• 지능정보연구
• /
• 제20권2호
• /
• pp.137-148
• /
• 2014

상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.45-69
• /
• 2016

최근에 빅 데이터를 활용하여 감성을 측정하는 시도가 활발히 이루어지고 있다. 통신 매체와 SNS의 발달로 기업은 국민의 감성을 파악하고 즉시 대응해야할 필요성이 생겼다. 우리나라의 경제는 대기업에 대한 의존도가 높기 때문에 10대 기업에 대한 감성분석은 의미가 있다고 할 수 있다. 이러한 측면에서 본 연구는 다 범주를 기준으로 구축한 감성사전을 활용하여 우리나라 10대 기업에 대한 감성을 분석하였다. 빅 데이터를 이용하여 감성을 분석한 기존의 선행연구는 감성을 차원으로 분류하는 경향이 있다. 차원적 감성으로 감성을 분류하는 것은 분류의 기준이 학술적으로 증명되었기에 감성 분석에 주로 사용되어 왔지만 전문가 정도의 지식이 있어야 분류할 수 있어 보편적인 감성을 대변하는 데 비효과적이기에 보완이 필요하다고 할 수 있다. 개별 범주적 감성은 이 점을 보완할 수 있는 분류 방식으로 일정 수준의 주관성이 개입되지만 보편적으로 느낄 수 있는 감성을 측정하는데 효과적이다. 따라서 본 연구는 보편적인 감성의 측정을 위해 감성을 차원으로 분류하지 않고 개별 범주로 분류하여 9가지 영역으로 나누었다. 선행 연구에서 추출한 9가지 범주에 해당하는 감성 단어에 기초하여 감성사전을 구축하였으며 감성 단어가 검출된 빈도를 기준으로 감성을 분석했다. 대상 데이터는 2014년 1월부터 2016년 1월까지 우리나라 10대 기업에 대하여 축적된 뉴스 데이터이다. 대상 데이터에서 검출된 감성 단어의 빈도를 기준으로 각 기업에 대한 감성 순위를 나누고 분포를 확인하였다. 기업에 따라서 감성이 다를 수 있는지, 특정 사건이 각 기업에 대한 감성에 영향을 줄 수 있는지 가설을 세우고 검정하였다. 결론적으로, 다 범주 감성 사전을 활용한 감성 분석은 기업 간 비교와 시점 간 비교에 유의한 것으로 나타났다. 본 연구는 빅 데이터에 산재해있는 감성을 국민의 시각으로 측정하는 하나의 대안으로서 의의가 있다.

