• 생태와환경
• /
• 제44권2호
• /
• pp.172-177
• /
• 2011

본 연구는 최적화된 자원량을 기반으로 최대 생산성을 얻을 수 있는 잠재생산량 추정을 통한 어족자원(꺽지)의 효율적 관리방안을 모색하고자 하였다. 이를 위해 섬진강 중 상류 수계에서 2008년 8월부터 2009년 4월까지 계절별로 총 4회 조사를 실시하였다. 자원량 추정은 소해면 적법(Swept Area method)을 이용하였으며, 잠재생산량은 생물학적 허용어획량(Allowable Biological Catch, ABC)에 기초한 어족자원 잠재력 추정시스템을 수정 보완하여 사용하였다. 또한, 꺽지 자원의 효율적인 관리 방안을 검토하기 위해 가입당생산량모델(Beverton and Holt)을 사용하였다. 연구결과, 어획개시연령($t_c$)은 1.464 age로 나타났으며, 이를 체장으로 환산한 결과 7.8 cm(BL)로 확인되었다. 현재 어획강도를 나타내는 순간어획사망계수(F)는 0.061 $year^{-1}$이었으며, 이를 기준으로 한가입당 생산량(Y/R)은 4.124 g로 추정되었다. 어획개시연령($t_c$)과 순간어획사망계수(F)를 기준으로 한 적정어획사망계수($F_{ABC}$)는 0.401 $year^{-1}$로 추정되었는데 이는 현재 꺽지 자원에 대한 어획강도가 매우 낮은 상태임을 시사한다. 꺽지의 연간 자원량은 3,048 kg으로 나타났으며, 현재 어획개시연령과 적정어획사망계수를($F_{ABC}$)를 바탕으로 한 잠재생산량은 861 kg으로 추정되었다. 가입당 생산량 모델을 사용하여 어획개시연령을 3 age로 어획사망계수는 0.643 $year^{-1}$로 가정할 경우, 가입당 생산량은 현재의 4.12 g에서 13.84 g로 약 3.4배 증가될 것으로 예상되었다.

