• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.517-525
• /
• 2013

매일 단위로 수신되는 MODIS 인공위성자료를 이용하여 계산한 시계열 식생지수 자료는 1년 주기의 생물계절 특성을 나타내는 복잡한 파형으로 표현될 수 있다. 이러한 복잡한 파형도 단순한 파형의 합성으로 이루어지는데 이산 퓨리에 변환 분석 기법은 이들을 각각의 하모닉들로 추출해 내어 다양한 주기별로 생육을 달리하는 식생의 특성을 설명할 수 있다. 특히 이산 퓨리에 분석을 통해 도출된 시계열 식생지수 자료의 1차 하모닉 값은 1년 동안 변화하는 총 잎의 생장량을 나타내는 것으로써 나무의 상대성장회귀식 추정에 의해 식생이 1년 동안 탄소를 흡수한 양을 나타내는 지상부 바이오매스양을 설명한다. 따라서 1차 하모닉 값의 변화량은 1년 동안 식생이 탄소를 흡수하는 양을 나타낸다고 할 수 있는데, 시계열 MODIS 자료에서 추출된 6220여개의 표본들의 1차 하모닉 10년 평균값과 산림청의 입목 축적량 데이터를 통해 추정된 연간 단위면적당 이산화탄소 흡수량을 이용하여 수종별 비례상수를 도출할 수 있었다. 남한 산림지역에 한하여 총 이산화탄소 흡수량은 2000년 이후 10년 평균 약 5천6백만톤으로 계산되었고 이것은 발표된 남한 산림의 연간 이산화탄소 흡수량에 근접하였다. 본 연구에서 제시한 방법은 보편적 비례상수를 이용하여 식생의 연간 탄소 흡수량을 추정함으로써 시계열 위성영상 자료를 이용하여 매년 변화하는 산림의 이산화탄소 흡수량 지도를 반복하여 정량적으로 제작할 수 있는 환경공간정보를 제공한다.

• Korean Chemical Engineering Research
• /
• 제54권4호
• /
• pp.533-542
• /
• 2016

Lab-scale 기포유동층 반응기(D=0.1 m, H=1.5 m)에서 왕겨와 모래를 혼합하여 가스화를 통해 합성가스를 얻고 남은 왕겨 회재는 고부가가치 물질로 사용하기 위한 연구의 선행연구로서 왕겨/유동사/왕겨 회재(실리카)의 혼합 및 유동 특성을 규명하였다. 왕겨/유동사를 5:95, 10:90, 20:80, 30:70의 부피비로 유속 범위(0~0.63 m/s)조건으로 수행하였으며, 또한 왕겨 회재는 왕겨를 기준으로 부피비 6%로 결정하였다. 왕겨/유동사, 왕겨/유동사/왕겨 회재의 혼합실험을 통해 왕겨 부피비 0%, 5%, 10%에서는 최소유동화속도가 0.19~0.21m/s임을 확인하였고, 20%일때는 0.3m/s로 증가하였으며, 30%일때는 분리현상이 나타나 최소유동화속도가 측정 되지 않았다. 또한, 실험데이터에 따라 Brereton과 Grace의 mixing index를 이용하여 각 조건 별로 mixing index값을 도출한 결과 왕겨/유동사의 혼합은 0.8~1, 왕겨/유동사/왕겨 회재의 혼합은 0.88~1 사이임을 확인하였다. 이를 통하여 왕겨/유동사의 혼합과 왕겨/유동사/왕겨 회재 혼합의 최적 조업조건을 도출할 수 있었으며, 운전조건을 결정할 수 있었다.

