• 한국유기농업학회지
• /
• 제21권2호
• /
• pp.233-246
• /
• 2013

본 연구에서는 친환경유기농자재를 사용하는 농업인을 대상으로 친환경유기농자재 구입실태 및 친환경유기농자재 안전관리방안에 대한 인식도 등을 조사하였다. 친환경 유기농자재를 구입하는 가장 큰 경로는 친환경농업단체였으며, 자재의 구입을 결정하는 가장 큰 근거는 '생산되는 농산물이 안전할 것 같아서'로 나타났다. 현재 친환경유기농자재에 대한 정보를 가장 많이 입수하는 경로는 '농업기술센터가 주최하는 교육'이었으며, 향후에도 국가 및 관련기관의 교육이나 홈페이지를 통해 정보를 제공받기를 희망하는 비율이 69.0%에 달하였다. 반면 '농자재판매상'을 통한 정보제공의 희망 비율이 매우 낮아 제도적으로 농자재 판매상 교육을 지원함으로써 농업인에게 정확한 농자재의 정보가 제공될 수 있도록 할 필요가 있다. 또한 국가기관에서 농업인들에게 제공하는 교육을 통한 안전성 관련 정보 제공의 필요성을 높게 인식하고 있었으며, 특히 농자재의 안전교육을 안전한 제품개발 다음으로 중요하게 여기는 것으로 조사되었다. 또한 조사대상 농업인은 친환경유기농자재의 유통기한 설정, 사용자 취급지침 설정과 독성구분 표기가 모두 필요하다고 응답하였다. 설문문항간 신뢰성을 검증하기 위하여 실시한 크론바하 알파계수는 0.699로 본 연구에서 설문한 문항에 대해 조사대상자들이 신뢰 있게 응답하였음을 알 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.159-172
• /
• 2023

일반적으로 사회문제 해결 연구는 과학기술을 활용하여 다양한 사회적 현안들에 의미있는 해결 방안을 제시함으로써 중요한 사회적 가치를 창출하는 것을 연구 목표로 한다. 그러나 사회문제와 쟁점을 완화하기 위하여 많은 연구들이 국가적으로 수행되었음에도 불구하고 여전히 많은 사회문제가 남아 있는 상황이다. 사회문제 해결 연구의 전 과정을 원활하게 하고 그 효과를 극대화하기 위해서는 사회적으로 시급한 현안들에 대한 문제를 명확하게 파악하는 것이 중요하다. 사회문제 해결과 관련된 기존 R&D 보고서와 같은 자료에서 중요한 사안을 자동으로 식별할 수 있다면 사회문제 파악 단계가 크게 개선될 수 있다. 따라서 본 논문은 다양한 국가 연구보고서에서 사회문제와 해결방안을 자동으로 감지하기 위한 기계학습 모델을 구축하는 데에 필수적인 데이터셋을 제안하고자 한다. 우선 데이터를 구축하기 위해 사회문제와 쟁점을 다룬 연구보고서를 총 700건 수집하였다. 수집된 연구보고서에서 사회문제, 목적, 해결 방안 등 사회문제 해결과 관련된 내용이 담긴 문장을 추출 후 라벨링을 수행하였다. 또한 4개의 사전학습 언어모델을 기반으로 분류 모델을 구현하고 구축된 데이터셋을 통해 일련의 성능 실험을 수행하였다. 실험 결과 KLUE-BERT 사전학습 언어모델을 미세조정한 모델이 정확도 75.853%, F1 스코어 63.503%로 가장 높은 성능을 보였다.

• 한국가축번식학회지
• /
• 제20권1호
• /
• pp.27-34
• /
• 1996

본 연구는 immunosurgery와 polynucleotide-specific 형광물질을 이용한 differential labelling기법으로 체외에서 소 수정란의 배발달을 유기하는데 효과적인 것으로 알려진 CR1배양액을 사용하여 체외생산된 소 배반포기배의 inner cell mass (ICM)와 trophectoderm(TE)의 총 세포수를 조사하고자 실시하였다. 공시 배반포기배는 체외수정 후 8일째에 얻어졌다. 체외생산된 배반포기배는 배반포강의 확대와 투명대 두께의 감소를 기준으로 초기, 중기 및 팽윤단계로 구분하였으며, 또한 같은 배발달군내의 배반포기배는 다시 두 군으로 나누어 bisbenzimide만을 처리하여 얻어진 총세포수와 immunosurgery와 two polynulceotide-specific 형광물질을 이용하여 얻어진 ICM와 TE의 총세포수를 비교하여 얻어진 결과는 다음과 같다. 1) 체외수정 후 8일째 배반포기배의 발달율은 29.3%였으며, 초기, 중기, 팽윤 및 부화단계로 구분하였을 때의 발달율은 각각 8.7, 9.9, 7.6, 3.1%였다. 2) Bisbenzimide를 이용한 배반포기배의 총 세포수는 초기, 중기 및 팽윤단게가 각각 46.9$\pm$8.6, 66.2$\pm$12.5, 122.8$\pm$14.4를 나타냈다. 이러한 결과는 CR1이 소 수정란의 발달에 적절한 배양액임을 알 수 있었다. 3) Immunosurgery와 polynucleotide-specific 형광물질을 이용한 differential labelling기법으로 배반포기배의 ICM과 TE 세포수를 초기, 중기 및 팽윤단계로 나누어 조사한 결과, ICM 세포수는 각각 12.8$\pm$5.9, 26.3$\pm$8.4, 35.5$\pm$15.0개 이었고, TE 세포수는 각각 30.5$\pm$5.0, 41.3$\pm$8.2, 81.1$\pm$13.4개로 나타나 ICM과 TE 세포수는 초기 배반포기배에서 팽윤 배반포기배로 진행됨에 따라 두배에서 세배 정도 증가되었음을 알 수 있었다. 또한, differential labelling과 bisbenzimide기법에서 얻어진 각각의 총세포수를 비교하였을 때 총세포수는 발달의 진행 정도에 따라 증가되며 그와 동시에 동일한 군 간의 세포수도 거의 유사함을 알 수 있었다. 따라서, ICM과 TE를 differential labelling하는 기법은 수정란의 quality를 평가하는데 매우 유용한 기법으로서 착상전 embryo 발달을 연구하는데 효과적으로 이용될 수 있다는 것을 시사한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.