• 수면정신생리
• /
• 제26권1호
• /
• pp.44-48
• /
• 2019

목 적 : 불면증은 대표적인 수면 질환이다. 최근 연구에 의하면 인지적 신체적 각성이 불면증을 야기하는 주요 역할을 한다. 아울러 대뇌 피질의 과각성으로 인한 정보처리과정 장애가 정상적인 입면과 수면의 연속성을 방해한다는 연구 결과도 있다. 뉴로피드백은 행동치료의 한 방식으로 피검자의 뇌파에 영향을 미쳐서 대뇌 과각성을 감소 시킬 수 있다. 이에 본 연구에서는 불면증 환자에서 뉴로피드백 치료가 뇌파 특성에 미치는 영향을 분석하고자 한다. 방 법 : 본 연구는 불면증 진단기준을 만족하는 피검자 13명과 성별 및 연령이 매칭된 대조군 14명을 대상으로 진행하였다. 뉴로피드백 치료와 Sham 치료를 무작위로 각각 30분씩 시행하였다. 각각의 치료 세션 중 뇌파를 측정하고 스펙트럼 분석을 시행하여, 뉴로피드백 치료가 뇌파 스펙트럼에 미치는 영향을 비교 분석하였다. 결 과 : 불면증 환자에서 치료적인 1회기 뉴로피드백을 한 경우, Sham 치료를 한 경우에 비해서 세타 및 시그마 파워($13.9{\pm}2.6$ vs. $12.2{\pm}3.8$ and $3.6{\pm}0.9$ vs. $3.2{\pm}1.0$ in %, respectively ; p < 0.05)가 통계적으로 유의한 수준으로 증가하였다. 그 외 뇌파상으로 통계적으로 유의미한 변화는 없었다. 결 론 : 본 연구는 국내 최초로 불면증 환자에서 1회기 뇌파 뉴로피드백을 통해 입면에 도움이 되는 세타파의 비율이 증가하는 것을 확인하였으며, 이는 입면주기를 앞당길 수 있는 새로운 방법에 대한 제안을 줄 수 있다. 불면증 자체의 치료 반응을 평가하지 못한 제한점은 있으며, 향후 불면증상의 변화까지 평가할 수 있는 후속 연구가 이어져야 한다.

• 한국재난정보학회 논문집
• /
• 제15권3호
• /
• pp.440-449
• /
• 2019

연구목적 : 소방조직은 재난현장에서 가장 우선적으로 대응하는 기관으로 신속하고 체계적인 대응을 하기 위하여 긴급구조훈련을 실시하고 있다. 하지만 형식적인 훈련, 지역적 특성이나 환경적 특성이 고려되지 않는 훈련 등 긴급구조훈련의 한계점에 대한 변화와 개선의 필요성이 제기되고 있다. 연구방법 : 본 연구에서는 긴급구조훈련과 관련된 이론적 검토를 실시하고 강원지역 소방조직의 의식조사를 통하여 긴급구조훈련 개선방안을 제시하였다. 연구결과 : 긴급구조 활동 시 어려움이 있는 시설은 위험물 저장 및 처리시설이 가장 많았으며 긴급구조 대응업무의 수준은 응급복구가 미흡하다고 응답한 의견이 가장 많았다. 또한 긴급구조훈련의 효과는 도움이 된다고 응답하였지만 시나리오에 의한 훈련, 보여주기식 훈련, 매년 유사한 훈련, 현실감 없는 훈련, 유관기관의 관심 부족 및 형식적 참여 등으로 도움이 되지 않는다고 응답한 부분도 있었다. 그리고 긴급구조훈련 평가의 적절성은 대부분이 만족한다고 응답하였지만 훈련 유형과 상관없는 평가방식, 필요 이상의 훈련 규모를 설정하게 하는 평가방식, 유관기관의 형식적 참여를 유도하는 평가방식 등으로 만족하지 않는다고 응답하였다. 마지막으로 긴급 구조훈련 개선에 대한 요구도는 다양한 피해 상황을 반영한 훈련이 필요하다는 의견이 가장 많았다. 결론 : 긴급구조훈련 개선방안은 다음과 같다. 첫째, 다양한 훈련내용을 설정하고 지역의 주요 발생재난 등을 검토하여 지역적 특성에 맞게 작성해야 한다. 둘째, 소방서별 적절한 훈련계획을 위하여 긴급구조훈련계획 지침 및 매뉴얼 등을 개정하고 실무자를 대상으로 교육하고 이를 위해 긴급구조훈련에 대한 유형부터 전술, 전략까지 실무적으로 활용할 수 있도록 훈련을 정립해야 한다. 셋째, 실제 재난 발생 시 지원기관 및 유관기관의 참여도를 높이기 위하여 훈련계획단계부터 참여를 유도하고 인센티브 혹은 패널티(penalty)를 줄 수 있는 제도 등을 마련해야 한다. 넷째, 동시다발적으로 발생할 수 있는 재난 상황에 대비하여 소방서간, 권역별 훈련으로 기관별 지원태세 확립, 협조체계를 구축해야 한다. 다섯째, 긴급구조훈련 평가는 결과보다 훈련과정에 중점을 둘 수 있도록 하고 재난상황별 보완사항을 도출해내는데 관심을 두고 개선해야 한다. 특히, 세부절차에 수행여부를 평가하기 보다는 훈련의 종류나 형태 등을 고려하여야 하며 훈련 규모 보다는 훈련의 완성도(숙련도), 역할 수행여부 등을 고려할 수 있는 평가방안이 마련되어야 한다. 여섯째, 효율적인 긴급구조훈련을 위하여 실무자의 요구도를 파악하여 훈련 유형 및 방법에 대하여 소방서별 특성에 맞는 훈련으로 개선되어야 한다.