• Tuberculosis and Respiratory Diseases
• /
• 제50권1호
• /
• pp.52-66
• /
• 2001

연구배경 : 폐상피세포가 능동적으로 IL-8을 분비한다는 것은 주지의 사실이다. NF-${\kappa}B$는 IL-8 발현 조절에 있어서 가장 중요한 역할을 담당하는 전사인자이다. Triptolide는 최근 밝혀진 NF-${\kappa}B$ 억제제로서 중국한약제인 뇌공등 (Tripterygium Wilfordii)에서 추출된약제이다. 연자들은 새로운 NF-${\kappa}B$ 억제제인 triptolide가 폐상피세포에서 NF-${\kappa}B$ 의존성 IL-8 유전자의triptolide가 염증성 폐질환에서 새로운 치료제로서의 가능성을 확인하기 위하여 본 연구를 시행하였다. 방법 : 폐상피세포로서 A549 사용하였고 triptolide는 미국의 Pharamagenesis(Palo Alto, CA)사로부터 제공받았다. NF-${\kappa}B$ 활성유도물질로는 IL-$1{\beta}$(R&D)와 PMA(Sigma)를 이용하였다. IL-8 유전자의 발현은 RT-PCR과 ELISA를 이용하여 측정 하였다. NF-${\kappa}B$의존성 IL-8 유전자의 전사활성을 평가하기 위하여는 IL-8 NF-${\kappa}B$ luciferase construct를 안정적으로 유전자주입한 A549 IL-8 NF-${\kappa}B$ luciferase 세포주를 제조해 사용하였고 NF-${\kappa}B$ DNA 결합은 electromobility shift assay(EMSA)를 이용하였다. p65 전사활성을 assay하기 위해서는 Gal4-p65 fusion protein expression system을 유전자주입과 luciferase assay를 통하여 시행하였다. Transcriptional coactivator의 역할을 규명 하가 위하여서는 CBP(CREB-binding protein)와 SRC-1(steroid receptor coactivator-1) 발현 벡터를 유전자 주입하고 luciferase assay를 이용하여 확인하였다. 결과 : Luciferase assay로 triptolide가 PMA와 IL-$1{\beta}$자극에 의한 IL-8 NF-${\kappa}B$ 활성을 의미있게 감소시킴을 확인하였다. IL-8 ELISA와 RT-PCR로 triptolide가 PMA와 IL-$1{\beta}$ 자극에 의해 유도되는 IL-8 발현을 각각 단백질과 mRNA 수준에서 억제함을 관찰하였다. Triptolide가 PMA와 IL-$1{\beta}$에 의한 IL-8 NF-${\kappa}B$의 전사활성을 억제시킨 반면 EMSA와 $I{\kappa}B{\alpha}$ Western blot을 이용한 실험에서는 triptolide가 NF-${\kappa}B$ DNA 결합과 $I{\kappa}B{\alpha}$의 분해에 전혀 영향을 미치지 못함을 확인하였다. 이러한 전사활성 억제와 DNA 결합 간의 불일치의 원인으로서는 DNA 결합 이후에 발생하는 핵내 에서의 transactivation에 triptolide가 영향을 미치리라고 생각되어 p65 transactivation study를 Gal4-p65T A(p65의 transactivation domain) fusion protein 발현 시스템과 luciferase assay를 이용하여 시행한 결과 triptolide가 p65 transactivation을 억제함으로써 NF-${\kappa}B$를 억제함을 확인하였다. 그러나 CBP나 SRC-1과 같은 coactivator의 역할을 규명하기 위한 유전자주입 실험에서 triptolide에 의한 p65 transactivation 억제에 대해 CBP나 SRC-1의 과발현이 별다른 영향을 미치지 못하였다. 결론 : Triptolide는 폐상피세포에서 NF-${\kappa}B$ 의존성 IL-8 유전자의 전사활성을 억제하고 그 기전은 $I{\kappa}B{\alpha}$ 경로가 아닌 핵내에서의 p65 transactivation 억제에 의해 발생하며 이에는 CBP나 SRC-1과 같은 coactivator가 관여하지 않음을 확인하였다.

• 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.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.191-207
• /
• 2021

