• 제목/요약/키워드: 추정스타일

검색결과 23건 처리시간 0.021초

경제적 양극화와 자살의 상관성: 1997년 외환위기를 전후하여 (Socioeconomic Determinants of Suicide Rate in Korea)

  • 은기수
    • 한국인구학
    • /
    • 제28권2호
    • /
    • pp.97-129
    • /
    • 2005
  • 최근 한국사회에서는 자살률이 급증하고 있다. 자살이 사망원인에서 차지하는 비중도 높아지고 있고 중요 사인에서 자살의 순위도 높아지고 있다. 특히 최근 자살률의 특징의 하나는 고령 자살률이 급증하고 있다는 점이다. 고령 사망순위에서 자살의 순위는 높지 않지만 고령 자살률의 증가 폭은 다른 연령대의 자살률보다 월등히 높다. 이 연구는 한국사회에서 일어나고 있는 자살을 기술적인 수준에서 상세히 밝히고 있다. 특히 일본의 자료를 이용하여 한국과 일본의 자살의 경향을 비교하면서 한국의 최근 자살의 특성이 무엇인지를 객관적으로 보여주고 있다. 자살의 원인에 대해서는 명확한 규명이 이루어지지 않고 있다. 이 연구에서는 최근 자살의 급증이 경제적인 이유에 기인하고 있는 것인지 확인하기 위해서 경제성장률, 실업률, 소득분배, 가계부실지수 등의 경제지표와 전체자살률, 고령 자살률, 각 연령 자살률과의 관계를 1990년부터 1997년까지, 1998년부터 2004년까지로 시기를 나누어 상관관계 계수를 구해 살펴보았다. 분석결과 1997년까지는 자살률과 경제지표 사이에 상관관계가 없었다. 그러나 1998년부터 2004년 사이에는 자살률과 소득분배 지표 사이에 확실한 상관관계가 나타났다. 연령별 자살률로 나누어보면 10대와 20대의 자살률을 제외한 거의 모든 연령층에서 자살률과 소득분배 지표 사이에 강한 상관관계가 존재하는 것으로 나타났다. 이 연구결과는 최근 한국사회의 양극화 현상이 급증하는 자살과 깊은 관계를 가지고 있는 것으로 추론되었다. 경제성장률이나 실업률은 자살과 통계적으로 유의미한 관계가 없는 것으로 나타나기 때문에 모든 경제적 상황의 변화가 자살과 관련이 있는 것이 아니라 소득분배 악화 현상인 경제적 양극화가 자살률의 급증과 깊은 관계가 있는 것으로 생각된다. 낮으며 적극적 활동성과 디지털 성향이 높은 여고생이 의복태도 변인 중 유행을 추구하였고, 외모에 대한 욕구와 동조가 높고, 적극적 활동성과 물질지향성이 높은 여고생이 의복의 성적매력성을 중요시하였다. 외모에 대한 가치와 욕구가 높고, 적극적 활동성과 성취지향성이 높으며, 가정지향성이 낮은 여고생이 의복의 개성/자기표현을 중요시하였으며, 외모에 대한 가치와 욕구가 높고, 성취지향성과 적극적 활동성이 높으며 가정지향성이 낮은 여고생이 의복의 심미성에 관심이 높았다. 외모에 대한 가치와 욕구, 동조가 낮고, 물질지향성과 적극적 활동성이 낮으며 가정지향적인 여학생이 의복의 정숙성에 관심이 높았다. 결론적으로 중 고등학교 여학생의 라이프스타일, 외모에 대한 태도와 의복태도는 밀접한 관련이 있음을 알 수 있었다.안정성에 차이는 없었으나, 신전 위에서 고정하는 것이 과도한 이식 건의 장력으로 인한 슬관절 굴곡 구축을 예방하는데 도움이 될 것으로 사료된다.라 증가할 것으로 추정되었으며 이에 대한 연근 추출물 경구 투여가 간 조직을 보호할 수 있는지를 확인하기 위해 분리한 혈청으로부터 ALT 함량을 측정한 결과 대조군에 비하여 유의한 감소를 나타내었다. 또한 연근 추출물이 혈청 내 지질 과산화물의 생성을 억제할 수 있다면 질병의 예방과 치료에 효과적일 것으로 추정할 수 있으므로 그 생성량을 측정하여 보았으나 대조군과의 차이가 나타나지 않았다. 이상의 결과들을 종합하여 보면 스트레스가 부하된 5일 동안 연근(蓮根) 추출물을 함께 투여한 결과 혈청 corticosterone 함량을 유의하게 감소시켰고 뇌 조직내 noradrenaline 함량을 증가시키는 경향을 나타내어 스트레스 해소에 도움이 될 수 있음을 시사하였다. 또한 혈청 내 ALT 함량을 유의하게 감소시켜 스트레스로 인해

