• 한국환경복원기술학회지
• /
• 제26권5호
• /
• pp.19-32
• /
• 2023

The fragmentation of habitats resulting from human activities leads to the isolation of wildlife and it also causes wildlife-vehicle collisions (i.e. Road-kill). In that sense, it is important to predict potential habitats of specific wildlife that causes wildlife-vehicle collisions by considering geographic, environmental and transportation variables. Road-kill, especially by large mammals, threatens human safety as well as financial losses. Therefore, we conducted this study on roe deer (Capreolus pygargus tianschanicus), a large mammal that causes frequently Road-kill in Jeju Island. So, to predict potential wildlife habitats by considering geographic, environmental, and transportation variables for a specific species this study was conducted to identify high-priority restoration sites with both characteristics of potential habitats and road-kill hotspot. we identified high-priority restoration sites that is likely to be potential habitats, and also identified the known location of a Road-kill records. For this purpose, first, we defined the environmental variables and collect the occurrence records of roe deer. After that, the potential habitat map was generated by using Random Forest model. Second, to analyze roadkill hotspots, a kernel density estimation was used to generate a hotspot map. Third, to define high-priority restoration sites, each map was normalized and overlaid. As a result, three northern regions roads and two southern regions roads of Jeju Island were defined as high-priority restoration sites. Regarding Random Forest modeling, in the case of environmental variables, The importace was found to be a lot in the order of distance from the Oreum, elevation, distance from forest edge(outside) and distance from waterbody. The AUC(Area under the curve) value, which means discrimination capacity, was found to be 0.973 and support the statistical accuracy of prediction result. As a result of predicting the habitat of C. pygargus, it was found to be mainly distributed in forests, agricultural lands, and grasslands, indicating that it supported the results of previous studies.

• 한국수자원학회논문집
• /
• 제56권1호
• /
• pp.53-62
• /
• 2023

최근 기후변화의 영향으로 짧은 시간에 많은 양의 강우가 내리는 집중호우의 발생빈도 또한 증가하고 있다. 집중호우는 짧은 시간에 많은 양의 유출량을 발생시켜 중소하천으로 합류되기 전, 산간지역 하류부분에 홍수를 발생 시킬 수 있다. 홍수로 인한 하류지역의 피해를 감소시키기 위해서는 집중호우에 대한 산지소유역 유출량 산정이 매우 중요하다. 하지만 현재 국내에서 가장 많은 분석을 진행하고 있는 하수관망 침수분석에서는 산지소유역의 강우유출량을 산정하기보다는 기존에 보유 데이터를 활용한 시간·면적법을 사용하고 있으며, 이는 지역의 토양 특성을 정확하게 적용하였다고 판단하기 어려운 실정이다. 이에 강우 발생 시 많은 유출량으로 인해 단시간 내에 하류지역의 침수를 발생시킬 수 있는 산지소유역에 대한 강우유출량 분석을 진행한다면, 보다 정확한 유출량 산정을 통해 하류지역에 발생될 수 있는 침수 특성을 분석의 정확도가 향상되어 하류지역의 주민 대피, 피해 범위의 산정을 위한 자료로 활용 될 수 있을 것으로 판단된다. 산지소유역 강우유출량 산정을 위해 MIKE series 중 MIKE SHE를 활용하여 산지소유역 강우유출량을 산정하였고, MIKE 21 FM (Flow model)을 통해 하류지역의 침수 분석을 진행하였다. 본 연구를 통해 산지소유역에 강우 발생 시 발생 유출량 및 하류까지의 도달 시간을 확인할 수 있었으며, 이 분석 결과는 향후 강우 발생 시 하류지역에 사전 대피를 통한 인적·물적 자원을 보호하는데 활용 할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.183-203
• /
• 2018

