본 연구는 소나무(Pinus densiflora)와 일본잎갈나무(Larix kaempferi)의 연륜생장과 기후 요소와의 관계를 분석하고, 각 수종별 연구지역을 기후군집으로 분류하여 군집별 연륜기후학적 모델을 개발하였다. 또한 기후변화에 따른 연륜생장 변화를 RCP 기후변화 시나리오와 연륜기후학적 모델을 이용하여 예측하였다. 군집분석을 통한 소나무와 일본잎갈나무의 기후군집은 각각 4개로 분류되었다. 각 군집별 연륜기후학적 모델은 단계적 회귀분석으로 표준화된 잔차연대기와 군집별 기후변수를 이용하여 작성하였다. 소나무의 연륜기후학적 모델에는 각 4개씩의 기후변수가 사용되었고 $R^2$는 0.38~0.58로 나타났다. 일본잎갈나무 연륜기후학적 모델에는 2~5개의 기후변수가 사용되었고 $R^2$는 0.31~0.43으로 분석되었다. 수종별 연륜생장변화 예측은 RCP 4.5와 RCP 8.5 두 개의 기후변화 시나리오를 이용하였다. 소나무 기후군집별 연륜생장예측은 백두대간 산악지역인 군집 4에서 연륜생장이 증가하였고 평균기온이 높은 군집 2와 군집 3에서는 연륜생장이 감소하였다. 일본잎갈나무는 월평균 최저기온이 낮은 군집 1과 평균기온이 높은 군집 2에서는 기후변화가 진행됨에 따라 연륜생장이 감소하였고, 동부해안지역인 군집 3과 해발고가 높은 지역인 군집 4에서는 연륜생장이 유지되었다. 본 연구의 결과는 소나무와 일본잎갈나무의 기후변화에 따른 연륜생장의 변화 예측에 필요한 유용한 정보로 활용될 수 있을 것으로 기대된다.
Journal of the Korean Data and Information Science Society
/
제19권3호
/
pp.831-844
/
2008
Since cooperatives consist of many distinct members in the management environment and characteristics, it is necessary to make similar cooperatives into a few groups for the effective risk management of cooperatives' mutuality bank. This paper is a priori research for suggesting a guidance for effective risk management of cooperatives with different management strategy. For such purpose, we propose a way to group the members of cooperative's mutuality bank. The 30 continuous variables which is relative to cooperatives' management status are considered and six factors are extracted from those variables through factor analysis with empirical consideration to avoid wrong grouping and to enhance the practical interpretation. Based on extracted six factors and additional 3 categorical variables, six representative groups are derived by the two step clustering analysis. These findings are useful to execute a discriminatory risk management and other management strategy for a mutuality bank and others.
본 연구는 광양제철소 건설을 위해 매립과 준설이 행해지고 있던 시기인 1983년 8월과 1984년 2월에 이와 같은 대규모의 환경교란이 다모류 군집 구조 및 분포에 미치는 영향을 알아보기 위해 실시되었다. 여름철의 다모류 군집은 총 76종이 출현하였으며, 평균밀도는 $342\;ind.{\cdot}m^{-2}$, 겨울철에는 76종, $437\;ind.{\cdot}m^{-2}$의 밀도를 보였다. 종수 및 밀도의 지역적인 분포 양상은 섬진강 하구역에서는 낮은 종수와 다양도, 수로지역에서는 높은 출현종수와 다양도, 그리고 묘도 서쪽 내만역에 서는 종수, 다양도, 밀도 모두가 중간정도의 값을 기록했다. 하계 다모류군집의 집괴분석 결과 5개의 정점군으로 나눌 수 있었으며, 이런 결과는 광양만에서의 다모류 군집이 섬진강에서 유입되는 담수 및 퇴적환경과 밀접한 관계가 있음을 보여주고 있다. 그러나 겨울철 군집의 분석 결과는 하계와는 다소 상이 한 결과를 보였다. 우점종의 조성에 있어서도 1982년도의 조사시 (Choi and Koh, 1984) 우점종이던 Lagis bocki와 Chone teres가 다모류군집내에서 차지하는 비율이 감소한 반면 본 조사시에는 Glycinde gurjanovae와 Heteromastus filiformis의 개체군은 점차 증가하는 결과를 보였다. 이와 같은 결과를 Shin and Koh (1990)와 Jung et al. (1995)의 결과와 비교해 볼 때 광양만에서 행해진 대규모의 매립 및 준설은 저서 다모류군집에 영향을 주고 있으며, 본 조사기간 동안에는 저서다모류 군집이 서서히 변해가는 과정중의 중간단계에 처해있는 것으로 판단된다.
