• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권11호
• /
• pp.509-520
• /
• 2015

대학수학능력시험(수능)은 고등학교 3년간의 학업 성취도를 측정하는 대표적인 평가 도구로서 대한민국 대학 입시에 있어 매우 중요한 역할을 하는 시험이다. 응시생들의 학업 성취도를 효과적으로 평가하기 위해서는 수능의 난이도가 적절하게 조절되어야 하나 지금까지는 수능 난이도의 편차가 매우 크게 나타나 매 입시연도마다 여러 가지 문제점을 야기해왔다. 본 연구에서는 전문가의 판단에 의존한 기존 방식에서 벗어나 지금까지 시행된 모의고사 및 실제 시험을 통해 축적된 자료를 바탕으로 데이터마이닝 기법을 적용하여 영어영역 문제의 난이도를 예측하는 모델을 구축하고 난이도 예측에 영향을 미치는 요소를 판별하고자 한다. 이를 위해 각 문항의 특성을 판별할 수 있는 여러 지표와 함께 지문, 문제, 답안 등에 나타난 단어들의 특징을 토픽 모델링(topic modeling) 기법을 이용하여 정량화하고 이를 바탕으로 선형회귀분석 및 의사결정나무 기법을 이용하여 각 문항의 난이도를 예측하는 모델을 구축하였다. 구축된 예측 모델을 실제 문제에 적용한 결과 난이도의 상/하 구분에 대한 예측 정확도는 90% 수준으로 나타났으며, 실제 정답률 대비 오차 비율은 약 16% 이내인 것으로 나타났다. 또한 배점 및 문제 유형이 문제의 난이도에 큰 영향을 미치며 지문이 특정 주제에 관련된 경우에도 난이도에 영향을 미치는 것을 확인하였다. 본 연구에서 제시된 방법론을 이용하여 영어영역 각 문제들에 대한 기대 정답률의 범위를 추정할 수 있으며 이를 종합하여 영어영역 전체 문제에 대한 정답률 예측을 통해 적절한 난이도의 문제를 출제하는 데 기여할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.201-220
• /
• 2019

가짜뉴스가 전세계적 이슈로 부상한 최근 수년간 가짜뉴스 문제 해결을 위한 논의와 연구가 지속되고 있다. 특히 인공지능과 텍스트 분석을 이용한 자동화 가짜 뉴스 탐지에 대한 연구가 주목을 받고 있는데, 대부분 문서 분류 기법을 이용한 연구들이 주를 이루고 있는 가운데 문서 요약 기법은 지금까지 거의 활용되지 않았다. 그러나 최근 가짜뉴스 탐지 연구에 생성 요약 기법을 적용하여 성능 개선을 이끌어낸 사례가 해외에서 보고된 바 있으며, 추출 요약 기법 기반의 뉴스 자동 요약 서비스가 대중화된 현재, 요약된 뉴스 정보가 국내 가짜뉴스 탐지 모형의 성능 제고에 긍정적인 영향을 미치는지 확인해 볼 필요가 있다. 이에 본 연구에서는 국내 가짜뉴스에 요약 기법을 적용했을 때 정보 손실이 일어나는지, 혹은 정보가 그대로 보전되거나 혹은 잡음 제거를 통한 정보 획득 효과가 발생하는지 알아보기 위해 국내 뉴스 데이터에 추출 요약 기법을 적용하여 '본문 기반 가짜뉴스 탐지 모형'과 '요약문 기반 가짜뉴스 탐지 모형'을 구축하고, 다수의 기계학습 알고리즘을 적용하여 두 모형의 성능을 비교하는 실험을 수행하였다. 그 결과 BPN(Back Propagation Neural Network)과 SVM(Support Vector Machine)의 경우 큰 성능 차이가 발생하지 않았지만 DT(Decision Tree)의 경우 본문 기반 모델이, LR(Logistic Regression)의 경우 요약문 기반 모델이 다소 우세한 성능을 보였음을 확인하였다. 결과를 검증하는 과정에서 통계적으로 유의미한 수준으로는 요약문 기반 모델과 본문 기반 모델간의 차이가 확인되지는 않았지만, 요약을 적용하였을 경우 가짜뉴스 판별에 도움이 되는 핵심 정보는 최소한 보전되며 LR의 경우 성능 향상의 가능성이 있음을 확인하였다. 본 연구는 추출요약 기법을 국내 가짜뉴스 탐지 연구에 처음으로 적용해 본 도전적인 연구라는 점에서 의의가 있다. 하지만 한계점으로는 비교적 적은 데이터로 실험이 수행되었다는 점과 한 가지 문서요약기법만 사용되었다는 점을 제시할 수 있다. 향후 대규모의 데이터에서도 같은 맥락의 실험결과가 도출되는지 검증하고, 보다 다양한 문서요약기법을 적용해 봄으로써 요약 기법 간 차이를 규명하는 확장된 연구가 추후 수행되어야 할 것이다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.173-190
• /
• 2015

