• 광물과 암석
• /
• 제36권4호
• /
• pp.355-363
• /
• 2023

지구물질에 존재하는 안정 동위원소의 평형상태에서의 분화(equilibrium isotope fractionation of stable isotope)는 물질의 진동 특성(vibrational properties)에 기인하며, 지구물질이 지구시스템 내에서 겪는 다양한 지질학적 과정들을 정량적으로 이해하는 데 도움을 준다. 본 연구에서는 H₂O 분자의 clumped 동위원소의 특성을 양자화학계산을 이용하여 규명하였다. 특히, 산소 동위원소(¹⁶O, ¹⁷O, ¹⁸O)와 수소 동위원소(수소, 중수소, 삼중수소)의 조합으로 구성된 H₂O 분자에 대한 산소와 수소 동위원소간의 clumping 세기를 정량적으로 계산하고, 온도 변화에 따른 clumping 세기 변화 패턴을 분석하였다. 최적화된 분자구조의 평형 결합길이(bond length)와 결합각(bond angle)은 분자의 질량수와 무관하며, 각각 0.9631-0.9633 Å과 104.59-104.62°로 일정하였다. H₂O 분자의 3개의 진동 모드의 진동수는 동위원소 질량수가 증가함에 따라 감소하였으며, 산소보다 수소 동위원소의 변화에 더 큰 영향을 받는다. 진동수를 바탕으로 계산된 동위원소 치환반응의 평형상수 또한 수소 동위원소 질량수에 따라 더 큰 변화 양상을 보인다. 무거운 동위원소 조합의 clumping 반응의 평형상수는 로그값에서 강한 선형 상관관계를 지시한다. 세 동위원소 조합의 상대적인 clumping 강도는 HD¹⁸O에 대하여 각각 1.86배(HT¹⁸O), 1.16배(HT¹⁷O), 0.703배(HD¹⁷O)로 나타났다. Clumping의 세기인 Δ₂₁ 값은 온도의 증가에 따라 감소하며 이차 상관관계를 보인다. 이는 Δ₂₁이 온도 환경 지시자로서 이용될 가능성이 있음을 지시한다. 본 계산 결과는 ¹⁷O와 삼중수소를 포함한 clumped 동위원소 분배의 경향을 최초로 정립한 연구이다. 향후, 자연계에서 산소-수소 동위원소 조성의 기원을 보다 정량적으로 이해하기 위하여 비조화적(anharmonicity) 진동이 고려된 동위원소 분배계수의 계산 또한 필요하다. 상기한 연구 결과는 H₂O 분자의 다양한 지표환경에서의 clumped 동위원소의 측정과 이를 기반으로 한 지질환경 변화 기작을 설명하는 데 사용될 것으로 기대한다.

• 기록학연구
• /
• 제80호
• /
• pp.43-88
• /
• 2024

미국의 국립문서보존소(현 국립문서기록관리청)는 서구의 전통적인 기록물보존소들 중에서도 후발주자로 조용히 등장했다. 미국의 공공기록물관리역사는 유럽에 비해 길지 않다. 그럼에도 미국은 20세기 격동의 세기를 지나며 생산되고 수집된 방대한 양의 현대기록물을 체계적으로 관리·보존하는 일에 집중하며 미국 역사적 상황에 최적화된 현대적인 기록물 관리체계를 확립해 왔다. 또한 미국은 국제적인 공공기록물 관리 발전을 견인하는 강력한 위상을 견지하고 있다. 미국의 공공기록물 관리체계의 중심에는 기록이 미국민의 공공재산이라는 공공소유권 개념이 확고하게 자리한다. 이는 기록을 통해 식민지 자치 시민으로서 그들의 권리를 보호받던 영국 식민지 시대로까지 거슬러 올라간다. 미국민에게 기록과 아카이브즈는 미국의 짧은 역사에서 '미국인'로서의 정체성은 물론 개인의 자유와 권리 더 나아가 민주주의를 지키기 위한 수단이자 국가의 상징 그 자체였다. 따라서 미국민의 삶과 역사는 기록되어야 하고 기록된 과거는 미국의 현재와 미래를 위해 관리·보존되는 것은 당연하고 자연스러운 것이었다. 미국의 공공기록물 관리체계는 미국의 역사와 함께 형성된 기록에 대한 그들의 철학과 가치관 그리고 미국 고유의 기록물관리 경험을 통해 정립된 이론과 실무, 교훈, 아이디어 등이 융합된 결과물이다. 본 논문에서는 미국의 기록(records)과 아카이브즈(archives)의 기원을 역사적 맥락에서 추적하여 미국민의 삶과 기록 간의 유기적 관계를 파악해 본다. 또한 미국 고유의 역사성이 반영된 두 형태의 기록물관리 전통(공공 기록·아카이브즈 관리 전통과 역사 메뉴스크립트 관리전통)을 살펴본다. 이에 더 나아가 미국의 역사적 현실에 부합하여 가장 미국적이면서도 세계적으로 보편적인 현대 공공기록물 관리체계가 형성되는 과정을 살펴보고자 한다. 역사적·개념적 연구 방법을 통해 미국 공공기록물 관리체계를 더욱 심층적이고 본질적으로 이해하고자 한다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 한국해양학회지:바다
• /
• 제23권4호
• /
• pp.153-178
• /
• 2018

