• 한국전통조경학회지
• /
• 제34권2호
• /
• pp.1-15
• /
• 2016

본 연구는 용어의 개념과 차이점을 명료하게 규정하기 어려운 전통 수경(水景) 요소의 쓰임을 고찰하기 위한 목적을 가지고 문헌분석을 위주로 진행되었다. 조선 전기 관찬(官撰) 지리지인 "신증동국여지승람"의 경상도편 "산천" 항목에서 수경과 관련된 지명을 발췌하여 다양한 수경 요소를 파악하고, 사전적 정의와 원문에 대한 해석 및 유사 사례 고찰을 통해서 수경 요소별 특징을 도출하였다. 연구의 결과를 다음과 같이 정리하였다. 1. "산천" 항목에 수록된 수경은 22개 요소였으며, 이를 입지와 물 흐름의 방식에 따라서 하천경관, 호소(湖沼)경관, 해안경관으로 분류하였다. 2. 자연적 물 흐름을 항시 유지하는 하천경관은 물줄기의 위계와 관련된 선적(線的) 형태의 '수(水)', '강(江)', '천(川)', '계(溪)'와 감입곡류하천 특성으로 인해서 형성되는 점적(點的) 형태의 '탄(灘)', '뢰(瀨)', '폭(瀑)', '저(渚)'로 구성된다. 3. 일정 구역에 모인 물 형태를 갖는 호소경관은 '강'의 중하류에 형성된 넓고 잔잔한 지점을 일컫는 '호(湖)', 하천 중상류 유로 상에 자연적으로 형성된 '연(淵)', '담(潭)', '추(湫)', 평지에 모인 물로서 '지(池)', '당(塘)', '택(澤)', 그리고 자연적으로 솟아나는 샘을 지칭하는 '천(泉)', '정(井)'으로 구성된다. 4. 해안경관에는 육지와 섬, 혹은 섬과 섬 사이 공간을 지칭하는 '량(梁)'과 '항(項)', 바다를 향해 돌출된 '곶(串)', 바닷가 모래사장 형태의 '정(汀)', 그리고 도서 지역의 지리적 중요성이 반영되어 높은 출현 빈도를 보인 '도(島)'가 포함된다. 연구 결과를 통해 전통 수경 요소의 다양성을 파악하였으며, 이들이 입지적, 경관적, 기능적으로 차별화된 특징을 반영한 개념이라는 사실을 도출하였다. 이를 통해서 선조들의 자연경관에 대한 관심과 예리한 관찰력으로 형성된 자연에 대한 심미안이 인공을 최소화하고 자연이 주체가 된 우리 전통정원의 특성을 설명할 수 있는 바탕이 된 것으로 이해하였다.