• 한국식품저장유통학회지
• /
• 제24권8호
• /
• pp.1103-1112
• /
• 2017

엽산은 체내에서 아미노산과 핵산의 합성에 필수적인 성분이며, 세포 분열과 성장에도 중요한 역할을 담당하며 유아기, 성장기, 임신기 및 수유기에 높게 요구되는 수용성 비타민이다. 버섯류는 다양한 영양 및 생리활성 성분의 존재가 알려지면서 국내 식단에서 차지하는 비중이 점차 높아지고 있으나 실제로 섭취하게 되는 조리된 버섯류의 엽산 성분에 관한 데이터베이스는 거의 전무한 실정이다. 본 연구는 4가지 표준조리법(삶기, 굽기, 볶기, 튀기기)에 따른 6종 버섯(백만송이버섯, 양송이버섯, 목이버섯, 표고버섯, 느타리버섯, 팽이버섯)의 엽산 함량 변화를 분석하고 조리 전 후의 중량 변화를 고려한 가공계수를 산출하였으며 이를 적용한 엽산 잔존율을 평가하였다. 또한, 분석 결과의 국가 영양성분 데이터베이스로의 활용을 위하여 엽산 분석에 사용된 trienzyme extraction-L casei 분석법을 검증하고 내 외부 분석품질관리를 수행하여 분석 결과의 신뢰도를 확보하였다. 생버섯 6종의 엽산 함량은 버섯의 종류에 따라 $6.04-64.82{\mu}g/100g$의 범위를 나타내었으며(느타리버섯 > 팽이버섯 > 표고버섯 > 양송이버섯 > 백만송이버섯 > 목이버섯) 이는 조리법의 종류에 따라 다양하게 변화되었다. 목이, 표고, 및 느타리버섯은 네 가지 모든 조리법에서 엽산 함량이 각각 22-48, 2-31, 17-56%로 감소된 반면, 백만송이 버섯은 모든 조리법에서 17-90% 증가되었다. 한편, 양송이 버섯과 팽이버섯의 경우, 삶기에서는 생버섯에 비하여 엽산 함량이 각각 16%와 34% 감소한 반면, 튀기기에서는 각각 24%와 465%의 증가를 나타냈다. 조리 전후의 버섯의 중량 차이는 조리수를 이용한 삶기에서 가장 적었으며 고온에서 조리되는 튀기기에서 가장 높게 나타났다. 이러한 조리법에 따른 무게 변화를 고려한 가공계수를 고려하여 엽산 잔존율을 계산한 결과, 백만송이버섯을 제외한 5종 버섯에서는 대부분의 조리법에서 100% 이하의 잔존율을 보였으며, 전체적으로 삶는 조리법에서 엽산 잔존율 감소가 크게 나타났으며 튀기는 조리법에서는 비교적 잔존율이 높게 유지되었다. Trienzyme extraction-L. casei 분석법을 검증한 결과 우수한 정확성과(회수율 100.4%) 정밀성(CV 3% 이하)을 확인할 수 있었다. 또한, 본 연구가 진행되는 전 기간 동안 품질관리시료를 분석한 결과가 QC chart 관리수준 범위($172.58-188.20{\mu}g/100g$) 이내에 들어가 모든 분석이 관리하에 진행되었음이 확인되었다. FAPAS PT 시험에서 trienzyme extraction-L. casei 분석법이 z-score=-0.5를 얻어 분석 숙련도의 우수성도 확인할 수 있었다. 이러한 분석법 검증 및 품질관리 결과는 본 연구에서 생산된 생버섯 및 조리 버섯의 엽산 분석 데이터의 신뢰도가 우수함을 보여주는 것으로써 이는 국가식품 데이터베이스 구축을 위해 활용될 수 있을 것으로 판단된다.

