• Journal of Plant Biotechnology
• /
• 제35권4호
• /
• pp.245-256
• /
• 2008

본 연구에서는 GM과 non-GM작물 특히 최근 들어 그 인증량이 급격하게 증가하고 있는 친환경작물과의 공존에 관하여 검토하여 보았다. 국내의 현행 법령에 의하면, 친환경 농산물은 GM농산물의 혼입허용치를 3%로 규정하고 있다. 특히 우수농산물의 경우 단계별 조사내용을 보면 "파종단계에서 GM종자를 포함하지 않을 것"을 명시하고 있다. 반면에 우리나라에서는 아직까지는 GM 작물의 상업적인 재배를 승인하지 않고 있다. 그러나 현재 GM 벼, 배추, 감자, 들잔디 등의 환경위해성평가가 수행 중에 있는 것으로 알려져 있으며, 농촌진흥청은 "유전자변형생물체의 국가 간 이동 등에 관한 법률"이 정하는 바에 따라 GM작물의 환경위해성 평가를 전담할 수 있도록 농촌진흥청산하 소속기관 및 대학교, 출연기관 등 11개 기관을 평가기관으로 지정하여 조만간 상업적인 GM작물의 재배를 승인하기 위한 준비를 하고 있는 것으로 조사되었다. 또한 국내의 친환경농산물의 인증기관은 2008년 8월 현재 34개 민간기관으로 증가하였으며 이들 인증기관에서 부여한 친환경 인증 농산물의 재배면적 및 생산량은 해마다 기하급수적으로 늘어나고 있다. 예로서 친환경곡류의 경우 1999년도에 비하여 2007년도에는 그 인증량이 100배 (유기농)에서 2,324배 (저농약)까지 증가한 것으로 조사되었다. 이들은 2007년도의 전체 곡류생산량에 비하여 약 6.4%를 차지하였다. 특히 감자와 고구마 등 서류의 경우는 전체 생산량의 약 24%가 친환경인증농산물인 것으로 조사되었다. 이러한 현실에서 GM작물의 상업적인 재배를 승인할 경우 기존의 국내 친환경농산물시장의 유통질서에 큰 혼란을 야기시킬 수 도 있을 것으로 사료된다. 따라서 저자는 아직 시간적인 여유가 있을 때에 EU에서 제기한 GM과 non-GM 특히 유기 농작물과의 공존을 위한 제도 보완에 관한 제안서와 다양한 연구보고서들을 면밀하게 검토할 필요성이 있다고 사료된다. 특히 작물별로 친환경작물과의 구분 생산 유통을 위한 최소격리거리, 작부체계, 수확 및 포장시스템, 그리고 GM작물의 검출기법 표준화 등에 관한 상세한 실시요령을 보완할 필요가 있다고 사료된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.129-149
• /
• 2021