• 한국환경생태학회지
• /
• 제32권6호
• /
• pp.603-617
• /
• 2018

본 연구는 2017년 5월부터 9월까지 민통선이북지역 서부평야 일대에서 수생태계의 주요 분류군인 저서무척추동물과 담수어류의 다양성 및 군집특성을 조사하였다. 조사결과 저서무척추동물은 총 4문 19목 66과 108속 125종이 확인되었다. 저서무척추동물의 분류군별 출현종수는 딱정벌레목이 27종(21.60%)으로 가장 높은 다양성을 나타냈고, 잠자리목 26종(20.80%), 비곤충류가 22종(17.60%), 노린재목 11종(8.80%)이 채집되어 정수성 저서무척추동물의 분류군들이 우점하였다. 섭식기능군은 잡아먹는 무리(51종, 56.67%)가 높게 나타나 습지성 형태의 무리들이 우점하고 있는 것으로 나타났으며, 서식기능군은 기어오르는 무리(33종, 24.44%)가 높게 나타났으며, 단순한 하상에서 나타나는 굴파는 무리(17종, 12.59%)도 다소 높게 출현하였다. 이는 유속이 느린 서식처에서 나타나는 특징으로 분류군간에 동종포식을 유발하여 생태계의 교란이 심각해 질 것으로 평가되었다. 수환경평가의 ESB 값은 S13지점에서 82점으로 최우선보호수역으로 평가되었으며, 대부분 지역에서 수질 III등급의 ${\alpha}$-중부수성으로 오염이 심각한 환경상태로 나타났다. 군집안정성분석결과 회복력과 저항력이 높은 I특성군과 교란에 민감한 III특성군으로 평가되었으며, 전체적으로 균일하지 못하고 불안한 군집을 형성하였다. 어류는 잉어과에서 30종(65.2%)으로 가장 높게 나타났으며, 계류에 서식하는 참갈겨니가 728개체(21.4%)로 우점 하였다. 어류 조사결과 총 18목 39과 46종(3,405개체)이 출현하였으며, 군집분석 결과 우점도지수가 낮고(0.39) 다양도지수가 높은(2.29) 안정된 지점(S7, S13)과 반대성향의 불안정한 지점(S2-3, S8, S10)이 복합적으로 평가되었다. 본 조사에서 출현한 저서무척추동물의 법정보호종은 한반도고유종 5종, 국외반출승인종 17종, 멸종위기야생생물 II급인 물장군과 물방개 2종이 출현하였다. 그 외 희귀종인 배물방개붙이의 서식처가 확인되었으며, 생물 위해외래종인 왕우렁이가 전지역에 분포하여 민통선이북 서부평야지대의 생태계 교란이 끊임없이 발생할 것으로 판단되었다. 어류에서는 천연기념물 1종(어름치)와 멸종위기야생생물 II급 3종(묵납자루, 꾸구리, 돌상어)의 서식처가 확인되어 보호 및 보전대책이 마련되어야 할 것으로 판단되었다.

• 천문학회지
• /
• 제52권1호
• /
• pp.11-21
• /
• 2019

Intensive Monitoring Survey of Nearby Galaxies (IMSNG) is a high cadence observation program monitoring nearby galaxies with high probabilities of hosting supernovae (SNe). IMSNG aims to constrain the SN explosion mechanism by inferring sizes of SN progenitor systems through the detection of the shock-heated emission that lasts less than a few days after the SN explosion. To catch the signal, IMSNG utilizes a network of 0.5-m to 1-m class telescopes around the world and monitors the images of 60 nearby galaxies at distances D < 50 Mpc to a cadence as short as a few hours. The target galaxies are bright in near-ultraviolet (NUV) with $M_{NUV}$ < -18.4 AB mag and have high probabilities of hosting SNe ($0.06SN\;yr^{-1}$ per galaxy). With this strategy, we expect to detect the early light curves of 3.4 SNe per year to a depth of R ~ 19.5 mag, enabling us to detect the shock-heated emission from a progenitor star with a radius as small as $0.1R_{\odot}$. The accumulated data will be also useful for studying faint features around the target galaxies and other science projects. So far, 18 SNe have occurred in our target fields (16 in IMSNG galaxies) over 5 years, confirming our SN rate estimate of $0.06SN\;yr^{-1}$ per galaxy.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 한국가정과교육학회지
• /
• 제30권2호
• /
• pp.39-56
• /
• 2018

