• 한국환경생태학회지
• /
• 제37권4호
• /
• pp.273-288
• /
• 2023

국내 산림치유명상연구에 있어 산림명상에 적용할 수 있는 기법과 효과에 대한 연구들은 많이 진행되어 왔지만 산림명상이 이루어지는 공간에 대한 연구는 거의 이루어지지 않았다. 그럼에도 불구하고 명상공간은 단순한 장소적 개념이 아니라 산림의 '치유'기능을 담당하고 있는 산림환경요소 즉, 치유인자를 담고 있는 곳으로 치유메커니즘을 밝히는 중요한 단서가 될 수 있다. 이에 본 연구는 치유의 숲 산림명상공간이 명상에 적합한 공간인지 알아보고자 델파이 전문가 설문조사(Delphi Expert Survey Method)로 명상공간의 속성항목을 선정 한 후, IPA기법(Importance Performance Analysis)을 활용하여 치유의 숲 산림명상 공간 이용자의 만족도를 설문 조사하였다. 설문은 국립산림치유원과 산음 치유의 숲, 경기도 잣향기 푸른숲에서 산림명상공간을 이용한 일반성인 315명을 대상으로 2022년 8월부터 11월까지 진행하였다. IPA분석 결과 산림명상공간의 만족도 평균은 5점 리커트 척도에 4.33점(국립산림치유원 4.33점, 산음 치유의 숲 4.34점, 잣향기 푸른숲 4.37점)으로 높게 나타나 세 곳 치유의 숲 명상공간은 산림명상에 적합하게 조성되어 있다고 판단된다. 세 숲 모두 '자연의 소리'에 대한 만족도가 매우 높게 나타났다. 반면 세 숲 모두 '고요함'의 만족도가 상대적으로 낮게 나타나 우선적으로 해결해야 할 문제로 나타났다. 또 개방형설문 결과 자연의 소리, 경관, 공기, 숲 공간, 향기 등 명상공간의 자연요소가 시설과 같은 인공요소보다 명상 만족도에 긍정적인 영향을 미치는 것으로 나타났다. 산림명상의 만족도를 높이기 위해 명상 공간 주변에 물소리 새소리 등의 소리자원을 확보하는 것이 중요하고, 방문객과의 조우를 피하는 독립된 공간에 '명상 숲'을 따로 조성하여 산림치유명상 프로그램 참여자만 입장하는 방법 등을 고려해 볼 필요가 있다.

• Korean Chemical Engineering Research
• /
• 제61권4호
• /
• pp.523-541
• /
• 2023

3D 프린터의 활용이 높아짐에 따라 발생하는 화학물질에 대한 노출 빈도가 증가하고 있다. 그러나 3D 프린팅 발생 화학물질의 독성 및 유해성에 대한 연구는 미비하며, 분자 구조 데이터의 결측치로 인해 in silico 기법을 사용한 독성예측 연구는 저조한 실정이다. 본 연구에서는 화학물질의 분자구조 정보를 나타내는 주요 분자표현자의 결측치를 보간하여 3D 프린팅의 독성 및 유해성을 예측한 Data-centric QSAR 모델을 개발하였다. 먼저 MissForest 알고리즘을 사용해 3D 프린팅으로 발생되는 유해물질의 분자표현자 결측치를 보완하였으며, 서로 다른 4가지 기계학습 모델(결정트리, 랜덤포레스트, XGBoost, SVM)을 기반으로 Data-centric QSAR 모델을 개발하여 생물 농축 계수(Log BCF)와 옥탄올-공기분배계수(Log Koa), 분배계수(Log P)를 예측하였다. 또한, 설명 가능한 인공지능(XAI) 방법론 중 TreeSHAP (SHapley Additive exPlanations) 기법을 활용하여 Data-centric QSAR 모델의 신뢰성을 입증하였다. MissForest 알고리즘 기반 결측지 보간 기법은, 기존 분자구조 데이터에 비하여 약 2.5배 많은 분자구조 데이터를 확보할 수 있었다. 이를 바탕으로 개발된 Data-centric QSAR 모델의 성능은 Log BCF, Log Koa와 Log P를 각각 73%, 76%, 92% 의 예측 성능으로 예측할 수 있었다. 마지막으로 Tree-SHAP 분석결과 개발된 Data-centric QSAR 모델은 각 독성치와 물리적으로 상관성이 높은 분자표현자를 통하여 선택함을 설명할 수 있었고 독성 정보에 대한 높은 예측 성능을 확보할 수 있었다. 본 연구에서 개발한 방법론은 다른 프린팅 소재나 화학공정, 그리고 반도체/디스플레이 공정에서 발생 가능한 오염물질의 독성 및 인체 위해성 평가에 활용될 수 있을 것으로 사료된다.

