산사태는 인간의 생명과 재산을 위협하는 가장 주요한 자연재해중의 하나이다. 일반적으로 산사태는 토질물성, 지질학적 및 지형학적 특성과 같은 복잡한 문제로 인하여 발생하게 된다. 인공신경망모델은 많은 연구분야에서 적용되고 있으며, 복잡한 문제를 해결하는데 사용되는 유용한 계산방법이다. 본 논문에서는 자연사면의 산사태 발생여부를 조사하기 위하여 오류역전파를 이용한 인공신경망모델을 제안하였다. 제안된 인공신경망 모델은 두가지 경우에 대한 산사태 발생여부의 평가가 가능하다. 한가지는 토질물성데이터만을 적용한 경우이고, 다른 한가지는 토질물성, 지형 및 지질데이터를 적용한 경우이다. 사면의 안정성을 합리적으로 평가하기 위하여, 인공신경망모델을 적용한 SlideEval(Ver. 1.0)을 개발하였다. 인공신경망모델을 이용한 사면의 안정성 평가는 매우 정확한 것으로 나타났다. 특히, 인공신경망모델을 이용한 산사태 예측은 토질물성데이터만을 적용한 경우보다 토질물성, 지형 및 지질데이터를 적용한 경우가 안정하고 정확한 것으로 나타났다. 그리고, 산사태 발생예측에 대한 통계적인 분석결과(한국지질자원 연구원, 2003)와 비교 검토하여 보면 인공신경망 예측결과와 거의 일치하는 것으로 나타났다. 따라서, 인공신경망을 이용한 SlideEval (Ver. 1.0)프로그램은 산사태를 예측하여 사면의 안정성을 평가하는데 적용이 가능하다.
오레곤 대륙 주변부 남부 하이드레이트 릿지에서 실시한 ODP Leg 204에서 회수한 코어 Site 1249C와 Site 1251B의 유기물 기원 및 유기지화학적 특성을 규명하기 위하여 원소분석과 Rock-Eval 열분석 및 동위원소 비 분석을 실시하였다. 분석결과 Site 1249C와 Site 1251B의 유기물은 해양기원 유기물이 우세하며 이러한 결과는 퇴적물의 퇴적당시 환경이 일반적인 해양 환경이었음을 시사한다. 그러나 Rock-Eval 열분석 결과는 다른 분석결과와 반대의 결과를 나타내는데 이러한 결과는 열적으로 미성숙한 유기물이 열분석 과정에서 유기물의 특성이 제대로 반영되지 못하기 때문이다. 따라서 열분석 결과 해석은 다양한 지화학적 결과를 종합하여 해석할 필요가 있다. 코어의 유기물 기원이 동일함에도 불구하고 Site 1249C는 전 구간에서 가스 하이드레이트의 집적이 높은 반면, Site 1251B는 가스 하이드레이트가 일부 구간에서만 소량 발견되었다. 이러한 결과는 하이드레이트 정상부에 위치한 Site 1249C는 가스 하이드레이트 생성에 필요한 심부 열기원 가스가 천부 퇴적물로 이동할 수 있는 이동 통로(Horizon A, BSR2)가 존재하는 것을 시사한다. 그러나 가스 하이드레이트 집적이 미비한 분지 지역의 Site 1251B는 열기원 가스가 심부로부터 이동할 수 있는 가스 이동 통로가 제한적이고 그에 따른 가스 공급이 원활하게 이루어지지 않기 때문에 현장 퇴적물의 속성작용에 의한 생물기원 가스가 우세하여 가스 하이드레이트 생성이 제한적인 것으로 추정된다.
