• 지능정보연구
• /
• 제27권3호
• /
• pp.29-56
• /
• 2021

전자상거래 시장이 빠르게 성장하면서 다양한 유형의 제품이 출시되고 있으며, 이로 인해 사용자들은 구매 의사결정과정에 많은 시간이 소요되는 정보 과부하 문제에 직면하고 있다. 따라서 사용자에게 맞춤형 제품 및 서비스를 제공해줄 수 있는 개인화 추천 서비스의 중요성이 대두되고 있다. 대표적으로 Netflix, Amazon, Google 등 세계적 기업은 개인화 추천 서비스를 도입하여 사용자의 구매 의사결정을 지원하고 있다. 이에 따라 사용자의 정보탐색 비용이 감소하는 효과가 나타났고, 기업의 매출 상승에도 긍정적인 영향을 끼치고 있다. 기존 개인화 추천 서비스 관련 연구에서 주로 사용된 협업필터링(Collaborative Filtering, CF) 기법은 정량화된 정보를 활용하여 사용자의 선호도를 예측하였다. 그러나 정량화된 정보만을 활용하면 사용자의 구매 의도는 고려하지 못하므로 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 이와 같은 기존 연구의 문제점을 개선하기 위해 최근에는 사용자가 작성한 리뷰를 활용한 개인화 추천 서비스 연구가 활발히 진행되고 있다. 그러나 리뷰에는 광고성 내용, 거짓 후기, 의미를 전혀 파악할 수 없거나 제품과 관련 없는 내용 등 구매의사결정을 저해하는 요소들이 포함되어 있다. 이러한 요소들이 포함된 리뷰를 활용하여 추천 서비스를 제공하게 되면, 추천 성능이 저하되는 문제가 발생할 수 있다. 따라서 본 연구에서는 이러한 문제점을 개선하기 위해 Convolutional Neural Network(CNN) 기반 리뷰 유용성 점수 예측을 통한 새로운 추천 방법론을 제안하였다. 본 연구에서 제안하는 유용한 리뷰를 포함하는 방법론과 기존 모든 선호도 평점을 고려하는 추천 방법론을 비교한 결과, 본 연구에서 제안한 방법론이 더 우수한 예측 성능을 나타내고 있음을 확인할 수 있었다. 또한 본 연구의 결과는 리뷰 유용성에 대한 정보를 개인화 추천 서비스에 반영하면 전통적인 CF의 성능을 향상할 수 있음을 시사한다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1339-1348
• /
• 2021

하천법에 의거하여 국내 하천들에는 상당한 국가예산으로 하천정비기본계획이 5-10년 주기로 수립되고 있으며, 홍수위 계산을 위한 HEC-RAS 모의에 필요한 하천단면 등 다양한 하천측량이 실시되고 있다. 그러나, 하천측량자료들은 하천관리지리정보시스템(RIMGIS)에 pdf 보고서 형태로만 제공되고, 원자료는 CAD 형식으로 하천정비계획을 수행한 설계사 등이 분산 소유하고 있어 관리 부재로 망실의 우려도 있어, 다른 용도로의 활용성이 상당히 저하되어 있는 실정이다. 그리고, 측량된 CAD 형식의 단면자료 등을 HEC-RAS에 활용할 때, 'Dream'과 같은 툴을 활용하나 거의 수작업에 가까운 시간과 비용이 소요되는 현실에 있다. 본 연구에서는 이러한 문제들을 해결할 수 있는 툴인 RAUT(River information Auto Upload Tool)를 개발하였다. RAUT 툴은 첫째, 실무에서 하천기본계획 수립 시 활용되는 HEC-RAS 1차원 모형의 입력자료를 CAD 측량자료를 직접 수기로 입력 및 모의를 실시하는 복잡한 단계를 자동화시키고자 하였다. 둘째, 하천공간정보인 CAD측량 자료를 직접 읽어 표준 데이터 모델 (ArcRiver)기반 하천공간정보 DB에 자동 업로드하여 전국단위의 하천정비계획의 하천측량자료 관리가 가능하게 할 수 있다. 즉, 만약 RIMGIS가 RAUT와 같은 툴을 사용하면 하천단면과 같은 전국단위 하천측량 자료를 체계적으로 관리할 수 있게 된다는 의미이다. 개발한 RAUT는 제주도 한천유역을 대상으로 하천정비기본계획의 하천공간정보 CAD자료를 읽어들여 mySQL기반 공간 DB로 구축하고, 구축된 DB로부터 HEC-RAS 1차원 모의 실시하기 위한 지형자료를 자동으로 생성시키는 과정을 시범적으로 구현하였다.

