• 동양고전연구
• /
• 제43호
• /
• pp.183-207
• /
• 2011

본 연구는 현재 이루어진 종묘제례악의 미의식과 다른 관점에서 여러 사상을 배경으로 완성된 종묘제례악의 피리 선율을 중심으로 미적 요소를 찾아보고 그에 따른 미의식을 살펴보았다. 종묘제례악은 조선시대 역대 왕과 왕비의 신위를 모신 곳에 제사를 지내는 것으로, 유교제사 의례의 결정체이자 제례문화의 대표적 문화유산으로 1964년 국가중요무형문화재(國歌重要無形文化財) 제 1호로 지정되었다. 또 2001년 5월 18일에는 유네스코(UNESCO)지정 '인류구전 및 무형유산걸작'으로 한국에서는 가장 먼저 등재되어 그 우수성을 인정받았다. 오랜 기간 조선왕조와 명운을 같이한 제례문화의 대표적인 문화유산일 뿐만 아니라, 우리조상들에 의해 창조된 악 가 무에 따른 총체적 예술형태의 아름다움을 집대성한 우리음악의 정수(精髓)로 인정받으며 전해지고 있다. 또 유교사상 뿐 아니라, 예악사상을 비롯하여 음양오행사상과 삼재사상(三才思想), 팔괘사상(八卦思想)의 전통사상을 배경으로 하고 있다. 이러한 종묘제례악에는 정관미 유장미 자연미 장려미 조화미가 내제되어 있다. 정관미는 희문과 전폐희문에서 찾아 볼 수 있었다. 유장미는 정대업에만 나타나는 특징이라 할 수 있다. 자연미는 변주시 선율진행에서 노련한 연주기교로 자연스런 창작이 연결되는 부분으로 희문과 전폐희문에 잘 나타나고 있다. 장려미는 보태평 악장선율의 가장 두드러진다. 또 조화미는 종묘제례악의 불협화음이 협화로 음악에서 자연스러운 조화미적인 관점의 미의식이 두드러지게 나타나는 정대업의 소무에 잘 나타나고 있다.

• 한국지리정보학회지
• /
• 제24권1호
• /
• pp.112-125
• /
• 2021

해양공간계획은 해양을 체계적이고 합리적으로 관리하기 위해 9가지 용도구역으로 지정한다. 그 중 하나가 어업활동의 보호와 육성을 비롯한 수산물의 지속 가능한 생산을 위해 필요한 어업활동 보호구역이다. 본 연구는 V-Pass 자료를 활용하여 어업활동 지도를 제작하고 어업활동 밀집 공간을 도출함으로써 어업활동보호구역 지정에 필요한 요소 중 하나인 어업활동 공간을 정량적으로 파악하고자 한다. 이를 위해 V-Pass 자료를 정적 정보와 동적 정보가 결합된 데이터셋 구축, 어선 속도 계산, 어업활동 지점 추출, 비어업활동 공간 내의 자료 제거와 같은 전처리를 수행하였다. 최종적으로 선별된 V-Pass 점 자료를 이용하여 커널밀도추정으로 어업활동 지도를 제작하고 어업활동이 밀집된 공간을 분석하였다. 또한 어선의 업종과 계절에 따라 어업활동의 공간분포는 차이가 있음을 확인하였다. 본 연구를 통해 수행한 대용량 V-Pass 자료의 전처리 기법과 어업활동의 공간밀도 분석 방법은 향후 어업활동에 대한 공간특성평가 연구에 기여할 것으로 기대된다.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.169-184
• /
• 2022

