• 한국토양비료학회지
• /
• 제40권5호
• /
• pp.383-391
• /
• 2007

수계 내 농경지로부터의 비점오염은 토양유실과 밀접한 관련이 있어 토양침식 정도를 산정하는 것은 비점오염 관리의 기초가 될 수 있으며 환경오염 예측모델의 정도 향상에도 도움이 될 것이다. 본 연구는 표준유역단위인 소유역에서 토양연접군에 따라 소유역을 분류하고 소유역별로 토양침식 위험성을 산정해 통합적 수계관리의 방향을 제시하고자 수행하였다. 건설교통부 소유역 분류에서 토양조사가 되어 있는 10개의 소유역을 선정해 토양연접군에 따른 분류를 통해 금강본류 21, 남강 03, 동진천, 가평천 01, 경안천 02 소유역은 편마암 유래토양이 50% 이상을 차지하는 편마암 유래토양 소유역 그룹으로 분류되었고, 금강본류 16, 병성천 01, 대신천, 북천 02, 영상강 본류 08 소유역은 화강암 유래토양 면적이 60% 이상인 화강암 유래토양 소유역 그룹으로 분류되었다. 대상유역의 경지이용 형태는 편마암 유래토양이 주로 분포하고 있는 소유역 그룹에서 화강암 유래토양이 주로 분포하는 소유역보다 산림의 면적비율이 높게 나타났고 밭의 분포면적 비율이 그다지 높지 않은 것을 보여주었다. 또한 토양도 상의 경사도 분포는 편마암 유래토양이 주로 있는 소유역에서는 산림면적이 많은 관계로 경사 60% 이상인 E와 F slope이 많았고 화강암 유래토양이 주로 분포하는 소유역에서는 대부분의 유역이 경사도에 따라 고르게 분포하는 경향이었다. 각각의 소유역별 토양유실량 산정에 따른 면적별 분포는 산림이 포함된 관계로 편마암이나 화강암 유래토양 대부분에서 A나 B 등급이 많았으나 전체적으로는 편마암 유래토양이 주가 되는 소유역은 B와 C 등급이 많이 분포하고 있었으며, 화강암 유래토양이 주가 되는 소유역에서는 영산강 08을 제외하면 A와 B 등급에 많이 분포하고 있었다. 산림을 제외하는 경우에는 전체적으로 토양유실 등급의 면적분포가 A 등급이 많아졌고 편마암 유래토양 소유역에서 상대적으로 G 등급의 면적분포가 상승하고 등급별 분포가 고르게 되었다. 소유역에서 경지이용형태별 토양유실량은 논이 가장 작은 값을 보였고, 다음이 산림이었으며 제일 큰 토양유실량을 보인 것은 밭이었다. 토양유실량 산정에 따른 토양연접군별 소유역단위 특성을 살펴보면 송산지곡 연접군으로 분류할 수 있는 편마암 유래토양이 주로 분포하고 있는 소유역들의 연간 평균 토양유실량은 $7.66ton\;ha^{-1}\;yr^{-1}$이었고, 삼각상주 연접군으로 분류되는 금강본류 16, 병성천 01, 대신천, 북천 02 소유역의 평균 토양유실량은 $5.55ton\;ha^{-1}\;yr^{-1}$이었다. 송정백산 연접군으로 분류할 수 있는 영산강 08 소유역의 토양유실량은 $9.6ton\;ha^{-1}\;yr^{-1}$ 이었으나 이 연접 소유역군은 다른 소유역군들처럼 더 많은 분류가 있어야 평균 토양유실량을 산정할 수 있을 것으로 여겨진다. 이런 결과로 보아 토양연접군에 따른 소유역의 분류와 유역그룹별 토양유실량을 산정하면 토양연접군별 소유역그룹의 비점오염 기여도를 파악할 수 있을 것으로 보이며, 이에 따라 다양한 수문 환경 모형들의 적용성을 확대시켜 수계 내 수질 관리의 효율성을 향상시킬 수 있을 것이다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.167-194
• /
• 2019