부도는 막대한 사회적, 경제적 손실을 야기할 수 있으므로, 미리 부도여부를 정확하게 예측하여 선제 대응하는 것은 경영분야에서 대단히 중요한 의사결정문제 중 하나이다. 이에 지능정보시스템 분야에서도 그간 기업의 재무 데이터에 기반해 부도예측을 개선하기 위한 노력을 기울여왔는데, 안타깝게도 기존의 연구들은 대부분 분류모형의 성능 개선을 통해 예측 정확도를 개선하는 것에만 주로 초점을 맞추어 다른 요소들을 충분히 고려하지 못했다는 한계가 있다. 이러한 배경에서 본 연구는 부도예측 모형의 정확도를 개선하기 위한 방편으로 새로운 데이터 전처리 방법, 그 중에서도 효과적인 표본추출 방법을 제안하고자 한다. 일반적으로 부도예측을 위해 사용되는 데이터들은 극심한 데이터 불균형 문제에 노출되어 있는데, 본 연구에서는 k-reverse nearest neighbor(k-RNN)와 one-class support vector machine(OCSVM) 방법을 결합한 하이브리드 언더샘플링(hybrid under-sampling) 접근법을 통해 이같은 데이터 불균형 문제를 해결하고자 하였다. 본 연구에서 제안한 접근법에서 k-RNN은 이상치를 효과적으로 제거할 수 있으며, OCSVM은 다수를 구성하는 등급의 데이터로부터 정보량이 풍부한 표본만 효과적으로 선택할 수 있는 수단으로 활용될 수 있다. 제안된 기법의 성능을 검증하기 위해, 본 연구에서는 국내 한 은행의 비외감기업 부도예측모형 구축에 제안 기법을 적용해 본 뒤, 일반적으로 많이 사용되는 랜덤샘플링(random sampling)과 제안 기법의 성능을 비교해 보았다. 그 결과, 로지스틱 회귀분석, 판별분석, 의사결정나무, SVM 등 대다수의 분류모형에 있어 분류 정확도가 개선됨을 확인할 수 있었으며, 모든 분류모형에 있어 부정 오류, 즉 부실기업을 정상으로 예측하는 오류율이 크게 감소함을 확인할 수 있었다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권11호
• /
• pp.6673-6680
• /
• 2013