• 한국식품영양과학회지
• /
• 제46권11호
• /
• pp.1386-1396
• /
• 2017

도라지 추출농축액과 발효도라지 추출액을 이용하여 휴대가 편이하고 식용이 간편한 도라지 추출농축액 스틱제품을 제조하기 위하여 관능적 특성과 항산화 및 항균 활성을 최적화 목적으로 품질의 특성을 분석하였고 최적 배합 레시피를 산출하였다. 중심합성계획법(CCD)에 따라 도라지 추출농축액($X_1$), 발효도라지 추출액($X_2$), 천년초 추출액($X_3$)의 양을 독립변수로 하여 실험계획을 하고 데이터를 분석한 후 최적화하였다. 쓴맛과 아린맛, 흐름성 및 전반적인 기호도 등 관능적 특성과 항산화 및 항균 활성의 기능적 특성 모두 P-value가 5% 이내에서 유의성을 보여 모델의 적합성이 인정되었다. 관능적 특성에서는 쓴맛, 아린맛 및 흐름성에서는 도라지 추출농축액이 증가할수록 맛 및 흐름성에 강도가 높아졌고, 천년초 추출액이 증가할수록 점성이 높아져서 흐름성에 대한 기호도가 높아졌으며, 관능적인 특성에서 배합비의 최적치를 쓴맛과 아린맛은 최저치를, 흐름성과 기호도는 최대치를 목적으로 하였다. 이때 도라지 추출농축액, 발효도라지 추출액 및 천년초 추출액을 최적 배합치는 각각 8.00 g, 18.38 g 및 20.00 g이었으며, 쓴맛, 아린맛, 흐름성 및 전반적인 기호도에 대한 관능 결과값은 각각 3.259, 1.491, 5.218 및 6.037을 보였으며, 만족도는 쓴맛, 아린맛, 흐름성 및 전반적인 기호도 각각 0.9753, 1.0000, 0.6336 및 0.9093이었고 전체적으로 관능적인 면에서 만족도는 0.8658로 나타났다. 항산화 및 항균 활성은 도라지 추출농축액, 발효도라지 추출액 및 천년초 추출액 모두 첨가량이 증가할수록 높아지는 결과를 보였으며, 최대치를 목적으로 하였을 때 최적 배합치는 도라지 추출농축액, 발효도라지 추출액 및 천년초 추출액 각각 12.00 g, 20.00 g 및 18.38 g이었다. 이때 결과는 각각 93.405%의 항산화 효과와 45.306시간 동안 기관지질환 유발세균의 생육을 저지하였으며 만족도는 항산화 활성은 1.0000이었고 항균 활성에 대한 만족도는 0.9684였다. 관능적 특성과 기능적 특성을 동시에 반응표면분석한 결과 최적배합치는 도라지 추출농축액, 발효도라지 추출액 및 천년초 추출액 각각 8.456 g, 20.00 g 및 20.00 g이었으며, 이때 결과는 쓴맛, 아린맛, 흐름성 및 전반적인 기호도가 각각 3.424, 1.700, 5.105 및 6.033이었고, 85.53%의 항산화 활성과 34.27시간 동안 생육시간이 저지되었다. 최적 배합치에서 아린맛에 대한 만족도는 변함이 없었으나 기타 관능적인 면에서 만족도와 기능적인 만족도는 낮아졌으며 전체적인 만족도는 0.7596이었다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 한국식품위생안전성학회지
• /
• 제38권2호
• /
• pp.69-78
• /
• 2023

본 연구에서는 EMS를 건강기능식품으로 활용하기 위한 기초적인 데이터를 제공하기 위해 EMS가 DEX으로 유도한 근위축 C2C12 모델에서 미치는 보호 효과를 조사하고자 하였다. DEX를 처리한 근위축 모델을 확립하였다. 그리고 DEX으로 유도한 근위축 C2C12 myotube에 24시간 동안 10, 50, 100 ㎍/mL 농도의 EMS를 처리하였으며, C2C12에 EMS와 DEX를 처리하여 XTT 세포독성 테스트와 myotube 형성 효능(myotube diameter와 fusion index) 측정, 단백질 발현량 분석을 수행하였다. 또한, 기능성을 입증받은 SE를 positive control로 사용하였다. EMS의 세포독성 평가 결과, 100 ㎍/mL 농도까지 유의한 독성이 없는 것을 확인하였다. C2C12 myotube에서 EMS는 DEX만 처리한 실험군과 비교하여 모든 농도에서 유의적으로 세포 보호 효능이 있음을 확인하였다. 또한 fusion index와 myotube diameter를 측정하여 DEX만 처리한 실험군과 비교하였을 때, EMS의 myotube 형성 효능을 확인하였다. EMS는 근육세포 분해 관련 단백질인 Fbx32와 MuRF1의 발현을 감소시키고, 그와 반대로 근력 강화 및 합성과 관련된 단백질인 SIRT1과 p-Akt/Akt의 발현은 증가시켰다. 이러한 연구결과는 EMS가 건강기능식품 개발의 성분으로 활용될 수 있으며, in vivo 동물 모델에서도 활용 가능할 것으로 사료된다.

