• 식물분류학회지
• /
• 제36권3호
• /
• pp.209-216
• /
• 2006

다도해해상국립공원에 속한 거문도에서 천남성속, 두루미천남성절, 무늬천남성아절에 해당되는 1 신아종인 거문천남성(Arisaema thunbergii subsp. geomundoense S.C. Ko)을 기재 및 도해하였다. 화수부속체 기부의 비후부의 색깔이 진한 자색 또는 적자색인 것이 기본종인 무늬천남성(A. thunbergii supsp. thunbergii)과 다르고, 비후부에 주름이 있는 것이 일본에 자생하고 있는 비후부가 평활한 A. thunbergii supsp. urashima와 다르다.

• 문화기술의 융합
• /
• 제1권4호
• /
• pp.65-69
• /
• 2015

본 연구는 안드로이드 스마트폰에서 최신 문화 관람 및 정보를 제공하는 App을 개발하여 사용자가 문화생활을 즐기고자 할 때 이 DB를 사용하여 각 뮤지컬, 연극, 영화 별로 사용자가 원하는 정보를 검색하여 열람할 수 있고 또한 리뷰 등록 및 열람이 가능하다. 또한 관리자는 관리자(Administrator)모드로 로그인하여 문화 정보를 관리하고 사용자들의 정보를 확인할 수 있게 함으로써 시스템 관리를 원활이 이루어지게 한다. 또한 사용자는 사용자(User)모드로 로그인을 하여 문화 정보를 열람할 수 있고, 감상평을 기록하고 친구그룹의 추천기능을 통해 신뢰할만한 공연정보를 확인하여 여가생활을 문화 활동으로 즐길 수 있도록 한다.

• 한국작물학회지
• /
• 제40권5호
• /
• pp.548-555
• /
• 1995

보리의 재배양식을 협폭파, 드릴파, 휴립광산파의 3양식으로 하여 이들 재배양식별 유효분얼의 생태반응과 수량성에 대하여 비교시험을 수행하였던 바 얻어진 결과는 다음과 같다. 1. 출아율은 드릴파 > 협폭파 > 휴립광산파의 순위였으나 m$^2$당 입모본수는 휴립광산파가 334본/m 으로 가장 많았고 다음으로, 협폭파, 드릴파의 순이었다. 2. 유효개화한 분얼은 3재배양식 모두 주간, 1차분얼의 1, 2 이고 2차분얼의 11은 휴립광산파에서만 유효경화하였다. 얼자별 유효경율은 주간은 3처리 모두 100%이나 1차분얼의 1과 2는 드릴파 > 휴립광산파 > 협폭파의 순으로 많았다. 3. 평균1수 영화수는 드릴파가 39.5립으로 가장 많았고 다음으로 휴립광산파, 협폭파의 순이었고 얼자별로는 주간 > 1 > 2 > 11이었다. 1수 임실율은 드릴파 > 휴립광산파 > 협폭파의 순으로 높았다. 4. 평균1수임실립수는 드릴파 > 휴립광산파 > 협폭파의 순이었고 평균 1수 완성립수도 같은 경향이었다. 그러나 천립중은 재배양식 또는 분얼경간에 크게 차이가 없었다. 5. 1수당 자실량은 드릴파가 가장 무거웠고 다음으로 휴립광산파, 협폭파의 순이었으며 분얼시험의 m 당 자실량은 협폭파 679.8g에 비하여 드릴파 874.7g, 휴립광산파 794.3g로 각각 29%와 17%가 증수되었다. 6. 실제평예조사시험의 유효경율은 46.2~54.1%로, 드릴파재배구가 가장 높았고 협폭파재배구에서 가장 낮았다. 7. 평예조사자실중은 협폭파 567.6kg에 비하여 드릴파 31%, 휴립광산파 15%가 각각 증수하였다.

• 한국컴퓨터정보학회논문지
• /
• 제25권8호
• /
• pp.181-188
• /
• 2020

본 연구에서는 다양한 워드 임베딩 기법이 감성분석의 성과에 미치는 영향을 확인하기 위한 비교연구를 제안한다. 감성분석은 자연어 처리를 사용하여 텍스트 문서에서 주관적인 정보를 식별하고 추출하는 오피니언 마이닝 기법 중 하나이며, 상품평이나 댓글의 감성을 분류하는데 사용될 수 있다. 감성은 긍정적이거나 부정적인 것으로 분류될 수 있기 때문에 일반적인 분류문제 중 하나로 생각할 수 있으며, 이의 분류를 위해서는 텍스트를 컴퓨터가 인식할 수 있는 언어로 변환하여야 한다. 따라서 단어나 문서와 같은 텍스트를 자연어 처리에서 벡터로 변형하여 진행하는데 이를 워드 임베딩이라고 한다. 워드 임베딩 기법은 Bag of Words, TF-IDF, Word2Vec 등 다양한 기법이 사용되고 있는데 지금까지 감성분석에 적합한 워드 임베딩 기법에 대한 연구는 많이 진행되지 않았다. 본 연구에서는 영화 리뷰의 감성분석을 위해 다양한 워드 임베딩 기법 중 Bag of Words, TF-IDF, Word2Vec을 사용하여 그 성과를 비교 분석한다. 분석에 사용할 연구용 데이터 셋은 텍스트 마이닝에서 많이 활용되고 있는 IMDB 데이터 셋을 사용하였다. 분석 결과, TF-IDF와 Bag of Words의 성과가 Word2Vec보다 우수한 것으로 나타났으며 TF-IDF는 Bag of Words보다 성과가 우수하였으나 그 차이가 매우 크지는 않았다.