• 스마트미디어저널
• /
• 제12권11호
• /
• pp.1-9
• /
• 2023

스트레스는 감당하기 어려운 외부 또는 내부 요인으로부터 유발되는 것으로 현대 사회의 주요한 문제 중 하나이다. 높은 스트레스가 장기적으로 지속되면 만성적으로 발전할 수 있으며, 건강 및 생활 전반에 큰 악영향을 초래할 수 있다. 그러나 만성적인 스트레스를 겪는 사람들은 자신이 스트레스를 받고 있는지 알아차리기 어렵기 때문에 사전에 스트레스를 인지하고 관리하는 것이 중요하다. 웨어러블 기기로부터 측정된 생체 신호를 이용하여 스트레스를 탐지한다면, 스트레스를 효율적으로 관리할 수 있을 것이다. 그러나 생체 신호를 이용하는 데에는 두 가지 문제점이 있다. 첫째로 생체 신호에서 수작업 특징을 추출하는 것은 바이어스를 발생시킬 수 있으며, 두 번째는 실험 주체에 따라 분류 모델 성능의 변이가 클 수 있다는 것이다. 본 논문에서는 데이터의 핵심적인 특징을 표현할 수 있는 합성곱 오토인코더를 이용해 바이어스를 줄이고 앙상블 학습 중 하나인 소프트 보팅을 이용해 일반화 능력을 높여 성능의 변이를 줄이는 모델을 제안한다. 모델의 일반화 성능을 확인하기 위하여 LOSO 교차 검증 방법을 이용하여 성능을 평가한다. 본 논문에서 제안한 모델은 WESAD 데이터셋을 이용하여 높은 성능을 보여주었던 기존의 연구들보다 우수한 정확도를 보임을 확인하였다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.307-325
• /
• 2023

코로나19 팬데믹의 장기화로 인해 실내 생활에 지쳐가는 사람들이 우울감, 무기력증 등을 해소하기 위해 근거리의 산과 국립공원을 찾는 빈도가 폭발적으로 증가하였다. 자연으로 나온 수많은 사람들이 오가는 걸음을 멈추고 숨을 돌리며 쉬어가는 장소가 있는데 바로 약수터이다. 산이나 국립공원이 아니더라도 근린공원 또는 산책로에서도 간간이 찾아볼 수 있는 약수터는 수도권에만 약 6백여개가 위치해 있다. 하지만 불규칙적이고 수작업으로 수행되는 수질검사로 인해 사람들은 실시간으로 검사 결과를 알 수 없는 상태에서 약수를 음용하게 된다. 따라서 본 연구에서는 약수터 수질에 영향을 미치는 요인을 탐색하고 다양한 곳에 흩어져 있는 데이터를 수집하여 실시간으로 약수터 수질을 예측할 수 있는 모델을 개발하고자 한다. 데이터 수집의 한계로 인해 서울과 경기로 지역을 한정한 후 데이터 관리가 잘 이루어지고 있는 18개 시의 약 300여개 약수터를 대상으로 2015~2020년의 수질 검사 데이터를 확보하였다. 약수터 수질 적합 여부에 영향을 미칠 것으로 여겨지는 다양한 요인들 중 두 차례의 검토를 거쳐 총 10개의 요인을 최종 선별하였다. 최근 주목받고 있는 자동화 머신러닝 기술인 AutoML 기법을 활용하여 20여가지의 머신러닝 기법들 중 예측 성능 기준 상위 5개의 모델을 도출하였으며 그 중 catboost 모델이 75.26%의 예측 분류 정확도로 가장 높은 성능을 가지고 있음을 확인하였다. 추가로 SHAP 기법을 통해 분석에 사용한 변인들이 예측에 미치는 절대적인 영향력을 살펴본 결과 직전 수질 검사에서 부적합 판정을 받았는지 여부가 가장 중요한 요인이었으며 그 외 평균 기온, 과거 연속 2번 수질 부적합 판정 기록 유무, 수질 검사 당일 기온, 약수터 고도 등이 수질 부적합 여부에 영향을 미치고 있음을 확인하였다.