전통적으로 신문 매체는 국내외에서 발생하는 사건들을 살피는 데에 가장 적합한 매체이다. 최근에는 정보통신 기술의 발달로 온라인 뉴스 매체가 다양하게 등장하면서 주변에서 일어나는 사건들에 대한 보도가 크게 증가하였고, 이것은 독자들에게 많은 양의 정보를 보다 빠르고 편리하게 접할 기회를 제공함과 동시에 감당할 수 없는 많은 양의 정보소비라는 문제점도 제공하고 있다. 본 연구에서는 방대한 양의 뉴스기사로부터 데이터를 추출하여 주요 사건을 감지하고, 사건들 간의 관련성을 판단하여 사건 네트워크를 구축함으로써 독자들에게 현시적이고 요약적인 사건정보를 제공하는 기법을 제안하는 것을 목적으로 한다. 이를 위해 2016년 3월에서 2017년 3월까지의 한국 정치 및 사회 기사를 수집하였고, 전처리과정에서 NPMI와 Word2Vec 기법을 활용하여 고유명사 및 합성명사와 이형동의어 추출의 정확성을 높였다. 그리고 LDA 토픽 모델링을 실시하여 날짜별로 주제 분포를 계산하고 주제 분포의 최고점을 찾아 사건을 탐지하는 데 사용하였다. 또한 사건 네트워크를 구축하기 위해 탐지된 사건들 간의 관련성을 측정을 위하여 두 사건이 같은 뉴스 기사에 동시에 등장할수록 서로 더 연관이 있을 것이라는 가정을 바탕으로 코사인 유사도를 확장하여 관련성 점수를 계산하는데 사용하였다. 최종적으로 각 사건은 각의 정점으로, 그리고 사건 간의 관련성 점수는 정점들을 잇는 간선으로 설정하여 사건 네트워크를 구축하였다. 본 연구에서 제시한 사건 네트워크는 1년간 한국에서 발생했던 정치 및 사회 분야의 주요 사건들이 시간 순으로 정렬되었고, 이와 동시에 특정 사건이 어떤 사건과 관련이 있는지 파악하는데 도움을 주었다. 또한 일련의 사건들의 시발점이 되는 사건이 무엇이었는가도 확인이 가능하였다. 본 연구는 텍스트 전처리 과정에서 다양한 텍스트 마이닝 기법과 새로이 주목받고 있는 Word2vec 기법을 적용하여 봄으로써 기존의 한글 텍스트 분석에서 어려움을 겪고 있었던 고유명사 및 합성명사 추출과 이형동의어의 정확도를 높였다는 것에서 학문적 의의를 찾을 수 있다. 그리고, LDA 토픽 모델링을 활용하기에 방대한 양의 데이터를 쉽게 분석 가능하다는 것과 기존의 사건 탐지에서는 파악하기 어려웠던 사건 간 관련성을 주제 동시출현을 통해 파악할 수 있다는 점에서 기존의 사건 탐지 방법과 차별화된다.

