4차 산업혁명이 대두되면서 IoT, AI, Big Data, AR/VR/XR등 최신 기술이 나오고 있다. 하지만, 가상현실(VR) 기술 플랫폼 서비스 분야는 표준화 및 체계적인 지원이 없는 상태이다. 또한, 가상현실 관련 다양한 플랫폼 기술이 제시되어 개발에 선택해야 하는 API 선정에서 어려움을 겪고 있다. 본 연구에서는 가상현실 개발을 위한 방법과 사용자 서비스되고 있는 가상현실(VR) 기술에 대하여 분석했다. 또한, 개발플랫폼별 장점 및 단점을 제시해 개발자가 효율적인 플랫폼을 선정할 수 있도록 기준점을 제시하고자 한다. 또한, 가상현실에 사용되는 각종 HMD 기기에 대한 장점 및 단점을 비교에서 개발자 관점에서 효과적인 장비와 소프트웨어 플랫폼을 선정할 수 있도록 도와줄 것이다. 가상현실(VR) 개발환경시험은 Oculus 사의 제품을 사용했으며, 소프트웨어 개발환경으로 WebBased VR과 HMD 임베디드형의 두 가지 유형으로 시험을 했다.
Cho, Eunjin;Kim, Minjun;Manjula, Prabuddha;Cho, Sung Hyun;Seo, Dongwon;Lee, Seung-Sook;Lee, Jun Heon
Journal of Animal Science and Technology
/
제63권4호
/
pp.751-758
/
2021
The recessive white (locus c) phenotype observed in chickens is associated with three alleles (recessive white c, albino ca, and red-eyed white cre) and causative mutations in the tyrosinase (TYR) gene. The recessive white mutation (c) inhibits the transcription of TYR exon 5 due to a retroviral sequence insertion in intron 4. In this study, we genotyped and sequenced the insertion in TYR intron 4 to identify the mutation causing the unusual white plumage of Yeonsan Ogye chickens, which normally have black plumage. The white chickens had a homozygous recessive white genotype that matched the sequence of the recessive white type, and the inserted sequence exhibited 98% identity with the avian leukosis virus ev-1 sequence. In comparison, brindle and normal chickens had the homozygous color genotype, and their sequences were the same as the wild-type sequence, indicating that this phenotype is derived from other mutation(s). In conclusion, white chickens have a recessive white mutation allele. Since the size of the sample used in this study was limited, further research through securing additional samples to perform validation studies is necessary. Therefore, after validation studies, a selection system for conserving the phenotypic characteristics and genetic diversity of the population could be established if additional studies to elucidate specific phenotype-related genes in Yeonsan Ogye are performed.
4차 산업혁명과 더불어 기술의 발전 속도는 더욱 빨라지고 있는 추세에 있다. 4차 산업혁명의 주요 핵심이 되는 기술들을 중심으로 산업구조, 사회환경과 메가트렌드가 변화하고 있다. 특히, 코로나 팬데믹의 상황은 혁신기술의 적용을 촉진하고 사회 모든 분야에 걸쳐 적용될 것을 요구하고 있다. 식품 산업은 노동집약적으로 이루어져 있고 사람 간 접촉이 불가피한 특성이 있기 때문에 코로나와 같은 상황에서는 기술의존도가 더욱 높아져 식품의 제조 및 가공에 기계 및 자동화 도입은 필수적이라고 볼 수 있다. 앞서 국내를 포함한 주요국들의 스마트 식품 안전관리 추진동향을 살펴본 결과, 인공지능이나 사물인터넷 등 사람이 아닌 스마트한 기술적 접근을 통해 사고예방 및 예측력을 강화하는 방향으로 발전해가고 있다. 빠르게 변화하고 있는 식품산업에 발맞춰 식품 안전관리에 있어서도 혁신기술을 빠르게 도입하려는 노력을 기울이고 있으므로 향후 몇 년 뒤에는 지금보다 빠른 식품사고 원인규명과 예측 및 분석능력 증대를 통해 사후관리가 아닌 사전적 대응체계로 전환해 나갈 수 있을 것으로 기대한다.
4차 산업혁명의 핵심 기술인 IoT, Big-data, AI, Cloud 기술들이 최근 다양한 분야에서 신성장 동력의 핵심 기반 기술로 활용되고 있다. 이에 농업 분야에도 예외 없이 이러한 핵심 기술들이 적용되어 시공간의 제약 없이 원격 및 생산의 자동화를 통해 농업 분야의 문제점인 노동력 부족 현상 해결, 생산비 절감, 환경 부담 절감 등에 기여하고 있다. 그러나 이러한 핵심 기술을 활용함에 따라 농업 분야에도 보안 사고 사례가 발생하고 있다. 이에 본 연구에서는 스마트 팜을 기초, 중간, 고도의 3단계로 구분하여 단계별 특성, 보안 위협 및 대응 방안을 제시하고자 한다. 특히 클라우드 플랫폼하에서 컨테이너 기반 다양한 서비스 및 연구가 증대됨에 따라 이에 대한 보안 위협을 중심으로 대응 방안을 제시하고자 한다.
