• 한국산학기술학회논문지
• /
• 제17권11호
• /
• pp.80-85
• /
• 2016

팻 메스니는 1976년도에 데뷔한 이후 현재까지 장르를 재즈에 국한하지 않고 다양하고 실험적인 음악으로 대중에게 어필하였다. 50여장에 이르는 그의 앨범들은 그래미상(Grammy Award)를 20차례나 수상하였고, '골드 디스크(Gold Disc)' 상을 3차례나 수상할 정도로 '예술성'과 '음악성'을 인정받았다. 이러한 이유로 그의 음악은 단순히 재즈라는 한 단어로 표현하기는 힘들다. 기초 화성학에서는 기본적으로 메이저 코드에서 사용하는 스케일과 마이너 코드에서 사용하는 스케일이 정해져 있다. 예를 들어 메이저 코드에서는 Ionian Scale이나 Lydian 스케일을 주로 사용하고, 마이너 코드일 때는 Dorian Scale이나 Phrygian Scale, 그리고 Aeolian Scale을 주로 사용한다. 또 m7b5 코드 일 때는 당연히 Locrian Scale을 사용하는 것이 일반적이다. 하지만 팻 메스니의 스케일을 분석한 결과 메이저 코드일 때 Dorian Scale을 사용한다던지, 또 마이너 코드일 때 Lydian Scale을 사용하여 Lick을 만들었다. 그리고 도미넌트 코드 일 때 사용하는 여섯 가지 스케일도 다양하게 사용하지만 의외로 Dorian Scale이나 Lydian Scale을 자주 사용하는 것을 알 수 있었다. 그리고 어떤 마디에서는 Ionian Scale과 Aeolian Scale을 같이 사용하여 Lick을 만들었는데, 이런 경우에는 그 마디의 전체적인 느낌이 메이저의 밝은 느낌과 마이너의 어둡고 쓸쓸한 느낌을 동시에 표현하기 때문에 아주 독특한 분위기를 연출하기도 한다. 또 블루스의 열두 마디 패턴을 빌려와서 사용하면서 블루스 스케일은 사용하지 않고 Ionian Scale과 Lydian Scale, Mixo-Lydian Scale을 주로 사용하여 Lick을 만드는 스타일을 보여 주기도 하였다.

• 한국산림과학회지
• /
• 제106권4호
• /
• pp.431-440
• /
• 2017

2016년 9월 12일 발생한 경주지진(ML 5.8)과 2017년 11월 15일 발생한 포항지진($M_L$ 5.4)으로 전례없는 피해가 발생하였으며, 이에 지진 유발 산지토사재해 관련 국내외 기초자료의 조속한 구축과 심층적 분석이 필요한 실정이다. 이 연구에서는 국외의 지진 유발 산지토사재해에 관한 선행연구를 수집 및 분석한 후, VOSviewer 프로그램을 이용한 텍스트마이닝과 동시출현단어 분석을 통하여 연구주제에 따른 연구영역을 구별하였으며, 이후 각 연구영역별로 시 공간적인 연구동향을 파악하였다. 그 결과, 2005년 이후 지진 유발 산지토사재해 관련 연구가 급격히 증가하는 것으로 나타났으며, 이는 최근 중국, 대만 및 일본 등지에서 발생한 대규모 지진의 영향으로 사료된다. 국외 지진 유발 산지토사재해에 관한 연구영역은 (i) 재해발생의 메커니즘에 관한 연구영역, (ii) 재해발생에 영향을 미치는 강우인자에 관한 연구영역, (iii) 항공 위성사진을 이용한 지진 유발 산지토사재해 위험지 예측에 관한 연구영역, (iv) 재해발생 모델링을 통한 재해위험지도 작성에 관한 연구영역으로 구분되었으며, 이들 연구영역은 상호간에 깊은 연관성을 지니고 있는 것으로 판단된다. 이렇게 구분된 각 연구영역이 전체 연구논문 중에서 점유하고 있는 비율을 파악한 결과, 1987년 이래 누적 연구논문수가 총 연구논문수의 50%에 해당하는 연도를 중심으로 모든 연구영역의 연간 연구비율이 증가한 것으로 나타났으며, 특히 '항공 위성사진을 이용한 지진 유발 산지토사재해 위험지 예측'에 관한 연구영역의 연구비율이 상대적으로 크게 증가하는 것으로 나타났다. 이러한 활발한 연구성과는 최근 중국을 대상으로 한 연구논문이 급격히 증가하였기 때문으로 추정되며, 이외에 대만, 일본, 미국 등에서 수행된 연구논문들 역시 모든 연구영역에서 연구성과의 증가에 영향을 준 것으로 추정된다. 이러한 연구결과는 국내의 지진유발 산지토사재해 관련 미래 연구의 방향을 제시하기 위한 기초자료로서 활용될 수 있을 것으로 기대한다.

