• 제목/요약/키워드: 시간 가중치

검색결과 791건 처리시간 0.026초

환자에게 주입된 18F-FDG 의한 선량 평가에 대한 연구 (A Study on Dose Assessment by 18F-FDG injected into Patients)

  • 김창주;김장오;정근우;신지혜;이지은;전찬희;민병인
    • 한국방사선학회논문지
    • /
    • 제14권4호
    • /
    • pp.467-475
    • /
    • 2020
  • 본 연구는 PET 검사 중 방사성의약품인 18F-FDG에 대한 선량을 평가하여 환자와 보호자의 방사선에 대한 불안감을 완화하고, 의료기관 인력 및 공간 확보 문제, 건강검진으로 인한 무분별한 검사 진행을 최소화하는 데 그 목적이 있다. 선량평가는 방사선조직가중치 중 높은 조직 세 부위인 경부(갑상선), 흉부(심장), 하복부(생식선) 위치에 열형광선량계(TLD)와 전자개인선량계(EPD)를 이용하여 측정하였다. 또한, GM 계수기와 전리함을 이용하여 공간선량률과 소변에서의 방사능을 측정하였다. 그 결과는 다음과 같다. 첫째, 개인선량계인 TLD는 경부에서 0.0425±0.0277 mSv, 흉부에서 0.0485±0.0386 mSv, 하복부에서 0.0485±0.0436 mSv 측정되었고 방사선 민감도에 따른 심부선량 차이는 거의 없었다. EPD는 경부 위치에서 직후 0.942±0.141 mSv/h, 120분 후 0.192±0.031 mSv/h로 측정되었다. 흉부 위치에서 직후 0.516±0.085 mSv/h, 120분 후 0.128±0.040 mSv/h로 측정되었다. 하복부 위치에서 직후 0.468±0.091 mSv/h, 120분 후 0.105±0.021 mSv/h로 측정되었다. GM 계수기에서 공간선량률은 직후 0.041±0.005 mSv/h, 120분 후 0.014±0.002 mSv/h로 측정되었다. 전리함을 이용한 소변 내 방사능은 60분 후 0.113±0.24 MBq/cc, 120분 후 0.063±0.13 MBq/cc로 측정되었다. 이러한 결과로 볼 때 18F-FDG를 투여하고 PET 검사가 끝나는 2시간 후 선량 재평가를 하고 귀가 시점을 정하도록 해야 하며 보호자와의 접촉도 피해야 한다. 또한, 환자와 보호자에게 충분한 설명과 함께 피폭선량 예상 값을 제공하여 무분별한 검사를 지양해야 하도록 할 필요가 있을 것으로 판단된다. 본 연구에서 실측 실험한 데이터를 통해 환자와 가족들이 방사선에 대한 불안감을 해소하기를 바라며, 방사선 종사자의 피폭관리 시스템과 제도적 개선을 통해 의료방사선 발전에 힘이 되리라 기대한다.

전문대학의 특성을 고려한 교수업적평가 모델 연구 (A Study on the Faculty Evaluation Model with Considering the Characteristics of Education-Based Colleges)