• Clinical and Experimental Pediatrics
• /
• 제49권3호
• /
• pp.317-325
• /
• 2006

목 적 : 주산기 저산소성 허혈성 뇌손상의 병태 생리에서 nitric oxide(NO)가 급성 저산소성 허혈(hypoxia-ischemia, HI) 후 재산소-재관류기(reoxygenation-reperfusion, RR)에 대뇌의 혈역학 및 에너지 대사에 미치는 영향을 규명하기 위하여, NO 합성 억제제인 NG-monomethyl-L-arginine(L-NMMA)와 NO 합성 촉진제인 L-arginine(L-Arg) 투여를 통하여 뇌신경 세포에 어떠한 영향을 주는지 알아보고자 하였다. 방 법 : 생후 3일 이내의 신생자돈 28마리를 대상으로 무작위로 나누어, Sham 처치만 받은 정상 대조군(n=9), HI와 RR만 유발한 실험 대조군(n=7), HI 이후 RR 직전에 L-NMMA 투여군(n=6)과 L-arginine 투여군(n=6) 등 4군으로 구분하였다. 실험은 ether을 흡입 시킨 후 thiopental을 정주하고, 기관 삽관 후 인공호흡기 등의 처지를 끝낸 후, HI를 유발하기 위하여 실험군에서 수술 겸자로 양측 경동맥을 폐쇄한 후 8% 산소로 30분간 흡입하였고, RR을 시행하기 위하여 경동맥 폐색을 풀고 흡입 산소농도를 60%로 올려 1시간까지 투여하면서 관찰하였다. 생리적 변수로 혈압과 동맥혈 가스 소견을 관찰하였고, 뇌의 혈역학적 변화와 에너지 상태는 near infrared spectroscopy(NIRS)를 이용하여 대뇌의 산화 헤모글로빈($HbO_2$), 환원헤모글로빈(Hb), 환산 헤모글로빈(HbD), 싸이토크롬 $aa_3$(Cyt $aa_3$) 등을 지속적으로 관찰하여 비교하였다. 또한 실험 종료 시 얻은 뇌조직에서 $Na^+$, $K^+$-ATPase의 활성도 및 지질 대사산물인 conjugated dienes, 고에너지 인분자인 ATP(adeninetriphosphate)와 phosphocreatine(PCr)을 비교하였다. 결 과 : 생리적 변수의 변화에서는 실험군 모두에서 정상 대조군에 비하여 혈압, 동맥혈 산소 분압, pH, base excess 등이 유의하게 감소하였고(P<0.05), 젖산은 유의하게 증가하였다(P<0.05). L-NMMA와 L-Arg군에서 실험 대조군과 유의한 차이는 없었다. 실험군에서 RR 1시간 후 pH를 제외한 혈압, 동맥혈 산소 분압, base excess 등의 이상소견은 모두 기저치로 회복되었고, 실험군간에 유의한 차이가 없었다. NIRS 소견에서 $HbO_2$와 HbD는 HI 동안 정상 대조군에 비하여 실험군 모두에서 유의하게 감소하였으나(P<0.05), RR 직후 기저치로 회복되었으며, $HbO_2$는 RR 40분 이후 정상 대조군에 비해 유의하게 감소하였다(P<0.05). Hb은 정상 대조군을 제외한 모든 실험군에서 HI 동안 유의하게 증가하였다가(P<0.05), RR 직후 기저치로 회복되었다. 산화 Cyt $aa_3$는 HI 동안 실험군 모두에서 감소하는 경향을 보였고, RR 이후 다시 증가하였다. 정상 대조군과 각 실험군간에 유의한 차이는 없었다. 뇌의 $Na^+$, $K^+$-ATPase 활성도와 conjugated dienes은 실험군 모두에서 정상 대조군(제1군)에 비하여 유의하게 감소하였다(P<0.05). 뇌의 ATP, phosphocreatine은 실험군 모두에서 정상 대조군과 차이가 없었고, 또한 실험군간에도 유의한 차이가 없었다. 결 론 : 신생 자돈에서 급성 저산소성 허혈 이후 재산소-재관류기 동안 NO 합성 억제제인 L-NMMA나 NO 생성 촉진제인 L-arginine이 뇌 혈역학이나 뇌의 에너지 대사에는 특별한 변화를 일으키지 않았다. 따라서 급성 저산소성 허혈성 뇌손상에서 재산소화 재관류기 초기에는 NO가 뇌손상의 주요한 기전으로 작용하지 않을 것으로 사료된다. 또한 뇌혈역학 및 생화학적 검사 결과 등에서 급성기에는 에너지 부전 상태가 주요한 세포손상 기전이 아니고, 이온 농도의 변화에 의한 뇌부종, 산소유리기에 의한 뇌세포 손상이 저산소성 허혈성 뇌손상의 급성기에 주로 작용하는 뇌세포 손상의 주요 기전임을 시사한다. 따라서 NO 생성 억제제 혹은 생성 전구물질인 L-Arg은 뇌신경 세포 보호 효과를 보이지 않아 급성 주산기 가사의 치료제로서 제한이 됨을 알 수 있었다. 그러나 좀 더 명확한 효과를 보기 위하여 선택적 억제제의 사용, 제제의 용량 및 투여시기, 손상 후 좀더 긴 시간 이후의 변화에 대한 연구가 필요하다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.19-32
• /
• 2010

