• 대한본초학회지
• /
• 제24권1호
• /
• pp.59-71
• /
• 2009

본 연구는 상표소와 상심자가 난소적출로 유발된 흰쥐의 골다공증 치료효과에 미치는 영향에 관한 것으로서 주요 내용은 다음과 같다. 본 연구에서는 상표소와 상심자 물 추출물을 난소를 절제한 흰쥐에 투여하여 대퇴골, 비골경골의 골밀도, 혈청 중 오스테오칼신 함량, 알칼리성 인산가수분해효소 활성도, 칼슘 함량, 인 함량, 소변 중 무기성분의 변화, deoxypyridinoline 함량 등과 뼈의 함량, 인 함량, ash 무게에 미치는 영향을 살펴보았다. 본 실험 결과 상표소와 상심자 물 추출물은 폐경기 이후 골다공증에 대한 치료에 효과적이라고 판단된다는 내용이다.

• 생물환경조절학회지
• /
• 제33권1호
• /
• pp.30-36
• /
• 2024

최근 국내에서 개발된 송풍식 양파 줄기절단기를 수확기 양파 엽 절단에 활용할 경우 적정 작업 조건을 구명하기 위해서 이 실험을 수행하였다. 처리구 중 식물체 엽 건조가 가장 많이 진행된(엽 건조 정도 : 66.3%, 엽 수분함량 : 50.5%) 6월 20일 엽 절단 처리구에서 평균 잔여 엽장은 6.7±3.5cm로서 작업 후 적정 잔여 엽장에 해당되는 범위인 4-10cm에 포함되므로 기계 엽 절단 성능이 처리구 중 가장 우수한 것으로 판단된다. 줄기절단기 이용 양파 엽 기계 절단 시 평균 작업 속도는 0.17m·s^-1였는데, 이는 인력 엽 절단 처리구의 평균 작업 속도인 0.05m·s^-1보다 3.4배 정도 빨랐으며, 이를 통해 해당 기종을 이용하여 10a 면적을 작업할 경우에는 인력 작업(1인 기준)에 비해 2.6시간 정도를 절감할 수 있을 것으로 기대된다. 또한 기계 엽 절단 처리구에서의 손상구 발생률은 1.3%로서 인력 엽 절단 처리구의 0.0%에 비해 높았는데, 이로 인해 기계 엽 절단 처리구가 인력 엽 절단 처리구보다 저장 중 양파 구 부패율이 평균적으로 높았던 것으로 판단된다. 처리별 저장 특성을 살펴보면, 저장 8개월 후 구 부위(기부, 정부)별 부패율은 기계 엽 절단 후 잔여 엽장이 5.0cm 미만인 처리구에서 잔여 엽장이 5.0cm 이상인 처리구보다 높았다. 이는 잔여 엽 길이가 5.0cm 미만인 처리구에서는 5.0cm 이상인 처리구보다 저장 중 구 부패를 유발하는 병원균의 감염이 쉬우므로 장기 저장 시 부패율이 높은 것으로 생각된다. 본 실험 결과와 실험 기종의 성능 목표(작업 후 잔여 엽장 : 5cm) 및 양파 수확 시 적정 잔여 엽장에 관한 기존의 연구결과 등을 종합적으로 고려할 경우, 본 실험에 사용된 줄기절단기 이용 양파 엽 절단 시 양파의 적정 잔여 엽장은 5-10cm 정도일 것으로 판단된다.

• 인간행동과 음악연구
• /
• 제4권2호
• /
• pp.66-83
• /
• 2007

본 연구의 목적은 성악심리치료활동이 자기의식 수준 변화에 미치는 영향을 알아보고 자기의식 수준의 차이에 따라 자기보고서에 보고하는 내용이 어떻게 다른지를 알아보는 데에 있다. 본 연구는 서울시에 위치하고 있는 E 대학교에 재학 중인 여대생 3명을 대상으로 총 10회로 약 60분간 진행되었다. 연구에 참여한 이들은 음악치료 프로그램 지원자 모집에 자발적으로 지원한 자들이며, 연구에 사용된 성악심리치료 프로그램은 4단계로 구성되었다. 성악심리치료활동을 통한 대상자의 자기의식 수준 변화를 알아보기 위해 사전사후에 자기의식검사를 실시하였으며, 매 회기 성악심리치료활동을 마친 후 자기보고서를 작성하여 보고 내용의 변화를 분석하였다. 본 연구에서는 첫째로 성악심리치료활동이 자기의식검사 점수 변화에 미치는 영향을 알아보고자 하였다. 성악심리치료 프로그램의 실시 전후에 자기의식검사를 실시한 결과, 자기의식검사 전체 점수와 하위개념 점수가 개인별로 다른 변화를 보였다. 자기의식검사의 전체 점수와 하위개념 점수의 사전사후 점수에는 나타나지 않은 변화를 살펴보기 위해 문항별 변화를 알아본 결과, 총 28문항 중에서 대상자 A는 13개, 대상자 B는 16개, 대상자 C는 19개의 문항이 1-2점씩 변화하였다. 이는 점수의 변화율에는 나타나지 않은 결과로 위의 내용들을 종합하면, 성악심리치료활동이 자기의식검사의 하위개념 점수의 증감에 영향을 미친다는 결론을 유추할 수 있다. 둘째로는 매 회기를 마친 후 자기보고서에 보고된 내용의 분석을 통해 성악심리치료활동이 진행되는 동안 자기의식 수준의 차이에 따라 자기보고서에 보고하는 내용이 어떻게 다른지를 알아보고자 하였다. 질적 분석 결과, 자기의식의 개인차에 따라 자신을 목소리로 표현하는 것에 대한 인식, 자신의 목소리에 대한 인식, 타인이 의식되는 정도와 내용이 회기와 개인별로 다르게 나타났다. 분석된 자기보고서의 내용을 구체적으로 살펴보면, 사적자기의식 점수와 공적자기의식 점수가 상대적으로 높은 대상자 A는 자신의 내적 사고와 감정에 대한 측면을 많이 의식하고, 사회적 객체로서의 자신에게 주의를 집중하는 경향이 자기보고서에 많이 나타났다. 또한 감정적 풍부함, 예술적 호기심과 같은 긍정적 정서 경험과 함께 특성, 상태 불안, 신경증적 경향성 등의 부정적 정서도 많이 나타났다. 반면, 대상자 A와 함께 사적자기의식 점수와 공적자기의식 점수가 상대적으로 높은 B의 경우 사회적 객체로서의 자신에게 주의를 집중하는 경향은 A와 비슷하나, 다른 사람 앞에서 불안해하고 당황하는 사회불안 관련 경향이 많이 보고되었다. 마지막으로, 다른 참여자들에 비해 상대적으로 낮은 자기의식점수를 보이는 대상자 C는 대상자 A와 B에 비해 자신의 타인을 의식하는 경향이 상대적으로 적게 보고되었으며, 특성, 상태 불안과 같은 부정적 정서도 적게 보고되었다. 이 연구는 자기의식으로 인해 활성화되는 자기평가과정으로 인해 어려움을 겪는 이들을 위한 연구라는 점과 자기(Self)와 밀접하게 연관된 목소리를 주로 사용한다는 점, 그리고 기술적 어려움의 해소를 위해 성악기술훈련을 실시하였다는 점이 의미가 있다. 또한 성악심리치료활동을 통해 정신건강과 성격발달에 긍정적인 변화를 가져올 수 있다는 사실을 시사한다.

• 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
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.