• Journal of Animal Science and Technology
• /
• 제54권4호
• /
• pp.267-274
• /
• 2012

초생추의 성 감별은 양계산업에서 대단히 중요하다. 현재 대표적인 병아리의 암수 감별 방법은 우모 발생속도에 관여하는 반성유전자를 이용하여 깃털의 형태적 차이로 성을 식별하는 방법이다. 따라서 본 연구에서는 자가성감별 토종 닭 종계 개발을 위하여 국내 보유하고 있는 토종 순계를 대상으로 깃털 조만성의 분포 양상 및 이의 유전자형 빈도를 분석하고 더불어 병아리의 깃털 발생 양상에 따른 조우성과 만우성의 식별 방법을 제시하고자 하였다. 발생 직후 병아리의 주부익우 형태에 따른 조만우성의 식별은 조우성의 경우 주익우가 부익우보다 현저히 길어 형태적 차이가 뚜렷하나, 만우성은 주부익우 간의 차이가 없었다. 또한 꼬리 깃 형태에 따른 조만성의 식별은 5일령 이후 조우성의 경우 꼬리 깃의 성장이 현저하게 나타나는 반면 만우성의 경우 이러한 성장이 보이지 않았다. 두 방법 공히 깃털 형태에 따른 조만우성의 구분이 가능하였고, 주부익우 형태와 꼬리 깃 성장에 의한 식별 간의 판정 일치도는 98% 정도로서 발생 직후 주부익우의 형태적 차이로 거의 모든 개체에서 조만우성의 식별이 가능한 것으로 사료된다. 공시된 품종들의 조만우성 분포 양상 및 유전자형 빈도는 토종 외래계인 흑색 코니시종, 로드아일랜드레드종 및 한국재래닭 적갈색종에서만 조우성과 만우성 개체가 혼재하여 분포하는 것으로 나타났고, 이들 모두 열성 조만성 유전자 빈도가 훨씬 높은 것으로 분석되었다. 반면 국내 토종 순계로서 갈색 코니시종, 오골계, 한국재래닭 황갈색종, 회갈색종, 백색종, 흑색종 및 백색레그혼종들은 모두 조우성만 존재하는 것으로 나타났다. 이러한 결과는 국내 토종 품종을 이용하여 병아리의 깃털 성 감별이 가능함을 시사하는 것으로 만우성 모 계통과 조우성 부 계통을 조성한다면 생산되는 병아리의 깃털 형태로서 쉽게 암수 구분이 가능할 것으로 사료된다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2017년도 9th Asian Crop Science Association conference
• /
• pp.135-135
• /
• 2017

The Gramene database (http://www.gramene.org) is a powerful online resource for agricultural researchers, plant breeders and educators that provides easy access to reference data, visualizations and analytical tools for conducting cross-species comparisons. Learn the benefits of using Gramene to enrich your lectures, accelerate your research goals, and respond to your organismal community needs. Gramene's genomes portal hosts browsers for 44 complete reference genomes, including crops and model organisms, each displaying functional annotations, gene-trees with orthologous and paralogous gene classification, and whole-genome alignments. SNP and structural diversity data, available for 11 species, are displayed in the context of gene annotation, protein domains and functional consequences on transcript structure (e.g., missense variant). Browsers from multiple species can be viewed simultaneously with links to community-driven organismal databases. Thus, while hosting the underlying data for comparative studies, the portal also provides unified access to diverse plant community resources, and the ability for communities to upload and display private data sets in multiple standard formats. Our BioMart data mining interface enable complex queries and bulk download of sequence, annotation, homology and variation data. Gramene's pathway portal, the Plant Reactome, hosts over 240 pathways curated in rice and inferred in 66 additional plant species by orthology projection. Users may compare pathways across species, query and visualize curated expression data from EMBL-EBI's Expression Atlas in the context of pathways, analyze genome-scale expression data, and conduct pathway enrichment analysis. Our integrated search database and modern user interface leverage these diverse annotations to facilitate finding genes through selecting auto-suggested filters with interactive views of the results.

