• Tuberculosis and Respiratory Diseases
• /
• 제58권4호
• /
• pp.392-398
• /
• 2005

배 경 : 1995년 제7차 전국 결핵실태조사가 마지막으로 시행된 이 후 2000년 6월 결핵정보감시체계가 도입되었다. 결핵정보감시체계에서는 기존의 전국결핵실태조사에 포함된 균양성 유병율, 약제내성율 등 중요한 역학적 지표를 알 수 없는 한계를 가지고 있다. 본 연구의 목적은 1995년 12월과 2002년도 12월 국립마산결핵병원에 입원치료중인 환자의 임상양태를 조사 비교함으로 우리나라의 다제내성 결핵을 포함한 결핵실태추이의 한 단면을 알아보고자 함이었다. 방 법 : 2002년 12월 현재 국립마산결핵병원에 입원치료 중인 결핵환자 중 NTM으로 최종 확인된 6명을 제외한 331명을 대상으로 임상양태를 조사하고 이를 1995년에 보고된 자료와 비교조사 하였다. 결 과 : 1995년 자료와 비교할 때 평균연령은 3.6세 많았으며, 결핵치료 과거력과 이전 사용 약제 수는 각각 $2.0{\pm}1.7$회, $6.1{\pm}2.3$제에서 $1.7{\pm}1.8$회, $4.6{\pm}3.6$제로 감소하였다(각각 p<0.05, p<0.001). 전체적인 약제내성율은 비슷하였으나(81.0% vs 77.6%), 초회내성율과 초회다제내성율은 각각 10.5%와 2.4%에서 21.4%와 16.5%로 현저히 증가하였다(각각 p=0.012, p=0.001). 또한 1995년도에는 보건소에서 진단을 받은 경우가 65%였으나 2002년도에는 40.5%로 크게 감소하였다(p<0.001). 결 론 : 초회 내성율이 증가하고, 민간의료기관에서 진료하는 환자의 비중이 증가하는 등 우리나라의 결핵관리상황이 이전과 다르게 변해가고 있으므로 이에 대처할 수 있는 민간 및 공공의료기관이 협력할 수 있는 국가결핵관리프로그램의 수정 및 보완이 필요할 것으로 생각된다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.251-273
• /
• 2022

최근 텍스트 분석을 딥러닝에 적용한 연구가 꾸준히 이어지고 있으며, 특히 대용량의 데이터 셋을 학습한 사전학습 언어모델을 통해 단어의 의미를 파악하여 요약, 감정 분류 등의 태스크를 수행하려는 연구가 활발히 이루어지고 있다. 하지만 기존 사전학습 언어모델이 특정 도메인을 잘 이해하지 못한다는 한계를 나타냄에 따라, 최근 특정 도메인에 특화된 언어모델을 만들고자 하는 방향으로 연구의 흐름이 옮겨가고 있는 추세이다. 도메인 특화 추가 사전학습 언어모델은 특정 도메인의 지식을 모델이 더 잘 이해할 수 있게 하여, 해당 분야의 다양한 태스크에서 성능 향상을 가져왔다. 하지만 도메인 특화 추가 사전학습은 해당 도메인의 말뭉치 데이터를 확보하기 위해 많은 비용이 소요될 뿐 아니라, 고성능 컴퓨팅 자원과 개발 인력 등의 측면에서도 많은 비용과 시간이 투입되어야 한다는 부담이 있다. 아울러 일부 도메인에서 추가 사전학습 후의 성능 개선이 미미하다는 사례가 보고됨에 따라, 성능 개선 여부가 확실하지 않은 상태에서 도메인 특화 추가 사전학습 모델의 개발에 막대한 비용을 투입해야 하는지 여부에 대해 판단이 어려운 상황이다. 이러한 상황에도 불구하고 최근 각 도메인의 성능 개선 자체에 초점을 둔 추가 사전학습 연구는 다양한 분야에서 수행되고 있지만, 추가 사전학습을 통한 성능 개선에 영향을 미치는 도메인의 특성을 규명하기 위한 연구는 거의 이루어지지 않고 있다. 본 논문에서는 이러한 한계를 극복하기 위해, 실제로 추가 사전학습을 수행하기 전에 추가 사전학습을 통한 해당 도메인의 성능 개선 정도를 선제적으로 확인할 수 있는 방안을 제시한다. 구체적으로 3개의 도메인을 분석 대상 도메인으로 선정한 후, 각 도메인에서의 추가 사전학습을 통한 분류 정확도 상승 폭을 측정한다. 또한 각 도메인에서 사용된 주요 단어들의 정규화된 빈도를 기반으로 해당 도메인의 특수성을 측정하는 지표를 새롭게 개발하여 제시한다. 사전학습 언어모델과 3개 도메인의 도메인 특화 사전학습 언어모델을 사용한 분류 태스크 실험을 통해, 도메인 특수성 지표가 높을수록 추가 사전학습을 통한 성능 개선 폭이 높음을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2001년도 춘계 학술대회 논문집 통권 4호 Proceedings of the 2001 KSRS Spring Meeting
• /
• pp.140-148
• /
• 2001