Objective: Insulin resistance (IR) is an established risk factor for colorectal cancer (CRC). Given that CRC and IR physiologically overlap and the calpain-10 gene (CAPN10) is a candidate for IR, we explored the association between CAPN10 and CRC risk. Methods: Blood samples of 400 case-control pairs were genotyped, and the lifestyle and dietary habits of these pairs were recorded and collected. Unconditional logistic regression (LR) was used to assess the effects of CAPN10 SNP43 and SNP19, and environmental factors. Both generalized multifactor dimensionality reduction (GMDR) and the classification and regression tree (CART) were used to test gene-environment interactions for CRC risk. Results: The GA+AA genotype of SNP43 and the Del/Ins+Ins/Ins genotype of SNP19 were marginally related to CRC risk (GA+AA: OR = 1.35, 95% CI = 0.92-1.99; Del/Ins+Ins/Ins: OR = 1.31, 95% CI = 0.84-2.04). Notably, a high-order interaction was consistently identified by GMDR and CART analyses. In GMDR, the four-factor interaction model of SNP43, SNP19, red meat consumption, and smoked meat consumption was the best model, with a maximum cross-validation consistency of 10/10 and testing balance accuracy of 0.61 (P < 0.01). In LR, subjects with high red and smoked meat consumption and two risk genotypes had a 6.17-fold CRC risk (95% CI = 2.44-15.6) relative to that of subjects with low red and smoked meat consumption and null risk genotypes. In CART, individuals with high smoked and red meat consumption, SNP19 Del/Ins+Ins/Ins, and SNP43 GA+AA had higher CRC risk (OR = 4.56, 95%CI = 1.94-10.75) than those with low smoked and red meat consumption. Conclusions: Though the single loci of CAPN10 SNP43 and SNP19 are not enough to significantly increase the CRC susceptibility, the combination of SNP43, SNP19, red meat consumption, and smoked meat consumption is associated with elevated risk.

• 지능정보연구
• /
• 제20권4호
• /
• pp.43-58
• /
• 2014

최근 정보기술의 발전으로 복잡하고 방대한 양의 주가 데이터에 대한 실시간 분석이 가능해지면서 인공지능 기법을 활용해 주식 시장의 등락을 예측하고, 이를 기반으로 매매 거래를 수행하는 트레이딩 시스템에 대한 세간의 관심이 높아지고 있다. 본 연구는 이러한 트레이딩 시스템의 시장 예측 알고리즘으로 활용될 수 있는 새로운 주식 시장 등락 예측 모형을 제시한다. 본 연구의 제안 모형은 ${\pi}$-퍼지 논리를 이용해 모든 입력변수의 차원을 low, medium, high로 퍼지변환한 입력값을 대상으로 Support Vector Machine(SVM)을 적용하여 익일 시장의 등락을 예측하도록 설계되었다. 그런데 이 경우 입력변수의 수가 3배로 늘어나기 때문에, 적절한 입력변수의 선택이 요구된다. 이에 본 연구에서는 유전자 알고리즘을 활용하여 입력변수 선택 집합을 최적화하도록 하였으며, 동시에 ${\pi}$-퍼지 논리 및 SVM에 적용되는 조절 파라미터들의 값도 함께 최적화 하도록 하였다. 모형의 성능을 검증하기 위해, 본 연구에서는 지난 2004년부터 2013년까지의 10년치 국내 주식시장 데이터를 기반으로 한 KOSPI 200 지수의 등락 예측에 제안모형을 적용해 보았다. 이 때, 비교모형으로 로지스틱 회귀모형, 다중판별분석, 의사결정나무, 인공신경망, SVM, 퍼지SVM 등도 함께 적용시켜 성과를 정밀하게 검증해 보고자 하였다. 그 결과, 제안모형이 예측 정확도는 물론 투자수익률(Return on Investment) 측면에서도 다른 모든 비교모형들에 비해 월등히 우수한 성능을 보임을 확인할 수 있었다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.125-141
• /
• 2012

