• 한국농림기상학회지
• /
• 제8권1호
• /
• pp.1-9
• /
• 2006

동계기온의 지속적인 상승에도 불구하고 낙엽과수의 동해발생빈도는 줄지 않고 있지만, 동해 경감을 위해 필수적인 사전경보시스템에 대한 연구는 미흡한 실정이다. 본 연구에서는 급격한 기후변화에 적응하지 못하는 기존의 '최저기온 의존 동해경보시스템'을 보완하기 위해 생물계절이론에 근거한 휴면심도를 동해위험도 판정의 추가기준으로 제시한다. 평년 기온자료와 생물계절모형에 근거한 휴면심도의 경시변화양상은 낙엽과수의 교과서적인 내동성 변화추세와 일치하였다. 개별 연도의 기온자료에 의해 추정된 휴면심도는 연차 변이가 현저하였으며 동일 연도 내 지역간 변이도 확인할 수 있었다. 전북 김제시 백구면 Campbell Early 주산지 10개 포도원을 대상으로 소기후모형과 인근 기상관서 기후자료에 의해 연도별 최저기온을 복원하고, 최저기온 발생일의 휴면심도를 생물계절모형으로 추정하였으며, 동해정도를 조사하였다. 최저기온휴면심도 피해율 사이의 관계를 분석하여 동해위험도 판정식을 작성하고, 이를 근거로 경북 영천, 충북 옥천, 충남 아산, 경기 화성 등 4개 포도 주산지 시군에 대해 1971-2000 평년의 동해위험지도를 30 m 공간해상도로 제작하였다. 화성지역의 경우 1996년의 동해사례에 의해 동해위험지도의 신뢰성을 부분적으로 검증할 수 있었다. 월동기간 중 실측기온자료에 의해 임의날짜의 휴면심도를 추정하고, 기상청 예보기온을 소기후모형에 의해 30m해상도의 국지기온 예상분포도로 변환한 다음, 내일 아침의 동해가능성을 동해위험도 판정식에 의해 판정할 수 있는 실시간 동해경보시스템을 설계하였다. 이 시스템의 실제 운영을 위해 필요한 프로그램을 작성하고 하드웨어를 갖추어 기상청 국가농업기상센터에 이전, 설치하였다. 산출되는 최저기온 및 동해위험정보는 표준지리정보로 가공되어 기상청 농업 기상정보서비스를 통해 시범적으로 제공될 예정이다.되지 않았으며 상처에 의하여서도 전혀 반응을 하지 않았다. 고에서는 이와 같은 비상통신과 관련하여 수행하고 있는 국외 비상통신 관련표준화 현황 및 해외 주요국가 별 구축 동향에 대해서 기술한다.급식성과는 급식경험 기간과 음(-)의 상관관계를, 아침식사횟수와는 양(+)의 상관관계를 보였으며, 서비스 품질의 특성 영역은 각 영역들에 대한 급식성과 점수가 높을수록 다른 영역의 급식성과 점수가 높은 유의적인(p <0.01) 양(+)의 상관관계를 보였다. 이상의 결과를 살펴볼 때, 균형된 영양공급이 다른 어느 시기보다 더 중요한 우리의 청소년들의 학교급식에 대한 만족도를 높이기 위해서 다음과 같은 제언을 하고자 한다. 먼저, 학교급식에 대한 식단 작성 시 학생들이 학교에서 제공되기 원하는 식단에 대한 의견을 받고 그 의견에 대한 결과를 게시하여 학생들이 제공되기 원하는 식단을 급식 시 제공하여 학생들이 식단선택에 동참할 수 있는 기회를 주는 것이 바람직하겠다. 또한 영양사는 학급의 반대표와의 정기적인 모임을 가짐으로서 학생들의 불만사항 및 개선 요구사항에대해 서로 의견을 교환하여 설문지조사가 아닌 직접적인 대화를 하여 문제점을 파악하고자 하는 적극적인 자세가 필요하겠다. 특히 아침식사의 결식 빈도가 높았고 이는 급식성과에 부정적인 영향을 줄 뿐 아니라 학교에서 제공하는 음식의 섭취정도에도 영향을 주고 있으므로 학생들에게 학부모와 전담교사 및 학교영양사는 학생들에게 이상적인 아침식사에 대한 교육은 물론이고 아침식사를 실천할 수 있도록 다양한 방안에 대해 함께 연구해야 하겠다. 정부차원에서 학교급식에 아침식사 프로그램을 도입할 수 있는 방안을 연구하고, 아침을 결식하는 학생이 학교에서 수업시작 하기 전에 간단한 식사를 할 수 있는 정책 도입이 필요하다acid의 생성량(生成量)을 측정(測定)하였는데 periodate의 소비량(消費量)은