• 공연문화연구
• /
• 제23호
• /
• pp.37-61
• /
• 2011

노(能)는 일본을 대표하는 전통연극으로 불교, 신도(神道), 수험도(修驗道)와 같은 종교사상을 배경으로 하여 성립하였다. 이 중에서도 중세시대에 널리 확산되어 있던 수험도로부터 받은 영향은 현저하다. 수험도라는 종교사상을 배경으로 성립한 대표적인 노가<다니코(곡행(谷行))>이다. <다니코>의 내용 분석을 통해 중세의 수험문화, 특히 산악수행자인 야마부시(산복(山伏))의 수행의 단면을 엿볼 수 있다는 점에서 이 곡이 갖는 가치는 매우 크다. 본고에서는 이제까지의 <다니코>의 선행연구에서 간과되어 왔던 야마부시의 수행에 초점을 두고 수험도의 세계관이 노에 있어서 어떤 방식으로 극화되었는지를 구체적으로 살펴보았다. 동시에 다니코에 있어서의 아쟈리와 동자의 관계에 착목하여 중세문화의 특징이라 할 수 있는 치고(치아(稚児))문화의 투영이라는 새로운 해석을 시도하였다. 노<다니코>는 소년 와카마츠(약송(若松))가 어머니의 병환치유를 위해 스승을 쫓아 가즈라키산(갈성산(葛城山))에 입산하여 수행하던 차에 병에 걸리자, 야마부시 일행에 의해 '다니코(곡행(谷行))'를 당하게 되었지만, 결국에는 야마부시 일행의 기도로 다시 소생한다는 이야기이다. 다니코는 병든 수행자를 계곡에 던지고 그 위에 토사나 돌을 덮어 산채로 매장하는 형법을 말한다. 노<다니코>의 제목도 바로 이 수험도의 형법에서 유래한 것이다.<다니코>는 수험도의 역사를 배경으로 하여 야마부시의 수행과 행법·와카마츠의 효심·치고 문화 등을 크로스 시키면서 일본중세의 사회문화의 특징을 조화롭게 담아낸 작품이다. 가혹한 형법을 소재로 하여 난행과 고행의 연속인 야마부시의 입산수행의 어려움을 리얼하게 표현하고 있어 당시의 입산수행의 단면을 엿볼 수 있다. 수험도의 본질인 입산수행은 생명의 재생, 생명의 탄생을 의미하며, 심산에서의 고행을 통해 새로운 탄생에 이른다고 관념되어 왔다. 이러한 수험도를 이끌어 온 것은 산악수행에 의해 신령스런 힘을 획득한 야마부시라고 할 수 있다. 그들의 활동은 산에 한정되지 않고, 사토(리(里))에 있어서의 서민의 신앙과도 깊게 관련되어 있었기 때문에 수험도는 일본의 민속·문화의 특징을 찾는데 있어서 불가결의 요소라고 할 수 있다. 가혹한 다니코 형법에 의해 자칫 유쾌하지 않은 인상으로 끝나버릴 작품이었지만, 소생이라는 대반전을 통해 효심에 의한 미담을 담은 노로 분위기가 전환되었다. 작가가 설정한 와카마츠의 소생이라는 극적효과는 본래 수험도가 본질적으로 추구하고 있었던 재탄생의 구조에서 힌트를 얻은 것으로 보인다. 한편, 이제까지 노<다니코>에 있어서의 스승 아쟈리와 와카마츠의 관계를 치고 문화와 관련시켜 지적한 논문은 없었다. 이 작품의 어느 부분에서도 '치고'라는 단어를 쓰지 않았지만, 중세의 관객들은 당시에 만연했던 치고 문화에 대한 이해 하에 아쟈리와 와카마츠가 치고 관계라는 공통된 인식을 가지고 있었을 것이다. 노를 온전히 이해하기 위해서는 당시의 사회적 종교적 문화의 기반에 대한 이해가 선행되어야 한다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.141-156
• /
• 2013