• 한국재난정보학회 논문집
• /
• 제16권4호
• /
• pp.701-711
• /
• 2020

연구목적: 본 연구에서는 두 물질의 혼합물(가연물+가연물)에서의 인화 위험성의 증가 또는 감소를 실험적으로 확인하고, 혼합물의 위험성을 제시하는 목적이 있기에 액체 혼합물의 인화 위험성을 실험적으로 확인하였다. 연구방법:인화점 실험방법 및 결과처리는 원유 및 석유 제품 인화점 시험 방법으로 사용되고 있는 테그밀폐식 시험방법인 KS M 2010-2008을 기준으로 실험하였다. 본 실험에 사용한 장비의 제조사는 일본의 TANAKA사에서 생산한 장비로 KS M 2010의 시험규격을 만족하는 시험장비로 인화점을 측정하였고, 점화원으로는 LP가스를, 냉각수로는 물을 사용하였다. 또한 인화점 측정시 냉각수의 온도는 약 2℃의 냉각수를 사용하여 실험을 진행하였다. 연구결과:실험결과로는 먼저 가연성+가연성 혼합물의 경우 두 물질의 인화점 차이가 크지 않으면 인화점의 변화가 거의 없었고, 두 물질의 인화점 차이가 낮으면 인화점이 높은 물질의 증가에 따라 인화점이 증가하는 경향을 보였으나, 톨루엔과 메탄올의 경우, 혼합물에서 인화점이 낮은 물질보다 더 낮은 인화점을 보였다. 또한 도료용 희석제의 경우, 혼합물로 이루어져서 그 물질의 인화점을 예상하기가 쉽지 않았지만 실험적으로 측정해 본 결과 -24℃~7℃사이로 측정되었다. 결론: 본 연구에서의 결과는 기존의 위험물안전관리법에서의 위험물 판정 기준에 대한 세부 내용의 실효성 확보 및 위험물 판정의 신뢰성 및 재현성 확보를 목적으로 인화성 혼합물에 대한 실험적 연구를 통해서 혼합물에 대한 위험성 판단 기준을 제시하였고, 향후 소방현장에서 단속되는 인화성 액체 대한 실험적 판정 기준에 대한 참고적인 자료를 제공할 수 있을 것이다. 또한 본 연구로 시험방법별 차이 실험에 대한 노하우를 축적한다면 위험물의 위험성 평가 연구에 있어 기초 자료이자 위험물 판정 관한 연구의 기반으로 활용될 수 있기를 기대한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.177-190
• /
• 2021