일반적으로 위성영상의 센서에 대한 모델은 촬영대상지역의 지상기준점을 이용하여 결정하며, 이와 같은 지상기준점은 기존 지형도를 이용하거나 또는 지상측량에 의하여 획득한다. 그러나 지구관측위성에서 얻어진 영상의 촬영지역이 비접근 지역인 경우에는 지상측량에 의하여 지상기준점을 획득하기 어려우며, 또한 대상지역의 지형도가 제작되어 있지 않은 경우에는 실질적으로 위성영상을 이용하여 지형정보를 추출하기 어려운 실정이다. 본 논문은 지상기준점의 취득이 어려운 비접근 지역에 대한 위성영상에서 지형정보를 획득하기 위한 방법을 제시하였다. 먼저, 공선조건식을 기반으로 10개의 위성센서모델을 개발하고, 개발된센서모델의 거동을 분석하기 위하여 Space Resection 및 Space Inetersection을 통해 각각의 센서모델에 대한 적합성을 실험하였다. 이를 바탕으로 비접근 지역에 대한 지형정보를 취득하기 위하여 영상을 재구성하거나 Pseudo 영상을 제작하고, 이에 대한 센서모델의 거동 및 정확도를 분석.제시하였다. 공선조건식을 이용한 Pushbroom 위성영상의 센서모델은 투영 중심의 위치와 회전요소에 대한 6개의 외부표정요소와 상관도가 높은 회전요소($\omega$, $\phi$)를 고정된 값으로 사용하는 센서모델을 개발하였다. 비접근 지역의 영상으로부터 Pseudo 영상을 임의로 제작하여 패스내에서 중복영역을 갖도록 구성하였다. 본 연구에서 이용한 인공위성 데이터는 서로 다른 패스에서 동일한 지역을 촬영한 SPOT 영상이며, 각각의 패스에서 두 장의 연속된 영상을 이용하였다. 개발된 10개의 센서모델과 5가지의 영상 재구성 방법에 따라 비접근 지역에서의 정확도는 다르게 나타났으며, 그 중 투영중심의 위치 및 회전요소 k를 1차 함수로 표현하고 회전요소 $\omega$, $\phi$를 고정시킨 센서모델과 Pseudo 영상을 이용한 방법이 비접근 지역 60km 지점의 검사점에서 최대오차 60m의 결과를 보였다.