• 한국유통학회:학술대회논문집
• /
• 한국유통학회 2005년도 춘계학술대회 발표논문집
• /
• pp.383-405
• /
• 2005

재래시장은 지역의 중심지적인 특성과 문화적인 특성이 고스란히 반영된 지역 거점지이며 인근 지역주민의 상거래라는 1차적 장소적 기능과 사회문화적 측면의 상호 정보문화교류, 커뮤니티 공간 형성으로 유통의 집객시설과 집적시설로서 중요한 역할과 기능을 하고 있다. 5인 이하 가족 단위의 생계형으로 취급상품, 구입방범, 판매방식 등이 전근대적인 경영기법을 통해 한국의 대표적 소매업태로서의 역할을 해오고 있다. 1990년대 이후 신유통업태와 대형할인점 진출로 인해 재래시장은 급격한 경쟁력 상실과 소비자들의 생활수준의 향상, 구매패턴의 변화, 인터넷의 급속한 확산 등 외부적인 유통 환경변화에서 경쟁력을 상실하고 설 자리를 잃어가고 있다. 정부의 지역경제 활성화와 국민경제의 발전 측면에서 고령화된 재래시장에 대한 대책 중 정부의 예산지원 정책으로 환경개선사업, 연구용역, 경영현대화중심의 국고지원 사업은 2001년부터 2004년까지 총 3,853억원의 국고가 지원되었으나 활성화 사업의 실효성에는 아직 정확히 나타나고 있지 않은 상황으로 조사되었다. 또한 지원사업을 추진함에 있어 시장상인리더들의 전문성결여로 종합적인 추진전략과 중장기적 계획수립 및 자발적인 상인들의 합의점 유도 반감으로 지속적인 사업추진방향에 한계점을 나타냈다. 재래시장이 단순히 물건을 사고파는 물리적인 장소적 의미에서 벗어나 새로운 지역 장소적 생활공간으로 커뮤니티적 접근을 통한 장소적 창조전략이 필요하다. 이에 시대적 패러다임 변화에 따른 새로운 사업 방향 전환을 통해 재래시장의 장소적 기능 도입을 동해 문화적 경제적 의미를 지닌 공간으로 재조명을 동해 발전방향을 제시하고자 한다. 재래시장은 지역 기반으로 한 지역생활자들과 자연스럽게 커뮤니티를 상호 형성하고 정보와 지식 공유를 통해 부 창출 공간으로 재생되어야 할 것이다 재래시장이 부 창출 공간으로 재생하려면 시대적 장소적 환경에 맞는 시설과 교류활동을 통찬 상호신뢰구축 활동 속에서 고객이 원하는 방향으로 영업환경도 변화하여야 하며, 지역단위 중심 영국의 TCM, 미국의 BID, 일본의 TMO 등 해외 벤치마킹을 통한 단위 시장상가 점포단위의 점(點)정책에서 선(線)단위의 상가로 환경사업과 거시적인 지역단위중심인 면(面) 정책적 접근을 통한 커뮤니티적인 발상 전환이 필요하다. 국내외 사례비교 분석을 통해 사회적 정책수요 발굴과 기존의 추진방법에 대한 선진사례 연구를 통한 NPO, NGO 등의 시민기업가와 이를 수행키 위한 혁신성과 전문성조정능력을 갖춘 리더자 양성이 무엇보다 중요하다. 특히 지역자원 활용 소스 중심의 문화관린 산업의 seeds 발굴과 향토상품의 상품화와 네트워크 조직망 구축을 위한 지역중심의 복합 생활문화 공간이 필요할 것이며, 이를 촉진키 위한 mentor academy시스템 접근을 통해 점점 고령화되어 가고 있는 재래시장에 대해 차별적 특성이 반영된 종합적이고 체계적 접근 방법연구가 필요하다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.95-110
• /
• 2013

최근 다양한 소셜미디어를 통해 생성되는 비정형 데이터의 양은 빠른 속도로 증가하고 있으며, 이를 저장, 가공, 분석하기 위한 도구의 개발도 이에 맞추어 활발하게 이루어지고 있다. 이러한 환경에서 다양한 분석도구를 통해 텍스트 데이터를 분석함으로써, 기존의 정형 데이터 분석을 통해 해결하지 못했던 이슈들을 해결하기 위한 많은 시도가 이루어지고 있다. 특히 트위터나 페이스북을 통해 실시간에 근접하게 생산되는 글들과 수많은 인터넷 사이트에 게시되는 다양한 주제의 글들은, 방대한 양의 텍스트 분석을 통해 많은 사람들의 의견을 추출하고 이를 통해 향후 수익 창출에 기여할 수 있는 새로운 통찰을 발굴하기 위한 움직임에 동기를 부여하고 있다. 뉴스 데이터에 대한 오피니언 마이닝을 통해 주가지수 등락 예측 모델을 제안한 최근의 연구는 이러한 시도의 대표적 예라고 할 수 있다. 우리가 여러 매체를 통해 매일 접하는 뉴스 역시 대표적인 비정형 데이터 중의 하나이다. 이러한 비정형 텍스트 데이터를 분석하는 오피니언 마이닝 또는 감성 분석은 제품, 서비스, 조직, 이슈, 그리고 이들의 여러 속성에 대한 사람들의 의견, 감성, 평가, 태도, 감정 등을 분석하는 일련의 과정을 의미한다. 이러한 오피니언 마이닝을 다루는 많은 연구는, 각 어휘별로 긍정/부정의 극성을 규정해 놓은 감성사전을 사용하며, 한 문장 또는 문서에 나타난 어휘들의 극성 분포에 따라 해당 문장 또는 문서의 극성을 산출하는 방식을 채택한다. 하지만 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다. 본 연구는 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다는 인식에서 출발한다. 동일한 어휘의 극성이 해석하는 사람의 입장에 따라 또는 분석 목적에 따라 서로 상이하게 해석되는 현상은 지금까지 다루어지지 않은 어려운 이슈로 알려져 있다. 구체적으로는 주가지수의 상승이라는 한정된 주제에 대해 각 관련 어휘가 갖는 극성을 판별하여 주가지수 상승 예측을 위한 감성사전을 구축하고, 이를 기반으로 한 뉴스 분석을 통해 주가지수의 상승을 예측한 결과를 보이고자 한다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.25-44
• /
• 2013

