• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2005년도 추계 학술발표논문집
• /
• pp.159-159
• /
• 2005

• Animal Systematics, Evolution and Diversity
• /
• 제18권1호
• /
• pp.127-133
• /
• 2002

현재까지 국내발생이 확인되지 않았던 고비수염진딧물 (신칭), Macromyzus woodwardiae (Takahashi. 1921)이 제주도에 서식하는 도깨비고비에서 확인되었다. 유시성충과 무시성충에 대해 기재하고, 기주식물 기록을 정리하였다. 도깨비고비는 Macromyzus woodwardiae(Takahashi, 1921)의 기주식물로 처음으로 보고되며, Macromyzus속은 한국에서 처음으로 기록되는 속이다.

• 양봉협회회보
• /
• 통권254호
• /
• pp.17-19
• /
• 2001

• 출판저널
• /
• 통권326호
• /
• pp.26-27
• /
• 2002

• 월간양계
• /
• 제6권10호통권60호
• /
• pp.86-88
• /
• 1974

• 월간양계
• /
• 제4권12호통권38호
• /
• pp.79-79
• /
• 1972

• 월간양계
• /
• 제9권3호통권89호
• /
• pp.62-64
• /
• 1977

• 환경생물
• /
• 제18권1호
• /
• pp.145-151
• /
• 2000

본 연구는 창주둥이바구미과 갑충의 구기가 부드러운 식물조직을 섭식하는 바구미과 갑충과 거의 같은 구조를 하고 있다는 사실을 잘 나타내고 있다. 창주둥이바구미과 갑충에 대하여 주사전자현미경을 사용하여 구기를 본래의 위치에서 관찰하고, 여기에 해부에 의한 연구도 병행하여 얻은 구기구조에 대한 연구의 결과는 다음과 같다. 창주둥이바구미아과의 바구미는 두순 가장자리가 꾸불꾸불한 모양이고, 큰턱은 수축시 전후로 만나며 안쪽으로 약간 굽어있는 구조를 하고 있다. 작은턱 수염은 두마디로 큰 생수절을 가지며, 아랫입술 수염은 한 개의 마디로 되어 있다. 하순전기절은 평행면을 가지며 넓이보다 길이가 더 길다. 별창주둥이바구미아과의 바구미는 두순가장자리 중앙에 2-3개의 홈을 가지고, 큰턱은 수축시 전후로 만나며 안쪽으로 약간 만곡된 구조를 하고 있다. 작은턱 수염은 세마디로 생수절과 첩교절의 크기가 같으며, 아랫입술 수염은 두마디로 하순전기절 꼭대기의 융기에 의해 서로 분리되어 있다. 하순전기절의 넓이와 길이는 같다.

• Applied Microscopy
• /
• 제31권4호
• /
• pp.375-383
• /
• 2001

한국산 관박쥐과의 관박쥐 (Rhinolophus ferrmmequinum korai)와 애기박쥐과 Myotis속에 속하는 큰발웃수염 박쥐 (Myotis macrodactylus), 물웃수염박쥐 (Myotis daubentonii ussrinesis) 및 관코박쥐 (Murina leucogaster intermedia)의 활동기 간장 조직을 투과전자현미경으로 관찰하여 이들의 미세구조적 특징을 규명하고 이들 간에 존재하는 차이를 비교 고찰하고자 하였다. 관박쥐는 세포질 내에 $10\sim20$개의 크고 둥근 사립체를 가지고 있었으며, 특히 과산화소체가 잘 발달되어 있었다. 큰발웃수염박쥐는 간세포간 사이의 연접복합체, 특히 부착반점이 잘 발달되어 있었다. 디세강과 동굴모세혈관 속은 섬세한 물질로 채워져 있었다. 물웃수염박쥐는 세포질 내에 당원과립을 많이 가지고 있었으며, 디세강과 동양혈관 속은 섬세한 물질로 채워져 있었다. 관코박쥐는 동굴모세혈관에 기저막이 잘 발달되어 있었으며, Kupffer 세포와 Ito 세포는 관찰되지 않았다. 이상의 결과는 같은 시기의 한국산 박쥐의 간장에서도 종에 따라서 미세구조적 차이가 나타남을 보여주는 것으로 이들은 이들의 생활환경과 식이와 관련이 있을 것으로 추정된다.

• 한국음향학회지
• /
• 제41권2호
• /
• pp.235-241
• /
• 2022

수동 음향 관측을 통해 수집된 방대한 양의 데이터에서 해양포유류의 소리를 탐지하고 식별하기 위해 합성곱 신경망(Convolutional Neural Network, CNN)을 활용한 연구가 많이 수행되고 있다. 본 연구는 2017년 8월부터 2018년 8월까지 동시베리아 해에서 수집된 수중음향 스펙트럼 이미지를 기반으로 CNN을 활용하여 턱수염물범 소리의 분류 자동화 가능성을 확인해 보았다. 학습 데이터로서 다른 소음이 거의 포함되지 않은 뚜렷한 턱수염물범 소리를 사용하였을 때, 암기로 인한 과적합이 발생하였다. 일부 데이터를 소음이 포함된 데이터로 교체하여 학습시켜 수집된 전체 데이터로 평가한 결과 정확도(0.9743), 정밀도(0.9783), 재현율(0.9520)으로 모델이 이전보다 일반화되어 과적합이 방지되는 것을 확인하였다. 본 연구를 통해 물범신호 분류는 학습 데이터에 소음이 포함되었을 때 성능이 증가하는 것으로 나타났다.