본 연구의 목적은 조직의 위기관리체계가 위기대비에 미치는 영향을 확인하고, 위기모니터링과 실패경험 학습의 다중매개 효과 확인을 통하여, 다양한 위기에 직면하는 조직들이 효과적인 위기대비방안을 수립하는데, 도움을 주고자 하는 것이다. 실증 연구를 위한 설문 조사는 국립 P 대학의 MBA 과정의 임원/간부, 중견 사원 121명을 대상으로 진행하였다. SPSS 25와 Amos 25를 사용하여 확인적 요인분석, 신뢰도 분석, 회귀분석을 실시하였으며 Process Macro를 사용한 Boot-Strapping 기법으로 매개 효과 분석을 실시하였다. 연구 결과, 위기관리체계는 위기대비에 정(+)의 영향을 미치고, 실패경험 학습과 위기모니터링은 위기관리체계와 위기대비 사이를 다중매개하는 것으로 나타났다. 연구 결과를 통해 위기대비에 영향을 미치는 실패경험 학습과 위기모니터링의 유의한 매개 효과를 확인하였다. 시사점으로 조직상황에 맞는 위기대비 방안을 제시하였으며, 연구의 한계점과 향후 연구 방향을 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.579-586
• /
• 2021

시계열 예측은 과거 시점의 정보를 토대로 미래 시점의 정보를 예측하는 것을 말한다. 향후 시점의 정보를 정확하게 예측하는 것은 다양한 분야 전략 수립, 정책 결정 등을 위해 활용되기 때문에 매우 중요하다. 최근에는 트랜스포머 모델이 시계열 예측 모델로서 주로 연구되고 있다. 그러나 기존의 트랜스포머의 모델은 예측 순차를 출력할 때 출력 결과를 다시 입력하는 자가회귀 구조로 되어 있다는 한계점이 있다. 이 한계점은 멀리 떨어진 시점을 예측할 때 정확도가 떨어진다는 문제점을 초래한다. 본 논문에서는 이러한 문제점을 개선하고 더 정확한 시계열 예측을 위해 스타일 변환 기법에 착안한 순차 디코딩 모델을 제안한다. 제안하는 모델은 트랜스포머-인코더에서 과거 정보의 특성을 추출하고, 이를 스타일-기반 디코더에 반영하여 예측 시계열을 생성하는 구조로 되어 있다. 이 구조는 자가회귀 방식의 기존의 트랜스포머의 디코더 구조와 다르게, 예측 순차를 한꺼번에 출력하기 때문에 더 먼 시점의 정보를 좀 더 정확히 예측할 수 있다는 장점이 있다. 서로 다른 데이터 특성을 가지는 다양한 시계열 데이터셋으로 예측 실험을 진행한 결과, 본 논문에서 제시한 모델이 기존의 다른 시계열 예측 모델보다 예측 정확도가 우수하다는 것을 보인다.

• 한국콘텐츠학회논문지
• /
• 제22권4호
• /
• pp.118-129
• /
• 2022

본 논문에서는 국내 온라인 기업의 Wearable 제품을 선정하고 판매 데이터를 수집해 다양한 분석과 매출 예측을 통해 판촉 활동의 전략 모델을 연구하는 데 목적이 있다. 데이터 분석을 위해 여러 가지의 알고리즘을 사용하여 분석할 것이며, 최상의 모형으로 결과를 선택할 것이다. 최상의 결과로 선택된 모형인 Gradient Boosting 모델은 지도학습을 통해 종속변수 예측에 있어서 판촉 유형, 가격, 판매 수량, 성별, 모델, 판매경로, 제품 성능, 판매 날짜, 지역 등 9개의 독립변수를 투입할 수 있게 된다. 본 연구에서는 판매촉진 유형별로 종속변수로 설정된 리뷰 값을 앙상블 분석 기법을 통해 더욱더 세부적으로 학습하고 분석 및 예측이 주목적이며, 판매촉진 활동을 통한 고객에게 할인 혜택을 주어질 경우와 주어지지 않을 경우에 리뷰 평점을 연구하는 데 목적이 있다. 분석 결과로 본다면 평가 결과는 AUC 95% 수준이며, F1도 93% 정도이다. 결국 판매촉진 활동 유형 중 가치 부가 혜택이 리뷰 수와 리뷰 평점에 영향을 준다고 것을 확인할 수 있었으며, 주요 변인들이 리뷰와 리뷰 평점의 영향을 준다는 것도 확인할 수 있었다.