본 논문에서는 입력된 FISH 세포영상을 군집세포영역과 독립세포영역으로 분류하고, 군집세포영역에 대해서는 하나의 세포를 분리하는 알고리즘을 제안한다. 먼저 입력된 영상에 대해서 가우시안혼합모델과 세포의 명암도 값에 대한 최대 우도 함수를 사용하여 세포영역과 배경영역을 분할해줄 임계값을 정의하게 된다. 이렇게 얻어진 전경세포영역에 대해서 보다 정확한 세포 분석을 위해서 군집세포와 독립세포를 분류하게 된다. 세포 영역의 분류과정을 위해서는 베이지안 네트워크와 확률밀도함수를 사용한다. 학습데이터로부터 밀집도(compactness), 평활도(smoothness), 후-모멘트(Hu-moment)에 대한 형태학적 특징값을 추출하여 확률밀도함수를 구성하고, 이를 기반으로 베이지안 네트워크를 사용하여 두 영역을 분류하게 된다. 군집세포로 분류된 영역에 대해서는 그 군집세포를 구성하고 있는 독립세포로 각각 분리한다. 먼저, 명암도 기울기 변환(intensity gradient transform) 영상과 워터쉐드 알고리즘을 이용하여 군집세포 영역을 작은 영역으로 분할하게 된다. 작게 분할된 영역을 하나의 세포영역으로 병합시키기 위해서, 군집세포에 존재하는 독립세포의 수만큼의 마커를 결정 침식 연산을 사용하여 추출하고, 추출된 마커를 중심으로 단계적 병합 알고리즘을 제안한다. 본 논문에서 제안한 방법은 166개의 FISH 세포를 사용하여 테스트한 결과 99.29%의 정확한 분리결과를 보여줬으며 기존의 다른 알고리즘보다도 뛰어난 성능과 빠른 실행시간을 보여주었다.
치악산국립공원내 주 이용대상지인 구룡사-비로봉 일대 삼림군집의 구조를 분석하기 위하여 인간 간섭의 정도 및 환경조건을 고려하여 4개 조사지를 선정하고 총 45개 조사구를 설치하였다. 인간의 간섭이 심한 저지대 계곡부의 경우 비교적 천이단계가 낮은 소나무가 우점종이었으며(조사지 I ), 비교적 인간의 간섭이 심한 고지대 계곡부(조사지 II)와 근래에 입산금지가 된 계곡부(조사지 III )에서는 층층나무. 주등산로가 있는 고지대 능선부(조사지 IV)에서는 신갈나무가 우점종이었다. 종다양성은 조사지 III, II, I, IV의 순으로 높았는데, 이것은 능선부인 조사지 IV를 제외할 때, 인간 간섭의 정도와 역의 관계였다. 종상관성 분석결과 소나무는 타수종과 유의적인 부의 상관을 가지는 경우는 비교적 많았으나 정의 상관을 인정할 수 있는 경우는 나타나지 않음으로써 대체로 순림의 형태를 이루고 있었다. 치악산 구룡사 계곡의 DCA에 의한 ordination분석결과 표고 및 환경인자에 의해 3개의 군집으로 나눌 수 있었으며, stand ordination에 따라 소나무군집, 소나무-신갈나무, 소나무-갈참나무, 갈참나무-서어나무, 층층나무-까치박달나무, 층층나무 군집으로 구분되었다. 천이과정은 능선 및 중복부에서는 소나무$\longrightarrow$신갈나무 및 참나무류, 팥배나무$\longrightarrow$서어나무로, 계곡저지대에서는 소나무$\longrightarrow$참나무류$\longrightarrow$층층나무, 까치박달나무로 진행되는 과정이었다.