본 연구는 최근 그 중요성이 한층 높아지고 있는 침입탐지시스템(IDS, Intrusion Detection System)의 침입탐지모형을 개선하기 위한 방안으로 유전자 알고리즘에 기반한 새로운 통합모형을 제시한다. 본 연구의 제안모형은 서로 상호보완적 관계에 있는 이분류 모형인 로지스틱 회귀분석(LOGIT, Logistic Regression), 의사결정나무(DT, Decision Tree), 인공신경망 (ANN, Artificial Neural Network), 그리고 SVM(Support Vector Machine)의 예측결과에 적절한 가중치를 부여해 최종 예측결과를 산출하도록 하였는데, 이 때 최적 가중치의 탐색을 위한 방법으로는 유전자 알고리즘을 사용한다. 아울러, 본 연구에서는 1차적으로 오탐지율을 최소화하는 최적의 모형을 산출한 뒤, 이어 비대칭 오류비용 개념을 반영해 오탐지로 인해 발생할 수 있는 전체 비용을 최소화할 수 있는 최적 임계치를 탐색, 최종적으로 가장 비용 효율적인 침입탐지모형을 도출하고자 하였다. 본 연구에서는 제안모형의 우수성을 확인하기 위해, 국내 한 공공기관의 보안센서로부터 수집된 로그 데이터를 바탕으로 실증 분석을 수행하였다. 그 결과, 본 연구에서 제안한 유전자 알고리즘 기반 통합모형이 인공신경망이나 SVM만으로 구성된 단일모형에 비해 학습용과 검증용 데이터셋 모두에서 더 우수한 탐지율을 보임을 확인할 수 있었다. 비대칭 오류비용을 고려한 전체 비용의 관점에서도 단일모형으로 된 비교모형에 비해 본 연구의 제안모형이 더 낮은 비용을 나타냄을 확인할 수 있었다. 이렇게 실증적으로 그 효과가 검증된 본 연구의 제안 모형은 앞으로 보다 지능화된 침입탐지시스템을 개발하는데 유용하게 활용될 수 있을 것으로 기대된다.

• 한국산림과학회지
• /
• 제79권4호
• /
• pp.388-397
• /
• 1990

1979년 촬영한 흑백항공사진(黑白航空寫眞)과 1988년 촬영한 흑백적외선항공사진(黑白赤外線航空寫眞)을 이용하여 금오산지역(金烏山地域)의 토지이용변화(土地利用變化)와 임분재적(林分材積)의 변화(變化)에 관하여 얻은 결과는 다음과 같다. 1. 항공사진상의 임상구분에 있어서 색조(色調)가 어두운 것은 침엽수림(針葉樹林), 색조(色調)가 밝고 수관이 매우 불규칙한 것은 활엽수림(闊葉樹休)으로 구분되었다. 2. 칩엽수림중 수관이 좁은 원추형이고 감촉(感觸)이 조(粗)하고 끝이 둥근 것은 소나무림, 감촉(感觸)이 세(細)하고 끝이 뾰족한 것은 리기다소나무림으로 구분되었고, 수관이 불규칙하고 넓은 원추형은 낙엽송림으로 구분되었다. 3. 임지(林地)의 면적변화(面積變化)를 살펴보면 혼효림에서 678ha가 소나무림으로, 130ha가 리기다소나무림으로 변화되었고 219ha가 활엽수림으로 변화되었다. 활엽수림은 279ha가 혼효림으로 변화되었다. 4. 수관직경(樹冠直徑)과 흉고직경(胸高直徑)과의 회귀식(回歸式)을 구하여 F-test한 결과, 모든 수종의 임분에서 유의성(有意性)이 있었고, 소나무림과 혼효림과 활엽수림에서는 $H=a+bD+cD^2$, 리기다소나무림과 낙엽송림에서는 logD=loga+blogCD 식이 $R^2$값이 높았다. 모든 수종의 임분에서 D=a+bCD의 식이 좋아 흉고직경계산시(胸高直徑計算時) 이 식을 이용하였다. 5. 수고(樹高)를 구하기 위하여 수고곡선식(樹高曲線式)을 유도하여 F-test를 한 결과 모두 유의성(有意性)이 있었고, 소나무림과 낙엽송림에서는 logH=loga+blogD, 리기다소나무림, 활엽수림 및 흔효림에서는 $H=a+bD+cD^2$이 좋았다. 6. ha당 재적(材積)이 가장 좋은 임분은 낙엽송림이고, 성장률(成長率)이 가장 좋은 임분은 혼효림이었다. 활엽수림은 ha당 재적과 성장율에 있어 가장 낮았다. 연간성장량(年間成長量)은 낙엽송림이 $4.005m^3/ha$로 가장 좋았고, 활엽수림이 $0.682m^3/ha$로 가장 낮았다.