We propose a two-dimensional (2D) scattering-center-extraction (SCE) method using sparse recovery based on the compressive-sensing theory, even with data missing from the received radar cross-section (RCS) dataset. First, using the proposed method, we generate a 2D grid via adaptive discretization that has a considerably smaller size than a fully sampled fine grid. Subsequently, the coarse estimation of 2D scattering centers is performed using both the method of iteratively reweighted least square and a general peak-finding algorithm. Finally, the fine estimation of 2D scattering centers is performed using the orthogonal matching pursuit (OMP) procedure from an adaptively sampled Fourier dictionary. The measured RCS data, as well as simulation data using the point-scatterer model, are used to evaluate the 2D SCE accuracy of the proposed method. The results indicate that the proposed method can achieve higher SCE accuracy for an incomplete RCS dataset with missing data than that achieved by the conventional OMP, basis pursuit, smoothed L0, and existing discrete spectral estimation techniques.
최근 경험데이터에 대한 중요성이 커지면서 데이터사이언스적 관점으로 경험데이터를 다루려는 시도가 많아지고 있다. 빅데이터와 같은 수치적으로 계량화하려는 정량(quantitative)적 조사 방식의 수집방식으로 접근하는 경우에 경험이 가지고 있는 가치에 대한 폭넓은 해석이 어려울 뿐 아니라 비용, 시간이 상대적으로 많이 들고, 개인정보 침해의 위험으로 분석에 한계가 있다. 하지만, 정성(qualitative)적 조사 기반의 경험데이터 수집 절차인 에스노그라피(ethnograpy)는 사용자라는 관점에서 미래 고객의 자연스러운 실제 환경에서 주로 실시되기 때문에 적은 표본으로도 고객이 직면한 본질을 확인할 수 있고, 경험데이터가 가지고 있는 맥락적 차원의 관계를 해석하기에도 용이하다. 에스노그라피 방식의 경험데이터 수집이 경제적이고, 효율적이라고 하여도 데이터의 수집 과정에 대한 과학적 절차의 미흡은 문제가 될 수 있기에, 수집과정의 오차를 줄이는 것은 중요하다. 에스노그라피 방식의 경험데이터 수집에 대한 올바른 측정 도구를 사용했느냐에 대한 타당성 확보와 측정대상을 정확하게 선정하여 타당성 있는 측정 도구와 방법을 사용했느냐의 신뢰성 확보가 중요하다. 이러한 관점에서 에스노그라피 방식의 경험데이터 수집에 대한 올바른 측정 방법과 도구개발을 위해 타당성을 확보하고 측정대상을 명확하게 선별하는 연구방법의 신뢰성을 검증할 필요가 있다. 이에 본 연구에서는 에스노그라피 방식의 경험데이터 수집에 기반하여 자영업자의 고객경험을 분석해주는 'I know you_AI' 서비스의 데이터와 방법론 사례를 중심으로 이에 대한 검증 연구를 진행하였고, 연구 결과 신뢰성과 타당성이 있음을 확인하였다.
How to study Southeast Asia (SEA)? The need to explore and identify methodologies for studying SEA are inherent in its multifaceted subject matter. At a minimum, the region's rich cultural diversity inhibits both the articulation of decisive defining characteristics and the training of scholars who can write with confidence beyond their specialisms. Consequently, the challenges of understanding the region remain and a consensus regarding the most effective approaches to studying its history, identity and future seem quite unlikely. Furthermore, "Area Studies" more generally, has proved to be a less attractive frame of reference for burgeoning scholarly trends. This paper will propose a new tool to help address these challenges. Even though the science of artificial intelligence (AI) is in its infancy, it has already yielded new approaches to many commercial, scientific and humanistic questions. At this point, AI has been used to produce news, generate better smart phones, deliver more entertainment choices, analyze earthquakes and write fiction. The time has come to explore the possibility that AI can be put at the service of the study of SEA. The paper intends to lay out what would be required to develop SEABOT. This instrument might exist as a robot on the web which might be called upon to make the study of SEA both broader and more comprehensive. The discussion will explore the financial resources, ownership and timeline needed to make SEABOT go from an idea to a reality. SEABOT would draw upon artificial neural networks (ANNs) to mine the region's "Big Data", while synthesizing the information to form new and useful perspectives on SEA. Overcoming significant language issues, applying multidisciplinary methods and drawing upon new yields of information should produce new questions and ways to conceptualize SEA. SEABOT could lead to findings which might not otherwise be achieved. SEABOT's work might well produce outcomes which could open up solutions to immediate regional problems, provide ASEAN planners with new resources and make it possible to eventually define and capitalize on SEA's "soft power". That is, new findings should provide the basis for ASEAN diplomats and policy-makers to develop new modalities of cultural diplomacy and improved governance. Last, SEABOT might also open up avenues to tell the SEA story in new distinctive ways. SEABOT is seen as a heuristic device to explore the results which this instrument might yield. More important the discussion will also raise the possibility that an AI-driven perspective on SEA may prove to be even more problematic than it is beneficial.