최근 인간과 사회적으로 상호작용할 수 있는 소셜 로봇(Social Robot)에 대한 관심이 커지고 있다. ICT 기술 발전에 힘입어 소셜 로봇이 개인에게 맞춤형 서비스와 정서적 교감을 제공하기 쉬워졌으며, 현대의 사회문제들과 이로 인한 개인의 삶의 질 저하를 해소하기 위한 수단으로 소셜 로봇의 역할이 주목받고 있다. 소셜 로봇에 대한 관심에 힘입어 소셜 로봇 보급 또한 크게 늘고 있다. 많은 기업이 다양한 목표시장을 겨냥하기 위한 로봇 제품들을 시장에 선보이고 있으나, 현재까지 시장을 선도하는 명확한 흐름은 부재하다. 이에 따라 소셜 로봇의 디자인을 통해 로봇을 차별화하고자 하는 시도가 늘고 있다. 특히 의인화는 소셜 로봇 디자인에서 중요하게 연구되고 있으며, 소셜 로봇을 의인화하여 긍정적인 효과를 발현하려는 접근이 많이 시도되었다. 그러나 소셜 로봇에 대한 의인화가 형성되는 메커니즘을 체계적으로 설명하는 연구는 부족하다. 의인화에 대한 모호한 이해는 소셜 로봇의 의인화를 형성하기 위한 디자인 최적점의 도출을 어렵게 하고 있다. 본 연구는 소셜 로봇의 의인화가 형성되는 메커니즘을 검증하는 것을 목적으로 한다. 본 연구는 3×2 Mixed Design의 실험 연구를 통해 소셜 로봇의 인간 유사성(Human-likeness)과 개인의 해석수준(Construal Level)이 의인화 형성에 미치는 영향을 확인하였다. 의인화가 형성되는 메커니즘에 대한 6개의 연구 가설을 제시하고, 206명 표본의 데이터를 분석하여 가설을 검증하였다. 분석 결과 소셜 로봇의 인간 유사성 수준에 따라 로봇 의인화 수준이 높아지며, 소비자 해석수준에 따라 인간 유사성이 의인화에 미치는 영향이 다르게 나타남을 확인하였다. 본 연구는 소셜 로봇의 디자인 속성인 인간 유사성과 개인의 사고방식인 해석수준을 함께 고려하여 의인화가 형성되는 메커니즘을 설명하였다는 점에서 시사점이 있다. 본 연구의 결과를 소셜 로봇 의인화 형성을 위한 디자인 최적화의 기준으로 활용할 수 있을 것으로 기대한다.

• 해양환경안전학회지
• /
• 제29권2호
• /
• pp.188-196
• /
• 2023

기상불량으로 인해 발생하고 있는 해양사고 중 해무 발생에 따른 시계제한은 선박의 좌초, 선저 파손 등의 사고를 유발하는 것과 동시에 사고에 따른 인명피해를 동시에 수반하고 있으며 이는 매년 지속적으로 발생하고 있다. 또한 해상에서의 저시정은 지역간 국소적으로 차이가 존재하는 경우에도 일괄적으로 여객선에 대한 운항 지연 및 통제 조치를 하고 있어 섬주민들의 교통수단 이용에 상당한 불편을 초래하는 등의 사회적 문제로 대두되고 있다. 더욱이 이와 같은 조치는 지역적 편차나 사람마다 관측의 판단 기준이 상이하여 이를 객관적으로 정량화하지 못하고 있어 더욱 문제가 심화되고 있는 실정이다. 현재 각 항만의 VTS에서는 시정거리가 1km 미만인 경우 선박의 운항을 통제하고 있으며, 이 경우 저시정에 따른 해무 가시거리를 시정계 혹은 육안에 의한 목측(目測)에 의존하고 있을 정도로 객관적인 데이터 수집을 통한 평가에 있어서는 한계가 있다. 정부에서는 이와 같은 해양교통안전 저해요소를 해결하기 위한 일환으로 해무 탐지 및 예측을 위한 해양기상신호표지 및 해상안개관측망을 구축하여 운용하고 있으나, 국지적으로 발생하는 해무를 관측하기 위한 시스템은 매우 부족한 현실적 어려움에 놓여있다. 이에 따라 본 논문에서는 해상에서의 저시정으로 인해 발생하고 있는 여러 사회적 문제를 해결하기 위한 국내·외 정책동향에 대해 살펴보고, 이와 관련한 일반국민 및 현장 이해관계자의 인식 정도를 조사·분석하여 해무에 따른 해상교통안전을 확보하기 위한 정부지원(해무 탐지 및 예측 기술을 기반으로 한 해상교통운영 체계 개발 등)의 필요성에 대한 기초자료를 제공하고자 한다. 또한 이는 궁극적으로 해무로 인해 발생할 수 있는 해상안전 위험요소를 사전에 차단함으로써 보다 안정된 해상교통운영체계를 마련하는데 그 목적을 두고 있다.

