• 대한환경공학회지
• /
• 제30권6호
• /
• pp.642-652
• /
• 2008

본 연구는 축산폐수 중 COD$_{Cr}$을 응집공정 후 Photo-Fenton 공정에 의해 산화분해 최적조건 및 제거 예측식에 수립에 관한 연구이다. 본 연구는 축산폐수 중 COD$_{Cr}$에 대한 Photo-Fenton 산화반응을 이용하여 이들 분해특성을 2차원 반응모델로 추정하기 위해 중심합설계법 대안으로 많이 사용되고 있는 박스-벤켄법(Box-Behnken method)을 이용하였다. 최적조건 수립을 위한 입력변수, 즉 3가지 변수(Fe(II)(x$_1$), $H_2O_2(x_2)$, pH(x$_3$)) 등을 램덤화, 반복화 및 블록화 원리에 따라 실험설계하여 반응값에 대한 예측식을 수학적으로 산출하였다. 수학적 및 통계적으로 산출된 예측식은 Y = 79.3 + 15.61x$_1$ - 7.31x$_2$ - 4.26x$_3$ - 18x$_1{^2}$ - 10x$_2{^2}$ - 11.9x$_3{^2}$ + 2.49x$_1x_2$ - 4.4x$_2x_3$ - 1.65x$_1x_3$와 같이 얻을 수 있었고 COD$^{Cr}$ 제거율(%)의 실측치에 대한 예측치의 적합도(goodness of fit) 검증시 결정계수(coefficient of determination: R$^2$) 0.96으로 에측식을 충분히 설명할 수 있었다. 예측 모형에 대한 최소제곱추정법으로 적합된 반응표면에서 1차 선형항(linear term)은 Fe(II)(x$_1$), $H_2O_2(x_2)$, 그리고 pH(x$_3$)은 상승작용(synergistic effect)으로 반응모델에 유의한 차이를 보였으며(p < 0.001) 그러나 교호항(cross-product term)은 $H_2O_2$ $\times$ pH(x$_2x_3$)와 순수이차항(quadratic terms)의 Fe(II) $\times$ Fe(II)(x$_1{^2}$), $H_2O_2$ $\times$ H$_2O_2$(x$_2{^2}$) 그리고 pH $times$ pH(x$_3{^2}$) 등은 대립적인(감쇠)(antagonistic effect) 작용으로 반응모델에 유의한 차이를 보였다(p < 0.01). 반응 모델에 대한 예측식 수립 후 COD$_{Cr}$ 제거율(%)의 최적조건을 도출하기 위해 정준분석(canonical analysis)와 능선분석(ridge analysis)에 이용한 결과 반응값(결과값: Y)은 84 $\pm$ 0.95%, COD$_{Cr}$ 최적처리를 위한 변수들의 조건은 Fe(II)(X$_1$) = 0.0146 mM, $H_2O_2$(X$_2$) = 0.0867 mM 그리고 pH(X$_3$) = 4.704 등의 결과를 얻을 수 있었다. 또한 이들 최적조건을 이용하여 재현성을 통한 모델검증 결과 높은 신뢰성을 보였다.