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 공연문화연구
• /
• 제41호
• /
• pp.5-38
• /
• 2020

이 연구는 군사정권의 권력 전개양상에서 드러나는 문화정책이념이 '다목적 공연장'의 개념형성으로 발현되는 과정을 살펴보는데 있다. 한국의 공연장 현황은 우리나라 공연문화와 깊은 관계가 있다. 각 지방자치단체마다 그 지역을 대표하는 문화예술회관(문예회관)을 중심으로 한국의 공연문화와 향유문화가 깊이 자리 잡고 있기 때문이다. 오늘날 문예회관들은 다목적홀로 운영되고 있으며 운영주체는 절대다수 정부와 지방정부 또는 출자출연기관의 재단법인 등 공공영역에서 운영한다. 따라서 정부와 지방정부의 문화예술정책의 대상이며 제도적 측면과 긴밀한 상관관계를 가지게 된다. 박정희 정권은 초헌법적인 유신을 공포하고 우리나라 문화예술법의 시초라고 할 수 있는 「문화예술진흥법」(1972.9)을 제정한다. 이법을 근거로 「문예중흥5개년계획」(1973)을 수립하고 문화시설들을 짓기 시작했다. 전국의 '문화예술'회관, 또는 '문화'회관이 다목적홀로 지어진 데에는 문화예술진흥법의 "문화예술"에 대한 정의를 "문학, 미술, 음악, 연예 및 출판에 관한 사항"으로 명시함으로써 지금의 '다목적'개념의 근거가 된다. 한편, 문화공보부의 조직직제는 "문화와 예술"을 관장함을 명시하고 대중문화와 예술진흥을 구분 짓는 문화행정체계를 갖춘다. 그러나 이시기 대통령의 연설에 나타난 박정희의 화법은 '문화예술=예술'로 인식하고 있다. 예술은 문화에 포함되는 개념이지만 문화예술=예술로 인식함으로써 정치적 시국이나 시행부서에 따라 그 해석을 달리하였고, 이러한 모호성은 예술이 이데올로기적 활용에 정책적으로 동원되는 기제가 된다. 이러한 배경에서 문화예술진흥법에 근거하고 문화공보부의 관장 하에 1978년 다목적 공연장인 세종문화회관이 개관한다. 그러나 제도상의 문화예술=다목적과 설립을 추진했던 정부조직의 문화≠예술, 권력이 인식했던 문화예술=예술은 대중음악의 대관문제를 두고 가치충돌로 표출된다. 1979년 12·12사태로 정권을 장악한 신군부는 민족문화를 앞세운 국풍81을 통해 저항세력을 체제 안으로 끌어들이고자 했다. 정권의 의도는 실패하였고, 저항과 지지의 양축에서 국민적 지지를 확보하는 방안으로 국민의 문화향유 기회확대 정책에 방점을 둔다. 이는 앞 정권의 문화예술에 관한 인식의 전환이며 박정희 정권과의 차별화를 추구한 것이다. 전두환 정권에 있어 앞 정권과의 차별성은 곧 정권의 정당성 확보를 의미하는 것이었고 향유기회의 확대는 문화영역의 분배 차원에서 추진되었다. 따라서 장기적인 안목의 예술발전으로 자리매김 되지 못했고 하드웨어의 상징성으로 정권의 정당성 확보를 실현하려고 하였다. 오늘날 다목적 공연장의 개념은 유신체제하에 만들어진 법체계의 "문화예술"의 정의에 기인한 것이며 이를 근거하여 공공 공연장의 운영목적으로 '다목적'의 개념이 탄생한다. 군사정권을 이은 전두환 정권은 프로시니엄 구조의 다목적 공연장을 정권의 정당성 확보의 수단으로 표출하였고, 전국적으로 재생산 되어 오늘날 한국의 공연문화에 중요한 비중을 차지하고 있다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.