최근 소셜미디어는 전세계적 커뮤니케이션 도구로서 사용에 전문적인 지식이나 기술이 필요하지 않기 때문에 이용자들로 하여금 콘텐츠의 실시간 생산과 공유를 가능하게 하여 기존의 커뮤니케이션 양식을 새롭게 변화시키고 있다. 특히 새로운 소통매체로서 국내외의 사회적 이슈를 실시간으로 전파하면서 이용자들이 자신의 의견을 지인 및 대중과 소통하게 하여 크게는 사회적 변화의 가능성까지 야기하고 있다. 소셜미디어를 통한 정보주체의 변화로 인해 데이터는 더욱 방대해지고 '빅데이터'라 불리는 정보의 '초(超)범람'을 야기하였으며, 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회이자 의미 있는 정보를 발굴해 내기 위한 새로운 연구분야로 각광받게 되었다. 빅데이터를 효율적으로 분석하기 위해 다양한 연구가 활발히 이루어지고 있다. 그러나 지금까지 소셜미디어를 대상으로 한 연구는 개괄적인 접근으로 제한된 분석에 국한되고 있다. 이를 적절히 해결하기 위해 본 연구에서는 트위터 상에서 실시간으로 방대하게 생성되는 빅스트림 데이터의 효율적 수집과 수집된 문헌의 다양한 분석을 통한 새로운 정보와 지식의 마이닝을 목표로 사회적 이슈를 포착하기 위한 실시간 트위터 트렌드 마이닝 시스템을 개발 하였다. 본 시스템은 단어의 동시출현 검색, 질의어에 의한 트위터 이용자 시각화, 두 이용자 사이의 유사도 계산, 트렌드 변화에 관한 토픽 모델링 그리고 멘션 기반 이용자 네트워크 분석의 기능들을 제공하고, 이를 통해 2012년 한국 대선을 대상으로 사례연구를 수행하였다. 본 연구를 위한 실험문헌은 2012년 10월 1일부터 2012년 10월 31일까지 약 3주간 1,737,969건의 트윗을 수집하여 구축되었다. 이 사례연구는 최신 기법을 사용하여 트위터에서 생성되는 사회적 트렌드를 마이닝 할 수 있게 했다는 점에서 주요한 의의가 있고, 이를 통해 트위터가 사회적 이슈의 변화를 효율적으로 추적하고 예측하기에 유용한 도구이며, 멘션 기반 네트워크는 트위터에서 발견할 수 있는 고유의 비가시적 네트워크로 이용자 네트워크의 또 다른 양상을 보여준다.