해양사고는 도로교통과 달리 지속적으로 증가하고 있으며, 인명피해가 주로 발생하는 주요 사고의 치사율은 도로교통의 11.7배 이상이다. 해양사고는 외부 환경에 따라 사고 위치가 변하고 즉각적인 조치가 어려워 타 교통에 비해 대형 사고로 이어질 가능성이 매우 크다. 그러나 여전히 사고가 발생하고 난 후 대응하는 등 사후적 관리 단계에 무르고 있어 사고의 주요 요인을 사전에 식별·관리하는 선제적 관리단계로의 전환 필요성이 대두되고 있다. 따라서 본 연구에서는 해양사고 발생 지점 밀도 기반의 가변 공간 군집체계를 반영한 해양사고 예측모델을 개발하였다. 반복적인 공간 가산분석을 통해 밀도가 높을수록 작은 규모의 격자 체계를 가질 수 있도록 상세한 공간 군집체계를 구성하였으며, 단순 사고 위험도 예측뿐만 아닌 사고 인과관계를 설명할 수 있는 BN(Bayesian Network) 기반의 모형을 사용하여 해양사고 위험예측 모델을 개발하였다. 또한, Cost-of-Omission을 통해 해양사고 예측확률의 변화와 각 변수들의 영향력을 확인하였으며, 월별 해양사고예측 결과를 GIS를 활용하여 2D/3D 기반으로 시각화하였다.
본 논문에서는 연속적으로 입력되는 칼라영상에서 물체의 이동에 의하여 형성된 동작영역을 확인하고, 영상의 시컨스(sequence)를 대상으로 움직이는 물체의 형태인 보행자 혹은 자동차들의 이동방향을 추적하는 시스템을 제안하였다. 카메라가 고정되어 있고 물체가 이동하는 상황에서 카메라시계에 진입하는 물체를 포착하여, 포착된 물체의 영역을 차 영상 분석을 통해 이진화하여 추출하고, 추출된 영역을 co-occurrence matrix의 RGB full 칼라의 특징 벡터를 추출하는 것을 제시하였다 추출되어지는 칼라 특징벡터를 분석하여 인접 프레임간의 이동물체 영역끼리의 대응관계를 조사함으로서, 이동물체를 추적한다. 군집화(clustering) 단계에서는 이전 단계에서 추출한 특징 벡터들 가운데 에너지, 엔트로피만을 가지고 인접 프레임간의 군집화를 조사하기 위하여 이동물체 영역들 간의 퍼지동적물체 정합 알고리즘을 적용시켰다. 인접 프레임간의 움직임 영역의 물체들에 대하여 멤버 쉽 함수를 근거로 중심 값을 계산하면, 동일 물체일 경우 중심 값 부근에서 군집이 형성되며, 이를 바탕으로 이동물체를 추출할 수 있는 방안을 제안하였다.
본 연구는 덕유산 국립공원 설천지구내에 건설되고 있는 무주리조트 골프장예정지의 식물군집구조를 밝히고 환경영향평가서의 식물생태계부분 재평가를 위해 실시하였다. 현존식생은 소나무-신갈나무-졸참나무군집이 33.2%, 참나무류군집이 27.3%, 소나무군집이 20.7%, 고산습지가 4.9%이었으며 본 조사지 삼림은 독특한 환경조건을 이루고 있었다. 녹지 자연도는 등급 8, 9가 전체의 93%를 차지하는 안정된 생태계를 구성하고 있었으며 환경영향평가서상의 녹지자연도등급 산정과 본 조사결과와는 많은 차이를 보였다. 54개 조사구에 대한 DCA 분석에서 분리된 군집은 6개로써 소나무군집, 소나무-신갈나무군집, 소나무-졸참나무-들메나무-물박달나무군집, 신갈나무-졸참나무-소나무군집, 신갈나무-굴참나무군집, 버드나무-물박달나무군집이었고 소나무군집을 제외한 기타의 군집은 소나무$\longrightarrow$참나무류로의 생태적 천이단계에 있는 것으로 예측되었다.