• 대한방사선치료학회지
• /
• 제27권2호
• /
• pp.131-143
• /
• 2015

목 적 : MRI를 기반으로 한 CT fusion plan과 MRI only based plan을 비교함으로써 MRI only plan의 유용성을 평가하고, 나아가 Simulation과 치료계획을 포함한 방사선치료의 전 과정을 CT 촬영 없이 MRI 영상으로 구성하여 실시간 MR-IGRT를 구현하고자 한다. 대상 및 방법 : 본원에서 사용중인 BBB CT (Brilliance Big Bore CT, 16slice, Philips)와 Viewray MRIdian System (Viewray, USA)으로 환자 11명(Head and Neck 1명, Breast 5명, Lung 1명, Liver 3명, Prostate 1명)을 대상으로 CT & MR simulation 및 치료계획을 세웠다. Head and Neck, Breast, Prostate환자는 자유호흡(Free Breathing) 상태로, Lung과 Liver 환자는 흡기 호흡중지(Inhalation Breathing Holdng)상태로 Simulation을 진행하였다. Viewray의 Bore 크기 및 Coil 위치를 고려하여 환자 자세 및 고정기구를 동일한 조건을 유지하여 CT simulation을 시행하였다. Viewray MRIdian 시스템을 이용하여 MR 영상을 기반으로 한 CT fusion plan과 CT fusion 없이 [ICRU 46]에서 권고하는 폐, 공기, 뼈의 전자밀도를 입력한 동일한 조건의 MR only plan을 세웠다. Head and Neck, Breast, Prostate는 IMRT, Lung과 Liver 는 Gating치료계획을 세웠고, 치료계획의 평가는 PTV의 균질성 지표 (Homogeneity Index, HI)와 일치성 지표 (Conformity Index, CI), 그리고 각 PTV와 OAR의 DVH와 선량차이를 각각 비교하였다. 결 과 : 두 치료계획간 치료부위별 PTV에 대한 HI 값의 차이는 Head and Neck, Breast, Lung, Liver, Prostate 부위별로 각각 0.089, 0.26, 0.67, 0.2, 0.4%로 나타났으며, CI 값의 차이는 부위별로 각각 0.043, 0.84, 0.68, 0.46, 0.3%로 두가지 평가 값 모두 Head and Neck 부위가 가장 작은 차이를 나타냈다. PTV에 대한 평균선량 차이는 치료부위별로 각각 0.07, 0.29, 0.18, 0.3, 0.18 Gy로 나타났다. 이를 백분율로 나타냈을 때 0.06, 0.7, 0.29, 0.69, 0.44%으로 모두 1% 이하의 차이를 보였다. 두경부암의 각 OAR은 전체적으로 0.01~0.12 Gy의 평균선량 차이를 보였으며, 유방암은 0.04~0.06 Gy, 폐암에서는 0.01~0.21 Gy, 간암은 0.06~0.27 Gy, 전립선암은 0.02~0.23 Gy의 평균선량 차이를 나타냈다. 결 론 : MR 영상을 이용한 치료계획은 연부조직에서 탁월한 대조도를 나타낼 뿐만 아니라 CT fusion한 MR 치료계획과 비교했을 때 PTV의 HI, CI, 선량차이 모두 1%미만의 차이를 보였으며, OAR의 경우 비균질한 조직이 많은 부위일수록 최대 0.89 Gy 선량차이를 보였다. 이결과를 토대로 두경부암, 부분적 유방암이나 전립선암등 비균질도 차이가 적은 부위에는 CT촬영 없이 MR 영상만을 이용한 방사선치료의 가능성을 확인 할 수 있었다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.119-133
• /
• 2020

Fama에 의하면 효율적 시장에서는 일시적으로 높은 수익을 얻을 수는 있지만 꾸준히 시장의 평균적인 수익을 초과하는 투자전략을 만드는 것은 불가능하다. 본 연구의 목적은 변동성의 장중 비대칭적 전이효과를 이용하는 변동성 매도전략을 기준으로 투자 성과를 추가적으로 개선하기 위하여 SVM을 활용하는 투자 전략을 제안하고 그 투자성과를 분석하고자 한다. 한국 시장에서 변동성의 비대칭적 전이효과는 미국 시장의 변동성이 상승한 날은 한국 시장의 아침 동시호가에 변동성 상승이 모두 반영되지만, 미국 시장의 변동성이 하락한 날은 한국 시장의 변동성이 아침 동시호가에서 뿐만 아니라 장 마감까지 계속해서 하락하는 이상현상을 말한다. 분석 자료는 2008년부터 2018년까지의 S&P 500, VIX, KOSPI 200, V-KOSPI 200 등의 일별 시가지수와 종가지수이다. 