• 지질공학
• /
• 제33권4호
• /
• pp.701-716
• /
• 2023

수환경으로 유입된 미세플라스틱(<5 mm)은 중금속을 흡착하여 생태계의 먹이사슬을 통해 인간에게 악영향을 미칠 수 있다. 본 리뷰에서는 수환경에서 미세플라스틱과 중금속 간의 흡착에 영향을 미치는 요인을 조사하고, 흡착과정과 메커니즘을 종합적으로 고찰하였다. 중금속 흡착특성은 미세플라스틱의 폴리머 유형과 결정도, 입자크기, 환경적 조건(pH, 온도, 풍화작용)에 따라 영향을 받았다. 특히 풍화도가 높고 폴리머의 입자크기가 작을수록 중금속 흡착량이 증가하였으나, 흡착이 발생하는 당시 환경의 온도 및 폴리머의 결정도와 중금속 흡착량에 대한 상관관계는 확인하기 어려웠다. 중금속 흡착거동은 흡착동역학과 등온식을 통해 평가한 물리·화학적 흡착과정에 의해 설명되었으며, 일반적으로 하나 이상의 메커니즘에 의해 복합적으로 발생하는 것을 확인하였다. 본 리뷰를 통해 미세플라스틱에 의한 중금속의 흡착거동과 메커니즘을 이해함으로써 수환경에서 미세플라스틱의 잠재적 위험을 평가하는데 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 아시안잔디학회지
• /
• 제25권2호
• /
• pp.125-132
• /
• 2011

잔디가 건조 스트레스를 받은 상태에서 잔디의 생리학적 메커니즘과 건조 상태에서 식물이 회복하는 생리학적 메커니즘을 보다 깊이 이해하고자 한다. 증산작용과 Stomatal Conductance의 상호 관계로 인한 광합성량의 변화, 식물 세포 내부의 변화, 삼투압 조절능력의 변화, 호르몬의 변화, 단백질 변성 등의 생리학적 반응들을 이해하고 건조 스트레스 상태에서 회복하는데 세포내부의 적응 과정, 뿌리의 반응과 같은 생리학적인 측면에 대해 이해하고 건조 스트레스 상태에서 엽록소가 흡수하고 반사하는 Spectral Reflectance의 변화를 이해하고자 한다. 하지만 건조스트레스로 인한 식물의 생리학적 메커니즘에는 아직 많은 의문점을 가지고 있으며 향 후 외부환경 스트레스에 의한 식물의 Self-defense 메커니즘을 더욱 깊게 이해하여 보다 수준 높은 관리기법들을 연구하는데 초점을 맞추어야 할 것이다.

• 사료
• /
• 통권63호
• /
• pp.70-76
• /
• 2013

사료에 있어서 가장 중요한 영양소 중에 하나는 단백질이다. 단백질은 가축의 성장, 유지, 생산근육, 효소, 호르몬, 우유, 털 등)에 필수적인 영양소이다. 가축의 단백질 요구량은 가축의 성장단계, 개체크기, 유전적인 능력 등에 따라 달라진다. 그러므로 가축에게 공급되는 단백질의 양은 정확하게 평가되어야한다. 너무 과도한 단백질 공급은 동물이 불필요한 에너지를 생산하게 만들고 너무 적은 단백질 공급은 아미노산 결핍이 일어나게 할 수 있다. 가축이 요구하는 정확한 양의 단백질을 공급하는 것이 중요하고 이를 위해서는 사료내 단백질의 양을 정확하게 분석하는 것이 선행되어야 한다. 사료에 있어 단백질 함량은 사료 내 질소의 양을 정량해서 간접적으로 환산하고 추정한 조단백질(Crude Protein)로 표현한다. 샘플내의 질소가 모두 아미노산에서 온 것이라고 가정하고, 단백질이 평균적으로 16%의 질소를 가지고 있기 때문에 (1/0.16=6.25) 정량한 질소수치에 단백질 환산 계수 6.25를 곱해서 표현한다. 그러나 사료원료마다 아미노산 조성이 다르기 때문에 사료원료마다 다른 단백질 환산 계수를 사용해야 한다는 주장도 있다. 단백질 환산 계수에 관한 리뷰논문을 보면 대두의 경우 5.71에5서부터 유제품의 경우 6.38에 이르기까지 다양하다. 그러나 논란의 여지가 있기 때문에 이렇게 매트릭스마다 다른 단백질 환산 계수를 사용할 경우 계산식 옆에 사용한 환산계수를 적어 주어야 한다. 사료 내 조단백질을 정량하는 방법은 켈달법(Kjeldahl method), 듀마스법(combustion method), 근적외선분광분석법(NIR, Near Infrared) 등이 있는데 여기서는 주로 사료분석기관과 사료업계에서 조단백질 분석에 많이 사용하고 있는 켈달법과 듀마스법을 비교해 보고자 한다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.35-47
• /
• 2022

