본 논문에서는 트위터 기반 이벤트 탐지에서의 기계학습을 통한 지명 노이즈제거 방식을 제안한다. 최근 스마트폰 이용자의 증가로 소셜 네트워크 서비스(SNS) 이용자가 증가하고 있는 추세이다. 그중 트위터는 140자 이내의 단문서비스와 팔로우 기능으로 정보의 빠른 전달력과 확산성을 가지고 있다. 이러한 특성과 모바일에 최적화된 트위터의 특성상 정보 전달 속도가 매우 빠르기 때문에 재난 상황이나 이벤트 전달의 매개체 역할을 하고 있다. 이와 관련된 연구로는 트위터 사용자 개개인을 이벤트 탐지의 센서로 사용하여 현실에서 발생하는 이벤트를 탐지하였는데 이벤트가 특정 장소에서 발생한다는 특성을 이용해서 지명 키워드를 사용하였다. 그러나 지명과 동형이의어 관계에 관한 노이즈제거에 대한 부분이 누락되어있어서 이벤트 탐지의 정확도를 낮추는 요인이 된다. 이에 본 논문에서는 제거와 예측 두 가지 방식으로 노이즈제거 기법을 적용하였다. 먼저 노이즈 관련 데이터베이스 구축을 이용하여 제거 필터링을 진행한 후에 나이브 베이지안 분류를 이용해서 지명 유무를 결정하였다. 실험 데이터를 이용해서 기계학습을 위한 확률값을 구했으며, 지명마다 본 논문에서 제시하는 예측기법을 검증했을 때 89.6%의 신뢰도로 노이즈제거 기법의 필요성을 보였다.
본 연구에서는 안드로이드 스마트폰 상에서 위성영상정보 분석처리 기능과 공간정보 브라우징 기능을 지원하는 오픈 소스를 활용한 앱 개발을 수행하였다. 본 연구에서 개발한 앱에서 제공하는 분석 기능으로 OTB 오픈소스를 기반으로 하는 필터링, 분할, 분류 등과 같은 5 가지 알고리즘을 시험적으로 구현하였다. 한편 처리된 결과는 데이터베이스에서 저장, 관리되도록 하여 사용자가 처리한 결과를 필요할 때마다 재생할 수 있도록 하였다. 따라서 안드로이드 스마트폰 사용자는 간단한 인터페이스를 통하여 위성영상을 분석하고 가공할 수 있고, 내부적으로는 데이터베이스와 영상 분석 기능을 처리하는 어플리케이션 서버 등과의 연계처리 과정이 수행되도록 하였다. 한편 스마트폰 단말기 환경에 맞추어 처리 대상이 되는 영상정보에 대하여 사용자 요청과 어플리케이션 서버의 반응 사이에서 발생할 수 있는 시간 지연을 방지하는 처리 방법을 구현하였다. 현재까지 위성영상정보를 다루는 대부분의 스마트폰 앱이 주로 가시화에 주안점을 두고 있는 반면에, 본 연구에서 개발된 앱은 영상분석 기능을 제공하므로 기존의 앱과 차별화된다. 향후 보다 실무적이고 효과적인 분석 알고리즘을 처리하는 앱이 개발되고 일반인 뿐 만아니라 전문가가 이를 사용하게 되면 원격탐사자료가 잠재적 가능성이 있는 모바일 콘텐츠 자원이 아닌 실질적인 콘텐츠 생산 자원으로 인식될 수 있다. 본 연구가 향후 위성영상정보 분석 가능을 제공하는 앱 개발을 위한 독창적인 시도와 기술적 발전을 촉진하는 시발점이 될 수 있기를 기대한다.
과피와 과육의 다양한 색은 복숭아 분류에 가장 널리 사용되는 상업적 기준 중 하나이다. 새로운 적색 과육 품종을 육성하기 위해서는 많은 교배 조합과 세대가 진전되어야 한다. 따라서 육종 효율을 높이기 위해서는 목적 형질을 가진 개체에 적용할 조기 선발 분자표지를 개발할 필요가 있다. 과육색이 다르게 발현되는 복숭아 품종의 유전자 발현을 비교하기 위해 2개의 cDNA library를 제작하였다. 적색 과육 품종인 '조생혈도'와 백색 과육 품종인 '미백도'의 유전자 발현 차이를 보기 위해 차세대 염기서열 분석(NGS) 기술을 사용하였고, 두 품종으로부터 얻은 EST의 염기서열을 결정하고 기존에 보고된 유전자와의 상동성을 분석하였다. '조생혈도'와 '미백도'의 EST database로부터 72쌍의 SNP 분자표지를 선발하였고, 적색 과육 품종 8개와 백색 과육 품종 24개를 구분할 수 있는 SNP 분자표지를 HRM 방법으로 분석하였다. 본 연구에서는 복숭아 EST database를 기반으로 HRM 분석 방법을 이용하여 복숭아 품종의 적육계와 백육계를 구분할 수 있는 효율적인 SNP 분자표지를 개발하였다. 이러한 SNP 분자표지는 복숭아 육종에 유용하게 사용할 수 있으며, 복숭아 품종의 다양한 색 변화에 관한 분자 기작 연구에 좋은 참고자료가 될 수 있을 것이다.