• 한국환경보건학회지
• /
• 제47권6호
• /
• pp.548-557
• /
• 2021

Background: Due to the emergence of new diseases such as COVID-19, an increasing number of people are struggling with stress and depression. Interest is growing in forest-based recreation for physical and mental relief. Objectives: A prediction model equation using meteorological factors and data was developed to predict the quantities of medicinal substances generated in forests (monoterpenes) in real-time. Methods: The concentration of phytoncide and meteorological factors in the forests near Chuncheon in South Korea were measured for nearly two years. Meteorological factors affecting the observation data were acquired through a multiple regression analysis. A model equation was developed by applying a linear regression equation with the main factors. Results: The linear regression analysis revealed a high explanatory power for the coefficients of determination of temperature and humidity in the coniferous forest (R²=0.7028 and R²=0.5859). With a temperature increase of 1℃, the phytoncide concentration increased by 31.7 ng/Sm³. A humidity increase of 1% led to an increase in the coniferous forest by 21.9 ng/Sm³. In the deciduous forest, the coefficients of determination of temperature and humidity had approximately 60% explanatory power (R²=0.6611 and R²=0.5893). A temperature increase of 1℃ led to an increase of approximately 9.6 ng/Sm³, and 1% humidity resulted in a change of approximately 6.9 ng/Sm³. A prediction model equation was suggested based on such meteorological factors and related equations that showed a 30% error with statistical verification. Conclusions: Follow-up research is required to reduce the prediction error. In addition, phytoncide data for each region can be acquired by applying actual regional phytoncide data and the prediction technique proposed in this study.

• 대한간호학회지
• /
• 제51권6호
• /
• pp.703-719
• /
• 2021

Purpose: We aimed to identify collaborative disaster governance through the demand and supply analysis of resources recognized by nurses during the COVID-19 pandemic. Methods: We used a descriptive study design with an online survey technique for data collection. The survey questions were developed based on focus group interviews with nurses responding to COVID-19 and expert validity testing. A 42-question online survey focusing on disaster governance was sent to nurses working in COVID-19 designated hospitals, public health offices, and schools. A total of 630 nurses participated in the survey. Demand and supply analysis was used to identify the specific components of disaster governance during a pandemic situation and analyze priority areas in disaster governance, as reported by nurses. Results: Demand and supply analysis showed that supplies procurement, cooperation, education, and environment factors clustered in the high demand and supply quadrant while labor condition, advocacy, emotional support, and workload adjustment factors clustered in the high demand but low supply quadrant, indicating a strong need in those areas of disaster governance among nurses. The nurses practicing at the public health offices and schools showed major components of disaster governance plotted in the second quadrant, indicating weak collaborative disaster governance. Conclusion: These findings show that there is an unbalanced distribution among nurses, resulting in major challenges in collaborative disaster governance during COVID-19. In the future and current pandemic, collaborative disaster governance, through improved distribution, will be useful for helping nurses to access more required resources and achieve effective pandemic response.

• 지능정보연구
• /
• 제28권2호
• /
• pp.101-125
• /
• 2022

최근 컴퓨팅 기술의 발전과 클라우드 환경의 개선에 따라 딥 러닝 기술이 발전하게 되었으며, 다양한 분야에 딥 러닝을 적용하려는 시도가 많아지고 있다. 대표적인 예로 정상적인 데이터에서 벗어나는 값이나 패턴을 식별하는 기법인 이상 탐지가 있으며, 이상 탐지의 대표적 유형인 점 이상, 집단적 이상, 맥락적 이중 특히 전반적인 상황을 파악해야 하는 맥락적 이상을 탐지하는 것은 매우 어려운 것으로 알려져 있다. 일반적으로 이미지 데이터의 이상 상황 탐지는 대용량 데이터로 학습된 사전학습 모델을 사용하여 이루어진다. 하지만 이러한 사전학습 모델은 이미지의 객체 클래스 분류에 초점을 두어 생성되었기 때문에, 다양한 객체들이 만들어내는 복잡한 상황을 탐지해야 하는 이상 상황 탐지에 그대로 적용되기에는 한계가 있다. 이에 본 연구에서는 객체 클래스 분류를 학습한 사전학습 모델을 기반으로 이미지 캡셔닝 학습을 추가적으로 수행하여, 객체 파악뿐만 아니라 객체들이 만들어내는 상황까지 이해해야 하는 이상 상황 탐지에 적절한 2 단계 사전학습 모델 구축 방법론을 제안한다. 구체적으로 제안 방법론은 ImageNet 데이터로 클래스 분류를 학습한 사전학습 모델을 이미지 캡셔닝 모델에 전이하고, 이미지가 나타내는 상황을 설명한 캡션을 입력 데이터로 사용하여 학습을 진행한다. 이후 이미지와 캡션을 통해 상황 특질을 학습한 가중치를 추출하고 이에 대한 미세 조정을 수행하여 이상 상황 탐지 모델을 생성한다. 제안 방법론의 성능을 평가하기 위해 직접 구축한 데이터 셋인 상황 이미지 400장에 대해 이상 탐지 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 단순 사전학습 모델에 비해 이상 상황 탐지 정확도와 F1-score 측면에서 우수한 성능을 나타냄을 확인하였다.