• 생물환경조절학회지
• /
• 제26권2호
• /
• pp.115-122
• /
• 2017

중탄산이 고농도인 수경재배용 원수의 피해를 경감시키기 위한 목적으로 혼합상토의 pH를 조절할 때 영양번식중인 '싼타' 딸기의 생장에 미치는 영향을 구명하기 위하여 본 연구를 수행하였다. 연구수행을 위해 피트모스와 수피를 5:5(v/v)로 혼합한 산성상토를 조제하였고, 조제된 상토의 pH를 교정하기 위해 혼합하는 고토석회 [$CaMg(CO_3)_2$]의 양을 0(무처리), 1, 2, 3 및 $4g{\cdot}L^{-1}$로 조절하였다. 이 후 중탄산 농도가 $240mg{\cdot}L^{-1}$로 조절된 Hoagland 용액을 공급하면서 모주와 자묘의 생육, 상토의 화학성 변화, 그리고 식물체의 무기원소 함량을 조사 및 분석하였다. '싼타' 딸기의 모주 생체중은 고토석회 $2g{\cdot}L^{-1}$ 처리구에서 102.1g으로 가장 무거웠고, $1g{\cdot}L^{-1}$ 처리, 94.7g, $3g{\cdot}L^{-1}$ 처리, 91.2g, $0g{\cdot}L^{-1}$ 처리, 75.4g, $4g{\cdot}L^{-1}$ 처리, 72.3g 처리 순으로 가벼워졌으며, 건물중도 생체중과 같은 경향이었다. 모주당 발생한 자묘수는 고토석회 0, 1, 2, 3 및 $4g{\cdot}L^{-1}$ 처리구에서 각각 5.8, 9.8, 11.8, 8.8 및 5.0개체였으며, 고토석회를 $2g{\cdot}L^{-1}$로 혼합한 처리구에서 자묘 발생이 가장 많았다. '싼타' 딸기 모주를 재배하면서 측정한 상토의 pH 는 고토석회 1 및 $2g{\cdot}L^{-1}$ 처리구에서 5.6-6.2의 적정 범위에 포함되었고, 3 및 $4g{\cdot}L^{-1}$ 처리구는 이보다 높았다. 모주의 지상부 무기물 함량은 고토석회 $2g{\cdot}L^{-1}$ 처리구에서 가장 많았으며, $4g{\cdot}L^{-1}$ 처리구에서 Fe, Mn, Zn 및 Cu의 미량원소 함량이 감소하고 모주 및 자묘에 이들 원소의 결핍증상이 발생하였다. 이상의 내용을 종합할 때 원수의 중탄산 농도가 높아 발생하는 피해를 경감하기 위해서는 pH가 약 4인 산성 상토를 조제한 후 기비로서 고토석회를 2g 혼합한 후 '싼타' 딸기를 육묘하는 것이 바람직하다고 판단하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.195-211
• /
• 2014

클라우드 컴퓨팅 서비스는 IT 자원을 사용자 요구에 따라 서비스 형태로 제공하며, IT 자원을 소유하는 기존의 개념에서 빌려서 사용하는 개념으로 새로운 IT 패러다임 전환을 이끌고 있다. 이러한 클라우드 컴퓨팅은 과거의 네트워크 컴퓨팅, 유틸리티 컴퓨팅, 서버 기반 컴퓨팅, 그리드 컴퓨팅 등에 대한 연구들을 기반으로 진화해온 IT 서비스로서, 추후 여러분야에 접목 가능성이 높음에 따라 다양한 분야에서의 연구가 지속적으로 이루어지고 있다. 본 연구에서는 1994년부터 2012년까지 주요 해외 저널에 게재된 클라우드 컴퓨팅 관련 연구 논문들의 서지정보 및 인용정보를 수집하였으며, 사회 네트워크 분석 척도를 활용하여 연구 논문간의 인용 관계와 동일 논문에 출현하는 키워드간의 관계로부터 연구 주제들 간 네트워크 변화를 분석하였다. 이를 통해서 클라우드 컴퓨팅 관련 분야의 연구 주제들간의 관계를 파악할 수 있었고, 추후 잠재성이 높은 신규 연구 주제들을 도출하였다. 또한 본 연구에서는 클라우드 컴퓨팅에 대한 연구 동향 맵(research trend map)을 작성하여, 클라우드 컴퓨팅과 관련된 연구 주제들의 동태적인 변화를 확인하였다. 이러한 연구 동향 맵을 통해서 클라우드 컴퓨팅 주요 연구들의 추이를 쉽게 파악 할 수 있으며, 진화 형태 또는 유망 분야를 설명할 수 있다. 논문 인용 관계 분석 결과, 클라우드 컴퓨팅 보안과 분산 처리, 클라우드 컴퓨팅에서의 광네트워크에 관한 연구 논문들이 페이지랭크 척도를 기준으로 상위에 나타났다. 연구 논문의 핵심 주제를 나타내는 키워드에 대한 결과는 2009년에는 클라우드 컴퓨팅과 그리드 컴퓨팅이 높은 중심성 수치를 보였으며, 2010~2011년에는 데이터 아웃소싱, 에러검출 방법, 인프라구축 등 주요 클라우드 요소 기술에 관한 키워드가 높은 중심성 수치를 나타내었다. 2012년에는 보안, 가상화, 자원 관리 등이 높은 중심성 수치를 보였으며, 이를 통해서 클라우드 컴퓨팅 기술들에 대한 관심이 점차 증가함을 확인 할 수 있다. 연구 동향 맵 작성 결과, 보안은 유망영역에 위치하고 있으며, 가상화는 유망영역에서 성장 영역으로 이동하였고, 그리드 컴퓨팅과 분산 시스템은 쇠퇴 영역으로 이동하고 있음을 확인 할 수 있다.