  • 황일규;김경숙;권오영;안태원;박영태
    • 직업교육연구
    • /
    • 제30권4호
    • /
    • pp.23-49
    • /
    • 2011
  • 교수업적평가제도는 불편하지만 피할 수 없는 제도로 정착되어 가고 있으며, 대학 경쟁력 향상에 있어서 가장 중요한 요인 중의 하나로 그 중요성이 점차 증대되고 있다. 본 연구에서는 몇몇 4년제 대학과 전문대학을 선정하여 각각의 교수업적평가 모델을 교육, 산학협력, 연구, 봉사 평가 영역별로 조사 비교 분석하였다. 이를 통하여 현 전문대학 업적평가 모델의 특성을 파악하고, 4년제 대학 업적평가의 답습, 직무 특성별 업적 평가의 난맥상, 개개 항목별 가중치의 과도한 편차, 전공별 특성의 미흡한 반영 등의 문제점을 도출하였다. 이를 바탕으로 본 연구에서는 개별교수의 역량제고를 통한 대학 경쟁력 향상을 목표로 전문대학의 특성에 맞는 교수업적평가 모델을 제시하였다. 직업교육중심대학의 특성을 갖는 전문대학의 교수업적평가 모델에는 일반적으로 교육, 연구, 봉사 3가지로 구분되어있는 4년제 대학의 평가영역에 전문대학의 특성을 고려하여 산학협력영역을 추가하였고, 취업률, 재학생 유지율, 학생만족도 등과 같은 지표들의 반영을 위해 학부(과) 평가영역을 도입하였다. 또한 영역별 평가 항목을 선정하는 기본 방향으로 대학 및 교수 개인의 발전과 연계된 검증가능한 모든 교수 활동을 평가 대상으로 고려하여 영역을 구분한 후 항목화하여 평가지표로 활용하도록 하였다. 본 모델에서는 SCI급 논문 점수를 객관적인 비교를 위한 하나의 기준으로 제시하였다. 각 항목의 배점은 SCI급 논문 점수를 기본으로 항목의 중요성 및 교수가 기울이는 노력과 시간의 정도를 고려하여 조정하였다. 또한 세부 평가항목별 점수의 격차를 합리적으로 조정하여 평가 대상자들이 공감할 수 있는 보다 공정한 평가 체계를 제시하고자 하였다. 일반전임교원, 실습교원, 강의교원, 산학협력전담교원 등의 다양한 직무특성을 갖는 전문대학 교수들의 업적평가를 하나로 통합하여 평가할 수 있는 방안을 제시하였으며, 4년제의 단과대와 달리 소규모 전공으로 운영되는 전문대학의 다양한 전공 특성을 고려한 업적평가 개선 방안을 제안하였다. 팀평가 요소인 학부(과) 평가의 적절한 비율을 제시하였으며, 전략적인 성과목표로서 객관적이며 계량화가 용이한 몇 가지 평가지표도 도출하였다. 또한 기존 연구와 실제 자료를 분석한 내용을 토대로 강의평가를 보완하고 개선하기 위한 방안을 제시하였다. 마지막으로 제안된 업적평가 모델의 효과적인 운용을 위하여 최소점수제와 등급제를 도입하는 방안을 제시하였다.

축사 주변의 악취 및 부유분진의 CALPUFF 모델링: 계사 중심으로 (CALPUFF Modeling of Odor/suspended Particulate in the Vicinity of Poultry Farms)

  • 임광희
    • Korean Chemical Engineering Research
    • /
    • 제57권1호
    • /
    • pp.90-104
    • /
    • 2019
  • 본 연구에서는 시간별 실제 기상데이터를 토대로 한 CALPUFF 모델링 수행을 통하여 민원지역에 대한 신뢰성이 있는 모델링 결과를 도출하였다. 무창형 계사 P1 및 P2의 방진망 구조물(chamber) 및 개방형 계사 P3로부터의 오염원 배출 및 확산거동을, 부피오염원으로서의 CALPUFF 모델링 또는 각 방향의 배출면적을 가중치로 한 수직 배기의 평균 선속도인 모델 배출 선속도($u^M_y$)를 적용한 점오염원으로서의 최종 CALPUFF 모델링으로 구현하였다. 또한 계사 P1, P2 및 P3에서의 배출되는 악취 및 분진오염원 배출량에 대한 각각의 제거효율(0, 20, 50 및 80%) 또는 각각 대응되는 emission rate (100, 80, 50 및 20%)에 따른 시나리오를 기본으로, CALPUFF 모델링을 수행하여 각각에 대한 민원지역의 농도예측을 수행하였다. 이러한 민원지역에 대한 암모니아, 황화수소, $PM_{2.5}$$PM_{10}$에 대한 농도예측과 악취방지법 및 대기환경법에서 요구되는 오염물질 농도와 비교하여, 계사 P1, P2 및 P3에 요구되는 암모니아, 황화수소, $PM_{2.5}$$PM_{10}$에 대한 제거율을 산정하였다. 그 결과로서, "P1, P2 및 P3에서 각각의 배출농도를 줄인 비율만큼 각각의 discrete receptor에서의 농도가 같은 비율로 감소한다"는 가정(a priori assumption)이 본 CALPUFF 모델링 범위 내에서 적용 가능함이 입증되었다. 한편 부피오염원을 적용한 CALPUFF 모델링을 수행한 경우에서 방지시설의 요구되는 제거효율은, 점오염원을 적용한 CALPUFF 모델링을 수행한 경우와 비교하였을 때에 P1의 경우에는 상호간에 유사하였으나, P2와 P3에서 암모니아와 $PM_{10}$의 경우에 더 높게 나타났다. 그럼에도 불구하고 민원해결을 위한 안전한 접근방법으로서 부피오염원으로서 CALPUFF 모델링을 선정하였다. 이에 따라서 본 연구에서는 암모니아, 황화수소, $PM_{2.5}$$PM_{10}$와 같은 오염원배출에 대하여 무창형 계사 P1 및 P2에 요구되는 정량적 방지수준을 타당하게 도출하였다.