서답형 문항은 학생들의 종합적인 사고능력을 판단하는데 매우 유용하지만 채점할 때, 시간과 비용이 매우 많이 소요되고 채점자의 공정성을 확보해야 하는 어려움이 있다. 이러한 문제를 개선하기 위해 본 논문에서는 서답형 문항에 대한 자동채점 시스템을 제안한다. 본 논문에서 제안하는 시스템은 크게 언어 처리 단계와 채점 단계로 나뉜다. 첫 번째로 언어 처리 단계에서는 형태소 분석과 같은 한국어 정보처리 시스템을 이용하여 학생들의 답안을 분석한다. 두 번째로 채점 단계를 진행하는데 이 단계는 아래와 같은 순서로 진행된다. 1) 첫 번째 단계에서 분석 결과가 완전히 일치하는 답안들을 하나의 유형으로 간주하여 각 유형에 속한 답안의 빈도수가 높은 순서대로 정렬하여 인간 채점자가 고빈도 학생 답안을 수동으로 채점한다. 2) 현재까지 채점된 결과와 모범답안을 학습말뭉치로 간주하여 자질 추출 및 자질 가중치 학습을 수행한다. 3) 2)의 학습 결과를 토대로 미채점 답안들을 군집화하여 분류한다. 4) 분류된 결과 중에서 신뢰성이 높은 채점 답안에 대해서 인간 채점자가 확인하고 학습말뭉치에 추가한다. 5) 이와 같은 방법으로 미채점 답안이 존재하지 않을 때까지 반복한다. 제안된 시스템을 평가하기 위해서 2013년 학업성취도 평가의 사회(중3) 및 국어(고2) 과목의 서답형 문항을 사용하였다. 각 과목에서 1000개의 학생 답안을 추출하여 채점시간과 정확률을 평가하였다. 채점시간을 전체적으로 약 80% 이상 줄일 수 있었고 채점 정확률은 사회 및 국어 과목에 대해 각각 98.7%와 97.2%로 나타났다. 앞으로 자동 채점 시스템의 성능을 개선하고 인간 채점자의 집중도를 높일 수 있도록 인터페이스를 개선한다면 국가수준의 대단위 평가에 충분히 활용할 수 있을 것으로 생각한다.
The purpose of this study was to classify and analyze the somatotype of early middle-aged women and to provide its total data for clothing construction, and to improve clothing culture. The subjects were 277 early middle-aged women between 35 and 44 years old. Data were collected through anthropometry and photometry and analyzed by factor analysis, cluster analysis and discriminant analysis. The results were as follows; 1. The result of factor analysis indicated that 10 factors were extracted through factor analysis and those factors comprised 86.13 percent of total variance. 2. Using factor scores, cluster analysis was carried out and the subject were classified into 4 cluster. Type 1 is tall, slim, and X type in front. Type 2 is standard height and weight, short upper body, and hip-protruded on the side. Type 3 is standard height, thin, H type in front, back and hip are clearly protruded, and lean-back type on the side. Type 4 is standard height, fat, and long upper body. 3. According to the stepwise discriminant analysis, the 8 important iems is classifying the somatotype of early middle-aged women are as follows : bust girth, back length hip breadth-waist breadth, back protruded point depth(back)-back waist depth(back), hip tangent tilt, hip depth(back) waist dapth(back), bust depth-waist depth, and cervical hight, The correct classification rate for these items is as exact as 83.20%.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.