학계와 금융파생상품 가격결정이나 변동성매매와 같은 실무영역 모두에서 주식시장의 변동성은 중요한 역할을 한다. 본 연구는 GARCH 모형에 기초하여 한국주식시장의 변동성을 정확히 예측함으로써 변동성매매시스템의 성과를 높일 수 있는 새로운 방법을 제시하였다. 특히, 여러 연구 자료에서 밝혀지고 있는 변동성 비대칭성개념을 도입하였다. 최근 새로 개발된 한국주식시장 변동성 지수인 VKOSPI를 변동성 대용값으로 사용한다. VKOSPI는 KOSPI 200 지수옵션의 가격을 이용하여 계산된 값으로서 옵션딜러들의 변동성 예측치를 반영하고 있다. KOSPI 200 옵션시장은 1997년 시작되었으며, 발전을 거듭하여 현재 하루 거래량이 1,000만 계약을 넘어서면서 세계 최고의 지수옵션시장으로 발전하였다. 이러한 옵션시장에 반영된 변동성을 분석하는 것은 투자자들에게 좋은 투자정보를 제공하게 될 것이다. 특히, 변동성 대용값으로 VKOSPI를 사용하면 다른 변동성 대용치를 사용할 때 발생하는 통계적 추정의 문제를 피해 갈 수 있다. 본 연구는 2003년부터 2006년의 KOSPI 200 지수 일별자료를 대상으로 최우도추정방법(MLE)을 이용하여 GARCH 모형을 추정한다. 비대칭 GARCH 모형으로는 Glosten, Jagannathan, Runke의 GJR-GARCH 모형, Nelson의 EGARCH 모형, 그리고 Ding, Granger, Engle의 PARCH모형을 포함하며 대칭 GARCH 모형은 (1, 1) GARCH 모형을 이용한다. 2007년부터 2009년까지의 KOSPI 200 지수 일별자료를 대상으로 반복적 계산과정을 통해 내일의 변동성 예측값과 오르고 내리는 변화방향을 예측하였다. 분석 결과 시장변동성과 예기치 않은 주가변동 사이에는 음의 상관관계가 존재하며, 음의 주가변동은 동일한 크기의 양의 주가변동보다 훨씬 더 큰 변동성의 증가를 가져옴을 알 수 있다. 즉, 한국 주식시장에도 변동성 비대칭성이 존재함을 보여주었다. GARCH 모형을 이용하여 내일의 VKOSPI의 등락방향을 예측하고 이를 이용하여 변동성 매매시스템을 개발하였다. 내일의 변동성이 상승할 것으로 예측되면 스트래들매수전략을 이용하고 반대로 변동성이 하락할 것으로 예측되면 스트래들 매도전략을 이용한다. 변동성의 변화방향성을 맞춘 경우에는 VKOSPI 변동분을 더하고 틀린 경우에는 변동분을 뺀 누적합을 이용하여 변동성매매전략의 총수익을 계산한다. 모형추정용 자료구간의 경우 통계적 기준인 MSPE 기준으로는 PARCH 모형의 적합도가 가장 높고, 예측방향의 적중도를 재는 MCP 기준으로는 EGARCH 모형이 가장 높은 값을 보여주었다. 테스트용 자료구간의 경우에는 PARCH 모형이 모형적합도와 내일의 변동성 등락방향 예측에서 가장 좋은 결과를 보여주었다. 모형추정용 자료구간의 경우 GARCH 모형 전체에서 매매이익을 기록하고 있고 테스트용 자료구간의 경우에는 EGARCH 모형을 제외한 GARCH 모형들이 매매이익을 보여주었다. 본 연구에서 나타난 변동성의 군집과 비대칭성 현상으로부터 변동성에 비선형성이 존재함을 알 수 있었으며, 비선형성에서 좋은 결과를 보이고 있는 인공지능시스템과 비대칭 GARCH 모형을 결합한다면 제안된 변동성매매시스템의 성과를 많이 개선할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.125-140
• /
• 2013