• 산업융합연구
• /
• 제20권6호
• /
• pp.27-35
• /
• 2022

본 연구는 뉴스 빅데이터에 나타난 메타버스 관련 이슈들을 교육관점에서 분석하여 그 특징을 탐색하고, 메타버스의 교육적 활용가능성 및 미래교육에 대한 시사점을 제공하는데 목적이 있다. 이를 위해 포털사이트에서 검색되는 메타버스 관련 뉴스 데이터를 41,366건 수집하였고, 대표적인 용어 가중치 모델인 TF-IDF를 이용하여 추출된 모든 키워드의 가중치 값을 계산하여 순위화한 후, 워드클라우드로 시각화 분석을 수행하였다. 또한 정교한 확률기반 텍스트마이닝 기법인 토픽모델링(LDA)을 활용하여 주요 토픽들을 분석하였다. 연구결과 교육관점에서 메타버스의 핵심 이슈로는 플랫폼 산업, 미래인재, 기술의 확산 등과 같은 주제가 도출되었다. 또한, 기술, 직업, 교육이라는 세 개의 핵심 주제로 2차 데이터 분석을 실시한 결과 미래교육에서 메타버스는 교육플랫폼의 혁신, 미래 직업의 혁신, 미래 역량의 혁신과 관련한 이슈를 갖는 것으로 나타났다. 본 연구는 방대한 양의 뉴스 빅데이터를 단계적으로 분석하여 교육관점에서 이슈를 도출하고 미래교육에 대한 시사점을 제공하였다는 데 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제27권7호
• /
• pp.115-124
• /
• 2022

본 연구의 목적은 2019~2022학년도 중등교사 임용시험 교육학문제의 연도별 핵심어와 그 경향, 핵심어들의 언어네트워크를 분석하여 그 결과를 제시하는 것이다. 주요 연구방법론은 텍스트 마이닝 기법과 언어네트워크 분석방법이었으며, 분석프로그램으로는 KrKwic, Wordcloud Maker, Ucinet6, NetDraw 등이었다. 연구결과는 다음과 같다. 첫째, 연도별 교육학문제의 상위출현빈도 핵심어는 교사, 학생, 교육과정, 수업, 평가 등의 기존 상위출현빈도 핵심어들이었으며, 최근 코로나 19 상황의 온라인수업 진행을 반영한 핵심어(온라인, 위키, 토의식, 정보 등)들도 추가로 등장하는 경향을 보였다. 4개년도 통합 텍스트에서의 상위출현빈도 핵심어는 학생(44), 교사(39), 수업(27), 학교(18), 교육과정(16), 온라인(10), 토의식(8) 등이었다. 둘째, 4개년도 상위출현빈도 핵심어들의 전체 언어네트워크는 상당한 수준의 밀도(0.566), 총연결수(492), 평균연결정도(16.4)로 분석되었다. 연결정도 중심성은 교사(199.0), 수업(197.0), 학생(185.0), 학교(150.0) 순으로 나타났으며, 매개 중심성은 교사(30.859), 수업(18.956), 학생(16.054), 학교(15.745) 순으로 나타났다. 본 연구결과는 중등교사 임용시험 수험생인 예비교사, 해당 시험 출제 관리하는 기관과 관련자, 중등학교 예비교사 양성기관의 교수자와 행정가들에게 고려해볼 만한 자료가 되길 기대한다.