• 한국지구과학회지
• /
• 제36권7호
• /
• pp.632-642
• /
• 2015

지반진동은 지진원, 지각감쇠 및 지반의 증폭특성 등 3가지 주요 인자로 구성되어 있다. 이 중 지반 증폭특성은 지진원 및 지각감쇠를 신뢰성 있게 평가하기 위해 반드시 고려하여야 한다. 본 연구의 목적은 수평/수직(H/V) 스펙트럼비를 이용하여 각 관측소의 지반증폭 특성을 평가하는 것이다. 주파수 영역에서 H/V 스펙트럼 비를 구하는 방법은 Nakamura(1989)에 의해 처음으로 제시되었으며, 초기에는 상시미동의 표면파 특성을 이해하기 위해 사용되어 왔다. 최근에 와서 강진동의 전단파 에너지 등으로 확장되면서 지반 증폭특성 연구에 많이 이용되고 있다. 본 연구는 예당저수지 인근에 4개의 관측소에서 관측된 6개의 가속도 지반진동을 이용하여 H/V 스펙트럼 비를 분석하였고 각 지반진동의 S파, Coda파 및 배경잡음 각각으로부터 분석된 지반증폭 특성을 상호 비교하였다. 분석결과, 4개 관측소는 각각의 우월 주파수 대역(YDS: ~11 Hz, YDU: ~4 Hz, YDD: ~7 Hz)에서 관측소 고유의 증폭특성을 보여준다. 본 연구의 도출 결과와 다른 방법을 통해 구한 결과의 비교 평가는 국내 지반의 동적특성 및 지반분류 연구에 유익한 정보가 될 것으로 판단된다.

• 정보처리학회논문지A
• /
• 제15A권2호
• /
• pp.125-134
• /
• 2008

본 논문에서는 난이도를 고려하여 선택형 문항을 자동으로 생성하는 방법을 고안하였으며, 학습자 수준에 적합하도록 동적인 형태로 다양한 문항 제시를 할 수 있는 시스템을 구현하였다. 선택형 문제를 통한 평가에서는 적절한 규모의 문제 은행이 필요하다. 이와 같은 요구를 만족시키기 위해서는 보다 쉽고 빠른 방식으로 다양하고 많은 문제 및 문항을 생성할 수 있는 시스템이 필요한데, 본 논문에서는 문제 및 문항의 생성을 위하여 워드넷이라는 언어 자원을 이용한 자동 생성 방법을 고안하였다. 자동 생성을 위해서는 주어진 문장에서 형태소 분석을 통해 키워드를 추출하고, 각 키워드마다 워드넷의 계층적 특성에 따라 유사한 의미를 가진 후보 단어를 제시한다. 의미 유사 후보 단어를 제시할 때, 기존의 한국어 워드넷의 스키마를 개념간 의미 유사도 행렬을 구할 수 있는 형태의 스키마로 변경한다. 단어의 의미 유사도는 동의어를 의미하는 수준 0에서 거의 유사도가 없다고 볼 수 있는 수준 9까지 다양하게 제시될 수 있으며, 생성될 문항에 어느 정도의 유사도를 가진 어휘를 포함시키느냐에 따라서 출제자의 의도에 따른 난이도의 조정이 가능하다. 후보 어휘들의 의미 유사도 측정을 위해서, 본 논문에서는 두 가지 방법을 사용하여 구현하였다. 첫째는 단순히 두 어휘의 워드넷 상에서의 거리만을 고려한 것이고 둘째는 두 어휘가 포함되어 있는 트리 구조의 크기까지 추가적으로 고려한 것이다. 이러한 방법을 통하여 실제 출제자가 기존에 출제된 문제를 토대로 더 다양한 내용과 난이도를 가진 문제 또는 문항을 더 쉽게 출제할 수 있는 시스템을 개발할 수 있었다.

• 한국방사선학회논문지
• /
• 제12권6호
• /
• pp.755-762
• /
• 2018

유방암을 진단받고 수술 전 확산텐서영상에서 도출된 정량적 확산 지표인 비등방성 확산의 크기(FA)와 현성 확산계수(ADC) 값을 비교하고, 상관관계를 분석하여 보기로 하였다. 확산 그레디언트는 20방향(b-value, 0 및 $1,000s/mm^2$)을 사용하여 정량적 확산 지표를 도출하였다. 정량적 분석은 피어슨의 상관분석, 정성적 분석은 급내 상관계수를 적용하여 분석하였다. 연구 결과는 FAmin, FAmean, FAmax 평균값은 $0.098{\pm}0.065$, $0.302{\pm}0.142$, $0.634{\pm}0.236$이고 ADCmin, ADCmean, ADCmax은 $0.741{\pm}0.403$, $1.095{\pm}0.394$, $1.530{\pm}0.447$로 나타났다(p > 0.05). 병변 평가에서 Category 6이면서 시간대 신호 강도 그래프가 유실형(Pattern III)의 경우는 $FA_{min}$, $FA_{mean}$, $FA_{max}$ 평균값은 $0.132{\pm}0.050$, $0.418{\pm}0.094$, $0.770{\pm}0.164$이고 $ADC_{min}$, $ADC_{mean}$, $ADC_{max}$는 $0.753{\pm}0.189$, $1.120{\pm}0.236$, $1.615{\pm}0.372$로 나타났다. 정량적 분석 결과 $ADC_{mean}-FA_{mean}$, $ADC_{maximal}-FA_{max}$는 음의 상관관계가 나타났다(p = 0.001, 0.003). 정성적 분석 결과 내부 평가자의 경우 ADC 0.628(p = 0.001), FA 0.620(p = 0.001)이고, 외부 평가자의 경우 ADC 0.677(p = 0.001), FA 0.695(p = 0.001)로 나타났다. 결론적으로 형태학적 조직 검사를 바탕으로 동적 조영 검사에서 시간대 신호 강도 그래프는 유실(pattern III: wash out) 형태이며, $ADC_{mean}$ $1.120{\pm}0.236$, $FA_{mean}$값이 $0.032{\pm}0.142$로 피어슨 상관분석의 결과 음의 상관관계(Y=1.44-1.12X)로 나타났다. 따라서, 시간대 신호강도 그래프의 형태와 ADC와 FA의 상호관계를 파악한다면 유방암에서 악성 질환을 구분하는 기준이 되리라 생각된다.