• 한국의학물리학회지:의학물리
• /
• 제16권3호
• /
• pp.148-154
• /
• 2005

망막에서 나오는 활동전위와 같이 복잡한 신경망을 거쳐 처리되는 전기신호를 분석하기 위해서는 기존의 단일 전극 기록법으로는 어렵다. 단일 전극을 통한 활동전위의 기록은 개개의 신경세포 특성을 알아내는 데에는 유용한 방법이나 신경세포 간의 시간적, 공간적인 관계는 알아낼 수 없다는 한계를 가지고 있으므로 이같은 한계를 극복하기 위하여 다채널 전극을 이용한 신경신호 기록방법이 최근에 개발되어 널리 이용되고 있다. 다채널전극 기록 방식인 MEA60 시스템은 세포 밖에 위치한 60개의 전극이 생체신호를 동시에 기록한다. 세포 fi에 위치한 각각의 전극이 포착한 신경 신호는 하나의 망막신경절세포 반응이라기보다는 여러 세포의 반응이 동시에 기록될 가능성이 높다. 그러므로 여러 세포의 반응이 함께 기록된 신호로부터 각각의 세포로부터 나오는 파형을 구분하는 작업이 반드시 필요하다. 본 연구에서는 다채널 전극으로 기록한 망막 신경절세포 신호로부터 MATLAB을 이용하여 활동전위 파형을 검출하고 분류하는 과정을 구현하여 보았다. 이러한 분류과정은 추후 진행되는 신호분석방법인 자극 후 시간 히스토그램(poststimulus time histogram, PSTH), 자기상관관계(autocorrelogram), 상호상관관계(cross-correlogram)를 보기 위하여 반드시 거쳐야 하는 전처리(preprocess) 과정이다. 본 연구에서는 MATLAB을 이용한 파형 구분 프로토콜을 확립하였을 뿐만 아니라 이러한 프로토콜이 신경절 세포의 활동전위 파형을 검출하는 데 유용한 방법임을 입증하였다

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.

• The Journal of Advanced Prosthodontics
• /
• 제5권1호
• /
• pp.9-15
• /
• 2013

PURPOSE. The purpose of this study was to determine accurately the part of the tragus to be used to form the Ala-Tragal line or Camper's line in orthognathic profile patients. MATERIALS AND METHODS. 150 dentate subjects with age of 18-40 years with orthognathic profile were sampled. Life-size lateral digital photographs of the face with fox plane were taken in natural head position. Different angles between Eye-Ear plane and occlusal plane ($OT_1$-OP), Eye-Ear plane and ala-superior border of tragus ($OT_1-AT_1$), Eye-Ear plane and ala-middle border of tragus ($OT_1-AT_2$) and Eye-Ear plane and ala-inferior border of tragus ($OT_1-AT_3$) were calculated using computer software package, AutoCAD 2004. From the three angles formed by the Eye-ear plane ($OT_1$ or FH plane) and the ala-tragal lines, the one closest to the angle formed between Eye-Ear plane ($OT_1$) and occlusal plane (OP) was used to determine the occlusal plane of orientation. The obtained results were subjected to ANOVA F test, Tukey's Honestly significant difference test, followed by Karl Pearson coefficient of correlation test. P values of less than 0.05 were taken as statistically significant. RESULTS. The mean of base line angle i.e. $OT_1$-OP angle ($11.96{\pm}4.36$) was found to be close to $OT_1-AT_2$ angle ($13.67{\pm}1.93$) and $OT_1-AT_3$ angle ($10.31{\pm}2.03$), but $OT_1$-OP angle was found to be more closer to $OT_1-AT_3$ angle. Comparison of mean angles showed that $OT_1$-OP angle in both males (11.68) and females (12.51) is close to $OT_1-AT_3$ angle (males- 11.01, females- 11.95). CONCLUSION. The line joining from ala to the lower border of the tragus was parallel to the occlusal plane in 53.3% of the subjects. There was no influence of the sex on the level of occlusal plane.