칠레 남부 라고 소피아 (Lago Sofla) 심해저 하도 역암의 층구조와 퇴적 스타일 (Architecture and Depositional Style of Gravelly, Deep-Sea Channels: Lago Sofia Conglomerate, Southeyn Chile)

  • 최문영;조형래;손영관;김예동
    • 한국석유지질학회지
    • /
    • 제10권1_2호
    • /
    • pp.23-33
    • /
    • 2004
  • 칠레 남부에 분포하는 라고 소피아 역암 (후기 백악기)은 이암이 우세한 심해 퇴적층 (Cerro Toro Formation) 내에 렌즈상으로 산출하고 남북방향으로 120 km 이상 연장된다. 라고 소피아 역암은 융기대전면분지 (foreiand basin)인 마젤란 분지의 융기대전면곡분 (foredeep trough)을 따라 발달한 심해저 하도계 퇴적층으로 해석된다. 이처럼 연장이 대단히 좋은 역질의 심해저 하도가 발달하는 것은 현생 심해저 환경에서 매우 드문 현상으로 라고 소피아 역암은 퇴적학적으로 매우 흥미로운 예이다. 연구지역의 북부에 분포하는 라고 소피아 역암은 이암 퇴적층 사이에 협재하는 3-5매의 역암체로 구성되고, 고수류 측정에 따르면 퇴적물은 동, 남, 남동 방향으로 운반된 것으로 유추된다. 이 역암체는 융기대전면곡분의 서편에 위치한 해저사면을 따라 발달한 심해저 하도계의 지류에서 퇴적된 것으로 해석되며, 지류들은 남북방향의 주하도로 수렴하였을 것으로 추정된다. 남부 지역의 라고 소피아 역암은 300 m 이상의 두께를 가지는 역암체로 구성되고, 남북방향으로 긴 융기대전면분지의 축을 따라 발달한 주하도에서 퇴적된 것으로 해석된다. 이 역암체는 층리를 보이는 역암, 괴상 혹은 점이층리의 역암, 기질지지 역암으로 구성되며, 각각은 저탁류에 의한 밑짐 운반, 고밀도 저탁류, 니질 암설류에 의해 퇴적된 것으로 해석된다. 층리역암에서 측정된 고수류 방향은 남남서항으로 주하도의 방향을 지시한다. 반면, 북부 및 남부 지역의 기질지지 역암에서 측정된 고수류 방향은 흔히 하도 방향에 대해 고각도를 이루는데, 이는 하도의 둑 또는 주변 사면이 붕괴하여 니질 암설류가 형성되었음을 지시한다. 형태구성 (architecture) 분석 결과, 라고 소피아 역암은 육상의 역질 망상하천 퇴적층과 유사한 구성요소로 구성되며, 라고 소피아 심해저 하도계는 망상하천과 유사한 지형적 특성을 지녔을 것으로 추정된다. 또한 하도 역암 내 큰 규모의 층구조는 동쪽으로 이동 누적된 특징을 보이는데, 이는 지구조 운동에 의해 주하도가 점진적으로 동쪽으로 이동하였을 가능성을 시사한다.

  • PDF

합성곱 신경망의 비지니스 응용: 런웨이 이미지를 사용한 의류 분류를 중심으로 (Business Application of Convolutional Neural Networks for Apparel Classification Using Runway Image)

  • 서이안;신경식
    • 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.