Along with the transition to the fourth industrial revolution, the possibility of metaverse-based innovation in the fashion field has been confirmed, and various applications are being sought. Therefore, this study performs meaning structure analysis and discusses the prospects of meta fashion using big data. From 2020 to 2022, data including the keyword "metaverse + fashion design" were collected from portal sites (Naver, Daum, and Google), and the results of keyword frequency, N-gram, and TF-IDF analyses were derived using text mining. Furthermore, network visualization and CONCOR analysis were performed using Ucinet 6 to understand the interconnected structure between keywords and their essential meanings. The results were as follows: The main keywords appeared in the following order: fashion, metaverse, design, 3D, platform, apparel, and virtual. In the N-gram analysis, the density between fashion and metaverse words was high, and in the TF-IDF analysis results, the importance of content- and technology-related words such as 3D, apparel, platform, NFT, education, AI, avatar, MCM, and meta-fashion was confirmed. Through network visualization and CONCOR analysis using Ucinet 6, three cluster results were derived from the top emerging words: "metaverse fashion design and industry," "metaverse fashion design and education," and "metaverse fashion design platform." CONCOR analysis was also used to derive differentiated analysis results for middle and lower words. The results of this study provide useful information to strengthen competitiveness in the field of metaverse fashion design.
댐·보 운영은 과거부터 많은 양의 데이터를 근간으로 분석 및 의사결정을 진행하였으나, 자연 현상의 복잡성 및 다양한 영향 관계로 인해 기술개발은 답보 상태에 머물러 있다. 또한 댐·보 운영의 기술개발은 개별적인 일부 요소기술에 국한되어 있는 실정으로 댐·보 운영의 전체 의사결정체계에 대한 미래의 방향성에 대한 전략이 부재한 상황이다. 이에 기후변화, 물관리일원화, 환경대응용수의 활용, 복합적 제약사항 도출 등 최적 댐·보 운영을 위한 의사결정지원 고도화에 대한 사회적 니즈가 증가를 반영하고, 기존의 재래적 의사결정지원 시스템 및 홍수분석기술에서 탈피하여 AI, Big Data 등 혁신 기술적용 및 최신기술 트렌드를 반영한 미래 물관리 로드맵의 제시가 필요한 상황이다. 본 연구의 목적은 홍수기 댐운영을 위해 기존 반복 분석하는 일련의 절차 자동화와 운영자의 경험에 따라 달라지는 운영방법의 일반화를 위한 AI의 도입에 있다. 기존 홍수분석체계를 살펴보면 저수지 홍수분석, 저수지 수위계산, 방류량 결정, 분석결과와 제약사항의 비교 같은 일련의 절차에 대해서 합리적인 결과가 도출될 때까지 반복 분석을 수행하여야 한다. 분석모형간 연계와 재래적 방법의 자동화를 도입하면 홍수분석에 소요되는 시간을 줄일 수 있어, 사전에 대비할 수 있는 시간을 추가적으로 확보할 수 있게 된다. 또한 홍수기 댐운영 방법이 운영자의 경험에 의존하다 보니 운영자마다 다른 운영방법을 도출하게 되는데, 과거사례의 최적 운영방안을 학습시킨 AI를 도입하게 되면 일관성있는 최적 댐운영이 가능할 것으로 판단된다. 이에 본 연구에서는 홍수분석 절차의 자동화, DB 및 통계모형 구축, 분석결과 및 제약사항의 직관적인 표출화, AI 도입을 통한 운영방안의 일반화 등 기존 재래기술의 개선을 통해 최적 댐운영 의사결정지원시스템의 고도화를 추진하고자 한다.
에듀테크는 교육(Education)과 기술(Technology)의 합성된 단어로서, 4차 산업혁명 시대의 교육 패러다임이다. 이는 4차 산업혁명의 빅데이터(Bigdata), 인공지능(AI), 로봇, 가상현실(Virtual reality; VR) 등 정보통신기술(ICT)을 활용한 차세대 교육을 의미한다. ICT에서의 교육은 온라인 강의로 이러닝(e-Learning)이 사용되고 있으나, 코로나-19로 인해 비대면 교육에 대한 수유가 급증함에 따라 이러닝과 함께 에듀테크가 주목받고 있다. 따라서 본 논문에서는 블록체인 기반의 배지서비스 플랫폼, 시뮬레이션 기반 협동형 이러닝 시스템, 동영상 영어사전, 그리고 블록체인 기반의 접근제어 감사시스템에 대한 심사 완료된 논문들을 분석한다.
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.