• Proceedings of The Korean Society of Health Promotion Conference
• /
• 2009.05a
• /
• pp.83-83
• /
• 2009

본 연구는 한국인 노년층이 대표적으로 섭취하는 강도별 음식을 조사하고 각 음식별로 씹어 먹을 수 있는 음식들이 무엇인지를 조사하여 자신이 보유하고 있는 자연치아수와의 상관관계를 알아보아 자연치아의 건강도를 유지, 관리, 예방하는데 하나의 지표로 사용하고 더 나아가 국민구강건강향상에 이바지 하고자 실시되었다. 전국의 60세 남 녀 586명을 대상으로 치과의사와 치과위생사가 구강검사와 면접법으로 설문내용을 기록하는 방식으로 진행하였다. 수집된 자료는 SPSS WIN 14.0 프로그램을 이용하여 분석하였다. 분석기법으로는 잔존치아수와 저작능력간의 관계를 상관계수와 회귀분석으로 분석 검증을 실시하여 다음과 같은 결과를 얻었다. 1. 저작능력과 구강상태와는 치석, 동요도, 충전점수, 우식경험점수, 발거치아수, 임플란트 수, 자연치아수와 나이, 고혈압, 당뇨병, 기타질환, 흡연이 유의한 것으로 나타났다(p<0.05). 2. 회귀분석 결과 나이가 높을수록 저작능력이 감소하며, 자연치아수가 많을수록 저작능력이 높은 것으로 나타났으며 회귀방정식은 저작능력=79.417-(연령$\times$0.281)+3.813$\times$치아수와 같았다(p<0.05). 3. 회귀분석결과 저작능력점수와 자연치아수와의 관계가 가장 높은 것으로 나타났고 회귀방정식은 저작능력=3.817$\times$자연치아+58.694와 같았다(p<0.05). 4. 자연치아로 식사를 하기 위해서는 한국 노인의 주식인 밥과 김치정도를 잘 씹어 먹으려면 잔존 자연치아수가 18개 정도는 있어야 아주 잘 씹어 먹을 수 있고, 잘 먹으려면 12개의 자연치아가 있어야 하며, 육류를 잘 먹기 위해서는 최소한 18개는 있어야 잘 먹을 수 있고, 25개가 있으면 아주 잘 씹어 먹을 수 있다는 연구결과가 나왔다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.36 no.4
• /
• pp.723-733
• /
• 2016

This study aims to analyze the effects of urban characteristics on the amount of damage caused by natural disasters. It is focused on the areas of a municipal level in Korea. Also, it takes into account the spatial autocorrelation of the damage caused by natural disasters. Moran's I statistics was estimated to examine the spatial autocorrelation in the damage from the study area. Subsequent to evaluating the suitability for spatial regression models and the OLS regression model, the spatial lag model was employed as an empirical analysis for the study. It showed that the increase in residential area leads to the decrease in the amount of natural disaster damage. On the other hand, the increase in green area and river basin is associated with the increase in the damage. As a result of empirical analysis, appropriate policy establishment and implementation about the damage-adding factors is needed in order to reduce the amount of damage in the future.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.418-423
• /
• 2022

한국어 형태소 분석은 자연어 처리의 기초가 되는 태스크이므로 빠르게 결과를 출력해야 한다. 기존연구는 자동회귀 모델을 한국어 형태소 분석에 적용하여 좋은 성능을 기록하였다. 하지만 자동회귀 모델은 느리다는 단점이 있고, 이 문제를 극복하기 위해 비자동회귀 모델을 사용할 수 있다. 비자동회귀 모델을 한국어 형태소 분석에 적용하면 조화롭지 않은 시퀀스 문제와 토큰 반복 문제가 발생한다. 본 논문에서는 두 문제를 해결하기 위하여 다중 디코더 기반의 한국어 형태소 분석을 제안한다. 조화롭지 않은 시퀀스는 다중 디코더를 적용함으로써, 토큰 반복 문제는 두 개의 디코더에 서로 어텐션을 적용하여 문제를 완화할 수 있다. 본 논문에서 제안한 모델은 세종 형태소 분석 말뭉치를 대상으로 좋은 성능을 확보하면서 빠르게 결과를 생성할 수 있음을 실험적으로 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1135-1139
• /
• 2007