본 논문은 키워드검색광고와 관련하여 의사결정자인 광고주의 입장에서 분석한 통계모델 기반 검색엔진최적화(Search Engine Optimization)논문이다. 일반적으로 키워드입찰은 노출순위를 대상으로 하는 입찰가액에 의해 이루어지고 있다. 그런데, 대부분 광고주는 수천 개 이상의 많은 키워드를 관리함에 있어, 매시간적으로 바뀌는 키워드별 입찰가액을 통해 입찰광고시스템을 관리하고 있는데, 사실상 시간과 인력자원측면에서 비효율적이다. 따라서, 본 논문에서는 기존의 입찰가액을 중심으로 하는 입찰시스템에 대해 의문점을 제기하고, 새로운 관점에서 노출순위를 의사결정변수로 하는 새로운 검색광고모델을 재정의하여 제시하였다. 새로운 검색광고모델에 대한 최적화실증분석을 위해 예측모델과 최적화모델을 제시하였다. 연구과정은 우선 키워드의 특성에 따라 키워드그룹을 원천 제조브랜드 유통브랜드의 범주화기준을 제시한 후, PC 와 모바일 매체별로 대표 키워드 선정한 후 노출순위와 클릭률이 비선형분포임을 보였고, 통계적 관계를 검토하였다. 클릭률예측 및 입찰가액예측을 위한 통계적 시나리오를 제시하였고, 적합성 분석을 통해 최적의 예측모델을 선정한 후, 선정된 예측모델을 기반으로 하여 클릭률과 기대이익(전환율)에 관한 최적화목적함수를 정의하고 실증분석을 진행하였다. 분석결과, 본 논문에서 제시한 검색광고모델은 클릭률 기반의 클릭수와 전환율 기반의 기대이익으로 표현되는 최적화모델 모두에서 개선효과가 있음을 확인하였다. 다만, 기대이익 최적화모델의 경우에는 핵심키워드임에도 불구하고 기대이익이 낮아 광고에서 배제되는 문제를 있음을 확인하고 대안을 제시했다. 마코브체인분석을 통해 핵심 경유키워드 개념을 도입하였고, 최적화목적함수에 대해 핵심경유키워드의 기회이익을 반영한 최적화수정모델을 제시하여 적용가능성을 확인하였다. 본 논문은 키워드입찰시스템의 의사결정변수를 노출순위의 관점으로 전환하는 새로운 모델을 제안하였고, 키워드 범주별 및 노출순위 기반의 통계적 예측을 제시하고, 포트폴리오 구성에서의 최적화실증분석을 통해 노출순위 기반 예측모델의 유효성을 확인함과 동시에, 키워드간의 확산효과를 포함하는 수정모델제시 등 전략적인 입찰을 제안한 점에 시사점이 있다.

• 생물환경조절학회지
• /
• 제28권1호
• /
• pp.78-85
• /
• 2019

본 연구에서는 본 연구실에서 자체적으로 제작한 비교적 제작이 간편하고 비용이 저렴한 강제 흡출식 복사선차폐장치(Aspirated Radiation Shield; ARS)로 측정한 실측 데이터를 바탕으로 장치의 성능과 온도 및 상대습도의 측정오차에 대하여 보고하고자 연구를 수행하였다. 그 결과를 요약하면 다음과 같다. ARS장치와 진주기상대에서 측정한 최대, 평균 및 최저온도의 범위는 각각 $2.0{\sim}34.1^{\circ}C$ 및 $0.4{\sim}31.5^{\circ}C$, $-6.1{\sim}22.2^{\circ}C$ 및 $-5.8{\sim}22.0^{\circ}C$, $-14.1{\sim}16.3^{\circ}C$ 및 $-14.0{\sim}15.1^{\circ}C$범위로 나타났다. 최대기온의 최저 및 최고온도에서 각각 $1.6^{\circ}C$ 및 $2.6^{\circ}C$정도 교내에서 측정한 값이 약간 높게 나타난 것을 제외하면, 두 기관에서 측정한 온도에 큰 차이가 없는 것을 알 수 있었다. 표준온도계의 측정값과 검증한 결과, ARS장치로 측정한 온도가 표준온도계에 비해 $-2.0^{\circ}C$정도 낮거나 $1.8^{\circ}C$보다 높게 나타나났다. 표준온도계와 상관분석 한 결과, 결정계수는 0.99정도였다. 팬의 유무에 따른 온도의 경우, 전체적으로 팬이 없는 경우가 최고, 평균 및 최저온도가 각각 $0.5{\sim}7.6^{\circ}C$, $0.3{\sim}4.6^{\circ}C$ 및 $0.5{\sim}3.9^{\circ}C$정도 높게 나타났다. 그리고 ARS장치와 진주기상대에서 측정한 일평균 상대습도는 전체적으로 ARS장치로 측정한 값이 약간 높은 경향이 있고, 특히 상대적으로 6월 27일, 7월 26일, 29일, 8월 20일에 측정한 값이 각각 5.7%, 5.2%, 9.1% 및 5.8%정도로 다소 높게 나타났지만, 두 기관의 월별 평균치는 2.0~3.0%정도로 미미한 수준이었다. 또한 ARS장치와 아스만 통풍습도계로 측정한 상대습도는 전체적으로 -3.98~+7.78%정도의 범위 내에 있는 것으로 나타났다. 진주기상대와 아스만 통풍습도계로 측정한 상대습도를 상관분석 결과, 결정계수가 각각 0.94 및 0.97정도로써 높은 상관관계를 보였다.