• 헤리티지:역사와 과학
• /
• 제52권2호
• /
• pp.142-171
• /
• 2019

용(龍)은 동서양 전설 신화에 등장하는 상상 속 동물이다. 서양의 용은 대부분 공격적이고 부정적 의미로 표현되지만, 동양에서는 황제를 상징하거나 상서로운 의미를 갖고 있어 긍정적 의미를 내포한다. 또한 용은 물을 다스리는 신물(神物)로 여겨져 그 종류가 다양해지고 이를 형상으로 표현하고자 했다. 고려시대 용과 관련된 기록은 "고려사"에서 다양한 주제로 등장하며, 크게 건국설화 기우제 신이(神異) 등과 관련되어 있다. 건국설화는 용을 통해 고려 왕권의 당위성을 강조하기 위한 것으로 '왕(王)=용손(龍孫)'이라는 '용손의식(龍孫意識)' 형성에 영향을 끼친다. 또한 용의 특징인 물을 다스리는 능력은 가뭄에 비를 바라는 기우제와 관련한 토용(土龍)으로 상징화된다. 이와 같은 용의 다양한 성격 중 용이 왕실의 상징이기에 용문(龍紋)의 사용은 민간에서 엄격히 제한되었으며, 용을 소재로 한 용문경(龍紋鏡) 역시 그 제작 사용에 있어 왕실과의 연관성을 배제하기 어렵다. 고려시대 쌍룡문경(雙龍紋鏡)은 종류 수량이 많은 편으로 중국에서 유입된 동경(銅鏡)과 함께 국내에서 제작한 쌍룡문경이 혼재하면서 고려시대 쌍룡문경의 제작과 유통은 다른 동경에 비해 활발했던 것으로 보인다. 이에 대해 본고에서는 10~14세기 중국에 존재한 다양한 쌍룡문경의 특징을 정리했다. 고려의 장인들은 쌍룡문경을 제작할 때 중국 쌍룡문경의 문양 구성에서 큰 영향을 받은 것으로 보인다. 이는 중국 쌍룡문경과 국적을 판별하기 어려운 예가 많으며, 그 차이 또한 면밀한 분석을 요하기 때문이다. 하지만 고려는 유입된 쌍룡문경을 그대로 답습했던 것은 아니며, 자체적으로 제작하고자 했음을 국내 현존하는 쌍룡문경의 유형 분류를 통해 살펴보았다. 세 가지 유형으로 나뉘는 쌍룡문경은 요대(遼代) 동경 계열인 I 유형이 가장 큰 비중을 차지하며, 그 외 II III 유형에서는 수량은 적으나 문양 구성이 독특한 쌍룡문경이 있어 고려에서 제작한 쌍룡문경으로 분석했다. 고려시대 쌍룡문경은 중국의 영향 하에서 제작된 만큼 고려에서 제작한 동경과의 구분이 어렵다는 점을 앞서 언급했다. 이중 평창 월정사 구층석탑에서 발견된 쌍룡문경은 그 제작지에 대한 의문점이 있으며, 동경의 문양 구성도 중국 쌍룡문경에서 찾아볼 수 없는 예이기에 이 동경에 대한 제작지를 검토했다. 이 쌍룡문경은 I 유형에 속하는 동경의 문양 구성을 갖추고 있으면서도 세부 문양의 조합이 중국에서 찾기 힘든 예라는 점에서 요대 동경의 문양 구성을 차용하여 고려에서 제작된 것임을 알 수 있었다.

• 벤처창업연구
• /
• 제18권4호
• /
• pp.207-222
• /
• 2023

대부분의 대학은 취업률 향상을 위하여 산헙혁력선도대학(LINC) 선정 여부와 상관없이 학생들의 취·창업역량강화 프로그램을 운영하고 있다. 특히 비수도권대학의 경우 취업률 향상을 위하여 사활을 걸고 있다. 취업률에 절대적으로 영향을 미치는 대학설립유형과 대학소재지에 대한 한계를 극복하기 위하여, 취·창업역량강화를 위하여 기업가정신 함양을 위한 창업교육·지원 프로그램을 운영하고 있으며, 지역 및 기관과 연계한 PBL(Problem Based Learning) 컨셉이 반영된 캡스톤디자인과 현장실습 프로그램을 상시 운용하고 있다. 기존 연구에서는 산헙혁력선도대학(LINC)을 중심으로 효과성 검증에 관한 연구는 수행되었으나, 공시지표를 기반으로 취업률에 미치는 요인으로서 대학요인, 창업교육·지원, 산학연계교육 요인 모두를 대상으로 한 종단연구 사례는 보고되지 않았다. 본 연구는 취업률에 미치는 요인으로 대학요인, 창업교육·지원, 산학연계교육에 대하여 최근까지 공개된 2018년부터 2020년까지 대학공시지표를 기반으로 조건을 만족시키는 116개 대학을 대상으로 51개의 산학협력선도대학(LINC) 참여대학과 64개의 비참여대학 집단간 차이분석을 하였다. 또한 공시지표의 한계로 인하여, 참여 학생의 중복참여에 대한 이력 정보가 없는 점을 고려하여 취·창업역량강화 프로그램에 장기간 노출된다면 역량강화를 통한 취업률에 영향을 미칠 것이라는 노출효과(Exposure Effect)이론을 기반으로 종단적 인과관계 분석을 통하여 2017년부터 2021년까지 2차 사회맞춤형 산학협력 선도대학 육성사업(LINC+)의 효과성을 검증하였다. 연구결과 사회맞춤형 산학협력 선도대학 육성사업(LINC+)의 창업교육·지원 및 산학연계교육 프로그램은 취업률에 영향을 미치지 않는 것으로 나타났다. 종단적 인과관계 분석결과 기존 대학요인으로 수도권대학이 비수도권대학보다 여전히 취업률이 높으며, 사립대학이 국립대학보다 취업률이 높은 것을 재확인하였다. 취·창업역량강화 프로그램 중 창업강좌 이수자수, 캡스톤디자인 이수자수, 캡스톤디자인 지급액, 전담교직원수는 취업률에 연도별 부분적으로 영향을 미치며, 현장실습은 연도별로 전혀 영향을 미치지 않으며, 취·창업역량강화 프로그램의 장기간 노출이 취업률에 영향을 미치지 않음을 확인하였다. 그러므로, 대학의 취업률 향상을 위해서는 비수도권, 국·공립대의 한계를 극복해야만 함을 재확인하였다. 이를 극복하기 위한 취·창업역량강화 프로그램으로서 창업강좌 참여를 통하여 기업가정신의 강화와 PBL(Problem Based Learning) 컨셉이 강화된 캡스톤디자인 프로그램의 적극적인 도입 및 확신이 중요하며, 현장실습 프로그램이 취업률 향상에 도움이 되기 위해서는 전반적인 학사제도 및 조직의 재정비를 통한 내실 있는 프로그램 진행이 요구된다.