어떤 클래스에 속한 레코드의 개수가 다른 클래스들에 속한 레코드의 개수보다 매우 많은 경우에, 이 데이터 집합을 '불균형 데이터 집합'이라고 한다. 데이터 분류에 사용되는 많은 기법들은 이러한 불균형 데이터에 대해서 저조한 성능을 보인다. 어떤 기법의 성능을 평가할 때에 적중률뿐만 아니라, 민감도와 특이도도 함께 측정하여야 한다. 고객의 이탈을 예측하는 문제에서 '유지' 레코드가 다수 클래스를 차지하고, '이탈' 레코드는 소수 클래스를 차지한다. 민감도는 실제로 '유지'인 레코드를 '유지'로 예측하는 비율이고, 특이도는 실제로 '이탈'인 레코드를 '이탈'로 예측하는 비율이다. 많은 데이터 마이닝 기법들이 불균형 데이터에 대해서 저조한 성능을 보이는 것은 바로 소수 클래스의 적중률인 특이도가 낮기 때문이다. 불균형 데이터 집합에 대처하는 과거 연구 중에는 소수 클래스를 Oversampling하여 균형 데이터 집합을 생성한 후에 데이터 마이닝 기법을 적용한 연구들이 있다. 이렇게 균형 데이터 집합을 생성하여 예측을 수행하면, 특이도는 다소 향상시킬 수 있으나 그 대신 민감도가 하락하게 된다. 본 연구에서는 민감도는 유지하면서 특이도를 향상시키는 모델을 개발하였다. 개발된 모델은 Support Vector Machine (SVM), 인공신경망(ANN) 그리고 의사결정나무 기법 등으로 구성된 하이브리드 모델로서, Hybrid SVM Model이라고 명명하였다. 구축과정 및 예측과정은 다음과 같다. 원래의 불균형 데이터 집합으로 SVM_I Model과 ANN_I Model을 구축한다. 불균형 데이터 집합으로부터 Oversampling을 하여 균형 데이터 집합을 생성하고, 이것으로 SVM_B Model을 구축한다. SVM_I Model은 민감도에서 우수하고, SVM_B Model은 특이도에서 우수하다. 입력 레코드에 대해서 SVM_I와 SVM_B가 동일한 예측치를 도출하면 그것을 최종 해로 결정한다. SVM_I와 SVM_B가 상이한 예측치를 도출한 레코드에 대해서는 ANN과 의사결정나무의 도움으로 판별 과정을 거쳐서 최종 해를 결정한다. 상이한 예측치를 도출한 레코드에 대해서는, ANN_I의 출력값을 입력속성으로, 실제 이탈 여부를 목표 속성으로 설정하여 의사결정나무 모델을 구축한다. 그 결과 다음과 같은 2개의 판별규칙을 얻었다. 'IF ANN_I output value < 0.285, THEN Final Solution = Retention' 그리고 'IF ANN_I output value ${\geq}0.285$, THEN Final Solution = Churn'이다. 제시되어 있는 규칙의 Threshold 값인 0.285는 본 연구에서 사용한 데이터에 최적화되어 도출된 값이다. 본 연구에서 제시하는 것은 Hybrid SVM Model의 구조이지 특정한 Threshold 값이 아니기 때문에 이 Threshold 값은 대상 데이터에 따라서 얼마든지 변할 수 있다. Hybrid SVM Model의 성능을 UCI Machine Learning Repository에서 제공하는 Churn 데이터 집합을 사용하여 평가하였다. Hybrid SVM Model의 적중률은 91.08%로서 SVM_I Model이나 SVM_B Model의 적중률보다 높았다. Hybrid SVM Model의 민감도는 95.02%이었고, 특이도는 69.24%이었다. SVM_I Model의 민감도는 94.65%이었고, SVM_B Model의 특이도는 67.00%이었다. 그러므로 본 연구에서 개발한 Hybrid SVM Model이 SVM_I Model의 민감도 수준은 유지하면서 SVM_B Model의 특이도보다는 향상된 성능을 보였다.

