• 현장농수산연구지
• /
• 제23권1호
• /
• pp.89-104
• /
• 2021

비정형 데이터인 한국농수산대학 신입생 자기소개서에서 의미 있는 정보를 추출하기 위하여 핵심적인 역할을 하는 단어의 중요도를 평가하는 TF-IDF 가중치를 기초로 한 언어네트워크분석을 하였다. TF-IDF 가중치에 의한 핵심단어는 문항 1에서는 '농업', '수학', '공부', '문제', '친구', 문항 2에서는 '동아리', '식물', '친구', '농업', '작물', 문항 3에서는 '친구', '동아리', '의견', '갈등', '관리', 문항 4에서는 '버섯', '곤충', '아버지', '농업', '농장' 등으로 나타났다. 또한 빈도수는 낮은 단어이지만 핵심단어로 나타난 단어를 보면 문항 1에서는 '수학', '자격증', '성적', '영어', '과학', 문항 2에서는 '식물', '작물', '공부', '쓰레기', '발표', '실험', 문항 3에서는 '동아리', '청소', '봉사', '갈등', '봉사활동', 문항 4에서는 '버섯', '곤충', '양식', '한우', '조경' 등으로 나타났다. 단어들 간의 관계를 시각적으로 분석이 가능한 언어네트워크분석 결과 매개중심성이 높은 단어는 문항 1에서는 '이유', '고등학교', '재학', 문항 2에서는 '쓰레기', '고등학교', '학교', 문항 3에서는 '중요', '오해', '완성', 문항 4에서는 '가공', '사료', '농가'로 나타났다. 연결정도중심성은 문항 1에서는 '고등학교', '탐구', '성적', 문항 2에서는 '쓰레기', '정리', '수업시간', 문항 3에서는 '의견', '회의', '봉사활동', 문항 4에서는 '가공', '공간', '실습'으로 나타났다. 매개중심성 값이 클수록 네트워크의 중앙에 위치하고, 두 범주 사이의 관계가 강할수록 서로 근거리에 위치한다. 연결정도중심성이 클수록 노드의 크기가 크게 나타나며, 노드 연결선은 단어들의 동시 출현 빈도가 높을수록 edge가 굵게 나타났다. 동시 출현 빈도가 높은 즉 상관관계가 높은 단어 조합은 '자격증 - 취득', '문제 - 해결', '과학 - 생명', '오해 - 양보' 등으로 나타났다. 단어 기반의 계층적 클러스터링 기법에 의하여 단어 간 인접, 상호 관계를 계층적으로 나타낸 클러스터 덴드로그램으로 군집의 개수를 결정하였다. 단어들의 군집 간 비유사도의 차이가 큰 군집을 구한 결과 문항 1은 2개, 문항 2와 문항 4는 4개, 문항 3은 5개의 군집으로 분류할 경우 군집내 응집력이 높고, 군집 간 이질성이 큰 적절한 군집을 구할 수 있었다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.193-205
• /
• 2023

집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.

• 한국식품위생안전성학회지
• /
• 제34권3호
• /
• pp.227-234
• /
• 2019

옥시테트라사이클린은 침투이행성 살균제로 배추, 고추 등의 농산물에 무름병, 줄기속마름병에 효과가 있다. 본 연구는 농산물 중 기준신설 예정농약 옥시테트라사이클린이 농산물 대하여 등록되지 않아 이에 대한 공정시험법을 개발하기 위하여 수행되었다. 옥시테트라사이클린의 잔류물의 정의는 미국, 일본의 경우 농산물 대상으로 모화합물로 설정되어 있다. 현재, 국내에서는 농산물 중 옥시테트라사이클린의 잔류물의 정의 및 잔류허용기준이 설정되어있지 않고, 국내 농산물(고추 등)에 대한 잔류허용기준 신설이 최초 요청되었으며 국내 유통 농산물 중 잔류량에 대한 안전관리 확보를 위해 잔류물의 정의를 모화합물로 규정하고 적부판정을 위한 공정시험법을 개발하고자 하였다. 옥시테트라사이클린의 물리 화학적 특성을 고려하여 QuEChERS법을 이용한 추출 및 정제법을 최적화하여 LC-MS/MS에 의한 분석법을 확립하였다. 수용성 유기용매인 메탄올을 추출 용매로 사용하여 pH 조절 및 염화나트륨을 첨가하여 추출법을 최적화하고, d-SPE 흡착제를 이용하여 간섭물질을 효과적으로 제거하여 정제법을 확립하였다. 옥시테트라사이클린의 결정계수($r^2$)는 0.99 이상으로 높은 직선성을 보여주었고, 옥시테트라사이클린의 시험법 정량한계(LOQ)는 0.01 mg/kg이며, 대표 농산물 5종(현미, 감자, 대두, 감귤, 고추)에 대하여 LOQ (0.01 mg/kg), $10{\times}LOQ$ (0.1 mg/kg), $50{\times}LOQ$ (0.5 mg/kg) 수준으로 회수율 실험한 결과 평균 회수율(n=5)은 80.0~108.2%이었으며 상대표준편차는 11.4%이하로 확인되었다. 또한 실험실간 검증 결과 두 실험실간 회수율 결과에 따른 평균값은 83.5~103.2%이며 변이계수는 14.1% 이하로 조사되어, 본 연구는 국제식품규격위원회 가이드라인(Codex Alimentarius Commission, CAC/GL 40)의 잔류농약 분석 기준 및 식품의약품안전평가원의 '식품등 시험법 마련 표준절차에 관한 가이드라인(2016)'에 적합한 수준임을 확인하였다. 따라서 본 연구에서 개발한 시험법은 농산물 중 잔류할 수 있는 옥시테트라사이클린의 안전관리를 위한 공정시험법으로 활용 가능할 것이다.