• 대한영상의학회지
• /
• 제84권5호
• /
• pp.1066-1079
• /
• 2023

목적 경막내척수외 뇌실막세포종의 임상 및 영상 특성에 대한 보고는 드물다. 하지만, 발생 위치와 병리학적 특성을 고려하였을 때 점액유두상 뇌실막세포종과 구별하기 어렵다. 본 연구는 경막내척수외 뇌실막세포종과 척수 점액유두상 뇌실막세포종을 구별하기 위한 임상적 특징 및 MRI 영상 특징을 조사하였다. 대상과 방법 종양 크기, 종양의 종축/횡축 위치, 조영 정도/패턴, 동공, 종양 변연, T2 강조 영상(T2-weighted image), T1 강조 영상(T1-weighted image; 이하 T1WI), 종양 아래의 cerebrospinal fluid (이하 CSF) T1 신호강도 증가 및 CSF space로의 종양 전파에 대하여 12개의 병리학적으로 확인된 경막내척수외 뇌실막세포종과 10개의 병리학적으로 확인된 척수 점액유두 뇌실막세포종을 대상으로 분석을 하였다. 또한, 분류 및 트리 분석(classification and tree analysis; 이하 CART) 을 수행하여 경막내척수외 척수 뇌실막세포종을 점액유두 뇌실막세포종과 구별하는 데 중요한 임상적 특징 및 MRI 영상 특징을 조사하였다. 결과 경막내척수외 뇌실막세포종 환자는 척수 점액유두 뇌실막세포종 환자보다 유의하게 나이가 많았으며(48세 vs. 29.5세, p < 0.05), T1W1에서 높은 신호 강도는 점액유두상 뇌실막세포종보다 경막내척수외 척수 뇌실막세포종에서 더 자주 관찰되었다(p = 0.02). 반대로 점액유두상 뇌실막세포종은 지주막하강으로의 종양의 파급을 보였다. CSF 신호 강도는 경막내 척수외 척수 뇌실막세포종보다 점액유두 뇌실막세포종에서 더 자주 관찰되었다(p < 0.05). 종양 아래로의 CSF T1 신호 증가 및 CSF space로의 종양 전파는 경막내척수외 척수 뇌실막세포종과 점액유두 뇌실막세포종을 구별하기 위한 CART 분석에서 가장 중요한 변수였다. 결론 경막내척수외 뇌실막세포종과 척추 점액유두 뇌실막세포종을 구별하는 데 있어 임상 및 MRI 영상의 특징이 도움이 될 수 있다.