• 한국환경생태학회지
• /
• 제32권5호
• /
• pp.478-485
• /
• 2018

저어새(Platalea minor)는 세계자연보전연맹(IUCN)에서 발표한 RedList에 Endangered(EN)로 지정되어 있으며, 2016년 기준으로 3,356개체가 생존하는 것으로 알려지고 있다. 또한 저어새 번식 개체군의 70% 이상은 한국 서해안에서 번식하며, 대만, 중국, 홍콩 등지에서 월동하는 것으로 알려져 있으나 한국을 비롯하여 동아시아 지역에서 저어새의 장거리 이동과 남하 시 서식지에 대한 연구는 현재까지 거의 이루어지지 않은 실정이다. 이 연구에서는 야생동물위치추적기(WT-200, GPS-Mobile phone based telemetry, KoEco)를 이용하여 저어새의 이동 경로와 분포, 중간기착지 및 월동지를 밝히고자 하였다. 위치추적기는 2014년 6월 말 한국의 번식지에서 저어새 유조를 포획하여 부착했다. 추적 결과, 저어새의 남하시기는 10월 말에서 11월 초로 나타났으며, 월동지까지의 이동 거리는 최소 746km, 최대 1,820 km로 평균 1,201 km이었다. 하루 최대 이동 거리는 1,479 km이었으며, 평균 782 km이었다. 월동지까지 이동소요 기간은 평균 10일이었으며, 가장 짧은 기간은 2일이었고 가장 긴 기간은 34일이었다. 대부분의 개체들은 2~3개의 중간기착지를 이용하였으며, 1~2일을 머물렀으며, 주요 중간기착지는 강, 하천, 저수지, 갯벌과 같은 습지였다. 월동지는 중국 해안 지역(5개체), 중국 내륙 지역(1개체), 대만(3개체), 일본(1개체)등 으로 나타났다. 결론적으로 저어새의 이동경로 상에 있는 국가 간의 협의와 보호정책을 통해 이들이 주로 이용하는 중간기착지 및 월동지역을 보전할 필요가 있으며, 향후 지속적인 모니터링과 추가연구를 통해 체계적인 보전대책 및 활동계획 등이 수립되어야 할 것으로 판단된다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.111-125
• /
• 2011

클러스터링(Clustering)은 유사한 문서나 데이터를 묶어 군집화해주는 프로세스이다. 클러스터링은 문서들을 대표하는 개념별로 그룹화함으로써 사용자가 자신이 원하는 주제의 문서를 찾기 위해 모든 문서를 검사할 필요가 없도록 도와준다. 이를 위해 유사한 문서를 찾아 그룹화하고, 이 그룹의 대표되는 개념을 도출하여 표현해주는 기법이 요구된다. 이 상황에서 문제점으로 대두되는 것이 복합 개념(Complex Concept)의 탐지이다. 복합 개념은 서로 다른 개념의 여러 클러스터에 속하는 중복 개념이다. 기존의 클러스터링 방법으로는 문서를 클러스터링할 때 동일한 레벨에 있는 서로 다른 개념의 클러스터에 속하는 중복된 복합 개념의 클러스터를 찾아서 표현할 수가 없었고, 또한 복합 개념과 각 단순 개념(Simple Concept) 사이의 의미적 계층 관계를 제대로 검증하기가 어려웠다. 본 논문에서는 기존 클러스터링 방법의 문제점을 해결하여 복합 개념을 쉽게 찾아 표현하는 방법을 제안한다. 기존의 계층적 클러스터링 알고리즘을 변형하여 동일 레벨에서 중복을 허용하는 계층적 클러스터링(Hierarchical Overlapping Clustering, HOC) 알고리즘을 개발하였다. HOC 알고리즘은 문서를 클러스터링하여 그 결과를 트리가 아닌 개념 중복이 가능한 Lattice 계층 구조로 표현함으로써 이를 통해 여러 개념이 중복된 복합 개념을 탐지할 수 있었다. HOC 알고리즘을 이용해 생성된 각 클러스터의 개념이 제대로 된 의미적인 계층 관계로 표현되었는지는 특징 선택(Feature Selection) 방법을 적용하여 검증하였다.

