• 수산해양기술연구
• /
• 제40권4호
• /
• pp.268-281
• /
• 2004

본 연구는 실제 정치망 어장에서의 조류에 따른 어구 형상 변형을 추정하고, 그 변형을 최소화시키며 어구의 기본 기능을 유지시키는데 필요한 수중 현상과 어구 내부용적을 적절하게 유지할 수 있는 설계의 기본 자료를 얻기 위한 목적으로 회류 수조에서 모형실험을 실시하였으며, 흐름에 따른 대뜸의 멍줄에 작용하는 장력, 정치망 내의 유속변화와 그물형상의 변화를 측정하였다. 1. 유속이 0.0m/s에서 0.6m/s로 증가 할 때에 유속 (v)에 따른 장력(R)의 실험식은 운동장 조상의 경우 R=$19.58v^{1.98}$($r^2$=0.98) 원통 조상인 경우, R=$26.90v^{1.72}$($r^2$=0.95)이었다. 2. 유속변화는 흐름이 망내부를 통과함에 따라 감소하여 운동장이 조상인 경우, 제1원통내부에서 0.1m/s일 때 약 70%, 0.2m/s일 때 60%, 0.3m/s일 때 약 50%, 0.4~0.6m/s에서는 약 40%정도로 초기유속에 비해 감소하였다. 원통이 조상측일 경우, 제2원통을 통과한 흐름은 초기 유속의 약 30~60%로 급격히 감소하였고, 제1원통에서는 약 20~30% 비탈그물에서는 약 10~20%정도 감소하였고, 운동장내에서 다시 유속이 증가하였다. 3. 운동장이 흐름의 조상측인 경우, 운동장그물의 기울기 변화량은 0~70$^{\circ}$까지, 비탈그물은 0~63$^{\circ}$까지 변화하였고, 조하측인 제2원통은 0~47$^{\circ}$까지 변화하였다. 유속이 증가함에 따른 까래그물의 깊이 변화는 초기 깊이에 보다 제1원통과 제2원통이 약 0~45%정도, 비탈그물이 약 0~37% 정도로 감소하였다. 4. 원통이 흐름의 조상측인 경우, 제2원통의 기울기 변화량은 약 0~70$^{\circ}$까지, 비탈그물은 약 0~55$^{\circ}$까지, 조하측인 운동장은 0~50$^{\circ}$까지 였다. 까래그물의 깊이 변화는 초기 깊이와 비교해서 제1원통은 약 0~35%, 제2원통은 약 0~20%, 비탈그물은 약 0~35%까지 감소하였으며, 유속이 0.5m/s이상에서 비탈그물이 원통 입구까지 부상하여, 원통 입구를 90%이상 막았다. 5. 어구의 변형을 최소화하고 전개용적을 증가시키기 위해서는 입구 및 운동장 부분에서는 힘출의 저조시 수심 위치에 중량추를 부착하고, 운동장 바깥쪽과 제1원통의 섶장과 까래그물 제2원통의 바깥쪽, 비탈그물의 까래에 부가 중량추를 부착하는 것이 필요할 것으로 판단된다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.69-94
• /
• 2017

최근 빅데이터 분석 수요의 지속적 증가와 함께 관련 기법 및 도구의 비약적 발전이 이루어지고 있으며, 이에 따라 빅데이터 분석은 소수 전문가에 의한 독점이 아닌 개별 사용자의 자가 수행 형태로 변모하고 있다. 또한 전통적 방법으로는 분석이 어려웠던 비정형 데이터의 활용 방안에 대한 관심이 증가하고 있으며, 대표적으로 방대한 양의 텍스트에서 주제를 도출해내는 토픽 모델링(Topic Modeling)에 대한 연구가 활발히 진행되고 있다. 전통적인 토픽 모델링은 전체 문서에 걸친 주요 용어의 분포에 기반을 두고 수행되기 때문에, 각 문서의 토픽 식별에는 전체 문서에 대한 일괄 분석이 필요하다. 이로 인해 대용량 문서의 토픽 모델링에는 오랜 시간이 소요되며, 이 문제는 특히 분석 대상 문서가 복수의 시스템 또는 지역에 분산 저장되어 있는 경우 더욱 크게 작용한다. 따라서 이를 극복하기 위해 대량의 문서를 하위 군집으로 분할하고, 각 군집별 분석을 통해 토픽을 도출하는 방법을 생각할 수 있다. 하지만 이 경우 각 군집에서 도출한 지역 토픽은 전체 문서로부터 도출한 전역 토픽과 상이하게 나타나므로, 각 문서와 전역 토픽의 대응 관계를 식별할 수 없다. 따라서 본 연구에서는 전체 문서를 하위 군집으로 분할하고, 각 하위 군집에서 대표 문서를 추출하여 축소된 전역 문서 집합을 구성하고, 대표 문서를 매개로 하위 군집에서 도출한 지역 토픽으로부터 전역 토픽의 성분을 도출하는 방안을 제시한다. 또한 뉴스 기사 24,000건에 대한 실험을 통해 제안 방법론의 실무 적용 가능성을 평가하였으며, 이와 함께 제안 방법론에 따른 분할 정복(Divide and Conquer) 방식과 전체 문서에 대한 일괄 수행 방식의 토픽 분석 결과를 비교하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.79-104
• /
• 2020