최근 일반교육 교육과정을 통해 장애학생의 성인생활 자립 역량을 갖추어야 한다는 목소리가 높다. 일반교과인 가정교과는 사명지향적인 학문으로써 장애학생들의 개인생활과 가정생활에 도움을 줄 수 있다. 가정교과에서 식생활 교육은 학생들의 자립성과 사회성을 향상시키면서 식생활 교육과 식생활 연구가 부족한 특수교육 상황에 효과적으로 활용될 수 있다. 이에 본 연구의 목적은 문제중심학습(problem based learning: PBL)을 적용한 가정과 식생활 교수·학습 과정안을 개발하여 지적장애 학생들에게 수업을 실행한 후 이 수업이 식품 선택과 보관 지식과 문제해결력에 미치는 효과를 알아보는 데 있다. 본 연구는 단일 집단 사전-사후 설계로 연구 대상은 지적장애 특수학교 중학과정에 다니는 학생 6명으로 편의 표집하였다. 이들 학생들에게 PBL을 적용한 가정과 식생활 수업을 6차시 실행한 후 이 수업의 효과를 알아보았다. 1~3차시 주제는 식품 선택과 보관방법이고, 4차시 주제는 샌드위치 재료를 구입하여 보관하는 것이며, 그리고 5~6차시 주제는 샌드위치를 만들어 선물하는 것이다. 지적장애 학생을 위한 PBL 적용 가정과 식생활 교수·학습 과정안을 개발하기 위해서 먼저 학생의 흥미를 유발하며 실생활에서 충분히 발생할 수 있는 '문제'를 개발하였고 이 문제를 해결하는 수업 과정과 학습 자료를 제작한 후 가정교육학 교수 1인과 특수교육 전문가인 교사 3인으로부터 선정된 문제와 개발된 교수·학습 과정안의 타당도 검증을 받았다. 수업 효과를 알아보기 위한 측정도구는 식품 선택과 보관 지식 평가 도구, 문제해결력 관찰 평가와 학생용 자기평가 도구, 학생 수업만족도 평가지, 교사의 수업행동 평가지, 수업 관찰 일지로 구성되며 이 도구들은 신뢰도와 타당도를 검증 받았다. 본 연구의 결과는 다음과 같다 첫째, PBL을 적용한 가정과 식생활 수업을 받은 6명 학생 모두가 100점 만점인 식품 선택과 보관 지식 점수에서 사전보다 사후에서 평균 30점 높아졌고 14점 만점인 문제해결력 점수는 사전보다 사후에서 평균 5점 더 높아졌다. 따라서 이 수업은 지적장애 학생들의 식품 선택과 보관 지식과 문제해결력에 효과를 미친다고 볼 수 있다. 둘째, 지적장애 학생들은 PBL을 적용한 가정과 식생활 수업시간에 열심히 참여하였으며 이 수업에 만족감을 느꼈다. 특수교육 전문가인 교사 3인은 이 수업에 대해서 실습을 위한 수업 준비 시간이 오래 걸린 점이 다소 아쉬웠지만 교수·학습 과정안이 타당하게 철저히 준비되었고 학생 간 상호작용이 적절하였으며 문제중심학습 수업 흐름에 맞는 진행을 하였다고 평가하였다. 이 연구를 통해 PBL을 적용한 가정과 식생활 수업은 지적장애 학생들이 식품 선택과 보관부터 안전하고 건강한 음식을 만드는 종합적인 식생활 기술을 습득하여 일상생활에서 발생할 수 있는 식생활 관련 문제를 스스로 해결하는데 도움이 되었다고 사료된다. 따라서 전국의 특수학교의 장애학생들에게 PBL을 적용한 가정과 식생활 수업뿐만 아니라 의생활, 주생활, 소비생활, 아동·가족생활, 자원관리 전 영역을 다루는 가정교과가 특수학교에서 정식교과로 도입되기를 제언한다.

• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제10권2호
• /
• pp.145-157
• /
• 1999

