• 한국광물학회지
• /
• 제17권3호
• /
• pp.221-233
• /
• 2004

충남지역 활석광상에서 산출되는 금운모의 광물학적 특성 및 활석화 작용과 연관된 금운모의 생성기원을 연구하였다. 연구지역의 활석광상에서 산출되는 운모류는 녹니석과 더불어 활석광석의 주요 불순광물이다 화학적으로 활석과 공존하는 운모류들은 전형적인 금운모 조성을 보여주고, 활석과 직접적인 관련이 없이 산출되는 운모류들은 흑운모에서부터 금운모 조성까지 광범위한 분포를 보여준다. 금운모는 주로 활석광체의 외곽부의 검은 변질대에 분포하며, 특히 괴상 활석광석에 수반 되어 산출된다. 편광현미경이나 후방산란전자상에서는 금운모와 녹니석이 혼정을 이루고 있는 양상을 흔히 관찰할 수 있으며, 드물게 활석과 함께 혼정을 이루는 양상을 관찰할 수 있다. 금운모의 투과전자현미경관찰결과, 일반적으로 전형적인 $10 \AA$의 격자상 내에 $14 \AA$의 녹니석층이 불규칙하게 혼합되어 있기 때문에 금운모의 생성과정이 녹니석과 밀접한 관계가 있음을 지시하고 있다. 이러한 금운모의 산출상태와 광물학적 특성 및 금운모생성에 필요한 K의 기원을 고려하였을 때, 연구지역의 금운모는 활석화 작용의 후기단계에서, 초기 성분과는 달리 K을 충분히 함유한 열수용액과 활석광체와의 반응에 의해서 주로 생성된 것으로 판단된다. K은 이러한 K-변질작용이 일어나기 용이한 구조조건을 가진 활석광체와 주변 화강암질 편마암과의 접촉부에서 화강암질 편마암으로부터 유입되었다.

• 헤리티지:역사와 과학
• /
• 제45권3호
• /
• pp.160-173
• /
• 2012

본 연구는 동대문운동장에서 출토된 조선시대 기와의 선후관계, 유물제작기법 및 기술적 속성을 파악하기 위하여 기와의 물리적 화학적 특성 연구를 실시하였다. 기와의 물리적 특성 연구를 위해 흡수율, 비중, 전암대자율, 시차열분석을 실시하였으며, 화학적 특성 연구를 위해 중성자 방사화분석(NAA), 미세조직관찰, X-선 회절분석(XRD) 등을 실시하였다. 기와편 22점의 중성자방사화분석 및 통계분석결과 각각 기와시료는 다른 시대에 서로 다른 제작지에서 생산된 것으로 뚜렷하게 구분되었다. 또한 희토류원소의 출토지별 평균값을 비교해 보아도 각각 서로 다른 조성의 차이를 보이는데 이는 산지가 다른 점토광물을 이용하여 제작하였다는 것을 의미한다. XRD 및 편광현미경 관찰결과 기와의 주요 성분은 석영과 장석이었으며 부분적으로 운모와 일라이트(Illite)가 나타났다. XRD 분석결과 $1000^{\circ}C$의 부근에서 소성되었을 때 나타나는 뮬라이트(mullite)광물 조성이 나타났으며, 시차열분석에서는 $900^{\circ}C$ 부근에서 완만한 발열피크가 나타났다. 이를 토대로 기와의 소성온도를 추정한 결과, 기와는 $900{\sim}1000^{\circ}C$에서 소성이 이루어진 것으로 보인다. 전암대자율 평균값으로 비교분석하였을 때 출토지별 분류는 나타나지 않았지만 문양이 파상문, 태상문, 어골문, 격자문, 횡선문인 경우 0.2~0.78(${\times}103$ SI unit)의 낮은 전암 대자율이 나타나는 특징이 있다. 전체 흡수율은 대체적으로 14%~21% 범위를 보였으며 이는 조선시대 전통기와에서 나타나는 흡수율 14~18%와 유사한 범위를 보이고 있다. 기와시료의 비중은 대체적으로 1.4~2.5g/cm3의 범위를 보여 출토지에 따른 비중 차이가 나타나지 않았다.