• 대한핵의학회지
• /
• 제34권1호
• /
• pp.10-21
• /
• 2000

목적: 삽화기억은 어떠한 사실이나 정보에 관하여 기억해낼 때 그것들이 기억 구조 속으로 들어가던 순간의 개인적인 사건이나 과거의 사실들과 연관하여 기억하는 것으로 부호화 및 인출에 관여하는 중추가 서로 나뉘어져 존재한다고 알려져 있다. 이 연구에서는 O-15 $H_2O$ PET을 이용한 뇌활성화실험을 통해 삽화기억 부호화 및 인출 중추의 뇌기능지도를 구성하였다. 대상 및 방법: 정상 성인 남자 6명 ($30.0{\pm}1.4$세)에 대하여 두 번의 대조과제와 각 한번의 삽화기억 부호화 및 인출 자극과제를 시키면서 동시에 $H_2O$ PET을 시행하였다. 부호화 자극과제에 대한 대조과제에서는 화면 중앙에 나타난 십자 모양 고정점을 자극과제와 같은 시간동안 보게하여 시자극 효과를 포함하게 하였으며, 인출 자극과제에 대한 대조과제에서는 30개의 화살표를 보여주며 화살표가 위(총 15개)를 가리키면 버튼을 누르게 하여 시자극과 손가락 운동에 의한 효과도 포함되게 하였다. 부호화 자극과제에서는 특정 단어가 연상되는 사물 그림 30개를 4초 간격으로 보여주면서 기억하도록 하였으며, 30분 후에 시행한 인출 자극과제에서는 앞에서 보여주었던 15개의 영상과 새로운 15개의 영상을 섞어서 동일한 간격으로 보여주며 기억할 수 있는 그림이 나오면 버튼을 누르게 하였다. 모든 영상을 표준지도에 정규화하고 공분산분석으로 전체 혈류차이를 제거한 후 각 자극과제와 해당 대조과제 사이에 국소혈류량이 차이나는 영역을 찾아 뇌기능지도를 구성하였다. 결과: 인출 자극과제에서 올바르게 기억해낸 그림의 평균 개수는 9.3개(${\pm}3.3$)였으며 없던 그림을 있었다고 잘못 지적한 경우는 평균 3.0개(${\pm}2.8$)였다. 부호화시에 좌측 대뇌반구에서는 하측전두이랑의 판개부와 삼각부, 후두엽의 1차 시각 피질과 시각 연합 피질 등이 활성화되었고, 우측에서는 전전두엽, 내전두엽 및 대상회, 청각-시각 연합영역인 중측두회전과 하측측두회전의 후부, 1차 시각 피질과 시각 연함 피질, 소뇌 등이 확성화죄었다. 인출 시에 좌측대뇌반구에서는 삼각부, 1차 시각 피질과 시각 연합 피질, 하측두회전, 1차 시각 피질과 시각 연합피질, 소뇌 등이 활성화되었고, 우측에서는 전전두엽, 시각 연합 피질, 소뇌, 내측두엽 등이 활성화되었다. 주로 활성화된 전두엽에서 좌측 판개부늘 삽화기억 부호화의, 우측 전전두엽은 인출의 중추라 해석되며, 좌측 삼각부는 다른 인지기능에 의하여 활성화된 것으로 보인다. 결론: O-15 $H_2O$ PET을 이용한 뇌활성화실험을 통하여 삽화기억의 부호화 및 인출 중추를 국소화할 수 있었다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.127-146
• /
• 2022

최근 워드 임베딩이 딥러닝 기반 자연어 처리를 다루는 다양한 업무에서 우수한 성능을 나타내면서, 단어, 문장, 그리고 문서 임베딩의 고도화 및 활용에 대한 연구가 활발하게 이루어지고 있다. 예를 들어 교차 언어 전이는 서로 다른 언어 간의 의미적 교환을 가능하게 하는 분야로, 임베딩 모델의 발전과 동시에 성장하고 있다. 또한 핵심 기술인 벡터 정렬(Vector Alignment)은 임베딩 기반 다양한 분석에 적용될 수 있다는 기대에 힘입어 학계의 관심이 더욱 높아지고 있다. 특히 벡터 정렬은 최근 수요가 높아지고 있는 분야간 매핑, 즉 대용량의 범용 문서로 학습된 사전학습 언어모델의 공간에 R&D, 의료, 법률 등 전문 분야의 어휘를 매핑하거나 이들 전문 분야간의 어휘를 매핑하기 위한 실마리를 제공할 수 있을 것으로 기대된다. 하지만 학계에서 주로 연구되어 온 선형 기반 벡터 정렬은 기본적으로 통계적 선형성을 가정하기 때문에, 본질적으로 상이한 형태의 벡터 공간을 기하학적으로 유사한 것으로 간주하는 가정으로 인해 정렬 과정에서 필연적인 왜곡을 야기한다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 데이터의 비선형성을 효과적으로 학습하는 딥러닝 기반 벡터 정렬 방법론을 제안한다. 제안 방법론은 서로 다른 공간에서 벡터로 표현된 전문어 임베딩을 범용어 임베딩 공간에 정렬하는 스킵연결 오토인코더와 회귀 모델의 순차별 학습으로 구성되며, 학습된 두 모델의 추론을 통해 전문 어휘를 범용어 공간에 정렬할 수 있다. 제안 방법론의 성능을 검증하기 위해 2011년부터 2020년까지 수행된 국가 R&D 과제 중 '보건의료' 분야의 문서 총 77,578건에 대한 실험을 수행한 결과, 제안 방법론이 기존의 선형 벡터 정렬에 비해 코사인 유사도 측면에서 우수한 성능을 나타냄을 확인하였다.