소셜 미디어 상에서의 인공지능 관련 사회적 여론에 대한 다 범주 감성 분석 (Multi-Category Sentiment Analysis for Social Opinion Related to Artificial Intelligence on Social Media)

  • 이상원;최창욱;김동성;여운영;김종우
    • 지능정보연구
    • /
    • 제24권4호
    • /
    • pp.51-66
    • /
    • 2018
  • 인공지능 기술의 비약적인 발전으로 인하여, 사용자의 편의성 증대를 목적으로 다양한 분야에서 관련된 제품과 서비스들의 개발이 이루어지고 있다. 이러한 기술의 발전에는 긍정적인 파급 효과에 대한 기대감이 존재하나, 향후 발생 가능한 부정적인 측면에 대한 논의도 활발히 이루어지고 있다. 예를 들어, 인공지능 기술 기반의 자율주행 자동차의 경우 안정성의 향상이라는 측면에서 많은 관심을 받고 있으나, 트롤리 딜레마, 시스템 보안 문제 등의 사회적 이슈 또한 활발히 논의되고 있다. 이에 따라, 인공지능 관련 기술의 발전과 사회적 수용을 위해서는 사회적으로 논의되는 주요 관련 이슈들에 대한 확인과 효과적인 분석이 요구된다. 이를 위해, 본 연구에서는 '이세돌 vs 알파고' 시점인 2016년 3월을 포함하여 2016년 1월부터 2017년 12월까지 2년 동안의 인공지능과 관련된 사회적인 이슈들을 파악하고 온라인상에서 발생되는 사회적 여론에 대하여 다 범주 감성을 분석하고자 한다. 이를 위하여 국내 대표적인 포털 사이트에서 인공지능 관련 뉴스의 수와 관련된 뉴스 제목, 뉴스의 댓글을 웹 크롤링(Web Crawling) 하였다. 사회적 여론에 대한 다 범주 감성 분석은 논의되는 이슈들의 중요성을 고려하여 단순 긍정 또는 부정이 아닌, 분노, 혐오, 두려움, 행복, 중립, 슬픔, 놀라움의 7가지 다 범주 감성으로 분석하였다. 분석 결과, 대부분의 이벤트 기간에 대하여 1위 감성은 '행복'으로 나타났지만 각 키워드에 대하여 나오는 감성이 상이함을 볼 수 있었다. 또한 2016년 상반기, 하반기, 2017년 상반기, 하반기로 나누어 보았을 때 시간이 지남에 따라 '분노'의 감성이 낮아짐을 확인하였다. 이러한 분석 결과를 바탕으로 인공지능과 관련하여 현재 논의되고 있는 다양한 이슈와 동향 파악이 가능하며, 이에 대한 대응 방안 마련에 활용이 가능할 것이다. 향후 감성 분석기의 성능 향상과 댓글에 대한 공감 및 비공감도의 가중치를 추가하여 분석한다면 사회적 여론을 보다 세밀하게 파악 할 수 있을 것이다.

식사의 질과 식행동 평가를 위한 노인영양지수 개정 연구 (Revision of Nutrition Quotient for Elderly in assessment of dietary quality and behavior)