• 한국토양비료학회지
• /
• 제12권4호
• /
• pp.189-213
• /
• 1980

1. 본(本) 연구(硏究)는 우리나라의 산림토양(山林土壤)의 형태학적(形態學的) 이학적(理學的) 화학적성질(化學的性質)이 임목생장(林木生長)에 미치는 영향(影響)을 조사(調査)하여 수종별(樹種別)로 토양조건(土壤條件)의 요구(要求) 경향(傾向)을 파악(把握)하므로서 적지적수(適地適樹) 및 비배관리(肥培管理)의 기초자료(基礎資料)를 얻고자 10여년간(余年間)에 걸쳐서 자료(資料)를 수집(蒐集)하여 수량화방법(數量化方法)의 이론(理論)을 적용(適用)하여 다변량해석(多變量解析)으로 분석(分析)한 것이다. 2. 공시수종(供試樹種)인 낙엽송(落葉松)과 잣나무는 온대중부(溫帶中部)에서 온대북부(溫帶北部) 지방(地方)에 이르기까지 조림적지(造林適地)가 광대(廣大)하게 분포(分布)되고 있고 한국(韓國)의 이대(二大) 조림수종(造林樹種)으로 되고 있으나, 적지특성(適地特性)이 밝혀지고 있지않아 조림시(造林時)에 혼동(混同)하여 조림(造林)하거나 동일지위급(同一地位級)으로 취급(取級)되어 왔으며 낙엽송(落葉松) 적지(適地)에는 잣나무를 조림(造林)하여도 비교적(比較的) 생장(生長)이 양호(良好)하나 반면(反面) 잣나무 적지(適地)에 냑엽송(落葉松)을 조림(造林)할 경우(境遇) 생장(生長)은 양호(良好)하다고는 할 수 없다. 이러한 차이(差異)에 대(對)하여 토양형태학적요인(土壤形態學的因子), 토양(土壤)의 이화학적인자(理化字的因子)가 임목생장(林木生長)에 어떻게 영향(影響)하는 것인가를 Computer를 이용(利用)하여 토양인자(土壤因子)를 추적(追敵)하여 보았다. 3. 조사(調査)된 임분(林分)은 인공조림지(人工造林地)의 성림지(成林地)로서 낙엽송(落葉松) 294plot 잣나무 259plot에서 우세목(優勢木)의 표준목(標準木)을 벌채(伐採)하여 수간석해(樹幹析解)에 의(依)하여 지위지수(地位指數)를 결정(決定)하고 당해임지(當該林地)에서 토양단면조사(土壤斷面調査)를 실시(實施)하고 층위별(層位別)로 토양시료(土壤試料)를 채취(採取)하여 토양(土壞)의 이화학적성질(理化學的性質)을 분석(分析)하여 수종별(樹種別)로 임지생산력(林地生産力) 구분표(區分表)를 만들어 토양(土壤)의 물리성(物理性) 화학성(化學性) 및 이화학성(理化學性)과 임목생장(林木生長) 관계(開係)를 구명(究明)하였다. 4. 토양(土壤)의 물리적(物理的) 요인(要因)과 임목생장(林木生長) 관계(開係)의 순위(順位)는 낙엽송(落葉松)에서는 퇴적양식(堆積樣式), 토심(土深), 토양수분(土壤水分), 표고(標高), 지형(地形) 토양형(土壤型) A층(層)의 두께, 견밀도(堅密度), 유기물함량(有機物含量), 토성(土性), 기암(基岩) 석력함량(石礫含量), 방위(方位), 경사(傾斜) 등(等)의 순위(順位)이며 잣나무는 토양형(土壤型), 견밀도(堅密度), 기암(基岩), 방위(方位) A층(層)의 두께 토양수분(土壞水分) 표고(標高) 지형(地形) 퇴직양식(堆積樣式) 토심(土深) 토성(土性) 석력함량(石礫含量) 경사등(傾斜等)의 순(順)이였다. 5. 토양(土壞)의 화학적요인(化學的要因)과 임목생장(林木生長) 관계(開係)의 순위(順位)는 낙엽송(落葉松)에서는 염기포화도(鹽基飽和度) 토양유기물(土壤有機物) 석회(石灰), C/N율(率) 유효인산(有效燐酸) pH 치환성가리(置換性加里) 전질소(全窒素) 고토(苦土) 양(陽)ion치환능력(置換能力) 염기총량(나토륨 등(等)의 순위(順位)이며 잣나무는 유효인산(有效燐酸) 염기총량(전질소(全窒素) 나토륨 C/N율(率) pH, 석회(石灰) 염기포화도(鹽基飽和度) 토양유기물(土壤有機物) 치환성가리(置換性加里) 양(陽)ion 치환능력(置換能力) 고토(苦土) 등(等)의 순(順)이였다. 6. 