여러가지 색전물질이 조직내에서 어떤 변화를 야기시키며 또한 시간경과에 따라 어떤 변화를 보이게 되는지를 알아보기 위해 EVAL, Histoacryl, Ivalon을 이용하여 토끼의 신동맥을 통해 색전을 실시하였으며 시간경과에 따라 조직학적으로 검사하여 다음과 같은 결과를 얻었다. EVAL은 1주일이내의 초기단계에는 혈관 내에서 별다른 조직변화를 일으키지 않았으나 2주일 이내의 중기단계에는 혈관벽의 비후를 나타냈다. Histoacryl은 1주일이내의 초기단계에 벌써 심한 섬유소양 변성을 보여 심한 조직변화를 일으킨다는 것을 알 수 있었고 실험 예의 반수에서 신동맥의 폐쇄에 의한 경색을 볼 수 있어 강한 조직유착성을 시사해 주었으며 실제 환자에 적용함에 있어 주의를 환기시켜 주었고 혈류가 빠르거나 누공등이 있는 경우에 더욱 적절히 사용될 수 있음을 알 수 있었다. Ivalon은 초기에는 혈관염의 소견을, 중기에는 이물질반응에 의한 거대세포를, 후기에는 심한 섬유화의 소견을 보여 주었고 수술을 대신하는 치료적인 목적보다는 혈류를 줄여 수술을 보다 용이하게 해주는 등 수술의 보조적인 이용에 바람직할 것으로 기대된다.
블로그, 소셜 미디어 등의 발달로 인해 점점 더 많은 사람들이 본인의 의견이나 감정을 표현하기 위해 온라인상에서 텍스트 문장을 작성한다. 그리고 이같은 온라인 텍스트 문장속에 숨겨져 있는 긍정 또는 부정등의 감성을 찾아내는 연구분야를 감성분석 이라고 한다. 그중에서도 이모션 마이닝은 사람들의 구체적인 이모션을 찾아내는데 초점을 맞춘 연구분야이다. 본 연구에서는 속성선택 방법과 단일 및 앙상블 분류기를 조합하여 효과적인 이모션 마이닝 예측모델을 제시하고자 한다. 이를 위해 두가지 대표적인 오픈 데이터인 Tweet와 SemEval2007 데이터를 이용하여 TF-IDF를 계산하고 백 오브 워즈(BOW: bag-of-words) 형태로 속성 셋을 구성하였다. 그리고 효과적인 이모션 마이닝이 될 수 있는 최적의 속성을 선택하기 위하여 상관관계 기반 속성선택(CFS), 정보획득 속성선택 (IG), 그리고 ReliefF 등 세가지 속성선택 방법을 적용하였다. 선택된 속성을 이용하여 아홉가지 분류기 모델로 이모션 마이닝의 정확도를 비교하였다. 실험 결과, Tweet 데이터는 의사결정나무(DT)가 CFS, IG, ReliefF에 의한 속성을 이용할 경우 정확도가 상승했고, 랜덤서브스페이스(RS)는 CFS, IG에 선택된 속성을 사용할 경우 정확도가 상승했다. SemEval2007 데이터는 ReliefF에 의해 선택된 속성으로 로지스틱 회귀분석(LR)을 적용하였을 때 정확도가 상승했고, 나이브 베이지안 네트워크(NBN)은 CFS, IG에 의한 속성을 사용할 경우 정확도가 상승하였다.
End-to-end (E2E) automatic speech recognition (ASR) has achieved promising performance gains with the introduced self-attention network, Transformer. However, due to training time and the number of hyperparameters, finding the optimal hyperparameter set is computationally expensive. This paper investigates the impact of hyperparameters in the Transformer network to answer two questions: which hyperparameter plays a critical role in the task performance and training speed. The Transformer network for training has two encoder and decoder networks combined with Connectionist Temporal Classification (CTC). We have trained the model with Wall Street Journal (WSJ) SI-284 and tested on devl93 and eval92. Seventeen hyperparameters were selected from the ESPnet training configuration, and varying ranges of values were used for experiments. The result shows that "num blocks" and "linear units" hyperparameters in the encoder and decoder networks reduce Word Error Rate (WER) significantly. However, performance gain is more prominent when they are altered in the encoder network. Training duration also linearly increased as "num blocks" and "linear units" hyperparameters' values grow. Based on the experimental results, we collected the optimal values from each hyperparameter and reduced the WER up to 2.9/1.9 from dev93 and eval93 respectively.