• 한국육종학회지
• /
• 제42권4호
• /
• pp.397-406
• /
• 2010

멜론과 참외의 국내 소비 시장이 확대됨에 따라 다양한 $F_1$ 품종이 개발되고 있다. 멜론과 참외의 $F_1$ 품종의 순도를 검정하기 위해 포장재배 등의 순도검정법이 이용되고 있으나 시간과 노력이 매우 많이 소요되기 때문에 분자마커를 이용한 순도검정법의 개발이 필요하다. 본 연구에서는 멜론의 EST 염기정보로부터 30개의 SNP 프라이머 조합을 고안하여 멜론과 참외의 순도 검정을 위한 HRM분석방법을 개발하였다. 멜론 두 품종과 참외 한 품종의 양친 사이에 HRM 해리곡선의 다형성을 보이는 10개의 마커를 선발하였으며 순도검정 마커를 선발하기 위해 blind test를 실시하였다. Blind test와 HRM 유전형 분석 결과가 일치하였으며 MEL SNP 2번과 12 마커를 이용하여 '레드 퀸'과 '얼쓰 VIP'의 $F_1$ 501개 개체에 대해 순도검정을 실시하였다. HRM분석한 결과 모두 이형집합체로 나타나 100%의 순도를 보였다. 또한 HRM 방법을 이용하여 개발한 SNP 마커를 CAPS 마커로 전환하였다. CAPS 마커는 HRM 분석 마커와 비교하여 볼 때 멜론과 참외의 순도검정용 마커로 더 유용하게 활용될 수 있을 것으로 기대된다.

• Journal of Nutrition and Health
• /
• 제52권4호
• /
• pp.383-398
• /
• 2019

빠르고 손쉽게 먹을 수 있으면서 청소년의 입맛을 자극하는 편의식의 섭취증가와 이에 따른 영양 불균형이 우려되는 상황에서 본 연구에서는 고등학교 남녀 청소년의 편의점 편의식 빈도에 따라 식습관, 생활습관 및 청소년영양지수 (NQ-A)를 평가하여 청소년의 편의식의 이용과 식사의 질과의 관련성을 규명하였다. 연구대상은 인천지역의 고등학교에 재학중인 고등학생 474명 (남자 225명, 여자 249명)이었고, 2018년 6월에 조사를 실시하였다. 대상자의 평균 연령은 16.7세였으며, 대상자의 편의점 이용 빈도에 따라 '주1회미만군', '주1~2회군', '주3회이상군'의 세 군으로 분류였고, 남학생의 경우 주1회미만군은 32.4%, 주1 ~ 2회군 35.6%, 주3회이상군 32.0%였으며, 여학생의 경우 주1회미만군은 35.6%, 주1~2회군 44.6%, 주3회이상군 16.9%이었다. 남녀 대상자 모두에서 편의점 이용 빈도에 따른 세 군의 학년분포, 어머니의 직업 유무, 가족원수, 과외학습 상태, 식사에 소요되는 시간은 유의적인 차이를 보이지 않았으며, 남녀 모두에서 세 군간의 용돈 분포는 유의적인 차이를 보이면서 편의점 이용 빈도가 높은 대상자들의 용돈이 높게 나타났다 (p < 0.05, p < 0.01). 남학생의 경우 편의점 편의점 이용빈도가 증가할수록 과자 또는 달거나 기름진 빵, 라면, 길거리 음식의 섭취빈도가 증가하고, 콩/두부의 섭취 빈도와 영양표시 확인률이 감소하는 관련성이 나타났다. 여학생의 경우는 편의점 편의점 이용빈도가 증가할수록 음료, 라면, 야식, 길거리 음식의 섭취 빈도가 증가하는 관련성이 제시되었다. 청소년영양지수를 이용한 실사의 질 평가에서 남녀학생 모두 편의점 이용빈도가 증가할수록 실사의 질이 낮아졌고 영역별 평가에서는 균형, 다양, 환경, 실천 영역은 편의점 이용빈도에 따른 유의적인 관련성을 보이지 않았으나, 절제 영역이 유의적으로 낮아지는 것으로 나타났다. 이상의 연구결과를 통하여 편의점 이용 빈도가 높은 학생들은 라면 등의 편의식 및 달거나 기름진 간식류, 음료류의 섭취빈도가 높으며 야식이나 길거리 음식 섭취빈도가 높은 식행동 특성을 보였다. 청소년영양지수를 이용한 식사의 질 평가결과에서도 편의점 이용빈도가 높은 남녀 고등학생에서 총 식사의 질과 절제 영역의 점수가 낮은 유의적인 관련성이 제시되었다. 이와 같이 고등학생의 높은 편의점 편의식의 이용은 바람직하지 못한 식행동 및 식사의 질 저하와 연관성이 있으므로 이에 대한 올바른 식습관지도가 필요하다고 사료된다.