최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 춘계종합학술대회논문집
• /
• pp.344-350
• /
• 2003

본 논문에서는 원격ㆍ다원으로 구축된 컴퓨팅 환경에서 공동 사용자간에 발생하는 이벤트를 순서화 하여 공유하는 방법과 이를 멀티미디어 자료에 적용하여 구현함으로써 통신망을 이용한 공동작업의 효과를 향상시키는 공유기술을 제안한다. 이 공유방법은 정보통신망의 서로 다른 지역에 설치된 사용자간의 프리젠테이션, 저작, 활용, 이벤트 발생 등을 원활하게 하여 원격교육, 화상회의, 멀티미디어 콘텐츠 공동저작 둥 원격ㆍ다원 프로젝트의 수행에 있어 효율성을 크게 향상시킨다. 기존의 공동 화이트보드(sharing white board) 시스템에 있어서는, 멀티미디어 단위 콘텐츠를 반드시 전용 프로그램에 의하여 저작하고 이미 저작되어 있는 콘텐츠나 프로그램은 사용할 수 없으며, 원격ㆍ다원으로 접수되는 명령어의 입력순서를 정렬하는 기술이 적용되지 않은 상태였으므로 순서오류에 의한 오동작을 감수해야 하는 문제점을 안고 있었다. 이에, 본 논문은 프로그램의 종류에 관계없이 윈도우 시스템으로부터 입출력 이벤트(event)를 추출하는 기술과 운영체제 내의 프로그램간 전송에 있어 이벤트를 후킹(hooking)하는 기술 및 공유 프로그램의 처리결과를 원격ㆍ다원으로 분산된 환경에 전달하는 알고리듬을 설계하고 이를 구현함으로써 원격ㆍ다원 환경의 모든 참여자가 오류 얼이 동일한 결과를 정확하게 공유할 수 있도록 개선하였다. 본 논문의 공유기술은 멀티미디어 콘텐츠의 공동저작, 원격교육에 있어서 공동칠판의 활용, 화상회의에 있어서 프리젠테이션 화면 제공 등에 활용함으로써 온라인 면대면 효과를 향상시키는 것으로 확인되었다.하였으나(P<0.05), 계란1개당 사료비에서는 18∼20g 공급구간에 유의차가 없었다. (시험 2) 육용종계 하절기 산란피크계의 에너지 공급수준에 관한 연구: 육용종계 산란기의 적정 에너지공급체계를 구명하기 위하여 강원도 홍천군 북방면소재 홍천종계에서 케이지 사양형태의 로스 육용종계 400수를 공시하여 2002년 4월부터 2003년 1월까지 40주간 (24∼64주령) 표2와 같은 4가지 에너지공급체계로 사양시험을 실시한 결과를 요약하면 다음과 같다. 1) 총 산란율, 종란 산란율, 평균난중 및 성계 생존율은 모두 처리간에 유의적인 차이가 인정되지 않았으나, 산란율은 1일 에너지공급량이 많을수록 오히려 저하하는 경향을 보였다. 2) 사료요구율, ME 및 CP요구량과 사료비는 모두 1일 에너지공급량이 많아질수록 증가하는 경향을 보였다(P<0.05).dis에 대한 키토산의 최소저해농도는 각각 0.1461 mg/mL, 0.2419 mg/mL, 0.0980 mg/mL 및 0.0490 mg/mL로 측정되었다. 또한 2%(v/v) 초산 자체의 최소저해농도를 측정한 결과, B. cereus, L. mosocytogenes, E. eoli에 대해서는 control과 비교시 유의적인 항균효과는 나타나지 않았다. 반면에 S. enteritidis의 경우는 배양시간 4시간까지는 항균활성을 나타내었지만, 8시간 이후부터는 S. enteritidis의 성장이 control 보다 높아져 배양시간 20시간에서는 control 보다 약 2배 이상 균주의 성장을 촉진시켰다.차에 따른 개별화 학습을 가능하게 할 뿐만 아니라