운용용으로 사용되는 대부분의 풍속자료는 10 m 기준 고도에서 측정 또는 생산된 자료이다. 이 연구는 이어도 해양과학기지 42.3 m 고도의 옥상 등대에서 측정 중인 풍속을 기준 고도의 풍속으로 변환시켜 국립해양조사원 누리집을 통해 실시간으로 제공하기 위한 사전 연구이다. 이를 위해 2015년에 이어도 기지에서 관측한 풍속을 대표적인 네 종류의 풍속 변환식 - 멱법칙식, 두 종류의 중립벽 로그법칙식(항력계수형, 거칠기 높이형), 대기 안정도 효과를 고려한 벽 로그법칙모델(안정도 고려 거칠기 높이형) -에 적용하였다. 관측 바람을 평가하는데 많이 사용되는 '안정도 고려 거칠기 높이형' 벽 로그법칙모델의 결과와 나머지 풍속 변환식 결과들을 서로 비교하였다. 그 결과 '거칠기 높이형' 벽 로그법칙식과 '안정도 고려 거칠기 높이형' 벽 로그법칙모델 간 편향과 평균 제곱근 편차는 각각 $-0.001m\;s^{-1}$와 $0.122m\;s^{-1}$로 가장 낮아 실시간 현업 운용 측면에서 상호 보완적으로 이 두 변환식을 함께 사용하는 것이 바람직하다는 결론을 도출하였다. 또한 이어도 해역에서 조석에 의한 풍속 관측 고도 변화가 풍속 변환에 미치는 영향을 분석하였다. 이들 변환식에 대한 조석 효과 고려 전후에 대한 비교 실험 결과, 편향과 평균 제곱근 편차는 각각 <$0.0001m\;s^{-1}$와 <$0.012m\;s^{-1}$로 그 영향은 미미하였다. 대기 표면 거칠기 높이를 사용하는 '거칠기 높이형' 벽 로그법칙식과 '안정도 고려 거칠기 높이형' 벽 로그 법칙모델을 이용하여 간편 풍속 변환식의 필수 입력값인 표면 거칠기 높이 값의 적절성에 관해 논의하였으며, 풍속 변환 정확도를 향상시킬 수 있는 표면 거칠기 높이 계산식을 제시하였다. 또한 인공위성 산란계(ASCAT) 풍속자료와 네 종류의 중립 연직 풍속 변환식들의 결과를 비교하여 이들 중 '안정도 고려 거칠기 높이형' 벽 로그법칙모델에서 안정도 항을 뺀 풍속 변환 모델의 정확도가 더 낫다는 결과를 제시하였다. 끝으로 이들 종래 $25m\;s^{-1}$ 이하 풍속에 최적화된 풍속 변환식들로부터 바람 항력계수를 산정 분석하여 강풍(${\geq}33m\;s^{-1}$) 환경에서도 적합한 풍속 변환식으로 개선 필요성에 관해 논의하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.