Objectives: We aimed to examine the association between the relative preference for vegetables and meat and cancer incidence, in a population-based retrospective cohort in Korea. Methods: We included 10,148,131 participants (5,794,124 men; 4,354,007 women) who underwent national health screening between 2004 and 2005 from the National Health Information Database of the National Health Insurance Service (NHIS-NHID). Participants were asked whether they preferred consuming 1) vegetables more often, 2) both vegetables and meat or 3) meat more often. Participants were followed up to Dec. 31, 2017. All cancer and eighteen common cancer cases were identified through the code from the International Classification of Diseases, 10th revision. We estimated sex-specific relative risks and 95% confidence intervals, adjusting for age, body mass index, alcohol consumption, smoking, physical activity, and income level. Results: During an average follow-up of 12.4 years, 714,170 cancer cases were documented. In men, consuming meat more often was associated with lower risk of esophageal, liver, and stomach cancers, but higher risk of lung and kidney cancers. Consuming both vegetables and meat was associated with higher risk of prostate cancer, but with lower risk of esophageal, liver, and stomach cancers in men. In women, consuming meat more often was associated with a higher risk of colorectal cancer and breast, endometrial, and cervical cancers diagnosed before the age of 50. Consuming both vegetables and meat was associated with lower risk of liver cancer in women. Conclusions: Our study suggests a potential link between vegetable and meat intake and cancer incidence in the Korean population. Further investigation on the association between the intake of specific types of vegetables and meat and cancer risk in Korean prospective cohort studies is needed.
입체적 단백질 구조를 이용한 단백질의 분석은 3차원 데이타를 생성하기 위한 기술적인 어려움과 요구되는 높은 비용으로 인해 크게 발전하지 못하였다. 모티프(motif)는 단백질이나 유전자 염기서열의 단편(segment) 정보로 정의된다. 단순성 때문에 모티프는 다양한 분야에서 활발하고 폭넓게 응용되고 있다. 그러나 모티프 자체에 대한 포괄적인 이해와 연구는 미미하다. 이 논문이 가지는 중요성은 인공지능 기법을 활용하여 인간 단백질을 분석하는 방법으로 3가지 측면에서 찾아볼 수 있다. (1) 현재 단백질 데이타 뱅크 (PDB)에 저장된 모든 인간의 단백질 구조를, 이에 상응하는 효소위원회 (EC)의 데이타베이스와 단백질의 구조적 특성에 따른 분류 데이타베이스 (SCOP)를 연동하여, 단백질이 가지는 고유의 특성을 모티프를 응용한 새로운 방법으로 컴퓨터를 이용하여, 분석한 최초의 종합적이고 심층적인 인간 단백질의 분석법이다. (2) 본 연구는 모티프에 의해 생성된 새로운 단백질의 특성을 계층적 클러스터링을 이용하여 단백질이 가지는 고유한 특징을 패턴 분석법과 통계 그리고 단백질 기능 분석의 세 가지 범주로 단백질의 특성을 분석한다. (3) 임의로 생성된 모티프가 단백질 내에서 가지는 빈도에 대해 빅 데이타를 활용하여 모티프의 길이를 다양화시킴과 동시에 접촉 염기와 단백질의 기능을 다각도로 분석할 수 있는 임의 모티프 빈도 (RMF)를 이용한 단백질 분석 방법론을 제안한다.
오름의 방문객 수가 증가하고 있고 관광의 트렌드는 빠른 속도로 변화하고 있다. 오름 방문의 동기도 과거의 휴식과 쾌락의 차원에서 경험과 체험을 중점으로 변화하고 있다. 이러한 변화에 맞춰 사람들은 오름에 오를 때 단순히 운동만이 아닌 결혼, 가족여행 등과 같은 동기를 선정하여 방문한다. 하지만 관광객의 오름 방문 동기에 맞는 오름을 찾는 것은 어렵다. 본 연구에서는 이러한 문제점들을 해결하기 위하여 웹문서 검색 엔진을 통해 오름과 콘셉트에 대한 연관 수치를 실시간으로 수집하여 오름의 콘셉트를 자동으로 분류하고 홈페이지에 제공하는 시스템을 제안한다. 원하는 날짜를 선정해서 과거 혹은 선택한 기간의 오름과 콘셉트에 대한 연관 수치 확인이 가능하다. 이러한 연구를 통해서 제주의 자연유산인 오름의 방문을 활성화하여 제주 관광의 발전에 이바지할 수 있다. 향후 제주 오름만이 아닌 해수욕장이나 바다 등으로 본 시스템을 확장할 수 있다.