• 한국응용곤충학회지
• /
• 제29권3호
• /
• pp.209-215
• /
• 1990

녹둑태우기가 벼해충 및 천적밀도에 미치는 영향을 확인하기 위향 1987년 2월 20일 수원시 서둔동에 위치한 시험포장의 논둑$(72\times1m)$에서 불태운 곳과 태우지 않은곳에서의 해충 및 천적밀도를 조사한 결과 불태운 직후에는 논뚝이다 그 주변에 해충(주로 애멸구약충)도 천적(주로 거미류)도 하나도 없었다. 불태운 후 약 60일이 지난뒤에는 식생과 동물상이 서서히 회복되기 시작하여 불태우지 않은 곳에 비하여 불태운 곳의 초생이 왕성하여졌고 75일이 지난뒤 (5월 상순)에는 해충과 천적의 밀도가 높아졌다. 해충이나 천적밀도를 회복시킨 개체들은 모두 가까운 주변으로부터 확산 되어 온 것으로 추정되며 만일 불태운 면적이 훨씬 더 넓었을 경우에는 곤충류의 밀도회복에 더 긴 시간이 필요할 것이며 날개가 없는 거미류는 날개가 있는 해충류보다 밀도회복에 더 오랜 시간이 필요할 것으로 생각된다. 황산적거미는 $9^{\circ}C$에서 섭식활동이 이루어지는 것으로써 일반 해충류(특히 애멸구)보다 발육임계온도가 낮으므로 이른봄의 영야요구도가 높을 것으로 추정되며 아울러 불태운곳에서 살아남을 확률이 일반 해충류보다 낮을 것으로 생각된다. 쥐불놀이(음력 정월 대보름)를 하는 날짜가 해에 따라 대부분의 차이는 있으나 일반적으로 논둑에서 월동하는 절족동물중 해충류보다 천적류(거미류)의 발육임계온도가 낮기 때문에 쥐불놀이에 의한 천적류의 사망율이 해충류보다 높을 거승로 추정되므로 추후 대규모 시험이 필요할 것이나 현재의 입장에서 볼때 쥐불놀이가 논둑이나 제방에서 월동하는 해충류의 방제에 공헌할 것이라는 논리를 학문적으로 정당화 시키기에는 근거가 미약한 것으로 생각된다.부의 flux를 나타냈다.껍질에서만 검출되었다. $\delta_A=0.30$ 이 값은 A, B자리 모두 $Fe^{3+}$에 해당된다.라 수집하는 것이 최선의 망 운영방법이다. 자동관측시스템(AWS) 설치 시 기존의 무인감시카메라와 무선중계탑을 최대한 활용하되 무인감시카메라 설치위치$(70\siml,245m)$와 무선중계탑의 설치위치 $(299\sim1,573m)$가 산불위험지역에 포함되어 있는지의 면밀한 검토가 요구된다. 산불 등 각종 산림재난 방지와 관련한 정보를 얻을 수 있는 자동기상관측시스템(AWS)의 설치 위치는 산불발생확률모형에서 산정된 위험지역 내에 설치하는 것이 산불발생 위험지역을 판정하는데 매우 효과적일 것으로 판단된다. 기상청과 지자체가 보유하고 있는 기상관측 장비들은 대부분 도시를 중심으로 설치 운영되고 있어 산림 또는 산악에 설치된 기상관측 장비의 수는 적은 편이다. 따라서 산림과 산악에 기상관측 장비의 보강은 필수적이다. 관측망 구성은 기상청의 관측 표준(안)을 준수하며, 설치 지점의 특성에 따라 가장 경제적인 방법을 선택하는 것이 바람직하며, 특히 장비구매 설치 시 다양한 종류의 제품을 선택하는 것은 차후 장비 관리에 어려움을 겪을 소지가 있어 가능한 우수한 제품을 선택하되 동일 제품 사용을 권장한다. 따라서 위의 망구축이 이루어져 현재 기상청이 설치 운영하고 있는 측정 장비에 의해 취득한 기상자료를 공동 활용하여 표출하면 더욱 상세한 자료의 획득과 활용이 기대되어 진다. 또한, 금번 논문에서는 산불위험지역의 격자점(15km)내에 최소한 1대의 AWS 설치방안을 제시하였지만, 금후에는 15km내에서도