11년 동안의 분석 결과, 미국 시장의 변동성이 상승으로 마감한 날은 그 영향력이 한국 시장의 아침 동시호가 변동성에 모두 반영되지만, 미국 시장의 변동성이 하락으로 마감한 날은 그 영향력이 한국 시장의 아침 동시호가뿐만 아니라 오후 장 마감까지도 계속해서 유의적으로 영향을 미치고 있다. 시장이 효율적이라면 미국 시장의 전일 변동성 변화는 한국 시장의 아침 동시호가에 모두 반영되고 동시호가 이후에는 추가적인 영향력이 없어야 한다. 이러한 변동성의 장중 비정상적 전이 패턴을 이용하는 변동성 매도전략을 제안하였다. 미국 시장의 전날 변동성이 하락한 경우 한국 시장에서 아침 동시호가에 변동성을 매도하고 장 마감시에 포지션을 청산하는 변동성 데이트레이딩전략을 분석하였다. 연수익률은 120%, 위험지표인 MDD는 -41%, 위험과 수익을 고려한 성과지수인 Sharpe ratio는 0.27을 기록하고 있다. SVM 알고리즘을 이용해 변동성 데이트레이딩전략의 성과 개선을 시도하였다. 2008년부터 2014년까지의 입력자료를 이용하여 V-KOSPI 200 변동성지수의 시가-종가 변동 방향을 예측하고, 시가-종가 변동율이(-)로 예측되는 경우에만 변동성 매도포지션을 진입하였다. 거래비용을 고려하면 2015년부터 2018년까지 테스트기간의 연평균수익률은 123%로 기준 전략 69%보다 크게 높아지고, 위험지표인 MDD도 -41%에서 -29%로 낮아져, Sharpe ratio가 0.32로 개선되고 있다. 연도별로도 모두 수익을 기록하면서 안정적 수익구조를 보여주고 있고, 2015년을 제외하고는 투자 성과가 개선되고 있다.

• 대한방사선치료학회지
• /
• 제27권1호
• /
• pp.61-71
• /
• 2015

목 적 : 3D 프린터는 입력한 도면을 바탕으로 3차원의 입체 모델을 만들어 낼 수 있는 장비이다. 이러한 특징을 이용하여 방사선치료시 bolus 사용으로 인한 피부와 bolus 사이의 air gap을 최소화 할 수 있는 bolus 제작이 가능하다. 이에 본 연구에서는 3D 프린터를 이용하여 customized bolus를 제작하여 air gap과 target 선량을 상품화된 1 cm bolus와 비교하고자 한다. 대상 및 방법 : 왼쪽 chest wall에 돌출된 종양이 있는 RANDO phantom을 CT 모의치료기를 이용하여 영상 획득 후, CT DICOM 파일을 3D 프린터에 필요한 STL 파일로 변환시켰다. 이것을 이용하여 치료부위의 체표윤곽과 일치하면서 1 cm 두께를 유지하는 customized bolus 주형틀을 3D 프린터로 제작한 후 paraffin wax를 녹여 customized bolus를 만들었다. 이렇게 만들어진 customized bolus와 상품화된 1 cm bolus의 air gap을 확인하였고, air gap으로 인한 차이를 Eclipse를 이용하여 치료계획상 $D_{max}$, $D_{min}$, $D_{mean}$, $D_{95%}$와 $V_{95%}$를 비교하였다. 결 과 : customized bolus 제작 기간은 약 3일이 소요되었다. air gap 총 용적은 customized bolus는 평균 $3.9cm^3$, 상품화된 1 cm bolus는 평균 $29.6cm^3$이었다. 상품화된 1 cm bolus를 사용할 때보다 3D 프린터를 이용하여 제작한 customized bolus를 사용하는 것이 air gap을 최소화시켰다. 6 MV photon에서 customized bolus의 $D_{max}$, $D_{min}$, $D_{mean}$, $D_{95%}$, $V_{95%}$는 각각 102.8%, 88.1%, 99.1%, 95.0%, 94.4%이었고, 상품화된 1 cm bolus의 $D_{max}$, $D_{min}$, $D_{mean}$, $D_{95%}$, $V_{95%}$는 101.4%, 92.0%, 98.2%, 95.2%, 95.7%이었다. proton의 경우 customized bolus의 $D_{max}$, $D_{min}$, $D_{mean}$, $D_{95%}$, $V_{95%}$는 각각 104.1%, 84.0%, 101.2%, 95.1%, 99.8%이었고, 상품화된 1 cm bolus의 $D_{max}$, $D_{min}$, $D_{mean}$, $D_{95%}$, $V_{95%}$는 104.8%, 87.9%, 101.5%, 94.9%, 99.9%이었다. 