• Tuberculosis and Respiratory Diseases
• /
• 제43권6호
• /
• pp.987-996
• /
• 1996

연구배경: 기존의 양압환기법은 기관내관이나 기관절개술을 통해서만 시행되어 왔으나 최근 이러한 인공기도에 의한 기도합병증을 피하기 위한 방법으로 안연 또는 코마스크를 환자~인공환기기 사이의 매체로 이용하는 비침습적 환기법 (noninvasive positive pressure ventilation, 이하 NIV라 함)이 시도되고 있다. 이에 저자 등응 급성호흡부전 환자들에서 NIV의 적용 가능성, 치료성공율 및 치료성공과 연관된 지표를 알아보고자 본 연구를 시행하였다. 방법: 대상응 급성 환기부전 (acute vemilarory failure, 이하 VF : $PaCO_2$ > 43 mrn Hg & pH < 7.35)이나 급성 산소화호흡부전 (acure oxygenarion failure, 이하 OF : $PaO_2/FIO_2$ < 300 mrn Hg & $pH{\geq}7.35$)으로 기계호흡이 필요했던 환자 106 예 중 NIV 시도가 가능한 환자 26명이었으며, 총 VF 19예 중 11 예 (57.9%) (남 : 여 =7 : 4, $55.4{\pm}14.6$세), 총 OF 87예 중 15 예 (17.2%) (남 : 여 =12 : 3, $50.6{\pm}15.6$세)에서 NIV 시도가 가능하였다. 결과: 1. 기관내삽관 없이 NIV로 기계호흡 이탈까지 성공한 환자는 VF에서 81.8% (9/11), OF에서 40%(6/15)였다. NIV 의 합병증은 코부위 피부괴사와 가스성 위장 팽대 각 1예씩 이었다. 2. 환기부전 환자의 NIV 성공 예 에서 분당호흡 수는 기저치에 비해 NIV 시작 12시간 후(각각 $34{\pm}9$회, $26{\pm}6$회, p=0.045)에 유의한 감소를 보였다. $PaCO_2$와 pH는 모두 기저치에 비해 NIV 시작 24시간 후($PaCO_2$ 각각 $87.3{\pm}20.6$, $81.2{\pm}9.1$ mm Hg, p < 0.05, pH 각각 $7.26{\pm}0.04$, $7.32{\pm}0.02$, p < 0.05)에 유의한 호전을 보였다. 3. 산소화부전에서 NIV가 성공한 6 예와 실패한 9 예에서 $PaCO_2$는 NIV 시작전 (각각 $59.8{\pm}9.2$, $76.0{\pm}22.8$ mm Hg), NIV 시작 후 30분 (각각 $121.5{\pm}20.2$, $99.6{\pm}35.8$ mm Hg,), 6시간 (각각 $100.0{\pm}26.4$, $76.2{\pm}22.3$ mm Hg) 및 12시간 ($88.7{\pm}28.7$, $74.3{\pm}16.7$ mm Hg)에 서로 유의한 차이가 없었으나 (모두 p > 0.05), $PaO_2/FIO_2$ 비는 NIV 성공 예에서는 각각 $120.0{\pm}19.6$, $218.9{\pm}98.3$, $191.3{\pm}55.2$ 및 $232.8{\pm}17.6$ mm Hg (p=0.0211)로 상승한 반면, 실패 예에서는 $127.9{\pm}63.0$, $116.8{\pm}24.4$, $100.6{\pm}34.6$ 및 $129.8{\pm}50.3$ mm Hg (p=0.5319)로 유의한 상승이 관찰되지 않았다. 결론: 비침습적 환기법은 급성 환기부전군에서 급성 산소화부전에 비해 적용성과 성공율이 높으며, 환기부전의 NIV 성공 예에서는 분당호흡수의 감소가 선행하고 $PaO_2$와 pH의 호전이 뒤따랐고 산소화부전에서는 NIV 시작 30분 후의 $PaO_2/FIO_2$ 비가 성공적 NIV 적용 여부의 한 예측 지표가 될 수 있을 것으로 사료되었다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.