토양(土壤)의 이화학성(理化學性)과 임목생장(林木生長) 관계순위(關係順位)는 낙엽송(落葉松)에서는 토심(土深) 퇴적양식(堆積樣式) 토양수분(土壞水分) pH 지형(地形) 토양형(土壤型) 표고(標高) 전질소(全窒素) 견밀도(堅密度) 유효인산(有效燐酸) 토성(土性) A층(層)의 두께 염기총량(치환성가리(置換性加里) 염기포화도(鹽基飽和度) 등(等)의 순위(順位)이며 잣나무는 토양형(土壤型) 토양견밀도(土壤堅密度) 방위(方位) 유효인산(有效燐酸) A층(層)의 두께 치환성가리(置換性加里) 토양수분(土壞水分) 염기총량 표고(標高), 토심(土深) 염기포화도(鹽基飽和度) 지형(地形) 전질소(全窒素) C/N율(率) 최적양식(堆積樣式) 등(等)의 순위(順位)이였다. 7. 산림토양(山林土壤)의 물리적성질(物理的性質)과의 중상관관계(重相關關係)에서는 낙엽송(落葉松) 0.9272 잣나무 0.8996이며 토양(土壤)의 화학적성질(化學的性質)은 낙엽송(落葉松) 0.7474 잣나무 0.7365이였다. 이상(以上)과 같이 토양(土壤)의 물리적성질(物理的性質)과 임목생장관계(林木生長關係)는 토양(土壤)의 화학적성질(化學的性質) 보다는 상관성(相關性)이 높은 것으로 나타났으나 토양(土壤)의 화학적(化學的) 제인자(諸因子)에 처한 표시방법(表示方法)이 미흡(未洽)한 것이라고 사료(思料)되며 토양(土壤)의 화학적성질(化學的性質)이 물리적성질(物理的性質) 못지않게 중요(重要)한 것이라는 것을 입정하기에 이르렀다. 산림토양(山林土壞)의 형태학적(形態學的) 및 물리적(物理的) 중요인자(重要因子)와 토양(土壤) 화학적(化學的) 중요인자(重要因子)를 발췌(拔萃)한 산림토양(山林土壤)의 이화학적성질(理化學的性質)과 임목생장(林木生長)과의 중상관관계(重相關關係)는 낙엽송(落葉松) 0.9434이고 잣나무 0.9103으로서 가장높은 상관성(相關性)을 나타냈다. 8. 편상관계수(偏相關係數)에서 나타난 것과 같이 낙엽송(落葉松)은 잣나무보다 토심(土深)이 깊어야하며 퇴적양식(堆積樣式)에 있어서도 붕적토(崩積土) 포행토(匍行土)이어야하며 토양건습도(土壤乾混度)에서도 적윤지(適潤地) 내지(乃至) 습윤지(混潤地)를 요구(要求)하고 있으며 pH5.5~6.1을 요구(要求)하며 전질소(全窒素)(T-N) 토성(土性) 및 토양양료(土壞養料)도 낙엽송(落葉松)이 잣나무보다 훨씬 많은 토양조건(土壤條件)을 요구(要求)하고 있다. 즉(卽) 토심(土深) 퇴적양식(堆積樣式) 지형(地形)의 기복(起伏) 토양건습도(土壤乾混度) pH N 표고(標高) 토성등(土性等)이 낙엽송(落葉松)과 잣나무 적지(適地) 구분(區分)의 유효(有效)한 지표(指標)가 되며 토양형(土壤型) 토양견밀도(土壤堅密度)는 식재환경(植載環境)의 변이폭(變異幅)이 넓으므로 지표성(指標性)은 있으나 낮다고 할 수 있다. 적지판별(適地判]別)은 낙엽송(落葉松)은 토심(土深) 퇴적양식(堆積樣式) 지형(地形) 토양(土壤) 수분(水分) pH 토양형(土壤型) N 토성등(土性等)이 생장(生長)을 도모(圖謀)하는 지표인자(指標因子)인데 반(反)하여 잣나무는 토양형(土壤型) 토양견밀도(土壤堅密度) 유효인산(有效燐酸) 치환성가리(置換性加里) 등(等)이 생장(生長)을 도모(圖謀)하는 유효(有效)한 요인(要因)이였다. 토양양료(土壤養料)에 대(對)하여도 일반적(一般的)으로 잣나무 보다 낙엽송(落葉松)이 요구도(要求度)가 크게 나타나고 있으나 $K_2O$에 대(對)하여서만 잣나무가 낙엽송(落葉松)보다 많이 요구(要求)하고 있다. 9. 지금(只今)까지 임목생장(林木生長)에 크게 영향(影響)을 미치는 것은 산림(山林) 토양(土壤)의 물리적성질(物理的性質)이라고 하였으나 본(本) 연구결과(硏究結果) 토양(土壤)의 화학적성질(化學的性質)도 물리적성질(物理的性質) 못지 않게 매우 중요(重要)한 임목생장(林木生長) 요인(要因)이 된다는 것을 Computer를 이용(利用) 추적(追跳)하여 입정하였으며 아울러 도래(徒來) 낙엽송(落葉松)과 잣나무 적지(適地) 특성(特性)을 구명(究明)하였다.