  • 임영숙;이정숙;황지윤;김기남;황효정;권세혁;김혜영
    • Journal of Nutrition and Health
    • /
    • 제55권1호
    • /
    • pp.155-173
    • /
    • 2022
  • 본 연구의 노인영양지수 2021 (NQ-E 2021)은 노인의 식생활 관리 상태를 종합적, 객관적으로 평가할 수 있는 선별 영양진단 도구로 노인영양전문가 뿐만 아니라 일반인들도 쉽게 이해할 수 있어서 다양하게 활용되도록 하는 데 목표를 두고 수행되었다. NQ-E 2015 체크리스트 항목을 기반으로 하고, 노인의 식행동과 영양섭취 관련 문헌, 국민건강영양조사 자료, 국가 영양 정책 및 권고사항, 전문가 대상 심층면접을 통해 식품섭취영역에서 15개 항목, 식행동·식습관 영역에서 14개 항목의 총 29개 항목을 파일럿 조사용 체크리스트로 우선 선정하였다. 노인 100명을 대상으로 파일럿 설문조사 후 전문가 의견과 탐색적 요인분석을 거쳐서 전국 단위조사용 체크리스트로 23개 항목을 도출하였다. 전국단위 조사는 6개 광역시를 기준으로 층화추출한 총 1,000명을 대상으로 대면 조사를 수행하고, 탐색적 요인분석을 실시하여 노인 영양지수 평가항목을 3개 요인 (균형, 절제, 실천)으로 분류하고, 확정적 요인분석을 통해 최종 17개 항목이 NQ-E 2021의 구조방정식 모형에 적합한 것으로 도출되었다. 노인영양지수의 영역별 가중치는 각각 균형 0.55, 절제 0.10, 실천 0.35로 수렴되었다. 각 영역별로, '균형' 영역은 과일 섭취, 우유 및 유제품 섭취, 생선이나 조개류 섭취, 달걀 섭취, 콩이나 콩제품 섭취, 견과류섭취, 전곡이나 잡곡류 섭취, 물 섭취 빈도의 8개 항목, '절제' 영역에는 단음료나 단 음식 섭취와 기름진 빵이나 스낵 과자류 섭취 빈도의 2개 항목, '실천' 영역에는 건강한 식생활을 하려는 노력, 유통기한이나 영양표시 확인, 식사 전 손 씻기, 음식을 씹는데 불편한 정도, 우울정도, 숙면, 건강에 대한 자각의 7개 항목이 포함되었다. 전국단위 조사대상자의 NQ-E 2021 평균 점수는 51.7점이었고, 영역별 평균 점수는 균형 44.9점, 절제 52.2점, 실천 62.1점이었다. 본 연구에서 개발한 노인영양지수 (NQ-E 2021)는 17개의 간단한 설문항목, 10분 정도의 시간으로 노인의 전반적인 식사의 질과 식행동이 양호한지를 판정할 수 있고, 균형, 절제, 실천 영역의 구체적인 등급도 확인할 수 있다. NQ-E 2021은 오프라인뿐만 아니라 웹 연동 온라인 컴퓨터 프로그램으로 제공되어 간편하게 사용할 수 있으므로, 노인 스스로 자신의 영양상태를 평가하거나 또는 영양전문가들이 지역사회 주민들의 대면과 비대면 영양관리 자료로 다양하게 활용하는 것이 기대된다.

한국 성인을 위한 영양지수 개정: NQ-2021 (Revision of Nutrition Quotient for Korean adults: NQ-2021)