• 한국국제농업개발학회지
• /
• 제30권4호
• /
• pp.313-319
• /
• 2018

농산물 검역통계를 통해서 채소 모종 수출 현황과 채소 접목묘의 일본 선박 수송 시의 온도 및 상대습도 변화를 분석하여 국내 채소 모종 수출 연구와 정책 수립을 위한 기초자료를 제공하기 위하여 본 연구를 수행하였다. 2007~2016년 사이 수출된 채소 모종은 배추, 양배추 등 엽채류 4종, 토마토, 오이 등 과채류 7종, 근채류 1종으로, 전세계 20여 국가에 46,146,536주(총 1,839건) 수출 되었다. 상업적 목적을 위한 채소 모종의 주요 수출국은 일본이었고, 2016년 기준 일본에 수출된 모종은 주로 과채류 접목묘인 가지, 토마토, 오이, 수박 및 고추 등으로 총 2,575,446주가 수출되었으며, 총 수출 금액으로는 0.7~1.6백만불로 추산된다. 일본으로 수출되는 접목묘는 도시농업용과 농가용으로 구분되고 있으며, 온도 $15{\sim}18^{\circ}C$의 냉장 컨테이너를 이용한 선박 수송은 포장 ${\rightarrow}$ 선적 ${\rightarrow}$ 검역(한국 부산항) ${\rightarrow}$ 검역(일본 시모노세키항) ${\rightarrow}$ 바이어 수령의 과정으로 대략 24시간 내외가 소요되고 있었다. 일본의 도시농업 발달로 인한 채소 모종 수요의 급격한 증가와 러시아 등 인근 국가들의 채소 접목묘에 대해 높아지고 있는 관심과 수요는 우리나라 채소 접목묘 수출 규모를 확대할 수 있는 기회가 될 것이다. 채소 모종 수출을 확대하기 위해서는 본 연구 결과를 기반으로 정확한 채소 모종수출 정보의 수집 및 분석이 이루어질 수 있도록 정부의 적극적인 정책 지원과 수출 전용 모종 생산, 모종 저장 및 수송 관련 기술 개발을 위한 연구가 필요하다.