4차 산업혁명 기술의 발전으로 사람이 처리하지 못하는 부분을 기계학습 등 인공지능 기법을 활용하여 개선해 보려는 노력이 확대되고 있다. 주문형 생산 기업에서도 주문에 대한 총생산시간을 예측하여 납기 지연 등의 기업 리스크를 줄이고자 하나 주문마다 총생산시간이 모두 달라 이를 예측하는데, 어려움을 겪고 있다. 주문 처리량 증대, 주문 총비용 절감을 위해 효율성이 가장 낮은 영역을 찾아 그 영역을 강화하는 TOC(Theory of constraints) 이론이 개발되었으나 총생산시간 예측은 제시하지 못하였다. 주문생산은 고객의 다양한 요구로 인해 주문마다 그 특성이 모두 다르므로 개별적인 주문의 총생산시간을 사후에 측정할 수는 있으나 사전 예측을 하기는 어렵다. 기존 주문의 이미 측정된 총생산시간도 모두 달라 표준 시간으로 활용할 수 없는 한계성이 있다. 이에 따라 경험이 많은 관리자는 시스템의 이용보다는 감에 의존하고 있고, 경험이 부족한 관리자는 간단한 관리지표(예, 원재료가 파이프이면 총생산시간 60일, 철판이면 총생산시간 90일 등)를 사용하고 있다. 불완전한 감이나 지표를 기초로 하여 작업 지시를 너무 빨리하면 정체가 발생하여 생산성이 저하되고, 너무 늦게 하면 긴급 처리로 인해 생산비용이 증가하거나 납기를 지키지 못하는 경우가 발생한다. 납기를 지키지 못하면 지체상금을 배상해야 하거나 영업, 수금 등의 부문에 악영향을 미친다. 본 연구에서는 이러한 문제를 해결하기 위하여 주문생산시스템을 운영하는 기업의 신규 주문 총생산시간을 추정하는 기계학습 모델을 찾고자 한다. 기계학습에 활용된 자료는 수주, 생산, 공정 실적을 사용한다. 그리고 총생산시간의 추정에 가장 적합한 알고리즘으로 OLS, GLM Gamma, Extra Trees, Random Forest 알고리즘 등을 비교 분석하고 그 결과를 제시하고자 한다.

• 한국해안·해양공학회논문집
• /
• 제33권6호
• /
• pp.265-274
• /
• 2021

해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• 한국초지조사료학회지
• /
• 제41권4호
• /
• pp.287-294
• /
• 2021

본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R²=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 -68~89 kg/ha, -17~17 kg/ha 및 -112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.449-461
• /
• 2021

광학 위성정보에 대한 분석대기자료(ARD)는 각 센서 별 분광특성과 촬영각 등을 적용하는 전처리 작업에 의한 성과물이다. 대기보정 처리과정은 통하여 얻을 수 있는 대기반사도와 지표반사도는 기본적이면서 복잡한 알고리즘을 요구한다. 대부분 위성 정보처리 소프트웨어에서는 Landsat 위성 대기보정 처리 알고리즘 및 기능을 제공하고 있다. 또한 사용자는 클라우드 환경에서 Google Earth Engine(GEE)을 통하여 USGS-ARD와 같은 Landsat 반사도 성과에 직접 접근할 수 있다. 이번 연구에서는 고해상도 위성정보 처리에 활용되고 있는 Orfeo ToolBox(OTB) 오픈 소스 소프트웨어의 대기보정 기능을 확장 구현하였다. 현재 OTB 도구는 어떠한 Landsat 센서도 지원하지 않기 때문에, 이 확장 도구는 최초로 개발된 사례이다. 이 도구를 이용하여 RadCalNet 사이트의 Railroad Valley, United States(RVUS) 반사율 자료 값을 이용한 결과 검증을 위하여 같은 지역의 Landsat-8 OLI 영상의 절대 대기보정에 의한 반사도 성과를 산출하였다. 산출된 결과는 RVUS 자료를 기준으로 반사도 값과의 차이가 5% 미만으로 나타났다. 한편 이 반사도 성과는 USGS-ARD 반사도 값뿐만 아니라 QGIS Semi-automatic Classification Plugin과 SAGA GIS와 같은 다른 오픈 소스 도구에서 산출된 성과를 이용한 비교 분석을 수행하였다. OTB 확장도구로부터 산출한 반사도 성과는 RadCalNet RVUS의 자료와 높은 일치도를 나타내는 USGS-ARD의 값과 가장 부합되는 것으로 나타났다. 이 연구에서 OTB 대기보정 처리의 다양한 위성센서 적용 가능성을 입증한 결과로 이 모듈을 다른 센서정보로 확장하여 구현하는 경우에도 정확도가 높은 반사도 산출이 가능한 것을 확인할 수 있었다. 이와 같은 연구 방법은 향후 차세대중형위성을 포함하는 다양한 광학위성에 대한 반사도 성과 산출 도구개발에도 활용할 수 있다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.127-146
• /
• 2022