오늘날 이동통신은 급증하는 데이터 수요에 대응하기 위해서 주로 속도 향상에 초점을 맞추어 발전해 왔다. 그리고 5G 시대가 시작되면서 IoT, V2X, 로봇, 인공지능, 증강 가상현실, 스마트시티 등을 비롯하여 다양한 서비스를 고객들에게 제공하기위한 노력들이 진행되고 있고 이는 우리의 삶의 터전과 산업 전반에 대한 환경을 바꿀 것으로 예상되고 되고 있다. 이러한 서비스를 제공하기위해서 고속 데이터 속도 외에도, 실시간 서비스를 위한 지연 감소 그리고 신뢰도 등이 매우 중요한데 5G에서는 최대 속도 20Gbps, 지연 1ms, 연결 기기 106/㎢를 제공함으로써 서비스 제공할 수 있는 기반을 마련하였다. 하지만 5G는 고주파 대역인 3.5Ghz, 28Ghz의 높은 주파수를 사용함으로써 높은 직진성의 빠른 속도를 제공할 수 있으나, 짧은 파장을 가지고 있어 도달할 수 있는 거리가 짧고, 회절 각도가 작아서 건물 등을 투과하지 못해 실내 이용에서 제약이 따른다. 따라서 기존의 통신망으로 이러한 제약을 벗어나기가 어렵고, 기반 구조인 중앙 집중식 SDN 또한 많은 노드와의 통신으로 인해 처리 능력에 과도한 부하가 발생하기 때문에 지연에 민감한 서비스 제공에 어려움이 있다. 그래서 자율 주행 중 긴급 상황이 발생할 경우 사용 가능한 지연 관련 트리 구조의 제어 기능이 필요하다. 이러한 시나리오에서 차량 내 정보를 처리하는 네트워크 아키텍처는 지연의 주요 변수이다. 일반적인 중앙 집중 구조의 SDN에서는 원하는 지연 수준을 충족하기가 어렵기 때문에 정보 처리를 위한 SDN의 최적 크기에 대한 연구가 이루어져야 한다. 그러므로 SDN이 일정 규모로 분리하여 새로운 형태의 망을 구성 해야하며 이러한 새로운 형태의 망 구조는 동적으로 변하는 트래픽에 효율적으로 대응하고 높은 품질의 유연성 있는 서비스를 제공할 수 있다. 이러한 SDN 구조 망에서 정보의 변경 주기, RTD(Round Trip Delay), SDN의 데이터 처리 시간은 지연과 매우 밀접한 상관관계를 가진다. 이 중 RDT는 속도는 충분하고 지연은 1ms 이하이기에 유의미한 영향을 주는 요인은 아니지만 정보 변경 주기와 SDN의 데이터 처리 시간은 지연에 크게 영향을 주는 요인이다. 특히, 5G의 다양한 응용분야 중에서 지연과 신뢰도가 가장 중요한 분야인 지능형 교통 시스템과 연계된 자율주행 환경의 응급상황에서는 정보 전송은 매우 짧은 시간 안에 전송 및 처리돼야 하는 상황이기때문에 지연이라는 요인이 매우 민감하게 작용하는 조건의 대표적인 사례라고 볼 수 있다. 본 논문에서는 자율 주행 시 응급상황에서 SDN 아키텍처를 연구하고, 정보 흐름(셀 반경, 차량의 속도 및 SDN의 데이터 처리 시간의 변화)에 따라 차량이 관련정보를 요청해야 할 셀 계층과의 상관관계에 대하여 시뮬레이션을 통하여 분석을 진행하였다.