• 한국강구조학회 논문집
• /
• 제29권2호
• /
• pp.111-122
• /
• 2017

본 연구에서는 1900mm급의 춤이 깊은 콘크리트 채움 U형 메가 합성보의 합성보통모멘트골조에 대한 적용성을 검토하였다. 대형 합성보의 실물대 내진성능실험에 대한 현실적 제약으로 인하여 작은 규모의 실험체에 대해 수행된 기존 실험결과의 분석과 수치해석연구의 보완을 통해 연구를 수행하였다. 이러한 형태의 합성보는 부모멘트 작용시의 웨브국부좌굴이 가장 중요하므로 선행 실물대 실험결과로부터 웨브의 판폭두께비와 층간변형능력 사이의 관계를 분석하였다. 그 결과, 25mm 두께의 U형 강재단면을 지닌 1900mm급의 대형 합성보라 하더라도 층간변위각 2% 이후 웨브국부좌굴을 경험하고 3% 이후 최대변형에 도달하는 것으로 확인되었다. 이는 합성보통모멘트골조의 요구조건을 상회하는 것으로 AISC 기준에 따른 웨브 판폭두께비 제한이 본 연구의 U형 단면에는 보수적임을 시사하기도 한다. 유한요소해석을 통해서는 합성보의 휨성능 및 웨브국부좌굴에 대한 수평스티프너의 영향을 분석하였다. 대형 합성보는 스티프너 보강과 관련없이 부모멘트 방향으로 공칭소성모멘트 이상의 휨성능을 발휘하였으며, 스티프너를 보강할 경우에는 웨브국부좌굴이 상당히 지연되는 긍정적인 효과가 있었다. 이상의 실험결과 분석 및 해석연구에 의하면 1900mm급의 춤이 깊은 콘크리트 채움 U형 메가 합성보는 합성보통모멘트골조에 보수적으로 적용가능한 것으로 판단된다.

• 대한영상의학회지
• /
• 제84권1호
• /
• pp.185-196
• /
• 2023

목적 갑상선 유두암 환자에서 림프절 전이를 예측할 수 있는 잠재적인 바이오마커를 개발하기 위해 초음파 영상에 대한 radiomics를 조사하는 것이다. 대상과 방법 2013년 8월부터 2014년 5월까지 431명의 환자가 연구에 포함되었고 통계 소프트웨어를 사용하여 훈련 및 검증 세트로 구분되었다. 총 730개의 radiomics 특징이 자동으로 추출되었다. 훈련 데이터 세트에서 가장 예측 가능한 특징을 선택하기 위해 최소 절대 수축 및 선택 연산자가 사용되었다. 결과 Radiomics 점수는 림프절 전이와 관련이 있었다(p < 0.001). 림프절 전이는 젊은 연령(p = 0.007) 및 더 큰 종양 크기(p = 0.007)와 같은 다른 임상 변수와도 관련이 있었다. 수신자 조작 특성 곡선 하 면적 결과 값은 훈련 세트의 경우 0.687 (95% 신뢰 구간: 0.616-0.759), 검증 세트의 경우 0.650 (95% 신뢰 구간: 0.575-0.726)이었다. 결론 본 연구 결과는 초음파 영상 기반의 radiomics가 papillary thyroid carcinoma 환자에서 경부 림프절 전이를 예측하고 바이오마커로 작용할 가능성을 보여주었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.

