 일강수량 모의 기법의 목적인 수자원계획 및 수공구조물 설계 등의 입력자료로 활용되어지기 위해서는 모의 결과가 유역내 지점별 공간 상관성을 재현함으로써 모형의 우수성과 자료결과의 신뢰성을 확보할 수 있어야 하겠다. 이러한 점에서 본 연구에서는 내삽에서 우수한 재현능력을 갖는 핵 밀도함수와 극치강수량 재현에 유리한 GPD분포의 특징을 함께 고려할 수 있는 불연속 Kernel-Pareto Distribution 기반에 공간상관성 재현 알고리즘을 결합한 일강수량모의기법을 개발하였다. 한강유역의 18개 강수지점에 대해서 기존 Gamma분포를 사용한 Markov Chain 모형과 본 연구에서 제안한 방법을 적용하여 모형을 평가해 보고자 한다. Gamma 분포기반 Markov Chain 모형의 경우 일강수량 모의 시 1차모멘트인 평균과 2-3차 모멘트 모두 효과적으로 재현하지 못하는 문제점이 나타났다. 그러나 본 연구에서 적용한 다지점 불연속 Kernel-Pareto 분포 모형은 강수계열의 평균적인 특성뿐만 아니라 표준편차 및 왜곡도의 경우에도 관측치의 통계특성을 매우 효과적으로 재현하며, 100년빈도 강수량 모의결과 기존 모의모형의 문제점을 보완할 수 있는 개선된 결과를 보여주었다. 본 연구에서 제시한 방법론은 유역내의 공간상관성을 재현하며, 평균 및 중간값 등 낮은 차수의 모멘트 등 일강수량 분포특성을 더욱 효과적으로 모의할 수 장점을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.88-88
• /
• 2011

수자원에서 일강수량 모의기법은 다양한 목적으로 활용되고 있으며 기본적으로 수공구조물 설계 및 수자원계획을 수립하기 위한 입력 자료로서 이용된다. 수자원계획은 장기적인 목적을 가지고 수행되는 것이 일반적이며 우리가 목표로 하는 장기간의 일강수량자료의 획득이 어렵기 때문에 단기간의 일강수량자료를 장기 모의하여 이용하게 된다. 일강수량을 모의하는데 있어서 강수계열의 단기간의 기억(memory)을 활용한 Markov Chain 모형이 가장 일반적이며, 기존 Markov Chain 모형을 통한 일강수량 모의에서 발생하는 가장 큰 문제점은 극치강수량을 재현하기 어렵다는 점이다. 이러한 문제점으로 인해 수자원 계획을 수립하는데 있어서 불확실성을 가중시키고 있다. 특히 일강수량 모의기법을 통해서 추정되는 빈도강수량의 과소추정으로 인해 수공구조물 설계 시에 신뢰성을 확보하는 데 문제점이 있다. 이러한 점에서 본 연구에서는 기존 Markov Chain 모형에서 일강수량에 평균적인 특성과 극치특성을 동시에 재현할 수 있도록 불연속 Kernel-Pareto Distribution 기반에 일강수량모의기법을 개발하였다. 한강유역의 3개 강수지점에 대해서 기존 Markov Chain 모형과 본 연구에서 제안한 방법을 적용한 결과 여름의 일강수량 모의 시 1차모멘트인 평균과 2-3차 모멘트 모두 효과적으로 재현하지 못하는 문제점이 나타났다. 그러나 본 연구에서 제안한 불연속 Kernel-Pareto 분포형 기반 Markov Chain 모형은 여름의 일강수량 모의 시 강수계열의 평균적인 특성뿐만 아니라 표준편차 및 왜곡도의 경우에도 관측치의 통계특성을 매우 효과적으로 재현하는 것으로 나타났다. 본 연구에서 제시한 방법론은 전체적으로 기존 Markov Chain 모형에 비해 극치강수량을 재현하는데 유리한 기법으로 판단되며, 또한 극치강수량을 일반강수량으로부터 분리하여 모의함으로서 평균 및 중간값 등 낮은 차수에 모멘트 등 일강수량에 전체적인 분포특성을 더욱 효과적으로 모의할 수 장점을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.62-62
• /
• 2022