• 대한핵의학회지
• /
• 제38권4호
• /
• pp.288-293
• /
• 2004

목적: 삼상골스캔상의 증가된 손목과 손의 관절의 증가된 섭취는 반사성교감신경 이영양증후군의 소견이다. 반신마비성 반사성교감신경 이영양증후군 환자에서의 병측 견관절 섭취 증가는 드물지 않은 소견으로서 이번 연구에서는 이런 환자들에서의 견관절 섭취의 임상적 의미를 알고자 연구를 시행하였다. 대상 및 방법 : 뇌졸중으로 반신마비가 된 환자 중 임상적으로 반사성교감신경 이영양증후군으로 진단된 23명의 환자를 대상으로 하였다(남:녀=16:7, 좌:우=11:12). 평균나이는 $63{\pm}10$세였다. 10명의 정상 자원자의 데이터를 대조군으로 사용하였다(평균 나이 $60{\pm}5$, 남:녀=1:9). 삼상골스캔은 뇌졸중 발병 후 $59{\pm}32$ 일에 시행하였다. 관심영역을 그려서 삼상의 양손의 우/좌 섭취비를 각각 구하였고, 이를 지연 영상에서의 견관절 섭취 우/좌 섭취비와 비교하였다. 손의 관심 영역은 손목을 포함하였다. 검사의 예민도는 정상 대조군의 데이터를 이용하여 결정하였다. 결과: 관류 영상과 혈액 풀 영상, 지연 영상의 손의 우/좌 섭취비를 이용한 삼상골스캔의 민감도는 각각 45%, 76%, 78%이었다. 지연 영상의 견관절 섭취비를 이용한 민감도는 74%이었다. 지연영상의 손 우/좌 섭취비와 견관절 우/좌 섭취비는 유의한 상관관계를 보였다(Spearman's R=0.824, p<0.001). 결론 : 지연 영상에서의 견관절 섭취는 지연 영상의 손 섭취와 유의한 상관 관계를 보였다. 병측 견관절 섭취 증가 소견은 반신마비성 반사성교감신경 이영양증후군 환자의 진단에 도움을 주는 소견이다.민감도는 스캐너의 횡축방향 708.6 (2D), 2931.3 (3D) counts/sec/MBq, 횡축방향 중심에서 10cm 벗어난 지점에서 728.7 (2D), 3398.2 (3D) counts/sec/MBq 이었다. 산란 분획은 0.19 (2D), 0.49 (3D)이었고 최고 참 계수율과 NECR은 2차원 영상 획득 모드에서 40.1 kBq/mL 일 때 64.0 kcps, 40.1 kBq/mL 일 때 49.6 kcps, 3차원 영상 획득 모드에서 4.76 kBq/mL 일 때 53.7 kcps, 4.47 kBq/mL 일 때 26.4 kcps이었다. 결론: 이 실험에서 NEMA NU2-2001로 측정한 PET스캐너의 물리적 특성은 PET스캐너에 대한 객관적 평가 및 최적화 된 영상 획득과 분석에 유용할 것이다.로 사료되었다.률 또한 신경회로망(59%)과 핵의학 전문가(72%)의 진단 성적이 거의 다르지 않았다. 결론: 이 연구에서 개발한 간질병소 국소화를 위한 신경회로망 시스템은 측두엽간질 감별 진단에 도움이 될 것으로 기대된다. 생체광학 영상을 이용한 다약제내성 유전자 및 Pgp 발현 연구는 아직 시작단계이나, 분자 생물학적 영상법의 발전과 함께 MRI 기술등에도 이용될 수 있으므로 향후 많은 연구가 있을 것으로 기대된다.{\mu}M$에서는 각각 40%와 5%만 섭취되었다. MTT assay상 K562(Adr)세포에서는 verapamil $100{\mu}M$ 이상에서는 유의하게 낮았으나 다른 세포는 $200{\mu}M$까지에도 차이가 없었다. PKC 아형의 분석상 PKC $\varepsilon$이

• Journal of Chest Surgery
• /
• 제31권5호
• /
• pp.488-493
• /
• 1998

관상동맥 질환은 최근 발생빈도가 현저히 증가하고 있고 사회적 관심이 많은 대표적 질환이다. 이와 동반하여 관상동맥 우회로 이식수술의 시술도 90년대들어 급격한 증가를 보이고 있다. 관상동맥 질환에 대한 외과적 시술시 수술의 시행 유무와 범위를 결정하는데 술전에 관상동맥의 상태를 검사하고 평가함은 매우 중요한 일이다. 술전 관상동맥의 형태학적 검사 방법으로 관상동맥 조영술은 현재 매우 유용하고 광범위하게 사용되고 있다. 그러나, 관상동맥 조영사진을 분석함에 있어 객관적이고 양적인 자료를 얻는 측정 방법이 임상에 널리 이용되고 있지는 않다. 이에 저자 등은 computerized system(Arripro 35)을 이용하여 관상동맥 조영사진을 관상동맥의 분지, 우세성 및 직경등 형태학적으로 연구 분석하여 보고한다. 연구 대상은 본 삼성 서울 병원에서 1994년 9월부터 1996년 6월까지 22개월간 관상동맥 조영술을 시행하였던 환자 경우중 형태학적으로 정상구조를 보인 174례의 관상동맥 조영사진을 대상으로 Arripro 35 system을 이용한 양적 분석을 하여 다음과 같은 결과를 얻었다. 1) 좌주관상동맥의 직경은 4.45$\pm$0.79 mm이고, 분지는 2분지가 117례, 3분지가 50례, 4분지가 7례이다. 2) 좌전행지의 근위부 직경은 3.47$\pm$0.62 mm이고 중위부 직경은 2.79$\pm$0.52 mm이며 원위부 직경은 2.16$\pm$0.39 mm이다. 사행지는 평균 1.99$\pm$0.88개가 분지되었고 2개가 있는 경우가 가장 많았고 범위는 0에서 4개였다. 3) 좌선회지의 근위부 직경은 3.17$\pm$0.61 mm이며 원위부 직경은 2.19$\pm$0.55 mm이다. 둔각 변연지는 평균 2.16$\pm$1.10개가 분지되었고 2개가 있는 경우가 가장 많았으며 범위는 0에서 6개였다. 4) 우관상동맥의 근위부 직경은 3.51$\pm$0.69 mm이고 원위부 직경은 2.93$\pm$0.68mm이며, 후측분지의 직경은 2.30$\pm$0.48 mm이고 후하행지의 직경은 2.09$\pm$0.48 mm이다. 5) 우측 우세성이 163례(93.68%)이고 좌측 우세성은 11례(6.23%)로 우측 우세가 절대적으로 많았다. 우관상동맥에서 분지되는 예각 변연지는 직경이 1.5 mm 이상으로 유의할만한 크기로 분지되는 경우가 89례(51.15%)였다. 관상동맥 우회로술시 완전 재관류을 위해서는 우측 예각 변연지에 대한 관심이 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