Receiver operating characteristic (ROC) 곡선은 이항 반응 자료에 대한 마커의 분류 예측력을 측정하기 위해 널리 적용되어왔으며 최근에는 생존 분석에서도 매우 중요한 역할을 하고 있다. 여러 가지 유형의 중도 절단과 원인 불명 등 다양한 종류의 결측 자료를 포함한 생존 자료 분석에서 마커의 사건 발생 여부에 대한 예측력을 판단하기 위해 기존의 통계량을 확장하였다. 생존 분석 자료는 각 시점에서의 사건 발생 여부로 이해할 수 있으며, 따라서 시점마다 ROC 곡선과 AUC를 구할 수 있다. 본 논문에서는 우중도 절단과 경쟁 위험 모형하에서 사용되는 다양한 방법론과 관련 R 패키지를 소개하고 각 방법의 특성을 설명하고 비교하였으며 이를 검토하기 위해 간단한 모의실험을 시행하였다. 또한, 프랑스에서 수집된 치매 자료의 마커 분석을 시행하였다.

• 멤브레인
• /
• 제32권4호
• /
• pp.227-234
• /
• 2022

폐수는 석유 정제 산업에서만 방출되는 것이 아니고 아니라 가죽, 섬유, 페인트, 목재, 염료 가공 산업에서 또한 방출된다. 이런 산업 폐수는 중금속과 질소화합물 등 수질오염물질을 포함하고 있으며 화학적 산소요구량(COD)이 높다. 안전한 처리를 위해 폐수에서 각종 오염물질을 걸러내는 방식이 있지만 막 기반 기술은 고효율, 저비용으로 가장 효율적인 방법 중 하나이다. 다양한 막 중에서, 제올라이트 막은 가성비로 주목을 받고 있으며 많은 연구를 거쳤다. 본 리뷰논문은 i) 폐수처리, ii) 미세여과막, iii) 중공사막, iv) 초여과막의 순서로 폐수처리를 위한 제올라이트 막의 최근 진척을 중점으로 다루고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.381-383
• /
• 2022

최근 자연어처리 분야에서는 Bert, GPT 등 Transformer기반의 언어모델 연구가 활발히 이뤄지고 있다. 이러한 언어모델은 대용량의 말뭉치 데이터와 많은 파라미터를 이용하여 사전학습을 진행하여 다양한 자연어처리 테스트에서 높은 성능을 보여주고 있다. 이에 본 논문에서는 Transformer기반의 언어모델인 Bert와 GPT-2의 성능평가를 진행한다. 성능평가는 '네이버 영화 리뷰' 데이터 셋을 통해 긍정 부정의 정확도와 학습시간을 측정한다. 측정결과 정확도에서는 GPT-2가 Bert보다 최소 4.16%에서 최대 5.32% 높은 정확도를 나타내었지만 학습시간에서는 Bert가 GPT-2보다 최소 104초에서 116초 빠르게 나타났다. 향후 성능 비교는 더 많은 데이터와 다양한 조건을 통해 구체적인 성능 비교가 필요하다.