• 한국환경농학회지
• /
• 제38권3호
• /
• pp.166-172
• /
• 2019

블루베리의 소과비율 증가는 시장 경쟁력 하락과 수확생산성 악화로 농가의 채산성을 악화시킨다. 본 연구는 래빗아이 블루베리를 대상으로 적화 시기, 방법에 따른 과실특성, 생산성을 구명하여 농가현장에 적용하고자 수행하였다. 시험수는 8년생 'Brightwell'를 주 대상으로 하였으며, 수분수로 'Powderblue'를 사용하였다. 엽과비에 따른 과실크기 분포는 착과량이 다양한 127주의 'Brightwell'을 대상으로, 주당 1개의 결과모지를 선정하여 잎과 과실수를 계수하였다. 적화시기에 따른 효과 구명을 위해 꽃눈 발달 단계별로 구분하여 착화량의 50%를 제거하였고, 이때 소요되는 시간과 과실특성을 조사, 비교하였다. 블루베리 과중과 당도는 엽과비와 같은 경향으로 증가했으며, 직경 13 mm미만, 이상으로 구분한 과실크기 분포비율은 엽과비 2.5수준에서 반전되었다. 꽃눈 발달단계별 손 적화 속도는 만개기(Full bloom) 적화가 가장 빨랐으며, 발아초기(Bud swell) 적화가 가장 늦었다. 적화시기에 따른 과중과 직경 13 mm 미만 소과비율은 조사품종 모두 무 적화와 비교해 뚜렷한 차이를 나타냈으나 주당 수량은 유의차가 없었다. 소과비율은 두 품종 모두 적화시기가 늦을수록 증가하는 경향이었으며, 낙화기(Petal fall) 적화는 무적화와 유사한 결과를 나타냈다. 누적 수확량 90%에 도달한 시점은 'Brightwell'은 만개기(Full bloom) 적화, 'Powderblue'는 발아초기(Bud swell), 만개기(Full bloom) 적화처리에서 가장 빨리 도달했다. 이는 무 적화와 비교하여 수확이 각각 25일, 20일 빨랐다. 따라서 본 연구는 적화 정도에 따른 효과는 품종에 따라 차이가 있지만, 적화는 조기 집약수확과 대과비율 및 수확생산성 증가에 효과적이었음을 확인하였고, 적화효율성을 높이기 위해서는 만개기(Full bloom) 전에 결과지 선단 화총의 하단부 꽃눈을 제거하는 것이 효과적일 것으로 사료된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권10호
• /
• pp.261-268
• /
• 2021

클라우드 컴퓨팅은 서비스 사용자 요구에 따라 컴퓨팅 자원을 임대하여 사용하는 컴퓨팅 패러다임이다. 클라우드 컴퓨팅에서 컴퓨팅 자원은 사용자의 서비스 수요에 따라 컴퓨팅 자원을 확장 또는 축소가 가능하여 전체 서비스 비용 절감 효과를 가질 수 있다. 그리고, M&S (Modeling and Simulation) 기술은 컴퓨팅 자원과 CAE 소프트웨어를 통해 엔지니어링 분석 작업 결과를 얻어, 실제 실험 결과가 없이 제품의 상태를 시뮬레이션을 수행하여 분석하는 방법이다. M&S 기술은 FEA(Finite Element Analysis), CFD(Computational Fluid Dynamics), MBD(Multibody Dynamics) 및 최적화 분야에서 활용된다. M&S 통한 작업 절차는 전처리, 해석, 후처리 단계로 구분된다. CAE 소트프웨어를 통한 3D 모델링 작업인 전/후처리는 GPU 연산이 집약적이며, 3D 모델 해석은 CPU 또는 GPU 연산이 요구된다. 일반적인 개인 데스크톱에서 복잡한 3D 모델을 해석하는 시간이 많이 소요된다. 결과적으로, M&S를 원활하게 수행하기 위해서는 고성능 컴퓨팅 자원이 요구된다. 이 문제를 해결하기 위해 우리는 통합 클라우드 및 클러스터 컴퓨팅 환경인 HEMOS-Cloud 서비스를 제안한다. 제안한 클라우드 기반 방식에서는 M&S에 필요한 전/후처리 및 솔버 작업을 원활하게 수행할 수 있도록 구성했다. 이 시스템에서 전/후처리는 VDI(Virtual Desktop Infrastructure)에서 수행되고 해석은 클러스터 환경에서 수행된다. 각 용도에 맞게 서로 다른 환경에서 분리하여 컴퓨팅 자원 간에 간섭을 최소화했다. HEMOS-Cloud 서비스는 기업 또는 학교에서 M&S의 경험이 필요로 하는 사용자에게 CAE 소프트웨어와 컴퓨팅 자원을 제공한다. 본 논문에서는 HEMOS-Cloud 서비스의 경제적 파급효과를 산업연관분석을 활용하여 분석했다. 전문가의 의견을 반영하여 조정된 계수를 통한 분석 결과는 생산유발효과 74억원, 부가가치유발효과 41억원, 취업자유발효과 10억원당 50명으로 분석되었다.