• 방송공학회논문지
• /
• 제10권1호
• /
• pp.43-56
• /
• 2005

기존의 방송환경은 시청자에게 단 방향의 서비스를 제공하며, 시청자 각자의 취향에 상관없이 소극적인 자세를 요구한다. 이러한 일방적인 사용자 시청환경에서, 대개의 프로그램들은 방송사에 의해 다수 사용자의 대표적인 시간대에 적절하게 배치되며, 그러한 프로그램의 인기도 혹은 시청 연령, 시간대에 따른 광고가 그 프로그램을 지원하게 된다. 시청자의 적극적 선별 노력에 의해 선택된 프로그램과 달리 그에 딸린 광고는 사용자가 원하는 대개의 프로그램을 지원하는 중요한 수단이지만, 정작 시청자의 관심과는 상관없이 제공된다. 또한 디지털 방송치 시작과 함께 양방향 서비스 환경에서도 사용자를 고려한 광고의 적절한 분배가 이루어지지 않고 있다. 이러한 일률적인 광고 컨텐츠의 제공은 시청자의 무관심을 초래할 수 있으며, 이러한 경향이 높을수록 효율적인 정보 제공에 많은 제한을 받을 수 있다. 본 논문에서는. 제한적 정보 제공의 해소와 새로운 시청 환경 제안을 위한, 시청자의 성별, 연령 그리고 직업과 같은 프로파일 정보에 따른 맞춤형 광고, 즉 표적 광고 서비스(Target Advertisement Service)를 제안한다. 제안된 표적 광고 서비스는 개인 정보 유출의 피해 없이 사용자의 시청 정보를 이용해 사용자의 프로파일 정보를 예측하며, 예측된 정보를 이용하여 사용자에게 맞는 광고 콘텐츠를 전달한다. 본 논문의 실험을 위해 AC Nielsen Korea에서 제공된 실제 연령대별. 성별. 시간대별로 기록된 사용자의 TV 시청 자료를 사용하였으며, 실험 결과를 통해 본 논문에서 제안된 두 가지 표적 광고 서비스 알고리즘. 즉, 정규거리합(Normalized Distance Sum)과 벡터 상관법(Vector Correlation)의 효율성 검증과 이를 이용한 표적 광고 서비스 프로토타입 시스템을 보인다.te TC-POXR-2의 열전도도가 1.13 W/mK, 그리고 TC-POXR-4가 1.19 W/mK였으며 이는 단일입자경을 갖는 충전제를 가하여 제조한 경우보다 높은 열전도성을 나타내었다. 제조하였으며 이들의 기계적 및 열전도 특성 그리고 체적 저항을 측정하였다. 달랐지만 단측검정 결과 유의하지 않았다.C)와 파인크리크 CC(Pine Creek CC)가 하나의 군을 형성하고 있었다. 블루헤런 CC(Blue Heron CC)는 다른 군과는 또 다른 의미로서 구분되었는바, 블루헤런 CC(Blue Heron CC)는 경관적 의미에 대한 가치평가가 놀은 결과로서 하나의 군으로 나누어 졌다.과 백삼의 효과 우열의 측면이 아닌 그 용도와 적응증에 차이가 있는지에 초점을 맞추어 보다 과학적 평가가 이루어져야 할 것이다. 결론적으로 가능한 동일한 재배조건에서 생산된 원료수삼으로 제조된 홍삼과 백삼의 원 생약과 그 추출 분획물, 또는 성분을 시료로 하여 화학성분 조성을 비교하고 이와 연계한 실험적 효능연구의 확충과 특히 임상적 효능 비교연구를 통해 과연 그 적응증에 차이가 있는지에 대한 보다 많은 과학적 검토가 이루어져야 할 것이다.ontrol (43.4 mg/L)에 비해 2.17배로 증가되었다.재래시장과 백화점에서 시판되고 있는 계란 총 446개에 대해서도 동일한 절차와 방법으로 조사하였던바, 재래시장에서 구입했던 계란의 난각부분(Egg-shell)에서만 가금티푸스(fowl Typhoid)의 병원체인 S. gallinarum이 1주$(0.2\%)$만이 분리되었고, 기타 세균으로서는 대장균군이 역시 난각에서 가장 높은 빈도로 분리되었고, 난황(Yolk)에서는 극히 낮은 수준의 세균오염도를 보였다. 다양한 동물종유래 S. aureus 균주들의 유전학적 분석목적에 가장 신뢰도 높고 감별능력이 뛰어난