청계천 복원의 효과가 하천의 형상, 종 조성, 종 다양성 변화의 유연성 및 환경 개선 효과 측면에서 검토되었다. 복원된 청계천은 하천의 종단 및 횡단 형상에서 모두 낮은 자연성을 나타내었다. 종 조성은 부분적으로 자연하천과 유사한 조성을 보였으나 전반적으로 낮은 자연성을 보였다. 종 다양성은 비교적 낮았지만 복원의 역사를 고려할 때 양호한 것으로 평가되었다. 하류와 수변에서는 홍수 후 많은 변화를 가져와 자연으로 회귀할 가능성도 보였지만 상류와 홍수터 이상에서는 변화의 유연성이 낮아 자연으로 회귀하는데 많은 시간이 소요될 것으로 평가되었다. 인공위성 영상 분석 결과, 복원된 청계천은 기온 완화 효과를 나타내었다. 그 밖에 복원된 청계천은 그 주변의 분산된 녹지를 연결하여 그린네트워크를 구축하고자 할 때 핵심적 역할을 할 것으로 기대되어 경관생태적 측면에서의 환경개선효과도 기대되었다.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.191-195
• /
• 1999

자연스럽고 명료한 한국어 Text-to-Speech 변환 시스템을 위해서 음소의 지속 시간을 제어하는 일은 매우 중요하다. 음소의 지속 시간은 여러 가지 문맥 정보에 의해서 변화하므로 제어 규칙에 의존하기 보다 방대한 데이터베이스를 이용하여 통계적인 기법으로 음소의 지속 시간에 변화를 주는 요인을 찾아내려고 하는 것이 지금의 추세이다. 본 연구에서도 트리기반 모델링 방법중의 하나인 CART(classification and regression tree) 방법을 사용하여 회귀 트리를 생성하고, 생성된 트리에 기반하여 음소의 지속 시간 예측 모델과, 자연스러운 끊어 읽기를 위한 휴지 기간 예측 모델을 제안하고 있다. 실험에 사용한 음성코퍼스는 550개의 문장으로 구성되어 있으며, 이 중 428개 문장으로 회귀 트리를 학습시켰고, 나머지 122개의 문장으로 실험하였다. 모델의 평가를 위해서 실제값과 예측값과의 상관관계를 구하였더니 음소의 지속 시간을 예측하는 회귀 트리에서는 상관계수가 0.84로 계산되었고, 끊어 읽는 경계에서의 휴지 기간을 예측하는 회귀 트리에서는 상관계수가 0.63으로 나타났다.

• 건강소식
• /
• v.24 no.5 s.258
• /
• pp.24-25
• /
• 2000

현대인의 질병을 근본적으로 치료하기 위해서는 자연으로의 회귀를 이루어 우리 몸의 자연성을 회복시켜 주어야 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.20-20
• /
• 2017

최근 기후변화 영향에 따라 전 세계적으로 인명피해 및 재산피해를 유발하는 자연재난이 지속적으로 증가하고 있으며, 그로 인한 자연재해의 규모가 점점 더 커지고 있다. 실제로 우리나라에서도 지난 1994 년에서 2013 년까지 지난 20 년간 자연재해에 의한 피해액은 12조 3천억 원으로 집계되었으며, 이 중 강우와 태풍에 의한 피해가 85 % 이고, 대설에 의한 피해는 약 13 % 로 자연재해 중 대부분의 피해는 강우 및 태풍에서 발생하지만, 폭설에 의한 피해도 적지 않은 것으로 나타났다. 이에 따라, 정확한 예측을 위해 신뢰도 높은 자료 구축을 통한 대설피해 예측에 관한 연구가 필요한 시점이다. 본 연구에서는 대설피해액 예측을 위해 우리나라의 63개 기상 관측소에서 관측한 적설심 자료 및 기상관측 자료와 사회 경제 자료 총 11개를 대설피해 예측을 위한 입력변수로 선정하고, 이를 기상관측소가 속한 도시의 면적에 따라 3개의 지역으로 구분하였다. 주성분분석을 활용하여 선정된 입력변수들을 4개의 주성분으로 구분하고, 인공신경망 및 다중선형 회귀 모형을 구성하여 각 지역별 대설피해 예측의 오차를 분석하였다. 적용결과, 인공신경망 모형을 이용한 대설피해 예측의 수정결정계수는 22.8 %~48.2 %를 나타냈고, 다중선형회귀 모형의 수정결정 계수는 9.2 %~39.7% 로 나타났다. 그러므로 인공신경망 모형이 다중회귀 모형보다 선택된 입력자료를 활용하여 대설피해를 예측하는 목적으로 조금 더 우수한 결과를 나타내었다. 향후 자료를 보완 및 모형의 고도화를 통해 보다 정확한 대설피해 예측 함수 개발이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.29-29
• /
• 2018