• 한국유통학회지:유통연구
• /
• 제15권3호
• /
• pp.71-110
• /
• 2010

본 연구에서는 항공권 예약 발권 웹사이트의 서비스 품질을 측정 뿐만 아니라 서비스 회복도 측정하고자 하였다. 또한 서비스 품질과 서비스 회복이 고객만족 및 충성의도에 미치는 영향관계를 실증하고자 하였다. 온라인 서비스 품질과 온라인 서비스 회복의 측정을 위해 Parasuraman, Zeithaml, & Malhotra(2005)가 개발한 E-S-QUAL과 E-RecS-QUAL을 사용했으며, 했다. E-S-QUAL은 온라인 서비스 품질을 측정하는 도구로써, 효율성, 시스템 이용가능성, 이행성, 프라이버시의 4개 차원 22개 항목으로 구성된다. E-RecS-QUAL은 온라인 서비스 회복을 측정하는 도구로써, 반응, 보상, 접촉의 3개 차원 11개 항목으로 구성된다. 실증분석을 위한 설문조사는 항공사나 여행사의 웹사이트를 통해 국내 외 항공권을 구입해 본 경험이 있는 소비자를 대상으로 실시하였는데, 총 400부가 회수되었고, 이 중 342부를 최종분석에 사용하였다. 실증분석을 위해 AMOS 7.0과 SPSS 15.0을 사용하였다. 먼저, SPSS 15.0을 사용하여, 요인점수를 이용한 회귀분석으로 가설검증을 한 결과, <가설 I-1, 2, 3, 4, II-1, 2, 3, III-1, IV-1>이 전부 채택되었다. 온라인 서비스 품질과 온라인 서비스 회복의 각 차원은 모두 전반적인 서비스 품질에 유의한 영향을 보였고, 전반적인 서비스 품질은 고객만족에 유의한 영향을 미쳤다. 마지막으로 고객만족 역시 충성의도에 유의한 영향을 미치는 것으로 확인되었다. 한편 AMOS 7.0을 사용하여 모형 분석을 하였는데, 모형의 적합도는 가설검증을 하기에 합당한 수치가 나왔다. 이를 토대로 가설검증을 한 결과, <가설 I-1, 3, II-1, 3, III-1, IV-1>은 채택되었고, <가설 I-2, 4, II-2>는 기각되었다. 이 결과는 Parasuraman et al.(2005)이 주장한 것처럼 E-S-QUAL을 나타내는 데는 요인점수를 이용한 회귀분석이 더 적합하다는 것을 보여주는 것이라고 판단된다. 이를 토대로 본 연구의 시사점을 정리하였다.