• 한국방사성폐기물학회:학술대회논문집
• /
• 한국방사성폐기물학회 2005년도 춘계 학술대회
• /
• pp.311-318
• /
• 2005

고준위 방사성폐기물 처분 연구 사업이 법률적인 인허가 뿐만이 아니라 일반 국민의 동의를 얻기 위해서는 처분 사업의 안전성에 대한 신뢰성 획득이 중요하며 이를 위해 투명하게 공개될 수 있는 종합 성능 평가 (TSPA, Total System Performance Assessment)의 수행이 필요하다. 본 연구에서는 처분 성능 평가 투명성 제고와 신뢰성 향상을 위한 방안의 하나로 처분 종합 성능 평가에 대한 품질 보증 원칙을 도입하여 평가 관련 전체 업무에 관한 투명성 증진을 꾀하고자 한다. 특히 인터넷을 기반으로 하는 품질 보증 시스템의 개발을 통해 실험을 통해서 얻어지는 평가 입력 자료들 뿐 아니라 평가 수행을 위한 계획 수립과 결과물, 그리고 결과물에 대한 검토 등에 이르기까지 안전성 평가 전 과정에서 투명성이 유지된 데이터들이 높은 신뢰성을 가지고 향후에도 활용될 수 있도록 하였다. 본 연구에서 개발한 Cyber R&D Platform은 인터넷을 기반으로 하는 프로그램으로 안전성 평가를 위한 시나리오 개발 관련 데이터인 FEP 목록과 관련 시나리오 정보, 관련 시나리오 도출 과정 및 평가 체계 등을 체계적으로 구축한 FEAS (FEp to Assessment through Scenario development) 프로그램과 안전성 평가에 필요한 입력 데이터들을 분류, 저장해 놓은 PAID (Performance Assessment Input Data) 프로그램, 그리고 이러한 자료들을 입력할 수 있는 품질 보증 시스템으로 구성되어 있으며 이를 통합 운영함으로써 도출된 데이터들의 신뢰성을 높이고자 하였으며 향후 이해 당사자들이 "처분장에서 생태계에 이르는 핵종들의 이동 경로에 대한 시나리오는 어떠한 것이며, 그 평가 결과들과 평가에 이용되는 실제 데이터들은 어떤 것인지" 에 대해 쉽게 이해할 수 있고 또 관련 자료들이 어떠한 원칙에 따른 검토를 거쳤는지에 관해서도 확인할 수 있게 할 것이다.X>, 중환자실 재원기간은 $2.9\pm0.8일(2\~4)$, 그리고 입원기간은 $21.6\pm14.3일(13\~56)$이었다. 수술 후 평균 CK-MB는 $11.3\pm14.1ng/mL$였다. 수술 후 조기 혈관 개존율은 $100\% (24/24)$였다. 모든 환자에서 완전 추적이 가능하였으며 평균 추적기간은 $20.4\pm15.2개월(5\~43)$이었다. 이 기간 중 사망환자나 흉통이 재발한 환자는 없었다. 걸론: 80세 이상 고령의 환자에서 OPCAB은 수술 후 합병증을 줄이고 좋은 결과를 보여 주었다. 그러므로 고령의 환자에서도 관상동맥우회술의 적응증이 되면 적극적으로 수술을 시행할 필요가 있으며, 수술방법은 OPCAB이 좋을 것으로 생각한다서 실용적 개발의 가능성을 보였다.에 따라 현저한 차이가 있었으며 Dimethoate처리$(30^{\circ}C,\; 0.2\%$액에서 24시간)에 의하여 볍씨의 호흡량이 감소되었다. 9) 산소호흡량과 평균발아소요일수와는 $\gamma=-0.945$로 부의 유의한 상관을 보였는데 산소호흡량이 많은 품종은 평균발아소요일수가 짧은 경향을 보였다. 10) 볍씨의 산소호흡량과 Dimethoate 처리에 의한 볍씨의 발아저해도와는 $\gamma=-0,771$의 높은 부의 상관을 보였으며 산색호흡량이 많은 품종이 발아저해도가 낮고 적은 품종에서는 높았다. 현재까지는 그 활동이 11.2년의 주기성을 보여주지만 그 이전에 있어서는 그 활동이 극히 약화되었을 뿐만 아니라 매우 불규칙하다는 것이 Schneider와 Mass(1975)에 의해 밝혀졌다. 결국 1710년대부터 현재까지 우리나라에 있어서 벼멸구와 흰등멸구의 대발생 연도는 1910년, 1921-23년, 1946, 1967-8년, 1975-7년의 5회가 되며 이들 대발