KSII Transactions on Internet and Information Systems (TIIS)
/
제17권1호
/
pp.51-73
/
2023
Social media play a significant role in communicating information across the globe, connecting with loved ones, getting the news, communicating ideas, etc. However, a group of people uses social media to spread fake information, which has a bad impact on society. Therefore, minimizing fake news and its detection are the two primary challenges that need to be addressed. This paper presents a multi-modal deep learning technique to address the above challenges. The proposed modal can use and process visual and textual features. Therefore, it has the ability to detect fake information from visual and textual data. We used EfficientNetB0 and a sentence transformer, respectively, for detecting counterfeit images and for textural learning. Feature embedding is performed at individual channels, whilst fusion is done at the last classification layer. The late fusion is applied intentionally to mitigate the noisy data that are generated by multi-modalities. Extensive experiments are conducted, and performance is evaluated against state-of-the-art methods. Three real-world benchmark datasets, such as MediaEval (Twitter), Weibo, and Fakeddit, are used for experimentation. Result reveals that the proposed modal outperformed the state-of-the-art methods and achieved an accuracy of 86.48%, 82.50%, and 88.80%, respectively, for MediaEval (Twitter), Weibo, and Fakeddit datasets.
The purpose of this study was to investigate the relationship between public health nurse's decentralization, participation of decision-making and organizational commitment and to provide basic data for the improvement of public health nurse's organizational effectiveness. Data were collected from Aug. 1 to Aug. 30, 1998 (collection rate-96%) through questionnaires by 163 public health nurses working in Taejon and Chungnam. The instruments were used Van de Ven and Ferry's Job Authority scale, Hage and Aiken's Hierarchy of Authority scale. Participation of Decision-making scale. and Mowday's Organizational Commitment Questionnaires. Collected data were analyzed by SPSS PC+. The results were as follows 1. There were significant differences of age(P<.05), career, spending time for major study, and experience who called expert(P<.01) to decentralization. 2. There were significant differences of career (P<.05), educational level, and spending time for major study(P<'OOl) to participation of decision-making. 3. There were significant differences of career. spending time for D1ajor study, self-evaluation to specialty(P<.01) and experience who called expert (P<.001) to organizational commitment. 4. 1) A significant correlation was found between decentralization and self-evaluation to specialty (P<.05), age, career, spending time for major study, and experience who called expert (P<.01.). 2) A significant correlation was found between participation of decision-making and self-eval-uation to specialty(P<.05), age, career, spending time for major study, experience to call expert, and decentralization (P<.01). 3) A significant correlation was found between organizational commitment and age(P<.05). career. spending time for major study, self-eval-uation to specialty, experience who called expert. decentralization, and participation of decision-making (P<.01). 5. Decentralization w·as the best predictor of or ganizational commitment(17%), also experience who called expert, self-evaluation to specialty explained the organizational commitment.
남부독일의 상부쥐라기 석회암 내에 들어 있는 유기물의 특성을 연구하기 위하여 바이에른 중부지역에서 시추한 코어 시료를 분석하였다. 코어(북위 48$^{\circ}$53', 동위 11$^{\circ}$19')는 가이젠탈층의 상부에서 졸른호펜층의 전체를 걸쳐 뫼른스하임층의 상부까지 중생대 상부쥐라기의 석회암으로 구성되어 있다. 코어에서 상부쥐라기 암질은 판상석회암, 층상석회암 및 괴상석회암으로 이루어져 있으며, 일부 쳐어트층이 협재되어 나타나기도 한다. 지화학 변화(탄소, 질소, 총유기탄소)와 Rock-Eval 열분해 데이터(S$_2$피크와 수소지수)는 상부쥐라기 석회암이 대부분 해양성 기원임을 지시한다. 특히, 수소지수와 총유기탄소 그리고 S$_2$ 상호 상관관계는 층에 따라 비례 또는 반비례의 관계를 보여주고 있다. 이는 코어의 하부층(가이젠탈층과 졸른호펜층)에 비하여 코어의 상부층인 뫼른스하임층이 육원성 퇴적물의 유입에 영향을 좀 더 많이 받았음을 의미한다.