• 한국전통조경학회지
• /
• 제38권3호
• /
• pp.25-34
• /
• 2020

본 연구는 국내 명승과 미국 국립공원을 대상으로 정의 및 주요 가치, 지정 절차 및 유형, 지정추이를 살펴보고 두 자연유산의 지정 특성을 분석한 결과 다음과 같은 결론을 도출하였다. 첫째, 명승은 경관성을 기본 전제로 학술적, 역사적, 인문적 가치를 포함하는 복합유산으로서의 성격을 지니고 있다. 미국 국립공원은 공공성을 기반으로 하는 자연유산으로서 경관의 보호를 통해 국민의 자연유산 향유에 기여하고 생태적·역사적 가치를 동시에 만족하는 것을 목표로 삼고 있다. 둘째, 명승의 지정은 소유자나 관리자, 지자체의 요청이나 문화재청장의 직권으로 지정신청과 지정조사를 거쳐 문화재 위원회의 심의를 통해 지정여부를 결정한다. 지정조사는 기초자원조사와 유형별 자원조사로 구분되며, 1970년 명주 청학동 소금강의 최초 명승 지정 이후 2000년대까지 명승 지정은 저조했으나 2006년 이후 명승 활성화 정책에 힘입어 지정건수가 급격히 증가했고, 자연명승과 역사문화명승의 비중이 균형을 이루게 되었다. 미국 국립공원은 의회나 대통령에 의해 지정이 결정되며 국립공원청에서는 사전검사조사를 통한 잠정자원의 특별자원연구 수행 여부 결정, 특별자원연구 결과에 따른 국립공원 지정기준 만족 여부, 우선순위 결정이 순차적으로 이루어진다. 미국 국립공원은 의회뿐만 아니라 대통령의 국립기념지 지정 권한 부여를 통해 국립공원의 지정경로가 확대되었고, 국립공원청의 통합 운영으로 여러 부처에서 관할하던 유산들이 국립공원에 포함되어 지정건수가 증가하였다. 또한 사적지법의 제정으로 역사유적이 다수 지정되고, 여가공간 제공을 위한 레크리에이션 지역들을 지정하여 총 18개 유닛으로 분류·관리하고 있다. 셋째, 명승과 미국 국립공원의 지정 특성을 비교한 결과 복합적 가치를 지닌 자연유산의 지정, 상호보완적 지정체계와 자원특성에 따른 유형분류, 주무부처 신설 및 지정 정책에 따른 유산의 균형화가 특징으로 확인되었다. 두 유산은 경관성과 공공성을 바탕으로 생태적, 역사적, 학술적 가치를 동시에 충족하는 복합적 자연유산의 특징을 지니고 있었다. 또한 양국 모두 기초자원조사와 심화단계의 지정조사를 통해 순차적, 상호보완적 조사로 유산의 지정을 심의하는 체계가 확인되었으며 자원의 특성에 따라 각 유형을 분류하였다. 이외에 국내 명승 활성화 정책과 미국의 국립공원청 통합운영은 두 유산의 지정 양상에 영향을 미쳤으며, 자연유산과 역사문화유산의 균형을 이루었다. 넷째, 명승과 국립공원의 자원유형과 보존관리 방식은 상당부분 연관성을 지니고 있었다. 미국 국립공원의 자연지역은 국내 천연기념물의 유형들이 주요 자원으로 포함되며, 자연명승과 유사한 특성을 지닌다. 또한 역사유적은 경관성 측면에서 역사문화명승의 지정기준과 유사하며, 전쟁 및 유명인물 관련 유적이 주를 이루는 양상이 사적의 유형과 관련있었다. 보존관리 측면에서 미국 국립공원의 자연지역은 생태계 원상을 그대로 두는 방식을 지니고 있으나 점적 자원에 대한 중점관리는 국내 자연유산 보호체계가 유용할 것으로 보인다. 한편, 역사자원은 사적과 역사문화명승이 전통시대 생활상 전반을 포함하고 있으나, 미국 국립공원의 역사유적은 전쟁사, 유명인 관련 유적을 대상으로 현대까지 시간적 범위를 설정하였으며, 현존 자원을 토대로 적극적인 향유 프로그램 제공이 차이점으로 도출되었다.