최근 텍스트와 이미지 딥러닝 기술의 괄목할만한 발전에 힘입어, 두 분야의 접점에 해당하는 이미지 캡셔닝에 대한 관심이 급증하고 있다. 이미지 캡셔닝은 주어진 이미지에 대한 캡션을 자동으로 생성하는 기술로, 이미지 이해와 텍스트 생성을 동시에 다룬다. 다양한 활용 가능성 덕분에 인공지능의 핵심 연구 분야 중 하나로 자리매김하고 있으며, 성능을 다양한 측면에서 향상시키고자 하는 시도가 꾸준히 이루어지고 있다. 하지만 이처럼 이미지 캡셔닝의 성능을 고도화하기 위한 최근의 많은 노력에도 불구하고, 이미지를 일반인이 아닌 분야별 전문가의 시각에서 해석하기 위한 연구는 찾아보기 어렵다. 동일한 이미지에 대해서도 이미지를 접한 사람의 전문 분야에 따라 관심을 갖고 주목하는 부분이 상이할 뿐 아니라, 전문성의 수준에 따라 이를 해석하고 표현하는 방식도 다르다. 이에 본 연구에서는 전문가의 전문성을 활용하여 이미지에 대해 해당 분야에 특화된 캡션을 생성하기 위한 방안을 제안한다. 구체적으로 제안 방법론은 방대한 양의 일반 데이터에 대해 사전 학습을 수행한 후, 소량의 전문 데이터에 대한 전이 학습을 통해 해당 분야의 전문성을 이식한다. 또한 본 연구에서는 이 과정에서 발생하게 되는 관찰간 간섭 문제를 해결하기 위해 '특성 독립 전이 학습' 방안을 제안한다. 제안 방법론의 실현 가능성을 파악하기 위해 MSCOCO의 이미지-캡션 데이터 셋을 활용하여 사전 학습을 수행하고, 미술 치료사의 자문을 토대로 생성한 '이미지-전문 캡션' 데이터를 활용하여 전문성을 이식하는 실험을 수행하였다. 실험 결과 일반 데이터에 대한 학습을 통해 생성된 캡션은 전문적 해석과 무관한 내용을 다수 포함하는 것과 달리, 제안 방법론에 따라 생성된 캡션은 이식된 전문성 관점에서의 캡션을 생성함을 확인하였다. 본 연구는 전문 이미지 해석이라는 새로운 연구 목표를 제안하였고, 이를 위해 전이 학습의 새로운 활용 방안과 특정 도메인에 특화된 캡션을 생성하는 방법을 제시하였다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.61-118
• /
• 2008

본 연구는 국내외 프랜차이즈의 해외진출에 대한 연구들을 바탕으로 국제프랜차이징연구의 전체적인 연구체계를 세워보고, 연구체계를 형성하고 있는 연구요인들을 확인하여 각 연구요소별로 이루어지는 연구주제와 내용을 살펴보고, 앞으로의 연구주제들을 제안하고자 한다. 주요한 연구요소들은 국제프랜차이징의 동기 및 환경 요소과 진출의사결정, 국제프랜차이징의 진입양식 및 발전전략, 국제프랜차이징의 운영전략 및 국제프랜차이징의 성과이다. 이외에도 국제프랜차이징 연구에 적용할 수 있는 대리인이론, 자원기반이론, 거래비용이론, 조직학습이론 및 해외진출이론들을 설명하였다. 또한 국제프랜차이징연구에서 보다 중점적으로 개발해야 할 질적, 양적 방법론을 소개하였으며, 마지막으로 국내연구의 동향을 정리하여 추후의 연구방향을 종합적으로 정리하였다.