포항 분지 신제3기 연일층군 퇴적물내 유기물의 석유 지화학적 특성연구를 위하여 시추공 B, E, F, H에서 이암 시추 시료를 채취하여 유기탄소 분석, Rock-Eval 열분석을 실시하였다. 또한 각 시추공의 선별된 시료에 대해서 케로젠을 분리하고 비투멘을 추출하여 광학 현미경 관찰, 적외선 분광 분석, 생물표기화합물 분석을 실시하였다 시추공 시료의 유기탄소 함량은 $0.55{\~}3.74{\%}$로 석유 근원암의 조건을 갖추었고 석유 생성 잠재력을 나타내는 S1+S2 값은 H공을 제외한 거의 모든 시료에서 각각 2mgHC/gRock 이상을 나타내어 시추공 시료의 유기물 함량 및 유기물의 석유 생성 잠재력은 대체로 양호한 것으로 나타났다. Rock-Eval 열분석, 적외선 분광 분석 및 케로젠의 현미경 관찰을 통해서 살펴본 B, E, F 시추시료의 유기물은 타이프 II에 비교되었고 H공의 시료는 육성 기원 유기물이 우세해서 타이프 III에 비교되었다 H공 시료의 유기물이 다른 시추공 시료의 그것에 비해 석유 생성 잠재력이 상대적으로 낮은데 이는 분지의 가장자리에 위치하여 육성 유기물의 함량이 상대적으로 많은데 기인하는 것으로 해석된다. 연일층군 유기물의 열 성숙도는 미성숙 단계이고 시추 심도에 따른 뚜렷한 열적 진화 양상을 나타내지 않았다. 석유 지화학적 분석 자료를 종합하면 포항 분지 연일층군은 유기탄소의 함량 및 석유 생성 잠재력은 양호하지만 열적으로 미성숙 상태라서 아직 석유 생성 단계에 이르지 못하였는데 이는 주로 퇴적층의 매몰 심도가 얕은 것에 기인하는 것으로 판단된다. 케로젠의 현미경 관찰 결과와 생물표기화합물 분석에 의하면 연일층군 유기물은 주로 해양기원 유기물로 구성되어 있으나 육상 기원 유기물도 상당히 포함되어 있었으며, 프리스테인/파이테인의 비율을 고려 할 때 환원 환경하에서 퇴적된 것으로 보인다. 이런 퇴적 환경 및 유기물 특징을 고려했을 때 포항 분지는 육지에서 가까운 바다로 주변 육상 기원 유기물의 유입이 용이했던 것으로 여겨진다. 시추공 분석 시료의 최하부 구간에는 육상 기원 유기물이 우세한데 이는 포항 분지 초기의 육성 퇴적 환경의 영향에 의한 것으로 해석된다.
최근 딥러닝의 발달로 인해 Sentiment analysis분야에서도 다양한 기법들이 적용되고 있다. 이미지, 음성인식 분야에서 높은 성능을 보여주었던 Convolutional Neural Networks (CNN)은 최근 자연어처리 분야에서도 활발하게 연구가 진행되고 있으며 Sentiment analysis에도 효과적인 것으로 알려져 있다. 기존의 머신러닝에서는 lexicon을 이용한 기법들이 활발하게 연구되었지만 word embedding이 등장하면서 이러한 시도가 점차 줄어들게 되었다. 그러나 lexicon은 여전히 sentiment analysis에서 유용한 정보를 제공한다. 본 연구에서는 SemEval 2017 Task4에서 제공한 Twitter dataset과 다양한 lexicon corpus를 사용하여 lexicon을 CNN과 결합하였을 때 모델의 성능이 얼마큼 향상되는지에 대하여 연구하였다. 또한 word embedding과 lexicon이 미치는 영향에 대하여 분석하였다. 모델을 평가하는 metric은 positive, negative, neutral 3가지 class에 대한 macroaveraged F1 score를 사용하였다.
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.