• 응용통계연구
• /
• 제35권5호
• /
• pp.667-684
• /
• 2022

유전자 발현 데이터는 각 유전자에 대해 mRNA 양의 정도를 나타내고, 그러한 유전자 발현량에 대한 분석은 질병 발생에 대한 메커니즘을 이해하고 새로운 치료제와 치료 방법을 개발하는데 중요한 아이디어를 제공해오고 있다. 오늘날 DNA 마이크로어레이와 RNA-시퀀싱과 같은 고출력 기술은 수천 개의 유전자 발현량을 동시에 측정하는 것을 가능하게 하여 고차원성이라는 유전자 발현 데이터의 특징을 발생시켰다. 이러한 고차원성으로 인해 유전자 발현 데이터를 분석하기 위한 학습 모형들은 과적합 문제에 부딪히기 쉽고, 이를 해결하기 위해 차원 축소 또는 변수 선택 기술들이 사전 분석 단계로써 보통 사용된다. 특히, 사전 분석 단계에서 우리는 유전자 선택법을 이용하여 부적절하거나 중복된 유전자를 제거할 수 있고 중요한 유전자를 찾아낼 수도 있다. 현재까지 다양한 유전자 선택 방법들이 기계학습의 맥락에서 개발되어왔다. 본 논문에서는 기계학습 접근법을 사용하는 최근의 유전자 선택 방법들을 집중적으로 살펴보고자 한다. 또한, 현재까지 개발된 유전자 선택 방법들의 근본적인 문제점과 앞으로의 연구 방향에 대해 논의하고자 한다.

• 공업화학
• /
• 제28권3호
• /
• pp.263-271
• /
• 2017

최근에, 질량분석기술의 폴리머 분석에의 응용은 MALDI-TOF MS 개발 이후 급속도로 발전하였다. 이 리뷰 논문은 현재까지 연구된 MALDI-TOF MS의 폴리머 특성분석에의 응용에 관한 최신 논문을 정리하였다. MALDI-TOF MS는 바이오 폴리머와, 합성 폴리머의 평균분자량 분석, 폴리머의 시퀀스 분석을 통한 구조의 해석, 모노머의 조성분석에까지 이용되고 있다. 엔드그룹의 특성과 농도를 분석하는 연구도 많이 진행되었고, 복잡한 폴리머의 분자량의 분석에는 SEC와 MALDI-TOF MS를 연결한 분석법을 추천한다. MALDI에 tandem MS를 결합한 분석기술이나, 이온 모빌리티를 응용한 질량분석기, TOF-SIMS, MALDI-TOF-Imaging 기술도 급격히 발전하고 있으며, 이의 폴리머 특성분석에의 응용은 별도의 분리기술이 필요 없어 앞으로 더 많이 이용될 것으로 생각된다. 분자량, 시퀀스, 그리고 모노머의 조성을 정확하게 계산해주는 소프트웨어와 고분자량(> 100 kDa)의 분석을 가능하게 해주는 기술이 개발된다면, 폴리머를 연구하는 과학자들에게 MALDI-TOF MS의 이용은 문제점을 해결하고, 목적하는 폴리머를 합성하는 데 중요한 수단이 될 것이다.

• 전기화학회지
• /
• 제24권4호
• /
• pp.77-92
• /
• 2021

전기자동차의 주행거리는 리튬이온전지의 에너지 밀도에 의해 결정된다. 리튬이온전지의 에너지 밀도 향상을 위해서는 단위 질량 당 많은 양의 리튬 이온을 저장할 수 있는 고용량 활물질 소재 개발이 필수적이다. 양극 기술의 급속한 발전은 이론적으로 구현 가능한 최대 용량에 근접한 수준의 가역 용량을 활용할 수 있는 수준에 이르렀다. 반면 음극은 90년대에 도입된 흑연을 현재까지도 주요 활물질로 활용하는데 머무르고 있다. 음극의 용량을 증가시키는 방법으로 고용량-장수명 특성을 지닌 실리콘 산화물 활물질을 음극에 첨가하는 방식이 가장 유력하게 검토되고 있다. 그러나 실리콘 산화물의 낮은 초기 쿨롱 효율은 음극 내 실리콘 산화물의 함량을 15% 이내로 제한하여 음극 용량 증가에 걸림돌이 되고 있다. 이에 따라 실리콘 산화물 등 고용량 음극의 초기 효율을 개선할 수 있는 사전리튬화 기술이 점점 많은 주목을 받고 있다. 본 리뷰논문에서는 사전리튬화 기술의 개념 및 효과에 대해 설명하고 현재까지 개발된 사전리튬화 기술을 반응 방식에 따라 분류하여 소개한다. 특히, 리튬화 반응의 균질성이 높고 대량 양산에 강점을 지닌 용액 기반 화학적 사전리튬화 기술의 최신 개발 동향을 집중적으로 소개하였다. 상용화가 가능한 사전리튬화 기술 개발이 가까운 미래의 차세대 리튬이온전지 음극재 시장의 주도권 확보의 핵심 조건이 될 것으로 기대한다.