홍수 예보를 위한 강우-유출 분석에서 정확한 예측 강우량 정보는 매우 중요한 인자이다. 이에 따라 강우 예측을 위하여 다양한 연구들이 수행되고 있지만 시·공간적으로 비균일한 특성 또는 변동성을 가진 강우를 정확하게 예측하는 것은 여전히 난제이다. 본 연구에서는 딥러닝 기반 ConvLSTM (Convolutinal Long Short-Term Memory) 모형을 사용하여 위성 강수 자료의 단기 예측을 수행하고 그 정확성을 분석하고자 한다. 대상유역은 메콩강 유역이며, 유역 면적이 넓고 강우 관측소의 밀도가 낮아 시·공간적 강우량 추정에 한계가 있으므로 정확한 강우-유출 분석을 위하여 위성 강수 자료의 활용이 요구된다. 현재 TRMM, GSMaP, PERSIANN 등 많은 위성 강수 자료들이 제공되고 있으며, 우선적으로 ConvLSTM 모형의 강수 예측 활용가능성 평가를 위한 입력자료로 가장 보편적으로 활용되는 TRMM_3B42 자료를 선정하였다. 해당 자료의 특성으로 공간해상도는 0.25°, 시간해상도는 일자료이며, 2001년부터 2015년의 자료를 수집하였다. 모형의 평가를 위하여 2001년부터 2013년 자료는 학습, 2014년 자료는 검증, 2015년 자료는 예측에 사용하였다. 또한 민감도 분석을 통하여 ConvLSTM 모형의 최적 매개변수를 추정하고 이를 기반으로 선행시간(lead time) 1일, 2일, 3일의 위성 강수 예측을 수행하였다. 그 결과 선행시간이 길어질수록 그 오차는 증가하지만, 전반적으로 3가지 선행시간 모두 자료의 강수량뿐만 아니라 공간적 분포까지 우수하게 예측되었다. 따라서 2차원 시계열 자료의 특성을 기억하고 이를 예측에 반영할 수 있는 ConvLSTM 모형은 메콩강과 같은 미계측 대유역에서의 안정적인 예측 강수량 정보를 제공할 수 있으며 홍수 예보를 위한 강우-유출 분석에 활용이 가능할 것으로 판단된다.

• 정신신체의학
• /
• 제11권2호
• /
• pp.97-117
• /
• 2003

연구목적: 학령기 정상아동에 있어서 전산화 신경인지기능검사의 타당도 및 신뢰도를 알아보고자 하였다. 방 법: 2002년 6월부터 2003년 1월까지 평균 범위 이상의 지능을 유지하고 있고, 배제기준(ru1e out criteria)을 통과한 학년별 남녀 각각 10명씩, 120명의 정상아동에게 K-ABC, K-PIC 및 전산화 신경인지기능검사를 실시하였다. 그리고 이들 중 무작위로 선발된 30명에게 검사-재검사 신뢰도(reliability)를 알아보기 위해 4주뒤 전산화 신경인지기능검사를 재실시하였다. 결 과: 타당도 검증을 위한 상관분석 결과, 4가지 연속수행검사는 성인을 대상으로 한 연구와 동일하였으며, 기억력 검사에서도 단기기억의 순방향과 역방향 검사의 차이를 보이면서 선행연구와 동일하였다. 고위인지기능검사들에서는 각기 다른 측정 목적을 가지고 있는 검사들로 구성되어 있음을 시사하였다. 12개 검사 43개의 변수에 대해 요인분석을 실시한 결과, 10개의 요인이 도출되었으며, 전체 설병변량은 75.5%였다. 도출된 요인은 '주의력 유지, 정보처리속도, 경계력, 언어학습, 주의의 배분 및 개념형성, 사고의 유연성, 개념형성, 시각기억능력, 단기기억, 선택적 주의력' 순이었다. 해석적 준거(criteria)를 마련하기 위한 K-ABC와의 상관분석에서, K-ABC의 하위척도와 선택적인 관련성이 있음을 확인하였다. 신뢰도 검증에서, 연습효과를 반영하는 결과들이 발견되었으며, 특히 고위인지기능검사에서 현저하였다. 하지만, 각 검사 군의 반분신뢰도와 내적 일치도는 유의하게 높았다. 결 론: 아동기 정상아동의 전산화 신경인지기능 수행은 성인과는 다른 발달적 특성을 반영하고 있음을 발견할 수 있었으며, 신경심리학적 배경을 가진 표준화된 지능검사와의 관계를 알아봄으로써 해석적 준거 마련을 위한 기본적인 정보를 얻을 수 있었다.