본 연구는 국내 간호대학생을 대상으로 한 플립러닝 연구들의 결과를 통합하고 분석하기 위해 실시한 메타분석연구이다. 대상 문헌은 PubMed, EMBASE, Cochrane, CINAHL, Korean databases가 이용되었으며 국내 간호학과학생들의 플립러닝 효과를 평가하는 무작위 실험과 비무작위 실험연구가 포함되었다. 95% 신뢰 구간과 SMD가 변량효과 메타분석 결과로 산출되었으며, 플립러닝 전체 효과 크기는 대조군에 비해 큰 효과 크기(SMD = 1.21; 95% CI = 0.84 ~ 1.63; I2 = 93.9; n = 23)로 나타났다. Bloom 분류에 따른 추가 분석 결과, 플립러닝은 심동적 영역, 인지적 영역, 정서적 영역의 변수들에 의미있게 영향을 미치는 것으로 나타났다. 본 메타분석은 총 10건의 문헌 분석을 통해 국내의 간호학과 학생들에 대한 플립러닝 교수법이 전통적인 교수법보다 심동적 영역, 인지적 영역, 정서적 영역에서 효과적임을 보여주었다. 추후 플립러닝은 간호대학생들의 학문적 수행 능력 향상을 위한 이론수업 및 실습 간호교육에 까지 통합 되어질 수 있다.
감시카메라 환경에서 군중의 비정상 집단행동 탐지란 감시카메라로부터 유입되는 영상에서 다중 객체가 위험에 처한 상황을 신속하고 정확하게 탐지하는 분야를 말한다. 본 논문에서는 CCTV 등과 같은 감시카메라 환경에서 움직임 벡터와 SVDD를 이용하여 집단내의 비정상 상황을 탐지하는 프로토타입 시스템을 제안한다. 제안된 시스템은 H.264 압축과정에서의 움직임 벡터 정보를 이용하여 영상내의 움직임 정보를 추출 표현하였으며, 비정상 집단행동의 판별 문제를 실용적 차원의 단일 클래스 분류 문제로 재해석하여 단일 클래스 SVM의 대표적 모델인 SVDD를 탐지기로 설계하였다. 제안된 시스템은 H.264 압축 과정에서 얻어지는 움직임 벡터를 이용함으로써, 실시간성을 보장하며 SVDD의 점증적 갱신 학습 능력으로 인하여 비정상 집단행동 데이터베이스의 변화에도 능동적으로 적응할 수 있다. 공개적으로 사용 가능한 벤치마크 데이터 셋인 PETS 2009와 UMN을 이용하여 본 논문에서 제안한 비정상 집단행동 탐지 시스템의 성능을 실험적으로 검증한다.
Background: Over the past few decades, various goals have been defined to reduce the mortality of children caused by acute lower respiratory infections (ALRIs) worldwide. However, few spatial studies to date have reported on ALRI deaths. Purpose: We aimed to assess the spatial modeling of mortality from ALRI in children under 5 years of age during 2000-2017 using a global data. Methods: The data on the mortality of children under 5 years old caused by ALRI were initially obtained from the official website of the World Health Organization. The income status of their home countries was also gathered from the Country Income Groups (World Bank Classification) website and divided into 5 categories. After that, in the ArcGIS 10.6 environment, a database was created and the statistical tests and related maps were extracted. The Global Moran's I statistic, Getis-Ord Gi statistic, and geographically weighted regression were used for the analyses. In this study, higher z scores indicated the hot spots, while lower z scores indicated the cold spots. Results: In 2000-2017, child mortality showed a downward trend from 17.6 per 100,000 children to 8.1 and had a clustered pattern. Hot spots were concentrated in Asia in 2000 but shifted toward African countries by 2017. A cold spot that formed in Europe in 2007 showed an ascending trend by 2017. Based on the results of geographically weighted regression test, the regions identified as the hot spots of mortality from ALRI in children under 5 years old were among the middle-income countries (R2=0.01, adjusted R2=8.77). Conclusion: While the total number of child deaths in 2000-2017 has decreased, the number of hot spots has increased among countries. This study also concluded that, during the study period, Central and Western Africa countries became the main new hot spots of deaths from ALRI.
본 연구의 목적은 GIS와 머신러닝 알고리즘을 활용하여 아파트 단지의 주동형상을 자동으로 판별해주는 모형을 개발하고, 이를 주동형상과 단지특성 관의 관계 분석에 적용하는 것이다. 지리정보데이터를 사용하여 아파트단지별 주동 데이터베이스를 구축하고 랜덤포레스트 알고리즘을 활용하여 단지 내 개별동을 형태에 따라 판상형, 탑상협, 혼합형으로 분류하였다. 또한, 아파트단지별 주동형상별 비중과 개발밀도, 층수 등 단지특성 정보간의 관계를 분석하여 부동산 분야 지리정보응용 가능성을 제안하였다. 본 연구는 인공지능 기반 건축물 유형 분류와 관련한 기초연구로서 다양한 공간분석 및 부동산 분석에 활용될 것으로 예상한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.