• 생명과학회지
• /
• 제31권6호
• /
• pp.603-608
• /
• 2021

본 연구는 COVID-19과 COVID-19 변이 바이러스 시기에 vaccination을 통한 집단면역달성을 목표로 하고 있지만, 백신의 종류에 따라서 다양한 부작용도 발생을 하여, 백신 이외에 평소 규칙적인 운동을 통한 백신 효과의 조그만 근거를 마련하고자 수행하게 되었다. 이러한 연구 연구목적을 달성하기 위해 본론에서는 COVID-19 vaccine의 이슈, COVID-19 블루, COVID-19과 스포츠이벤트, 및 COVID-19과 운동중재에 관해 분석하였다. 본 연구결과 COVID-19은 혈관을 우선적으로 공격하고 혈관 내막에 침투해 혈액순환을 방해하는 바이러스로 알려져 있다. 그리고 이어서 폐, 심장, 뇌 등을 공격한다. 심혈관 질환이 있는 환자들은 몸에서 바이러스를 몰아내는 능력이 떨어져 있는 이유로 이러한 바이러스의 공격대상이 될 수 있다. 혈관은 적혈구와 영양소만 이동하는 곳이 아니라 백혈구와 림프구들도 이동하므로 평소 불포화 지방산, 저탄수화물 식이요법을 포함하는 건강한 식이 습관, 금연, 일상생활도의 증가 및 규칙적인 운동 습관의 중요성이 중요하게 고려되어 진다. 이러한 관점에서 평소 혈관의 건강은 매우 중요하게 작용하고 이는 규칙적인 운동을 통하여 얻을 수 있는 것이다. 규칙적인 운동은 면역세포들, 면역글로불린, 다양한 사이토카인들의 순환을 돕고 특히, 폐로의 순환을 도와 염증인자들을 감소시키는 역할을 수행하고 병원균의 유입을 막아주는 역할을 한다. 특히, 혈관 내막에 침투해 혈액순환을 방해하는 것으로 알려져 있으며 폐, 심장, 뇌 등을 공격하는 COVID-19의 특성을 고려할 때 운동을 통한 건강관리는 바이러스 예방에 필수적이라고 할 수 있다. 현재 다양하고도 많은 백신의 사용은 팬데믹 시기에서 매우 희망적이지만 아나플락시스나 혈전 색전증 등의 다양한 부작용도 초래하므로 규칙적인 운동중재는 백신의 도움없이 세균이나 바이러스로부터 나를 지키는 면역력을 잘 유지하게 하는 것이 규칙적인 운동이 되는 것이다. 추후 이러한 분야에 관한 심도 있는 연구들이 수행되어져야 할 것으로 여겨진다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.655-667
• /
• 2023

전 세계적으로 녹조 대발생은 빈번하게 보고되고 있으며, 국내에서도 매년 녹조로 인한 심각한 수질 오염 문제가 발생하고 있다. 지속적인 관리와 신속한 대응을 통한 수생태계 보호가 필요하다. 녹조 발생의 지표인 chlorophyll-a (Chl-a) 농도를 예측하기 위해 위성 영상을 이용한 연구가 많이 이루어지고 있다. 하지만 수계에 따라 변하는 분광특성과 대기 보정 오류로 인해 정확한 Chl-a 산출에 어려움이 있어 최근 머신러닝 모델을 활용하고 있다. 위성 분광지수 뿐만 아니라 녹조에 영향을 미치는 인자들에 대한 복합적인 고려가 필요하다. 따라서, 본 연구는 수질, 수문 및 기상 인자와 Sentinel-2 영상을 복합적으로 고려하여 데이터셋을 구축하였다. 최근 5년간 낙동강에 위치한 8개 보 구간의 Chl-a 농도 예측에 대표적인 앙상블 모델 random forest (RF)와 extreme gradient boosting (XGBoost)을 활용하였다. 모델 평가 지표로 r-squared score (R²), root mean square errors(RMSE), mean absolute errors (MAE)를 사용하였으며, XGBoost의 R²가 0.810, RMSE가 6.612, MAE가 4.457로 유의미한 결과를 얻은 것을 확인하였다. Shapley additive explanations (SHAP) 분석을 통해 두 모델 모두 수질 인자 suspended solids (SS), biochemical oxygen demand (BOD), dissolved oxygen (DO)과 red edge 밴드를 활용한 밴드비가 높은 중요도를 보인 것을 알 수 있었다. 다양한 입력 데이터는 모델 성능 향상에 도움을 주는 것을 확인할 수 있었으며, 국내외 녹조 탐지에 적용될 수 있을 것으로 보인다.