• 헤리티지:역사와 과학
• /
• 제55권4호
• /
• pp.212-240
• /
• 2022

문헌연구와 고서화 도해 그리고 현장연구를 통해 중국 강희제가 읊은 「승덕 피서산장 삼십육경(承德 避暑山莊 三十六景)」(이하 「강희36경」) 제영시(題詠詩)의 분석과 해석(解釋)을 통해 「강희36경」에 담긴 경관 특성과 함의를 추적한 결론은 다음과 같다. 「강희36경」은 팔경시의 외연(外緣)을 연장한 것으로, 기존의 「팔경시」나 <팔경도>와 비교해 볼 때 '대상 중심'이 아닌 '시점(시점장) 중심'의 경관 형상화가 두드러진다. 그 결과 전(殿)과 정(亭) 등 9개 유형의 건축물을 시점으로 구조화된 경관 틀짜임을 지향하였다. 특히 호박구에 입지한 여의주는 중국의 저명한 원림과 산수시 및 산수화의 정수(精髓)만을 모은 집금식(集錦式) 배치와 구성을 통해 원중원(園中園)의 성격을 부여하였다. 표제어 분석 결과, 제영시에 등장하는 경관요소는 수체류(水體類) 14개 경(38.9%), 지형지모(地形地貌)와 관련된 산체류(山體類) 13개 경(36.1%)으로 이들 요소의 비중이 월등히 높았으며, 건축·토목류는 3개 경(8.3%), 천공류(天空類)는 2개 경(5.6%)으로 분류되었다. 제영시에서는 기후풍토요소에 대한 경관어휘(景觀語彙)의 언급이 압도적으로 두드러졌는데 특히 표제어에서는 구름(雲)과 바람(風)이 대표적 경관어휘로 드러났다. 뿐만 아니라 운(雲)·수(水)·천(泉)·청(清)·파(波)·류(流)·풍(風) 그리고 무서(無暑) 등과 같은 '청량(淸涼)'을 상징하는 시어가 높은 빈도로 출현하고 있음은 우연이 아니며, 이는 열하(熱河)의 지역성 및 피서산장의 장소성과 강하게 밀착되어 있음을 보여준다. 계절 배경이 확인된 23개 경중에서 하경(夏景)이 과반수로 비중 있게 묘사되는 점이나 피서산장 일원의 청랭성(淸冷性)으로 집약되는 기후풍토요소가 입체적이고 다의적으로 묘사되고 있음은 경관 주체인 강희제의 원림 향유 시기와 관련 깊은 것으로 보인다. 더불어 제영시에 등장하는 다수의 동식물 경관은 휴양은 물론 관상과 수렵의 공간 속성과도 동일한 맥락으로 보인다. 한편 제영시에는 고시(古詩), 전고(典故), 고화(古畫) 등을 통해 명인(名人)과 명저(名著)를 인용한 경이 33개(91.7%) 경에 이를 정도로 상고성(尙古性)의 경향이 두드러진다. 이는 경관 주체인 강희제의 중국 전통문화에 대한 이해와 자부심을 바탕으로 한 것으로 추론된다. 「강희36경」에는 가경(佳景)에 의탁(依託)된 심정에 대한 서경적 묘사뿐만 아니라 근정애민(勤政愛民) 정신, 자강불식(自强不息)과 권학(勸學) 정신 그리고 모친에 대한 공경(恭敬)과 효(孝)의 정서가 깊이 내포되고 있다. 궁극적으로 「강희36경」은 피서산장의 실경(實景)은 물론 의경적(意境的) 차원을 다층적이고 입체적으로 보여줌으로써, 황가원림의 품격과 문인의 정서를 바탕으로 한 황제로서의 기개(氣槪)를 드러내고자 한 제황적(帝皇的) 집경(集景)이라 할 만하다.