• 한국지리정보학회지
• /
• 제19권4호
• /
• pp.63-75
• /
• 2016

우리나라에서는 삼면이 바다와 접해있는 반도형태의 국가로 과거부터 해양수산물에 대한 양식이 이루어져 왔다. 최근에는 양식시설물들을 체계적으로 관리하기 위해 생산량에 대한 조사하고 있으며, 조사된 자료를 기반으로 생산물에 대한 가격책정을 수행하여 내수 어족자원을 안정화하고 어민생활권을 보장하고 있다. 이러한 양식시설물의 조사는 매년 항공사진 기반의 수동 디지타이징을 기반으로 하고 있다. 고해상도의 항공사진을 활용한 수동 디지타이징은 양식시설물 별 종류에 따른 특징과 시설물 운용 여부 등을 알고 있는 전문가의 지식을 기반으로 하여 정확한 구획이 수행된다. 그러나 항공사진의 활용은 생육주기가 다른 양식자원들을 모니터링하기에는 경제적, 시간적 한계가 있으며, 전문가의 지식기반 구획 역시 다수의 전문 인력 등이 투입되어야 한다. 그러므로 본 연구에서는 관측 대상지에 대한 대단위 모니터링이 가능한 위성영상을 바탕으로 양식장에 대한 외곽정보 자동으로 검출하는 프로토타입 시스템 개발에 대해 연구하였다. 연구에 사용되는 위성영상은 국내 고해상 위성인 KOMPSAT-3 위성영상 13 Scene을 양식시설이 주로 이용되는 10월에서 4월 사이에 신규 촬영하여 사용하였다. 양식시설의 검출은 가두리식, 연승식, 부류식 양식시설을 검출하였으며 검출 방법은 영상 처리를 통한 ANN 분류기법 및 Polygon 생성기법을 사용하였다. 개발된 프로토타입 시스템의 양식시설 검출율은 약 93% 정도로 나타났다. 위성영상 기반의 양식시설물 외곽정보 검출은 기존 항공사진이 가지는 모니터링의 한계를 개선할 수 있을 뿐만 아니라, 전문가가 양식시설을 탐지하고 판독하는 데 있어 유용하게 지원될 수 있을 것이다. 향후 양식장 시설물별 분류 및 영상 처리 기법의 적용을 통해 양식장 시설물 검출 시스템이 개발되어야 할 것이며, 해당 시스템을 통해 양식시설물 모니터링을 수행하여 관련 의사결정 지원에 도움이 될 수 있을 것으로 판단된다.

• 한국가금학회지
• /
• 제45권3호
• /
• pp.155-165
• /
• 2018

닭의 깃털은 날개깃과 꼬리깃의 발달과 형태에 따라 조우성과 만우성으로 분류할 수 있다. 현재, 병아리 성 감별법 중 조우성과 만우성을 이용하여 부화 시 깃털 발생양상의 차이에 따른 깃털감별법이 산업적으로 가장 널리 이용되고 있다. 본 연구는 한국재래닭에 있어 자가성감별 계통 조성을 위하여 조우성 병아리와 만우성 병아리의 분류 방법을 제시하고자 한 것으로 한국재래닭 856수를 대상으로 발생 시부터 55일령까지 병아리의 날개깃과 꼬리깃의 발달 양상과 형태를 분석하였다. 또한 K-특이 유전자 프라이머를 이용한 PCR로서 조우성과 만우성 닭의 표현형과 유전자형 간의 일치도를 확인하였다. 분석 결과, 조우성 병아리는 긴 주익우와 부익우를 가지며, 주익우와 부익우 간 확실한 길이의 차이를 보였다. 반면, 만우성 병아리는 조우성 병아리보다 짧은 주익우와 부익우를 보였으며, 주익우와 부익우 간 길이의 차이는 거의 없는 것으로 나타났다. 만우성 병아리는 날개깃 모양에 따라 LF-Less, LF-Scant, LF-Equal 및 LF-Reverse와 같은 4가지 유형으로 분류할 수 있었다. 조우성 병아리의 주익우는 만우성 병아리에 비해 15일령까지 1.5배 정도 더 길다가 50일령에 거의 비슷하게 나타났다. 꼬리깃의 경우, 조우성 병아리는 5일령 때 명확하게 보이지만, 동일시기에 만우성 병아리는 짧고 불명확하였다. 발생 시 주익우 길이 9 mm를 기준하여 조우성과 만우성 개체로 구분하였을 때 조우성은 96.2%, 만우성은 85.4%의 분류의 정확도를 나타내었다. 결론적으로 한국재래닭에 있어 조우성 병아리와 만우성 병아리의 깃털 형태 및 발달 양상의 차이가 뚜렷하기 때문에 발생 시점에서 조우성과 만우성을 쉽게 구분할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.