이처럼 치료계획에서 customized bolus와 1 cm bolus 모두 GTV의 선량은 큰 차이를 보이지 않았다. 그러나 GTV에 인접한 정상조직은 customized bolus의 선량이 더 적게 나타났다. 결 론 : 3D 프린터를 이용한 customized bolus가 표면이 일정하지 않은 치료부위에 사용 할 때 air gap을 줄이는 효과를 나타냈다. 그렇지만 상품화된 bolus와 피부 사이에 생기는 air gap은 target에서의 선량의 변화를 일으킬 만큼 많은 양이 아님을 알 수 있었다. 반면 chest wall에서는 air gap이 적을수록 선량이 감소함을 확인 할 수 있었다. customized bolus 제작 기간은 3일이 걸렸고, 고가의 제작비용이 든다는 문제점이 발생하였다. 따라서 3D 프린터 customized bolus의 상용화를 위해서는 저비용이고, bolus 사용으로 적합한 3D 프린터 재료 모색의 필요성이 있다고 사료된다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 한국발생생물학회지:발생과생식
• /
• 제13권4호
• /
• pp.257-264
• /
• 2009

6-hydroxydopamine(6-OHDA)는 파킨슨 질환 동물 모델의 제조에 널리 사용되는 신경독소로 도파민성 뉴런에 대한 특이적인 독성을 나타낸다. 도파민 신호는 중추신경계의 광범위한 영역에서 생리 기능을 조절하는데, 이에 따라 파킨슨병 환자와 6-OHDA를 처리한 동물들의 신경내분비 활성에 극심한 변화가 있을 것으로 예상할 수 있다. 하지만 6-OHDA 주사 모델에서 시상하부-뇌하수체 신경내분비 회로에 관한 연구들은 전무한 실정이다. 본 연구는 6-OHDA에 의한 뇌 카테콜아민 합성의 차단이 성체 수컷 흰쥐의 시상하부-뇌하수체 호르몬 유전자들의 전사 활성에 일으키는 변화를 조사한 것이다. 생후 3개월의 수컷 흰쥐(SD strain)에 개체 당 $200{\mu}g$의 6-OHDA를 $10{\mu}\ell$의 생리식염수에 녹여 뇌실 내 주사(icv)하였고, 2주 후에 모든 실험동물들을 희생시켰다. 시상하부-뇌하수체 호르몬 유전자들의 mRNA 수준을 조사하기 위해 total RNA를 추출하여 반-정량적 RT-PCR을 시행하였다. 카테콜아민 생합성에서 속도조절효소로 작용하는 tyrosine hydroxylase(TH)의 경우 6-OHDA군에서 대조군에 비해 유의한 발현 감소가 나타났고(대조군:6-OHDA군=1:0.72${\pm}$0.02AU, p<0.001), 이를 통해 6-OHDA 주사의 효력을 확인 하였다. 시상하부에서 gonadotropin-releasing hormone(GnRH)과 corticotropin releasing hormone(CRH)의 mRNA 수준은 6-OHDA군이 대조군에 비해 유의하게 낮았다(GnRH, 대조군:6-OHDA군=1:0.39${\pm}$0.03AU, p<0.001; CRH, 대조군:6-OHDA군=1:0.76${\pm}$0.07AU, p<0.01). 뇌하수체에서 glycoprotein hormone들의 공통적인 alpha subunit(Cg$\alpha$)과 LH beta subunit(LH-$\beta$) 그리고 FSH beta subunit(FSH-$\beta$)의 mRNA 수준의 경우 모두 6-OHDA군에서 대조군에 비해 유의한 감소를 나타냈다(Cg$\alpha$, 대조군:6-OHDA군=1:0.81${\pm}$0.02AU, p<0.001; LH-$\beta$, 대조군:6-OHDA군=1:0.68${\pm}$0.04AU, p<0.001; FSH-$\beta$, 대조군:6-OHDA군=1:0.84${\pm}$0.05AU, p<0.01). 이와 유사하게, 6-OHDA군에서의 뇌하수체 adrenocorticotrophic hormone(ACTH) 전사 수준 역시 대조군에 비해 유의하게 낮았다(대조군:6-OHDA군=1:0.86${\pm}$0.04AU, p<0.01). 본 연구는 중추신경계로의 도파민 신경독소 주입에 의해 두 가지의 시상하부-뇌하수체 신경내분비 회로인 GnRH-성선자극호르몬 회로와 CRH-ACTH 회로의 전사 활성이 하향 조정됨을 증명하였다. 이러한 결과는 시상하부로의 CA 입력은 시상하부-뇌하수체 기능 조절을 통해 생식소와 부신의 활성에 영향을 미침을 시사하는 것으로, 파킨슨병 환자들에게서 빈번하게 발생하는 성 기능 장애와 열악한 스트레스 반응을 설명할 단서를 제공한다.