• 한국조경학회지
• /
• 제38권5호
• /
• pp.80-92
• /
• 2010

본 연구는 서울시에 있는 산지형 도시근린공원을 대상으로 하여 배수시설의 특성을 밝히는 것이다. 구체적으로는 배수현황, 우수유출량, 배수유출량,그리고 배수시설용량을 산출하고, 우수유출량과 배수유출량을 비교분석을 위해 배수유출량계수를 산출하고 배수시설의 설치규모를 분석하고자 배수시설용량계수를 도출하여 배수구역 및 공원별로 비교분석 하였다. 본 연구의 주요 결과는 다음과 같다. 1. 배봉산공원의 전체배수면적은 34.13ha로서 배수유형별로는 표면배수구역 15.05ha(44.09%), 개수로배수구역 14.60ha(42.78%), 자연수로배수구역 4.48ha(13.13%)를 차지하고 있어, 상대적으로 표면배수구역이 넓어 자연상태의 표면유출이 많았다. 한편, 오금공원의 전체배수면적은 20.39ha로서 표면배수구역 2.52ha(12.36%), 자연수로배수구역 0.56ha(2.75%), 개수로배수구역 10.14ha(49.73%), 산마루측구배수구역 7.17ha(35.16%)를 차지하고 있어 상대적으로 인공적인 배수시설구역이 높게 나타났다. 2. 배봉산공원의 총우수유출량은 $7.28m^3/s$로서 배수구역별 우수유출량 평균은 $0.23m^3/s$이며, 각 배수구역은 규모가 크고 길어서 우수유출거리가 크게 나타났다. 한편, 오금공원의 총우수유출량은 $4.37m^3/s$로서 배수구역별 우수유출량 평균은 $0.12m^3/s$으로 배봉산공원에 비해 절반 정도로 나타났으며, 지형의 기복이 뚜렷하지 않고 배수시설이 많아 배수구역이 작게 세분되었다. 3. 배봉산공원에 개수로가 설치된 배수구역의 전체 배수유출량은 $11.58m^3/s$이고, 배수구역별 평균배수유출량은 $0.77m^3/s$, 평균배수유출량계수는 5.26이었다. 한편, 오금공원은 전체 배수유출량은 $15.40m^3/s$이고, 배수구역별 평균배수유출량은 $0.34m^3/s$, 평균 배수유출량계수는 8.87로 나타났다. 배봉산공원은 배수구역별로 개수로의 규모와 경사 등이 커서 상대적으로 평균 배수유출량이 높게 나타났지만, 배수유출량계수는 배수구역별 우수유출량이 적은 오금공원 보다 상대적으로 낮게 나타났다. 4. 배봉산공원의 전체 배수시설용량은 $554.54m^3$로서, 배수시설용량계수는 평균 179.83으로 나타났다. 한편, 오금공원은 전체 배수시설용량은 $717.74m^3$로서, 배수시설용량계수는 평균 339.69로 나타났다. 오금공원이 배수시설용량계수가 훨씬 높게 나타나 상대적으로 오금공원에서 배수유역별로 설치된 배수시설의 총량이 많으며, 집약적으로 설치된 것임을 의미한다. 본 연구에서는 자연적이고 조방적인 배수체계로 조성된 배봉산공원과 인공적이고 집약적인 배수체계로 조성된 오금공원을 대상으로 하여 배수유출량계수와 배수시설용량계수를 산정하여 비교분석함으로써 산지형 도시공원의 배수시설의 특성을 규명하였으며, 향후 공원의 배수유출량과 배수시설용량을 비교분석하기 위한 방법론을 제시하였다. 본 결과는 도시공원의 배수시설 계획 및 설계와 우수의 저류 및 생태적 가치를 증진시키는 친환경적인 배수체계를 구축하는 자료로 활용할 수 있다. 도시공원의 배수시설 특성은 지형 및 경사, 식생, 배수유형 등에 영향을 받게 되어 공원에 따라 그 결과가 달라질 수 있으므로 향후 더욱 많은 공원을 대상으로 한 연구와 공원에서 우수를 저류하고, 생태적 가치를 증진시키는 친환경적인 배수체계 및 방법에 관한 연구가 필요하다.

• 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.