• Journal of Ginseng Research
• /
• 제32권4호
• /
• pp.382-389
• /
• 2008

TCDD가 실험동물에 노출되었을 때 유발되는 생체독성을 예방 또는 억제할 수 있는 고려홍삼 추출물의 효과를 탐색하였다. 이를 위하여 TCDD($25\;{\mu}g/kg$ bw, 1회 투여)와 홍삼추출물(100 mg/kg bw, 격일투여)을 각각 단독 또는 병행 복강 투여한 다음 32일 동안에 체중과 각 장기들의 무게의 변화, 뇨 분석, 혈액학적 및 혈액화학적 변화를 관찰하였다. TCDD의 단독투여에 의하여 체중의 증가정도가 정상군 또는 홍삼단독 투여군의 체중증가율에 비하여 상당히 감소하였다. TCDD와 홍삼추출물을 병행 투여한 흰쥐에서의 체중증가율은 TCDD 단독투여에 의해 감소된 체중증가율을 다소 회복 시키는 결과를 나타내었다. TCDD를 단독 투여한 실험군에서는 간의 무게가 TCDD 투여 후 2, 5, 및 16일째에 대조군에 비하여 특이적으로 증가하는 특징을 보였으나, 홍삼추출물을 단독 투여한 실험군에서의 간의 무게는 대조군의 간의 무게에 비하여 다소 감소하였다. TCDD와 홍삼추출물이 병행 투여된 흰쥐에서의 간의 무게의 증가정도는 TCDD을 단독투여한 흰쥐 간의 무게에 비하여 약간 감소하였다. TCDD를 단독투여한 흰쥐에서의 신장(Kidney)의 무게는 대조군에 비하여 다소 감소하였으나 통계적으로는 유의하지 않았다. TCDD와 홍삼추출물을 병행투여한 흰쥐에서의 신장의 무게의 변화는 TCDD를 단독 투여한 흰쥐에서의 결과와 차이가 없었다. 홍삼추출물 단독 투여군에서의 신장의 무게는 실험초기(1-2일)에 대조군에 비하여 다소 감소하는 경향을 보였으나 5일 째부터는 대조군과 같은 수준으로 회복되었다. Spleen은 TCDD의 단독투여에 의해 2-3일 이내에 일시적인 감소가 있었으나 노출기간이 증가할수록 대조군 수준으로 회복되었다. 홍삼추출물단독 투여군과 TCDD와 홍삼추출물의 병행투여군에서 spleen의 무게는 대조군에 비하여 투여 후 16일 이후에는 유의적으로 증가하였다. TCDD와 홍삼추출물의 단독 또는 병행 투여군에서의 뇌의 무게는 유의적인 변화를 보이지 않았다. 실험동물 뇨에서의 specific gravity는 대조군에서 주령에 상관없이 대체적으로 1.030 이상의 수준을 유지하였으나 홍삼추출물을 단독 투여한 흰쥐에서는 투여 후 14일부터 specific gravity가 1.02 수준으로 낮아지는 경향이 나타났다. TCDD 단독 투여군에서는 투여 초기에 specific gravity가 1.02 수준으로 감소하는 경향이 있었으나 홍삼추출물을 병행투여했을때 1.02 수준으로 감소하는 경향이 14일 이후에 나타났다. 실험동물 뇨에서의 Total protein 함량은 대조군에서 전체 실험기간 동안에 $100\;{\mu}g/dL$ 수준을 유지하였으나, TCDD 단독 투여군과 TCDD와 홍삼추출물의 병행 투여군에서는 $300\;{\mu}g/dL$ 이상의 함량을 나타내는 개체수가 증가하는 현상을 보였다. 한편, 홍삼추출물 단독 투여군에서는 대조군에서와 비슷한 Total protein 함량의 수준을 나타내었다. 뇨에서 ketone body의 함량은 대조군에서 주령의 증가에 따라 높아지는 경향을 나타내었으나 실험군 간의 차이는 나타나지 않았다. Glucose, ketone, bilirubin, Occult blood, nitrite 및 urobilinogen의 함량은 모든 실험군에서 거의 유사하게 나타났으며, pH 값은 주령의 증가에 따라 높아지는 경향이 특징적이었으나 실험군간의 차이는 나타나지 않았다. 혈액화학적 검사결과 TCDD의 단독투여에 의한 AST는 대조군에 비하여 전 실험기간에 걸쳐서 전반적으로 높게 나타났으며, 특히 32일 실험군에서 가장 높은 AST 값을 나타내었다. 