• 한국농림기상학회지
• /
• 제14권4호
• /
• pp.207-221
• /
• 2012

본 연구에서는 작물모형을 이용하여 기후변화에 따른 우리나라의 벼 생산성 변화를 분석하고, 기후변화 주요 변동요인인 온도 및 $CO_2$ 농도와 적응수단인 재배시기가 기후변화에 따른 벼 생산성 변화에 미치는 영향을 분석하고자 하였다. 작물모형은 영화수 및 임실율 모델을 모델을 도입하고, 종실중 및 등숙율 모듈을 추가하여 벼 수량결정 방법을 개선한 'ORYZA2000'을 사용하였으며, 모델의 입력자료인 품종특성 모수는 벼 생태형별로 종생종인 오대벼, 중생종인 화성벼, 중만생종인 일품벼의 품종특성 모수를 사용하였으나 발육속도 품종특성 모수는 수정하여 사용하였다. 생육모의 지역은 기상청 소속 기상대와 관측소가 소재하는 지역 중에 30년 이상 기상관측자료를 보유하고 있는 56개 지역을 북부, 중부, 남부의 3개 기후지대로 구분하여 분석하였으며, 기후변화에 따른 재배시기 조정여부는 최적파종기를 기준으로 설정하였는데, 출수 후 40일간의 평균온도가 22.5가 되는 파종기를 지역별 최적파종기로 설정하였다. 기상자료는 1981~2010년을 기준년도로 하여 기상연구소에서 제작한 2011~2100년 기간의 3개 평년(2011~2040, 2041~2070, 2071~2100)의 A1B 기후시나리오에 근거하여 일별 기후자료로 작성하였으며, 생육모의 조건은 기준년도(1981~2010)를 기준으로 온도 및 $CO_2$ 농도만 변화를 주거나 기후변화에 따라 온도, $CO_2$ 농도 및 재배시기 등 다양한 변화를 주었다. 생육모의 결과 기준년도(1981~2010)를 기준으로 온도만 변화를 주었을 경우 $1^{\circ}C$ 온도 상승에 따라 벼 수량은 6.7~10.6%까지 감소하였으며, $CO_2$ 농도만 변화를 주었을 때는 100ppm $CO_2$ 농도 증가에 따라 1.0~2.7% 증가하였다. 벼 생산성은 벼 생태형 및 기후지대별로 다소 차이가 있었다. 재배시기를 고정하였을 때 기후변화에 따른 벼 수량의 증감율은 조생종에서 -0.3~-23.4, 중생종에서 -1.9~-27.3, 중만생종에서 -1.7~-28.6%이었으며, 재배시기를 조정하였을 때는 조생종에서 3.3~-0.2, 중생종에서 1.8~-5.9, 중만생종에서 2.3~-7.4%로 조중생종에 비해 중만생종의 수량 감소율이 컸으며, 재배시기 조정여부에 따른 벼 생산성 변화의 차이가 컸다. 기상환경 및 재배 요인 중 기후변화에 따른 벼 생산성 변화에 대한 기여도는 기후온난화가 59.8%로 가장 크며, 재배시기 11.8, $CO_2$ 비료효과 9.7, 벼 생태형 1.7%의 순이었다. 온도와 재배시기의 상호작용 효과는 1.5%이었으며, 그 외 모든 상호작용 효과는 1% 이내로 생산성 변화에 거의 영향을 주지 못하였다. 수량관련 생육형질 중 기후변화에 따른 벼 생산성에 대한 기여도는 재배시기가 고정되었을 경우 영화수가 13.5~45.8%, 등숙율이 53.1~86.2%였으며, 재배시기를 변경할 경우 영화수는 46.2~78.3%, 등숙율은 21.6~53.4%로 재배시기 여부에 따른 수량관련 생육형질의 기여도에 큰 차이를 보였으며, 벼 생태형간에도 다소 차이가 있었다. 그러나 임실율은 벼 수량에 거의 영향을 주지 못했다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.137-152