• 한국산림과학회지
• /
• 제84권2호
• /
• pp.239-246
• /
• 1995

이 연구(硏究)는 대규모(大規模) 벌채지(伐採地) 운재로(運材路)에서의 침식(浸蝕) 및 퇴적(堆積)에 관련되는 주요(主要) 인자(因子)와 그 영향(影響)을 구명(究明)할 목적(目的)으로 1993년부터 1994년까지 2개년간 백운산(白雲山) 지역(地域)(서울대학교(大學校) 농업생명과학대학(農業生命科學大學) 부속(附屬) 남부연습림(南部演習林) 제(第)26임반(林班)에 개설된 운재로(運材路)에서 수행한 연구(硏究)로서 결과(結果)를 요약(要約)하면 다음과 같다. 1. 운재로(運材路) 노면(路面) 침식(浸蝕)의 설명에 유의한 인자(因子)는 누가강우량(累加降雨量), 침식거리(浸蝕距離), 운재로(運材路)의 횡단(橫斷)물매, 토양경도(土壤硬度) 등(等) 4개(個) 인자(因子)이었으며, 누가강우량(累加降雨量)이 많을수록, 운재로(運材路) 시점(始點)으로부터 거리가 멀수록, 운재로(運材路)의 횡단(橫斷)물매가 급할수록 운재로(運材路)의 노면(路面) 침식량(浸蝕量)은 증가하였다. 2. 우재로(運材路)에서 절토사면(切土斜面) 침식량(浸蝕量)의 설명(說明)에 유의한 인자(因子)는 절토사면(切土斜面)의 모양(模樣), 침식(浸蝕)편의 위치(位置), 식생피복도(植生被覆度), 토양경도(土壤硬度), 모래함유율(含有率), 누가강우량(累加降雨量), 점토함유율(粘土含有率), 미사함유율(含有率) 등(等) 8개(個) 인자(因子)이었으며, 식생피복도(植生被覆度)가 낮을수록, 누가강우량(累加降雨量)이 많을수록, 토양중(土壤中)의 모래함유율(含有率)이 많을수록 운재로(運材路)의 절토사면(切土斜面) 침식량(浸蝕量)은 증가하였다. 3. 운재로(運材路)에서 발생된 총침식량(總浸蝕量)의 설명에 유의한 인자(因子)는 총강우량(總降雨量), 강우(降雨)횟수, 토양경도(土壤硬度) 등(等) 3개(個) 인자(因子)이었으며, 강우량(降雨量)이 많을수록, 강우(降雨)횟수가 많을수록 운재로(運材路)의 성토사면(盛土斜面) 침식량(浸蝕量)은 증가하였다. 4. 운재로(運材路)d서 발생된 총침식량(總浸蝕量)은 운재로(運材路) 개설(開設) 당해연도(當該年度)에는 $5.04{\times}10^{-2}m^2/m^2$, 그 다음 해에는 $7.37{\times}10^{-2}m^2/m^2$로, 이중 노면(路面) 침식량(浸蝕量)은 운재로(運材路) 개설(開設) 당해연도(當該年度)와 그 다음 해에 각각 운재로(運材路) 총침식량(總浸蝕量)의 32.7%, 57.1%, 절토사면(切土斜面) 침식량(浸蝕量)은 각각 총침식량(總浸蝕量)의 30.4%, 21.0%, 성토사면(盛土斜面) 침식량(浸蝕量)은 각각 총침식량(總浸蝕量)의 36.9%, 21.9%이었다. 이상(以上)의 결과(結果)를 종합해 볼 때 산림벌채(山林伐採)를 위하여 개설(開設)된 운재로(運材路)에서 침식(浸蝕)을 저감(低減)하기 위해서는 운재로(運材路) 개설시(開設時) 환경보전적(環境保全的)으로 적절한 노선(路線) 설계(設計)가 이루어져야 하며, 절 성토사면(切 盛土斜面)에는 조기(早期) 식생피복(植生被覆)을 위한 안정(安定) 녹화(綠化) 방안(方案)이 강구되어야 할 것이다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.363-373
• /
• 2020