• 한국작물학회지
• /
• 제68권3호
• /
• pp.134-146
• /
• 2023

콩 역병(Phytophthora root rot, PRR)은 난균(oomycete)인 Phytophthora sojae에 의해 발생하는 콩의 주요 병 중 하나로, 배수가 잘 안 되는 밭이나 습한 토양에서 심하게 발생한다. 역병의 피해를 효과적으로 줄일 수 있는 방법은 주로 역병 저항성 품종을 재배하는 것으로, 이는 저항성 유전자 Rps (resistance to P. sojae)에 대한 연구를 중심으로 이루어진다. 본 연구는 대풍 과 천알(계통명 SS0404-T5-76)을 교배하여 구축한 RIL (recombinant inbred line) 집단을 이용하여 콩 역병 균주40468과 연관된 저항성 유전자좌를 탐색하기 위해 수행되었다. 역병 균주40468에 대한 저항성 평가는 하배축 접종(hypocotyl inoculation) 방법으로 이루어졌다. 저항성 검정 결과, 천알은 저항성,대풍은 감수성을 보였고 집단 내에서는 계통들의 표현형이 분리되는 양상을 보였다. 집단 내에서 표현형 분포는 1:1 (R:S) (χ2 = 0.57, p = 0.75) 분리비와 일치하였으며, 이는 저항성 반응이 단일 유전자에 의해 조절됨을 나타낸다. 대풍, 천알과 각 RIL 계통들은 고밀도 SNP 유전자형 분석을 통해 데이터를 얻었고, 이를 바탕으로 유전자 지도를 작성하였다. 일원분산 분석(Single-marker ANOVA) 및 linkage analysis 결과, 18번 염색체의 55.9~56.4 Mbp에서 높은 통계적 유의성을 보였으며, 이 지역의 표현형 분산은 ~98%로 나타났다. 탐색된 영역은 다수의 선행연구에서 Rps의 위치로 보고된 지역과 겹치며, 콩 표준 유전체 정보를 기반으로 0.5 Mbp 범위 내에서 leucine-rich repeat (LRR) 또는 serine/threonine kinase(STK)을 합성하는 유전자 9개를 포함하고 있다. 천알은 역병 균주40468에 대한 저항성 유전자좌가 밝혀진 첫 국내 콩 품종으로, 본 연구에서 밝힌 천알의 저항성 유전자좌는 향후 역병 저항성 육종 및 연구에서 유용한 재료가 될 것이다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.181-193
• /
• 2024

기후변화에 의해 발생하는 대기 불균형은 강우량의 증가로 이어지고, 침수 발생 빈도가 증가함에 따라 이를 탐지할 수 있는 기술의 필요성이 증가하고 있다. 침수 피해를 최소화하기 위해 지속적인 모니터링이 필요하며, 날씨의 영향을 받지 않는 합성개구레이더(Synthetic Aperture Radar, SAR) 영상을 활용하여 침수지역을 탐지하였다. 관측된 데이터는 median 필터를 통해 노이즈를 감소시키는 전처리 과정을 진행하였으며, 객체 탐지 기법을 통해 수체와 비수체를 분류하여 각 기법의 침수탐지 활용성을 평가하고자 하였다. 본 연구에서는 Otsu 기법과 SVM 기법을 통해 수체 및 침수 탐지를 수행하였으며, Confusion Matrix를 통해 전체적인 모델의 성능을 평가하였다. Otsu 기법은 수체와 비수체의 경계를 구분하는데 적합함을 보였으나, 혼합물의 영향을 받아 오탐지의 비율이 높게 나타났다. 반면, SVM 기법을 사용한 경우, 오탐지 비율이 낮고 혼합물에 의한 영향에 민감하지 않은 것으로 관측되었다. 이에 따라 침수 상태를 제외한 다른 조건에서 SVM 기법의 정확도가 높게 나타났다. Otsu 기법이 침수 조건에서 SVM 기법보다 다소 높은 정확도를 보였지만, 정확도의 차이가 5% 미만임을 확인할 수 있었다(Otsu: 0.93, SVM: 0.90). SVM 기법이 Otsu 기법보다 침수 전, 침수 후의 조건에서 정확도 차이가 최대 15% 이상 발생하여 수체 및 침수탐지에 더 적합하게 나타났다(Otsu: 0.77, SVM: 0.92). 이러한 결과는 SVM 기법이 수체 및 침수탐지에서 효과적으로 활용될 수 있음을 시사하며, 미래의 수재해 탐지 시스템에 적용될 때 유용한 정보를 제공할 수 있을 것으로 기대된다.