전 세계적으로 홍수, 태풍, 폭설 등 기상이변에 따른 자연재난이 빈번히 발생하고 있으며, 국내의 경우 연간 약 5천억원 이상의 피해가 발생하고 있다. 미국 및 일본 등의 방재 선진국의 경우 재난 발생 전에 대비하는 재난관리가 중심을 이루고 있으며, 국내에서도 피해가 발생하기 전에 신속하게 재난피해를 예측 및 대비한다면 인명과 재산피해를 최소화 할 수 있을 것이라 판단된다. 따라서 본 연구에서는 신속하게 재난 피해를 예측하기 위해 기존에 함수 개발시 활발하게 사용되었던 다중회귀분석과 최근 이슈가 되고 있는 머신러닝(기계학습)을 활용하여 호우로 인한 피해를 사전에 예측하는 함수를 개발하였다. 행정안전부에서 구축하고 있는 재해연보 자료를 종속변수로 활용하였고, 기상요소 및 사회 경제적 요소를 설명변수로 사용하였다. 본 연구에서 개발된 호우피해 예측함수를 이용하여 호우피해를 예측하고, 이를 기반으로 사전 대비 차원의 재난관리를 실시한다면 자연재난으로 인한 피해를 줄이는데 큰 도움이 될 것으로 판단된다.

• Water for future
• /
• v.28 no.4
• /
• pp.195-204
• /
• 1995

New dispersion coefficient equation which can be used to estimate dispersion coefficient by using only hydraulic data easily obtained in natural streams has been developed. Dimensional analysis was performed to select physically meaningful parameters, One-Step Huber method, which is one of the nonlinear multi-regression method, was applied to derive a regression equation of dispersion coefficient. 59 measured hydraulic data which were collected in 26 streams in the United States and were analyzed in the Part I of this study, were used in developing new dispersion coefficient equation. Among 59 measured data sets, 35 data sets were used in deriving regression equation, and 24 data sets are used for verification. The new dispersion coefficient equation, which has been developed in this study was proven to be superior in explaining dispersion characteristics of natural streams more precisely compared to existing dispersion coefficient equations.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.629-632
• /
• 2021

기계 번역(machine translation)은 자연 언어로 된 텍스트를 다른 언어로 자동 번역 하는 기술로, 최근에는 주로 신경망 기계 번역(Neural Machine Translation) 모델에 대한 연구가 진행되었다. 신경망 기계 번역은 일반적으로 자기회귀(autoregressive) 모델을 이용하며 기계 번역에서 좋은 성능을 보이지만, 병렬화할 수 없어 디코딩 속도가 느린 문제가 있다. 비자기회귀(non-autoregressive) 모델은 단어를 독립적으로 생성하며 병렬 계산이 가능해 자기회귀 모델에 비해 디코딩 속도가 상당히 빠른 장점이 있지만, 멀티모달리티(multimodality) 문제가 발생할 수 있다. 본 논문에서는 단어 정렬(word alignment)을 이용한 비자기회귀 신경망 기계 번역 모델을 제안하고, 제안한 모델을 한국어-영어 기계 번역에 적용하여 단어 정렬 정보가 어순이 다른 언어 간의 번역 성능 개선과 멀티모달리티 문제를 완화하는 데 도움이 됨을 보인다.