• 보존과학회지
• /
• 제36권6호
• /
• pp.549-561
• /
• 2020

석간주, 진사, 황토, 자황, 웅황, 석록, 뇌록, 석청 및 백토 등 천연 무기안료 9종의 성능과 수명을 평가하고자 실내 촉진내후성과 옥외폭로 시험을 수행하였다. 실내 촉진내후성 시험법은 국내 기후 특성 및 단청의 위치 환경을 반영하여 설계하였고 필드 재현성을 확인하기 위해 서울 숭례문과 대전 연구소 등 2개소에서 옥외폭로 시험을 병행하였다. 또한 누적 자외선량을 기준으로 안료 표면의 물리적 특성 변화를 모니터링하였다. 이 결과, 석간주와 백토는 초기에 미세균열이 발생하지만 안정화된 반면 진사와 석록은 균열이 지속적으로 확대되었다. 황토와 뇌록은 수분 및 송진에 의한 얼룩이 두드러졌고 자황, 웅황 및 석청은 입자의 광택 저하가 나타났다. 각 시험별 안료의 색 변화는 절대적인 수치 차이가 있을 뿐 색도 변화 양상은 유사하였다. 백토와 뇌록의 색차(𝚫E) 값이 5 이하로 가장 작고 진사는 28 이상으로 컸다. 안료 표면의 물리적 변화는 실내 촉진내후성 시험보다는 옥외폭로 시험이, 옥외폭로 시험에서는 대전 연구소보다 서울 숭례문에서 가중되었다. 이는 옥외폭로 시험이 큰 폭의 온·습도 변화, 분진 침적에 따른 오염 등 다양한 환경에 노출되고, 특히 서울 숭례문은 총 누적 자외선량(334 MJ/m²)에 도달하는 데까지 오랜 시간이 소요되어 노출 기간이 장기화되었기 때문이다.

• 대한방사선치료학회지
• /
• 제32권
• /
• pp.85-92
• /
• 2020

목 적: 열가소성(thermoplastic) bolus가 가지는 이점을 알아보고자 이를 사용하여 치료한 두 건의 case를 선량과 위치 재현성 측면으로 나누어 피부 병변 VMAT 치료에서의 열가소성 bolus의 유용성을 평가하였다. 대상 및 방법: 좌측 유방 피부 병변 치료 환자 두 명을 대상으로 열가소성 Bolus를 사용하여 simulation 하였고 2 arc VMAT으로 계획하였다. 각 치료 계획은 처방선량(Prescription dose)이 표적 체적의 95% 이상 조사되도록 설계하였다. CBCT(Cone Beam CT) 영상에서 air gap의 길이를 측정하여 bolus 위치의 재현성을 평가하였다. 선량의 재현성을 평가하기 위해 Plan에서의 선량 분포와 CBCT에서의 선량 분포를 비교하였고 환자 2에 대해 in vivo 측정을 하였다. 결 과: 환자 1의 치료계획용 CT에서의 air gap과 CBCT image에서 10회 치료 동안 생긴 평균 air gap(M1)의 차이는 -0.42±1.24mm였다. 환자 2에서 14회 치료 동안 생긴 skin과 bolus 사이의 평균 air gap(M2)과 치료계획용 CT의 air gap의 차이는 -1.08±1.3mm, 두 bolus 사이의 air gap(M3)과의 차이는 0.49±1.16으로 나타났다. 치료계획용 CT와 CBCT의 선량 분포 차이는 환자 1에서 PTV1 D95가 -1.38%, Skin(max)가 0.39%의 차이를 보였고 환자 2에서 PTV1 D95가 0.63%, SKIN(max)가 -0.53%의 차이를 나타내었다. in vivo 측정 결과 계획된 선량과 -1.47% 차이를 보였다. 결 론: 열가소성 Bolus는 3D printer로 제작한 것과 비교하여 제작 과정이 단순하고 소요 시간이 길지 않으며, set up 측면에서 재현성 있는 결과를 보였고 선량 측면에서도 안정적인 결과를 나타내어 불규칙한 표면의 피부 병변 치료에서 그 유용성이 높은 것으로 사료된다.

• 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.