정사영상 생성을 위한 많은 연구들이 진행되어 왔다. 기존의 방법은 정사영상을 제작할 경우, 폐색지역을 탐지하고 복원하기 위해 항공영상의 외부표정요소와 정밀 3D 객체 모델링 데이터가 필요하며, 일련의 복잡한 과정을 자동화하는 것은 어렵다. 본 논문에서는 기존의 방법에서 탈피하여 딥러닝(DL)을 이용하여 엄밀정사영상을 제작하는 새로운 방법을 제안하였다. 딥러닝은 여러 분야에서 더욱 급속하게 활용되고 있으며, 최근 생성적 적대 신경망(GAN)은 영상처리 및 컴퓨터비전 분야에서 많은 관심의 대상이다. GAN을 구성하는 생성망은 실제 영상과 유사한 결과가 생성되도록 학습을 수행하고, 판별망은 생성망의 결과가 실제 영상으로 판단될 때까지 반복적으로 수행한다. 본 논문에서 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 라이다 반사강도 데이터와 적외선 정사영상을 GAN기반의 Pix2Pix 모델 학습에 사용하여 엄밀정사영상을 생성하는 두 가지 방법을 제안하였다. 첫 번째 방법은 라이다 반사강도영상을 입력하고 고해상도의 정사영상을 목적영상으로 사용하여 학습하는 방식이고, 두 번째 방법에서도 입력영상은 첫 번째 방법과 같이 라이다 반사강도영상이지만 목적영상은 라이다 점군집 데이터에 칼라를 지정한 저해상도의 영상을 이용하여 재귀적으로 학습하여 점진적으로 화질을 개선하는 방법이다. 두 가지 방법으로 생성된 정사영상을 FID(Fréchet Inception Distance)를 이용하여 정량적 수치로 비교하면 큰 차이는 없었지만, 입력영상과 목적영상의 품질이 유사할수록, 학습 수행 시 epoch를 증가시키면 우수한 결과를 얻을 수 있었다. 본 논문은 딥러닝으로 엄밀정사영상 생성 가능성을 확인하기 위한 초기단계의 실험적 연구로서 향후 보완 및 개선할 사항을 파악할 수 있었다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.47-60
• /
• 2012

비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제40권4호
• /
• pp.549-556
• /
• 2017

본 연구는 C-arm의 공간산란선량분포를 파악해 보고자, 최근에 개발된 방사선 차폐기의 사용 유무에 따른 공간산란선량분포를 비교하였다. 수평면 분포는 95 cm 높이에서 환자 머리를 기준으로 반경 50 cm 간격으로 $30^{\circ}$씩 증가하였고, 각 수평면의 수직면 내에서 반경 50 cm 간격으로 $30^{\circ}$씩 증가하며 측정하였다. 동일한 방법으로 방사선 차폐기를 설치 후 측정하였다. 측정결과 50 cm 거리 수평면은 $0^{\circ}$, $90^{\circ}$, $180^{\circ}$ 그리고 $270^{\circ}$ 방향에서 $1.77{\pm}0.12$, $1.90{\pm}0.13$, $2.12{\pm}0.14$, 그리고 $2.69{\pm}0.15mSv/h$, 방사선 차폐기 사용 후 $1.59{\pm}0.12$, $0.99{\pm}0.09$, $1.47{\pm}0.11$, 그리고 $1.37{\pm}0.11mSv/h$로 나타났다. 또한, 50 cm 거리 수평 방향 $90^{\circ}$의 수직 분포는 $30^{\circ}$, $60^{\circ}$, $120^{\circ}$ 그리고 $150^{\circ}$에서 $3.85{\pm}0.18$, $9.15{\pm}0.28$, $10.82{\pm}0.31$, 그리고 $5.40{\pm}0.22mSv/h$, 방사선 차폐기 사용 후 각 각 $2.03{\pm}0.13$, $4.32{\pm}0.19$, $2.76{\pm}0.16$, 그리고 $1.92{\pm}0.13mSv/h$이었다. 방사선 차폐기 사용에 따라 각 방향 모두에서 감소하였다. 따라서 수술실에 근무하는 방사선관계종사자는 공간산란선량 분포를 정확히 인지하고 적절한 방호 대책으로 피폭의 위해를 방지하는 노력이 필요하다고 사료된다.

