• 한국지반공학회논문집
• /
• 제20권8호
• /
• pp.67-75
• /
• 2004

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.

• 자원환경지질
• /
• 제47권1호
• /
• pp.71-85
• /
• 2014

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.

• Journal of Yeungnam Medical Science
• /
• 제12권1호
• /
• pp.96-104
• /
• 1995

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.

• 디지털융복합연구
• /
• 제17권3호
• /
• pp.107-117
• /
• 2019

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.

• 말소리와 음성과학
• /
• 제13권1호
• /
• pp.45-51
• /
• 2021

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.

• 간호행정학회지
• /
• 제5권1호
• /
• pp.99-111
• /
• 1999

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.

• 자원환경지질
• /
• 제35권5호
• /
• pp.429-436
• /
• 2002

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.

• 한국석유지질학회지
• /
• 제5권1_2호
• /
• pp.48-58
• /
• 1997

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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.916-919
• /
• 2017

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.