• 한국수자원학회논문집
• /
• 제53권6호
• /
• pp.427-436
• /
• 2020

기후 변화는 한반도 가뭄 특성에 영향을 미칠 것으로 예측되지만 불확실성이 존재한다. 이에, 본 연구는 지면 모델링 시스템 중 하나인 WRF-Hydro 모형에 기후변화와 토지이용 시나리오를 이용하여 한반도 미래 가뭄을 예측하는 것을 목표로 하였다. 기후 변화 자료는 RCP2.6과 RCP8.5 시나리오, 지표면 변화 자료는 공통사회경제경로(Shared Socio-economic Pathway, SSP) 시나리오를 사용하였다. 임계수준 방법을 적용하여 유출량과 순일차 생산량(Net Primary Productivity, NPP)값을 이용한 미래 수문학적 가뭄과 생태학적 가뭄을 정의하였고, 각 시나리오 별 가뭄의 기간과 강도의 특성을 평가하였다. 수문학적 가뭄 기간은 RCP2.6-SSP2 가까운 미래(2031-2050)와 RCP8.5-SSP2 먼 미래(2080-2099) 시나리오에서, 생태학적 가뭄 기간은 RCP2.6-SSP2 먼 미래와 RCP8.5-SSP2 가까운 미래에서 긴 가뭄 기간을 보였다. 가뭄 강도는 가뭄 기간과 다르게, 두 가뭄 모두 RCP2.6-SSP2 먼 미래와 RCP8.5-SSP2 가까운 미래에서 큰 강도를 보였다. 수문학적 가뭄의 경우 RCP2.6-SSP2 먼 미래가 가장 심도가 크고 임계수준의 크기의 영향을 많이 받았다. 그러나 생태학적 가뭄 심도는 RCP2.6-SSP2 가까운 미래와 RCP2.6-SSP2 먼 미래에서 큰 심도를 보이고, 임계수준에 따른 심도 크기의 시나리오 별 차이는 작았다. 이 연구는 기후변화와 토지이용변화에 따른 한반도 미래 수문학적 및 생태학적 가뭄 특성을 이해하고 관리하는데 도움이 될 것으로 기대된다.