• 한국정보처리학회논문지
• /
• 제7권12호
• /
• pp.3866-3873
• /
• 2000

본 논문에서는 경제시계열 데이타중에 하나인 환율데이타(Yen/Dollar)의 장기기억성과 정답율을 조사했다. 통상 단기 기억성을 가진 대표적 모델 AR 모델로 부터 생성되는 시계열에는 두종류의 프랙탈차원이 존재하는 경우가 많다. 두차원으로 분리되는 샘플 간격을 $k^{crossover}$라고 한다면, 통계모델에서K < $k^{crossover}$일때의 프랙탈차원을 $D_1$, K > $k^{crossover}$일때의 프랙차원을 $D_2$라고 한다면 $ D_1이면서 $D_2\cong2$ 인 관계를 가진다. 그러나 일본경제평균등 실제의 시계열에서는 이것에 반대되는 결과가 나타났다. 그 한 예로써 환율데이타에서는 $D_1>D_2$라는 관계를 가진다는 것을 알았다. 이것은 데이타 사이의 시간 간격이 멀어지는데 오히려 상관은 강해지는 현상을 나타내는 것이다. 환율 시계열을 뉴럴네트워크를 이용해서 예측한 결과, 예측오차로부터 얻어진 지수(指數) $\beta$와 D가 프랙탈성질을 가진 비선형 모델로 부터 구한 관계식 $\beta$=2-2D을 정확히 만족 시키는 것을 확인했다. 그리고 프랙탈차원의 차이가 정답율에서도 나타남을 확인했다.

• 디지털융복합연구
• /
• 제18권8호
• /
• pp.493-504
• /
• 2020

본 연구의 목적은 장기간의 상호작용적 비디오 게임이 노인의 인지정보처리에 어떤 영향을 미치는지 알아보는데 있다. 본 연구에 참여할 피험자는 K시 D, J, K, W 노인복지관 노인 남·녀(65-70세) 250명 중 신체활동수준을 측정하여 신체활동이 낮은 수준(낮음: 3200kcal 이하/1주)을 보인 60명이며, 피험자들 모두 사전 동의를 거쳐 자발적으로 본 실험에 참여하였다. 선정된 모든 피험자들은 난수표를 이용하여 무선 할당되어 (1) 상호작용적 비디오게임 집단(20명) (2) 유산소운동(20명) (3) 통제집단(20명)으로 배정하였다. 본 연구의 실험설계는 3(집단)×2(사전사후)에 대해 반복 측정 이원분산분석을 실시했다. 종속변수는 인지기능 척도(주의집중력, 지연 기억력, 단기기억 능력, 즉각 기억력, 언어 유창성, 전두엽 운동기능), ERP 분석에서는 P300의 진폭과 잠재기, 반응시간과 정확률이다. 연구결과에서 인지기능과 ERP 분석에서 운동수행의 반응시간과 반응 정확률 및 진폭과 잠재기에서 상호작용적 비디오게임 집단과 유산소 운동집단은 유의미한 통계적 차이가 없었으나, 상호작용적 비디오게임 집단과 유산소 운동(걷기운동)집단이 통제집단보다 향상된 결과를 보였다. 이러한 연구결과는 인지적 운동인 상호작용적 비디오게임과 같은 유산소운동의 꾸준한 참여는 노인의 인지기능 쇠퇴방지에 좋은 영향을 미칠 수 있다고 여겨진다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.95-102
• /
• 2005

본 논문에서는 해마와 피질 사이의 상호 작용을 이용하여 사용자 친화적인 객체 기반 영상 검색 시스템을 제안한다. 내용기반 영상 검색 시스템은 대부분 예제(example) 질의 혹은 스케치 질의 등을 이용하고 있고 이러한 방법들은 비교적 사용하기 불편하고 방법이 편중되어 있어서 일반 사용자들의 다양한 질의 요구에 적합하지 못하다. 제안하는 알고리즘은 CSB 트리맵 (Color and Spatial based Binary tree map)을 이용하여 객체를 추출하고 지역 라벨링 알고리즘을 이용하여 객체의 색상의 상관관계, 객체의 크기와 위치 정보를 비트 스트림 형태로 변환하고 이것을 해마와 피질 사이의 상호 작용의 관계를 이용한 해마 신경망을 사용하여 학습시킨다. 사람의 뇌 속에서 어떤 패턴을 인식을 하는 경우 해당 패턴의 특이한 특징에 대해 흥분하는 세포들이 특정 신호를 발생시킨다. 이것은 흥분학습에 의해 단기기억에서 장기기억으로 저장하는 해마의 기능으로 기존의 신경망에서는 입력되는 패턴의 특성과는 상관없이 특징 개수가 모두 동일하게 비교된다. 제안하는 해마 신경망은 호감도 조정에 의해서 입력되는 영상 패턴의 특징들을 흥분학습과 억제학습을 이용하여 불필요한 특징은 억제시키고 중요한 특징은 장기 기억 시켜서 적응성 있는 고속 검색 시스템을 구현한다.