홍삼추출물의 단독 투여에 의한 AST는 TCDD의 단독 투여군과는 대조적으로 오히려 노출기간이 경과할수록 감소하였다. 그리고 TCDD의 투여에 의해 증가된 AST는 홍삼추출물을 병행투여 한 지 16일부터 정상 수준으로 회복되었다. TCDD를 단독 투여한 흰쥐 혈청 ALT의 활성은 16일 까지는 대조군의 ALT 활성과 비슷한 수준이었으나 32일 째에는 대조군에 비하여 상당히 증가하였다. 이에 비하여 TCDD와 홍삼추출물을 병행 투여한 실험군에서는 16일군과 32일군에서 ALT의 활성이 급격히 감소하여 대조군의 ALT 활성보다 낮게 나타났다. 홍삼을 단독 투여한 실험군에서의 ALT 활성은 전 실험기간동안에 ALT 활성에 영향을 주지 않았다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.1-8
• /
• 2013

거대한 데이터베이스로부터 중요하고 의미 있는 정보를 찾아내기 위해 데이터 마이닝 기법들이 사용되며, 패턴 마이닝은 이러한 데이터 마이닝을 위한 중요한 기법 중에 하나이다. 패턴 마이닝은 거대 데이터베이스로부터 유용한 패턴을 찾아내는 기법이며, 패턴 마이닝 분야 중에 하나인 빈발 패턴 마이닝은 데이터베이스에서 최소 임계치 이상의 빈도수를 가지는 빈발 패턴을 마이닝 한다. 전통적인 빈발 패턴 마이닝은 전체 데이터베이스에 대한 단일 최소 임계치를 기반으로 중요 빈발 패턴을 마이닝 한다. 단일 최소 임계치 모델은 데이터베이스 내 모든 아이템이 동일한 특성을 가진다고 암묵적으로 가정한다. 그러나 실제 응용에서는 각 아이템들이 개별적인 특성을 가지고 있을 수 있으며, 따라서 이를 반영한 패턴 마이닝 기법이 요구된다. 데이터베이스 내 아이템들의 이러한 특성이 반영되지 않은 빈발 패턴 마이닝 모델에서, 중요한 희귀 아이템이 포함된 패턴을 마이닝 하기 위해서는 낮은 최소 임계치를 설정해야 한다. 그러나 너무 낮은 최소 임계치는 의미 없는 아이템들을 포함하는 수많은 패턴을 야기한다. 반대로 높은 최소 임계치는 희귀 아이템이 포함된 패턴을 마이닝 하지 못하는 희귀 아이템 문제라 불리는 딜레마가 발생한다. 이러한 문제의 해결을 위한 초기 연구들은 아이템 빈도수에 따라 데이터를 몇 개의 블록으로 분할하거나 관련 희귀 아이템들을 하나의 그룹으로 만드는 방법을 사용한 근사적 접근법을 제안하였다. 그러나 이러한 기법들은 근사적 방법의 적용에 의해 모든 희귀 패턴을 포함한 빈발 패턴을 마이닝 하지 못한다. 다중 최소 임계치를 고려한 패턴 마이닝 모델은 아이템들의 개별적인 특성을 반영하여 희귀 아이템 문제를 해결하기 위해 제안되었다. 다중 최소 임계치 기반의 빈발 패턴 마이닝 모델에서 각 아이템은 MIS (Minimum Item Support)라고 불리는 개별 최소 임계치를 가지며, 아이템들의 데이터베이스 내 빈도수를 기반으로 계산된다. 다중 최소 임계치 모델은 MIS를 통해 수많은 의미 없는 패턴을 생성하지 않고도 손실 없이 모든 희귀 빈발 패턴을 찾아낸다. 한편, 빈발 패턴을 마이닝 하는 과정에서 후보 패턴들이 생성되며, 단일 최소 임계치 모델에서는 각 후보 패턴의 빈도수가 유일한 최소 임계치와 비교된다. 따라서, 희귀 아이템 문제가 발생할 뿐만 아니라 후보 패턴을 구성하는 아이템들의 특성이 고려되지 않는다. 다중 최소 임계치 모델에서는 이 문제를 다루기 위해 후보 패턴을 구성하는 아이템들의 MIS 값 중에서 가장 작은 MIS 값을 해당 후보 패턴의 최소 임계치로 설정하여 패턴 내 아이템들의 특성을 반영한다. 