  • 육성민;임영숙;이정숙;김기남;황효정;권세혁;황지윤;김혜영
    • Journal of Nutrition and Health
    • /
    • 제55권2호
    • /
    • pp.278-295
    • /
    • 2022
  • 본 연구의 성인 Nutrition Quotient (NQ)-2021은 식품·영양소 섭취 및 식행동 영역까지 고려되어 성인의 식생활 관리상태를 종합적, 객관적으로 평가할 수 있는 선별 영양진단 도구로, 영양전문가 뿐만 아니라 일반인들도 쉽게 이해할 수 있도록 함으로써 활용도를 확대하는 것을 목표로 제·개정이 진행되었다. 2015년에 기 개발된 한국 성인을 위한 NQ 평가항목을 기반으로, 성인의 다양한 식생활 영역 문제와 관련된 선행 연구, 국민건강영양조사 자료, 국가 영양 정책 및 지침에 대한 검토와 전문가 대상 심층면접을 진행하여 26개의 파일럿 조사용 체크리스트 평가항목을 우선 선정하였다. 성인 100명 대상 파일럿 조사 후, 파일럿 조사 결과에 대한 전문가 패널 의견 수렴 및 탐색적 요인분석을 거쳐 전국단위조사용 체크리스트 23개 항목이 도출되었다. 전국단위조사는 6개 광역시에서 층화추출된 총 1,000명을 대상으로 진행되었고, 조사 자료의 탐색적 요인분석 결과 NQ-2021의 평가항목을 균형, 절제, 실천의 세 영역으로 분류하였다. 확정적 요인분석 및 구조방정식모형을 통해 NQ-2021의 최종 모형에 총 18개의 평가항목이 도출되었고, 각 영역별 가중치는 분석 결과에 따라 균형 0.3, 절제 0.3, 실천 0.4로 설정되었다. 최종적으로 NQ-2021은 균형 영역 8개 항목 (전곡·잡곡류, 생선류, 콩, 견과류, 채소류 반찬, 과일, 우유·유제품, 섭취 및 아침식사 빈도), 절제 영역 6개 항목 (적색육, 가공육류, 맵고 짠 국물음식, 패스트푸드, 기름진 빵·과자류 섭취 및 과식·폭식 빈도), 실천 영역 4개 항목 폭음 (고위험음주) 빈도, 건강한 식생활을 하려는 노력, 영양표시 확인, 손 씻기)으로 구성되었다. 전국단위 조사 자료로 산출된 NQ 점수의 평균은 총점 60.8점, 균형 43.6점, 절제 75.0점, 실천 63.0점이었다. 본 연구의 NQ-2021은 18개의 평가항목이 포함된 체크리스트로 짧은 시간에 효율적으로 개인의 전반적인 식사의 질 및 식행동을 판정할 수 있고, 균형, 절제, 실천의 각 영역별 점수 및 등급 확인이 가능하여 결과의 해석과 활용이 용이하다. 또한 웹 기반으로 연동된 온라인 컴퓨터 프로그램을 제공하여 온·오프라인 환경에서 모두 사용이 용이하다는 점에서, 다양한 생활터와 대면 또는 비대면 등의 다양한 환경에서 활발한 활용이 기대된다.

다이내믹 토픽 모델링의 의미적 시각화 방법론 (Semantic Visualization of Dynamic Topic Modeling)

  • 연진욱;부현경;김남규
    • 지능정보연구
    • /
    • 제28권1호
    • /
    • pp.131-154
    • /
    • 2022
  • 최근 방대한 양의 텍스트 데이터에 대한 분석을 통해 유용한 지식을 창출하는 시도가 꾸준히 증가하고 있으며, 특히 토픽 모델링(Topic Modeling)을 통해 다양한 분야의 여러 이슈를 발견하기 위한 연구가 활발히 이루어지고 있다. 초기의 토픽 모델링은 토픽의 발견 자체에 초점을 두었지만, 점차 시기의 변화에 따른 토픽의 변화를 고찰하는 방향으로 연구의 흐름이 진화하고 있다. 특히 토픽 자체의 내용, 즉 토픽을 구성하는 키워드의 변화를 수용한 다이내믹 토픽 모델링(Dynamic Topic Modeling)에 대한 관심이 높아지고 있지만, 다이내믹 토픽 모델링은 분석 결과의 직관적인 이해가 어렵고 키워드의 변화가 토픽의 의미에 미치는 영향을 나타내지 못한다는 한계를 갖는다. 본 논문에서는 이러한 한계를 극복하기 위해 다이내믹 토픽 모델링과 워드 임베딩(Word Embedding)을 활용하여 토픽의 변화 및 토픽 간 관계를 직관적으로 해석할 수 있는 방안을 제시한다. 구체적으로 본 연구에서는 다이내믹 토픽 모델링 결과로부터 각 시기별 토픽의 상위 키워드와 해당 키워드의 토픽 가중치를 도출하여 정규화하고, 사전 학습된 워드 임베딩 모델을 활용하여 각 토픽 키워드의 벡터를 추출한 후 각 토픽에 대해 키워드 벡터의 가중합을 산출하여 각 토픽의 의미를 벡터로 나타낸다. 또한 이렇게 도출된 각 토픽의 의미 벡터를 2차원 평면에 시각화하여 토픽의 변화 양상 및 토픽 간 관계를 표현하고 해석한다. 제안 방법론의 실무 적용 가능성을 평가하기 위해 DBpia에 2016년부터 2021년까지 공개된 논문 중 '인공지능' 관련 논문 1,847건에 대한 실험을 수행하였으며, 실험 결과 제안 방법론을 통해 다양한 토픽이 시간의 흐름에 따라 변화하는 양상을 직관적으로 파악할 수 있음을 확인하였다.