• 한국지리정보학회지
• /
• 제13권4호
• /
• pp.111-124
• /
• 2010

지표면의 환경변화를 관측하는 것은 토지사용과 기후변화, 기상연구, 농업, 지표면의 에너지 균형 및 환경시스템에 매우 중요한 연구로 이용되어지고 있다. 최근 위성영상을 이용한 변화탐지는 국지 단위 환경변화 탐지를 위해 그 필요성이 높아지고 있는 실정이며, 특히 잦은 개발과 변화로 주기적인 탐지가 필요한 도심지역의 변화탐지는 국토환경변화 및 지역계획 연구에 대한 효율적인 의사결정 지원이 가능하므로 그 활용성이 매우 높아지고 있다. 이러한 배경으로, 위성 영상을 이용한 원격탐사 자료를 활용한 분석은 비교적 짧은 시간에 광범위한 지역의 영상 정보를 취득할 수 있기 때문에 국토 환경변화 관리 분야에서의 적용 가능성이 높다. 본 연구에서는 인공위성 자료를 활용하여 변화탐지를 수행할 때 공간정보 추출의 정확성을 높이는 기술 개발을 위해 시계열자료의 통계적 분석을 통한 변화탐지기법 개발을 수행하였다. 전처리된 자료를 이용하여 정규화 식생지수를 산출하고 K-mean clustering 무감독 분류를 통해 처리된 데이터를 연구영역의 10년간 자료를 이용한 평균 정규화 식생지수 값과 표준편차 값을 계산하여 각각의 화소별 상대적인 변화량을 측정하여 변화 정도를 탐지하였다. 일반적으로 변화 탐지 수행 시, 태양광 채널을 이용할 경우 기하학적 특성에 의해 발생하는 방향성 효과를 보정하여야 한다. 본 연구에서는 대기 보정과 방향성 보정이 수행된 중 저해상도 정규화 식생지수를 이용하여 객관적인 변화 임계치 값을 결정하였다. 연구결과 반사도 값의 차이를 이용한 변화탐지보다 객관적이고 명확하게 변화지역을 탐지할 수 있었다.

• 대한치과교정학회지
• /
• 제32권4호
• /
• pp.293-300
• /
• 2002

본 연구의 목적은 산부식된 법랑질에 수분이나 타액이 오염되어도 적절한 접착력을 얻을 수 있다고 소개된 교정용 친수성 프라이머를 이용한 교정용 브라켓 접착시 타액 오염 정도에 따른 전단결합강도와 접착 파절 양상을 기존의 소수성 프라이머와 비교함으로써 임상적 유용성을 평가하는 것이다. 사람의 소구치를 강철 원통에 교정용 레진으로 포매하여 만든 시편에 기존의 소수성인 Transbond XT primer와 친수성인 Transbond MIP primer각각에 대하여 광중합형 접착 레진으로 브라켓을 접착시, 인공 타액을 이용한 오염정도에 따른 전단결합강도를 만능시험기로 측정하고, 접착 파절 양상을 stereomicroscope로 관찰하여 다음과 같은 결과를 얻었다. 1. 건조 상태에서 Transbond XT primer와 Transbond MIP primer의 전단결합강도는 유의한 차이가 없었다. 2. 타액 오염시 그 정도에 상관없이 Transbond MIP primer는 Transbond XT primer에 비해 유의하게 높은 전단결합 강도를 나타냈다(p<0.001). 3. Transbond MIP primer는 한 겹의 타액 오염시 건조 상태와 전단결합강도의 유의한 차이가 없었으나, 두 겹의 타액 오염시에는 유의하게 낮은 결합강도를 나타냈다(p<0.01). 4. 접착 파절 형태는 타액 오염의 정도에 따라 평균 접착제 잔류 지수가 낮아지는 경향을 나타냈다. Transbond MIP primer는 타액 오염시에도 반 이상이 브라켓-레진 계면에서의 파절을 보였으나, Transbond XT primer는 타액 오염시 대부분의 경우 레진-법랑질 계면에서의 파절을 나타냈다. 이상의 실험 결과, 교정용 친수성인 Transbond MIP primer는 수분 조절이 어려운 임상 상황에서 적절한 결합강도를 얻을 수 있는 좋은 방법으로 생각된다.