이를 적용하여 효율적으로 희귀 빈발 패턴을 마이닝 하기 위해 트리 구조 기반의 알고리즘은 빈도수 내림차순으로 트리 내 아이템들을 정렬하는 단일 최소 임계치 모델과는 달리 MIS 내림차순으로 아이템들을 정렬하여 마이닝을 수행한다. 본 논문에서는 다중 최소 임계치 기반의 빈발 패턴 마이닝 알고리즘에 대한 특성을 살펴보고, 일반 단일 임계치 기반 알고리즘과의 성능평가를 수행한다. 성능평가는 실행 속도, 메모리 사용량, 그리고 확장성의 관점에서 수행된다. 성능평가 결과, 다중 최소 임계치 기반의 빈발 패턴 마이닝 알고리즘은 희귀 빈발 패턴을 포함한 모든 빈발 패턴을 단일 임계치 기반의 빈발 패턴 마이닝 알고리즘보다 더 빠른 속도로 마이닝 하였으며, 각 아이템의 최소 임계치 정보를 위한 추가적인 메모리를 필요로 하였다. 또한, 비교 알고리즘들은 좋은 확장성 결과를 보였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.137-152
• /
• 2012

인터넷 환경에서 월드 와이드 웹이 등장한 이후 웹을 통해 수많은 웹 페이지들이 생산됨에 따라 사용자가 원하는 정보를 검색하기 위한 다양한 형태의 검색 서비스가 여러 분야에서 개발되어 활용되고 있다. 특히 법령 검색은 사용자가 현재 자신이 처한 상황에 필요한 법령을 검색하여 법령에 대한 지식을 얻기 위한 창구로써 국민의 편의를 제공하기 위해 반드시 필요한 서비스 중 하나이다. 이에 법제처는 2009년부터 국민 누구나 편리하게 법령에 관련된 정보를 검색할 수 있도록 국가의 법령뿐만 아니라 행정규칙이나 판례 등 모든 법령정보를 검색할 수 있는 검색 서비스를 제공하고 있다. 하지만 현재까지의 검색엔진 기술은 기본적으로 사용자가 입력한 질의어를 문서에 포함하고 있는지의 여부에 따라 해당 문서를 검색 결과로 제시한다. 법령 검색 서비스 또한 해당 법령에 등장하는 키워드를 활용하여 사용자에게 검색 결과를 제공해주고 있다. 따라서 법제처의 이런 노력에도 불구하고 법령이 전문가의 시각에서 작성되었기 때문에 법에 익숙하지 않은 일반 사용자는 자신이 필요한 법령을 검색하기 어려운 한계점을 가지고 있다. 이는 일반적으로 법령에 사용되는 용어들과 일반 사용자가 실생활에 사용하는 단어가 서로 상이하기 때문에 단순히 키워드의 단순 매칭 형태의 검색엔진에서는 사용자들이 주로 사용하는 생활용어를 이용해서 원하는 법령을 검색할 수 없다. 본 연구에서는 법률용어에 관한 사전지식이 부족한 일반 사용자가 일상에서 주로 사용되는 생활용어를 이용하여 키워드 기반의 법령정보 검색 사이트에서 정확한 법령정보 검색이 가능하도록 생활용어와 법률용어 간의 대응관계를 탐색하고 이를 이용하여 법령을 검색할 수 있는 방법론을 제안하고자 한다. 우선 생활용어와 법률용어 간의 대응관계를 발견하기 위해 본 논문에서는 사용자들의 집단지성을 활용한다. 이를 위해 사용자들이 블로그의 분류 및 관리, 검색에 활용하기 위해 작성한 태그 정보를 이용하여 질의어인 생활용어와 관련된 태그들을 수집한다. 수집된 태그들은 K-means 군집분석 기법을 통해 태그들을 클러스터링하고, 생활용어와 가장 가까운 법률용어를 찾기 위한 평가 방법을 통해 생활용어에 대응될 수 있는 적절한 법률용어를 선택한다. 선택된 법률용어는 해당 생활용어와 명시적인 관계성이 부여되며, 이러한 생활용어와 법률용어와의 관계는 온톨로지 기반의 시소러스를 기술하기 위한 SKOS를 이용하여 표현된다. 이렇게 구축된 온톨로지는 사용자가 생활용어를 이용하여 검색을 수행할 경우 생활용어에 대응되는 적절한 법률용어를 찾아 법령 검색을 수행하고 그 결과를 사용자에게 제시한다. 본 논문에서 제시하고자 하는 방법론을 통해 법령 및 법률용어에 관련된 사전 지식이 없는 일반 사용자도 편리하고 효율적으로 법령을 검색할 수 있는 서비스를 제공할 것으로 기대한다.