청소년 영양지수 (NQ-A 2021) 개정에 관한 연구 (Revision of Nutrition Quotient for Korean adolescents 2021 (NQ-A 2021))

  • 김기남;황효정;임영숙;황지윤;권세혁;이정숙;김혜영
    • Journal of Nutrition and Health
    • /
    • 제56권3호
    • /
    • pp.247-263
    • /
    • 2023
  • 본 연구의 청소년 영양지수 (NQ-A) 2021은 청소년의 식생활 및 식행동을 종합적, 객관적으로 평가할 수 있는 선별 영양진단 도구로 영양전문가 뿐만 아니라 청소년 스스로도 쉽게 이용할 수 있도록 하는 것을 목표로 제·개정이 수행되었다. 본 연구에서는 2015에 개발된 한국 청소년 영양지수 (NQ-A) 체크리스트 항목을 기반으로 국민건강영양조사 자료, 국가 영양정책 및 지침, 청소년의 영양상태와 식행동에 관한 문헌에 대한 검토와 전문가를 대상으로 한 심층면접을 진행하였고, 이를 통해 25개의 파일럿 조사용 체크리스트를 우선 선정하였다. 파일럿 조사는 청소년 100명을 대상으로 시행되었고, 탐색적 요인분석과 전문가 의견수렴 과정을 거쳐 22개의 전국 단위 조사용 체크리스트 항목을 도출하였다. 전국 단위 조사의 경우 6개 광역시를 기준으로 층화추출된 총 1,000명의 청소년을 대상으로 진행되었고, 탐색적 요인 분석을 통해 청소년 영양지수 평가항목을 균형, 절제, 실천의 3가지 요인으로 분류한 후 확인적 요인분석을 통해 구조방정식 모형에 적합한 최종 20개 문항으로 NQ-A 2021를 최종 확정하였다. 청소년 영양지수의 영역별 가중치는 각각 균형 0.15, 절제 0.30, 실천 0.55로 결정되었다. 최종 확정된 NQ-A 2021의 각 영역별 문항은 다음과 같다. 균형영역에는 채소, 과일, 우유나 유제품, 콩이나 콩제품, 생선이나 조개류, 달걀, 견과류, 전곡·잡곡류의 섭취빈도의 8개 문항이, 절제영역에는 라면, 단음식·단음료, 카페인 음료, 맵고 짠 찌개나 탕류, 기름진 간식·튀김류 섭취, 야식, 편의점 등 길거리 음식 섭취빈도와 스마트폰 등을 보면서 식사하기 및 과식빈도의 9개 문항이, 실천영역에는 아침식사 빈도와 식품표시 확인, 식사 전 손 씻기의 3개 문항이 포함되었다. 대면평가로 이루어진 전국단위 조사대상자의 NQ-A 2021 평균 점수는 51.49점이었고, 각 영역별 평균점수는 균형 41.39점, 절제 55.67점, 실천 52.96점으로 나타났다. 본 연구의 NQ-A 2021은 20개의 체크리스트를 통해 10분 내외의 시간으로도 청소년의 식행동과 식생활을 평가할 수 있고, 균형, 절제, 실천 영역별 구체적 등급을 확인할 수 있다는 점에서 활발하게 이용될 수 있다. 또한 NQ-A 2021은 대면 평가와 웹사이트를 통한 비대면 온라인 평가가 모두 가능하며, 결과의 해석과 활용 자료를 함께 제공함으로써 영양전문가를 통한 영양교육과 연구뿐만 아니라 청소년 스스로 자신의 영양관리에도 다양한 활용이 가능할 것으로 기대된다.

온톨로지 기반 영화 메타데이터간 연관성을 활용한 영화 추천 기법 (The Ontology Based, the Movie Contents Recommendation Scheme, Using Relations of Movie Metadata)

  • 김재영;이석원
    • 지능정보연구
    • /
    • 제19권3호
    • /
    • pp.25-44
    • /
    • 2013
  • 최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.

전이학습 기반 다중 컨볼류션 신경망 레이어의 활성화 특징과 주성분 분석을 이용한 이미지 분류 방법 (Transfer Learning using Multiple ConvNet Layers Activation Features with Principal Component Analysis for Image Classification)

  • 바트후 ?바자브;주마벡 알리하노브;팡양;고승현;조근식
    • 지능정보연구
    • /
    • 제24권1호
    • /
    • pp.205-225
    • /
    • 2018
  • Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.