이 논문은 소아청소년 정신병동에 입원한 아동에서 신체적, 정서적 학대와 방임이 동반된 아동을 선별하여 이루어졌다. 입원 아동중 이에 해당하는 아동이 얼마나 되는지 살펴보았으며 학대가 아동의 정서행동에 미치는 영향이 다양하고 가족의 특성과 발달과정에 따른 영향이 서로 상호 작용할 것으로 생각되어 특징적 증상과 발달력, 학대의 특성, 학대자의 특성, 가족역동, 정신병리의 임상적 특징을 알아보았다. 1995년 9월부터 1997년 8월까지 서울대학교 병원 소아청소년 정신과 병동에 입원한 아동 중 주치의의 면담과 병록지를 참조하여 학대와 방임이 뚜렷하다고 판단된 아동, 22명을 대상으로 조사하였다. 1) 아동의 인구학적 특징：성별은 남아가 1：6.3의 비율로 압도적으로 많았고 평균연령은 $11.1{\pm}2.5$세였다. 형제순서는 첫째가 12명(54.5%), 둘째 5명(23%), 셋째는 2명(9%)이었고 독자는 3명(13.5%)이었다. 2) 가족의 특징：사회경제적 상태는 중상 3명(13.5%), 중 9명(41%), 중하 9명(41%), 하 1명(0.5%)이었다. 가족 수는 3인 이하 3명(13.5%), 4∼5인이 17명(77.5%), 6∼7인 2명(9%)이었다. 부가 직업이 있는 경우는 18명(81.8%)이었고 모가 직업이 있는 것은 7명(32%)이었다. 결혼상태는 이혼과 별거가 5명(23.0%), 재혼 2명(9%)이었고 심각한 부부불협화는 19명(86.5%)에서 보였다. 부에서 반사회적 행동은 7명(32%), 알콜 중독은 10명(45.5%)이었다. 모의 알콜남용이 5명(23%)이었고 우울은 17명(77.3%)에서 보였으며 정신과 진료력이 6명(27%)에서 있었다. 3) 학대의 특징：신체적 학대가 18명(81.8%), 신체적 방임과 정서적 방임은 4명(18.2%)이었다. 학대 시작시기는 3세 이전이 15명(54.5%) 3세 이후가 5명(27.5%), 학령기가 1명(5%)이었다. 학대가 부에 의해서만 일어나는 경우는 2명(9%)이었고 모에 의해서만 일어나는 경우는 8명(35.4%)이었으며 부모에 의해 동시에 일어나는 경우는 8명(35.4%)이었다. 배우자 구타가 동반된 것은 7례(27%)에서 였고 배우자 학대의 피해자는 자녀에 대해 신체적 학대나 정서적 학대를 가하고 있었다. 형제자매가 같이 학대를 받고 있는 것은 4명(18.2%)이었다. 4) 학대아동의 일반적 특징 및 발달력：원하던 아이로 태어난 것은 10명(45.5%)이었고 원하지 않는 아이로 태어난 아동이 12명(54.5%)이었다. 학대이전에 언어나 운동발달상의 이상을 보인 아동은 9명(41%)이었으며 공존하는 발달장애가 있는 아동은 모두 15명이었는데 이들 중 학대이전에 뚜렷한 발달지체의 증거가 없었던 경우는 6명(27.5%)이었다. 또 학대이전 과잉운동을 보인 아동은 9명(41%), 키우기 어렵게 지각한 아동이(difficult child) 6명(27.5%)이었다. 뇌파의 이상소견은 5명(23%), 두뇌의 컴퓨터단층촬영이나 핵자기 공명술 이상소견은 4명(18.2%), 벤더-게스탈트검사에서 기질성 뇌장애를 의심할만한 소견은 14명(63.5%)에서 보였다. 지능검사의 결과는 평균이상 IQ는 12명((54.5%), 지능지체 및 경계선 지능은 9명(41.0%)이었다. 5) 주 진단 및 공존진단：주 진단으로는 행실장애가 6명(27.3%), 경계선장애(borderline child) 5명(23.0%), 우울병 4명(18%), 주의력결핍-과잉운동장애 4명(18%), 달리 분류되지 않는 전반적 발달장애 2명(9%), 선택적 함구증 1명(5%)이었다. 모든 대상 아동이 주 진단 이외의 2∼6개 이상의 다양한 공존진단을 보였다. 공존진단에는 주의력결핍-과잉운동장애, 우울병, 경계선지능 및 정신지체, 학습장애, 언어발달장애, 적대적 반항장애, 만성 틱장애, 기능성 유뇨증과 유분증, 달리 분류되지 않는 불안장애, 해리 장애, 기질성 성격장애순이었다. 6) 치료경과：이들 아동의 입원기간은 평균 2.4개월(${\pm}1.5$)이었고. 이들 중 권유에 의한 퇴원은 14명(63.5%), 조기거역퇴원은 6명(27.3%)이었고 증상의 호전을 보인 것은 모두 11명(50%)이었고 변함이 없는 경우도 11명(50%)였다.

• 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.