• /
• 2012

인터넷 환경에서 월드 와이드 웹이 등장한 이후 웹을 통해 수많은 웹 페이지들이 생산됨에 따라 사용자가 원하는 정보를 검색하기 위한 다양한 형태의 검색 서비스가 여러 분야에서 개발되어 활용되고 있다. 특히 법령 검색은 사용자가 현재 자신이 처한 상황에 필요한 법령을 검색하여 법령에 대한 지식을 얻기 위한 창구로써 국민의 편의를 제공하기 위해 반드시 필요한 서비스 중 하나이다. 이에 법제처는 2009년부터 국민 누구나 편리하게 법령에 관련된 정보를 검색할 수 있도록 국가의 법령뿐만 아니라 행정규칙이나 판례 등 모든 법령정보를 검색할 수 있는 검색 서비스를 제공하고 있다. 하지만 현재까지의 검색엔진 기술은 기본적으로 사용자가 입력한 질의어를 문서에 포함하고 있는지의 여부에 따라 해당 문서를 검색 결과로 제시한다. 법령 검색 서비스 또한 해당 법령에 등장하는 키워드를 활용하여 사용자에게 검색 결과를 제공해주고 있다. 따라서 법제처의 이런 노력에도 불구하고 법령이 전문가의 시각에서 작성되었기 때문에 법에 익숙하지 않은 일반 사용자는 자신이 필요한 법령을 검색하기 어려운 한계점을 가지고 있다. 이는 일반적으로 법령에 사용되는 용어들과 일반 사용자가 실생활에 사용하는 단어가 서로 상이하기 때문에 단순히 키워드의 단순 매칭 형태의 검색엔진에서는 사용자들이 주로 사용하는 생활용어를 이용해서 원하는 법령을 검색할 수 없다. 본 연구에서는 법률용어에 관한 사전지식이 부족한 일반 사용자가 일상에서 주로 사용되는 생활용어를 이용하여 키워드 기반의 법령정보 검색 사이트에서 정확한 법령정보 검색이 가능하도록 생활용어와 법률용어 간의 대응관계를 탐색하고 이를 이용하여 법령을 검색할 수 있는 방법론을 제안하고자 한다. 우선 생활용어와 법률용어 간의 대응관계를 발견하기 위해 본 논문에서는 사용자들의 집단지성을 활용한다. 이를 위해 사용자들이 블로그의 분류 및 관리, 검색에 활용하기 위해 작성한 태그 정보를 이용하여 질의어인 생활용어와 관련된 태그들을 수집한다. 수집된 태그들은 K-means 군집분석 기법을 통해 태그들을 클러스터링하고, 생활용어와 가장 가까운 법률용어를 찾기 위한 평가 방법을 통해 생활용어에 대응될 수 있는 적절한 법률용어를 선택한다. 선택된 법률용어는 해당 생활용어와 명시적인 관계성이 부여되며, 이러한 생활용어와 법률용어와의 관계는 온톨로지 기반의 시소러스를 기술하기 위한 SKOS를 이용하여 표현된다. 이렇게 구축된 온톨로지는 사용자가 생활용어를 이용하여 검색을 수행할 경우 생활용어에 대응되는 적절한 법률용어를 찾아 법령 검색을 수행하고 그 결과를 사용자에게 제시한다. 본 논문에서 제시하고자 하는 방법론을 통해 법령 및 법률용어에 관련된 사전 지식이 없는 일반 사용자도 편리하고 효율적으로 법령을 검색할 수 있는 서비스를 제공할 것으로 기대한다.