• 대한핵의학회지
• /
• 제34권5호
• /
• pp.418-425
• /
• 2000

목적: 감마카메라를 이용한 사구체 여과율 측정에 필요한 신장 깊이에 관한 자료는 대부분 Tonnesen 등이 서양인의 신장 깊이를 토대로 작성한 방정식을 채용하고 있는데 이 방법은 신장 깊이를 과소 평가하는 것으로 알려져 있다. 이에 저자들은 서양인과 체격 조건이 다른 한국인의 신장 깊이에 관한 방정식을 도출하여 다른 방법과 비교하고 이를 사구체 여과율 측정에 이용하고자 하였다. 대상 및 방법: 신장에 이상 소견이 없는 성인 300명(남:여=167:133, 평균나이, 50.9세)의 복부 CT 사진 중 신문이 나온 영상에서 피부면으로부터 신장의 최전면과 최후면까지의 깊이를 각각 측정하여 평균 깊이를 구하였다. 대상이 된 300명중 200명을 무작위 추출하여 성별, 나이, 체중, 키를 변수로 하여 방정식을 도출하였고, 이를 토대로 산출한 신장 길이와 대조군 100명의 신장 길이 측정치를 비교하였다. 이어 Tc-99m DTPA 신장 신티그람을 시행한 또 다른 48명(남:여=25:23, 평균나이: 50.6세)에서 Tonnesen, Taylor와 저자들의 방정식으로 각각 산출한 신장 깊이를 사용하여 Gates 방법으로 사구체 여과율을 측정하여 비교 분석하였다. 결과: CT로 측정한 신장 깊이의 평균은 남자 우신; 6.9 좌신; 6.7, 여자 우신: 6.7 좌신: 6.6 cm이었다. 저자들의 측정치와 비교할 때 Tonnesen 방정식으로 구한 산출기(남자 우신: 5.5 좌신: 5.5, 여자 우신: 5.4 좌신: 5.4 cm)는 낮았고 그 차이는 통계적으로 유의하였다. Taylor 방정식의 산출치(남자 우신: 6.8 좌신: 6.4, 여자 우신: 6.6 좌신: 6.1 cm)는 여자 좌신을 제외하고는 모두 비슷하였다. 저자들이 도출한 방정식은 남자 우신: 12.813(체중/키)+0.002(나이)+2.264, 좌신: 15.344(체중/키) +0.011(나이) +0.557, 여자 우신: 12.936(체중/키)+0.014(나이)+1.462 좌신: 13.488(체중/키)+0.019(나이)+0.762 이었다. 이 방정식의 산출치를 대조군의 측정치와 비교한 결과 남자 우신과 좌신, 여자 우신과 좌신에서의 상관계수 r은 각각 0.529, 0.729, 0.601, 0.724 이었다. 3가지 방정식을 이용하여 측정한 사구체 여과율 중 저자들의 방정식으로 구한 것이 가장 큰 값을 보여 정상 사구체 여과율에 가장 가까웠고 Tonnesen 방정식으로 구한 것이 가장 낮았다. 결론: 한국인 신장 깊이를 토대로 만든 방정식을 이용하여 한국인의 사구체 여과율을 비롯한 신장 청소율과 Tc-99m DMSA 신장 섭취율 등을 보다 정확하게 측정할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.