• Asia pacific journal of information systems
• /
• 제24권4호
• /
• pp.493-513
• /
• 2014

With the development of related technologies, Location-Based Services (LBS) are growing fast and being used in many ways. Past LBS studies have focused on adoption of LBS because of the fact that LBS users have privacy concerns regarding revealing their location information. Meanwhile, the number of LBS users and revenues from LBS are growing rapidly because users can get some benefits by revealing their location information. Little research has been done on how LBS affects consumers' information search behavior in product purchase. The purpose of this paper is examining the effect of LBS information filtering on buyers' uncertainty and their information search behavior. When consumers purchase a product, they try to reduce uncertainty by searching information. Generally, there are two types of uncertainties - knowledge uncertainty and choice uncertainty. Knowledge uncertainty refers to the lack of information on what kinds of alternatives are available in the market and/or their important attributes. Therefore, consumers having knowledge uncertainty will have difficulties in identifying what alternatives exist in the market to fulfil their needs. Choice uncertainty refers to the lack of information about consumers' own preferences and which alternative will fit in their needs. Therefore, consumers with choice uncertainty have difficulties selecting best product among available alternatives.. According to economics of information theory, consumers narrow the scope of information search when knowledge uncertainty is high. It is because consumers' information search cost is high when their knowledge uncertainty is high. If people do not know available alternatives and their attributes, it takes time and cognitive efforts for them to acquire information about available alternatives. Therefore, they will reduce search breadth. For people with high knowledge uncertainty, the information about products and their attributes is new and of high value for them. Therefore, they will conduct searches more in-depth because they have incentive to acquire more information. When people have high choice uncertainty, people tend to search information about more alternatives. It is because increased search breadth will improve their chances to find better alternative for them. On the other hand, since human's cognitive capacity is limited, the increased search breadth (more alternatives) will reduce the depth of information search for each alternative. Consumers with high choice uncertainty will spend less time and effort for each alternative because considering more alternatives will increase their utility. LBS provides users with the capability to screen alternatives based on the distance from them, which reduces information search costs. Therefore, it is expected that LBS will help users consider more alternatives even when they have high knowledge uncertainty. LBS provides distance information, which helps users choose alternatives appropriate for them. Therefore, users will perceive lower choice uncertainty when they use LBS. In order to test the hypotheses, we selected 80 students and assigned them to one of the two experiment groups. One group was asked to use LBS to search surrounding restaurants and the other group was asked to not use LBS to search nearby restaurants. The experimental tasks and measures items were validated in a pilot experiment. The final measurement items are shown in Appendix A. Each subject was asked to read one of the two scenarios - with or without LBS - and use a smartphone application to pick a restaurant. All behaviors on smartphone were recorded using a recording application. Search breadth was measured by the number of restaurants clicked by each subject. Search depths was measured by two metrics - the average number of sub-level pages each subject visited and the average time spent on each restaurant. The hypotheses were tested using SPSS and PLS. The results show that knowledge uncertainty reduces search breadth (H1a). However, there was no significant correlation between knowledge uncertainty and search depth (H1b). Choice uncertainty significantly reduces search depth (H2b), but no significant relationship was found between choice uncertainty and search breadth (H2a). LBS information filtering significantly reduces the buyers' choice uncertainty (H4) and reduces the negative relationship between knowledge uncertainty and search breadth (H3). This research provides some important implications for service providers. Service providers should use different strategies based on their service properties. For those service providers who are not well-known to consumers (high knowledge uncertainty) should encourage their customers to use LBS. This is because LBS would increase buyers' consideration sets when the knowledge uncertainty is high. Therefore, less known services have chances to be included in consumers' consideration sets with LBS. On the other hand, LBS information filtering decrease choice uncertainty and the near service providers are more likely to be selected than without LBS. Hence, service providers should analyze geographically approximate competitors' strength and try to reduce the gap so that they can have chances to be included in the consideration set.