• 인터넷정보학회논문지
• /
• 제16권1호
• /
• pp.67-74
• /
• 2015

최근, 아이템들의 가치를 고려한 빈발 아이템셋 마이닝 방법은 데이터 마이닝 분야에서 가장 중요한 이슈 중 하나로 활발히 연구되어왔다. 아이템들의 가치를 고려한 마이닝 기법들은 적용 방법에 따라 크게 가중화 빈발 아이템셋 마이닝, 트랜잭션 가중치 기반의 빈발 아이템셋 마이닝, 유틸리티 아이템셋 마이닝으로 구분된다. 본 논문에서는 트랜잭션 가중치 기반의 빈발 아이템셋 마이닝들에 대해 실증적인 분석을 수행한다. 일반적으로 트랜잭션 가중치 기반의 빈발 아이템셋 마이닝 기법들은 데이터베이스 내 아이템들의 가치를 고려함으로써 트랜잭션 가중치를 계산한다. 또한, 그 기법들은 계산된 각 트랜잭션의 가중치를 바탕으로 가중화 빈발 아이템셋들을 마이닝 한다. 트랜잭션 가중치는 트랜잭션 내에 높은 가치의 아이템이 많이 포함 될수록 높은 값으로 나타나기 때문에 우리는 각 트랜잭션의 가중치의 분석을 통해 그 가치를 파악할 수 있다. 우리는 트랜잭션 가중치 기반의 빈발 아이템셋 마이닝 기법 중에서 가장 유명한 알고리즘인 WIS와 WIT-FWIs, IT-FWIs-MODIFY, WIT-FWIs-DIFF의 장 단점을 분석하고 각각의 성능을 비교한다. WIS는 트랜잭션 가중치 기반의 빈발 아이템셋 마이닝의 개념과 그 기법이 처음 제안된 알고리즘이며, 전통적인 빈발 아이템셋 마이닝 기법인 Apriori를 기반으로 하고 있다. 또 다른 트랜잭션 가중치 기반의 빈발 아이템셋 마이닝 방법인 WIT-FWIs와 WIT-FWIs-MODIFY, WIT-FWIs-DIFF는 가중화된 빈발 아이템셋 마이닝을 더 효율적으로 수행하기 위해 격자구조(Lattice) 형태의 특별한 저장구조인 WIT-tree를 이용한다. WIT-tree의 각 노드에는 아이템셋 정보와 아이템셋이 포함된 트랜잭션의 ID들이 저장되며, 이 구조를 사용함으로써 아이템셋 마이닝 과정에서 발생되는 다수의 데이터베이스 스캔 과정이 감소된다. 특히, 전통적인 알고리즘들이 수많은 데이터베이스 스캔을 수행하는 반면에, 이 알고리즘들은 WIT-tree를 이용해 데이터베이스를 오직 한번만 읽음으로써 마이닝과정에서 발생 가능한 오버헤드 문제를 해결한다. 또한, 공통적으로 길이 N의 두 아이템셋을 이용해 길이 N+1의 새로운 아이템셋을 생성한다. 먼저, WIT-FWIs는 각 아이템셋이 동시에 발생되는 트랜잭션들의 정보를 활용하는 것이 특징이다. WIT-FWIs-MODIFY는 조합되는 아이템셋의 정보를 이용해 빈도수 계산에 필요한 연산을 줄인 알고리즘이다. WIT-FWIs-DIFF는 두 아이템셋 중 하나만 발생한 트랜잭션의 정보를 이용한다. 우리는 다양한 실험환경에서 각 알고리즘의 성능을 비교분석하기 위해 각 트랜잭션의 형태가 유사한 dense 데이터와 각 트랜잭션의 구성이 서로 다른 sparse 데이터를 이용해 마이닝 시간과 최대 메모리 사용량을 평가한다. 또한, 각 알고리즘의 안정성을 평가하기 위한 확장성 테스트를 수행한다. 결과적으로, dense 데이터에서는 WIT-FWIs와 WIT-FWIs-MODIFY가 다른 알고리즘들보다 좋은 성능을 보이고 sparse 데이터에서는 WIT-FWI-DIFF가 가장 좋은 효율성을 갖는다. WIS는 더 많은 연산을 수행하는 알고리즘을 기반으로 했기 때문에 평균적으로 가장 낮은 성능을 보인다.