최근 워드 임베딩이 딥러닝 기반 자연어 처리를 다루는 다양한 업무에서 우수한 성능을 나타내면서, 단어, 문장, 그리고 문서 임베딩의 고도화 및 활용에 대한 연구가 활발하게 이루어지고 있다. 예를 들어 교차 언어 전이는 서로 다른 언어 간의 의미적 교환을 가능하게 하는 분야로, 임베딩 모델의 발전과 동시에 성장하고 있다. 또한 핵심 기술인 벡터 정렬(Vector Alignment)은 임베딩 기반 다양한 분석에 적용될 수 있다는 기대에 힘입어 학계의 관심이 더욱 높아지고 있다. 특히 벡터 정렬은 최근 수요가 높아지고 있는 분야간 매핑, 즉 대용량의 범용 문서로 학습된 사전학습 언어모델의 공간에 R&D, 의료, 법률 등 전문 분야의 어휘를 매핑하거나 이들 전문 분야간의 어휘를 매핑하기 위한 실마리를 제공할 수 있을 것으로 기대된다. 하지만 학계에서 주로 연구되어 온 선형 기반 벡터 정렬은 기본적으로 통계적 선형성을 가정하기 때문에, 본질적으로 상이한 형태의 벡터 공간을 기하학적으로 유사한 것으로 간주하는 가정으로 인해 정렬 과정에서 필연적인 왜곡을 야기한다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 데이터의 비선형성을 효과적으로 학습하는 딥러닝 기반 벡터 정렬 방법론을 제안한다. 제안 방법론은 서로 다른 공간에서 벡터로 표현된 전문어 임베딩을 범용어 임베딩 공간에 정렬하는 스킵연결 오토인코더와 회귀 모델의 순차별 학습으로 구성되며, 학습된 두 모델의 추론을 통해 전문 어휘를 범용어 공간에 정렬할 수 있다. 제안 방법론의 성능을 검증하기 위해 2011년부터 2020년까지 수행된 국가 R&D 과제 중 '보건의료' 분야의 문서 총 77,578건에 대한 실험을 수행한 결과, 제안 방법론이 기존의 선형 벡터 정렬에 비해 코사인 유사도 측면에서 우수한 성능을 나타냄을 확인하였다.

• Asia Marketing Journal
• /
• 제15권4호
• /
• pp.103-129
• /
• 2014

Differentiated positioning becomes increasingly difficult when brand salience weakens. Also, the daily increase in new media use and information load has led to a social climate that regards advertising stimuli as spamming. For these reasons, the focus of advertisement-related communication is shifting from persuading consumers through the direct delivery of information to an emphasis on appealing to their emotions using matching stimuli to enhance persuasion effects. Recently, both academia and industry have increasingly shown an interest in storytelling methods that can generate positive emotional responses and attitude changes by arousing consumers' narrative processing. The purpose of storytelling is to elicit consumers' emotional experience to meet the objectives of advertisement producers. Therefore, the most important requirement for storytelling in advertising is that it evokes consumers' sympathy for the main character in the advertisement. This does not involve advertisements directly persuading consumers, but rather, consumers themselves finding an answer through the advertisement's story. Thus, consumers have an indirect experience regarding the product features and usage through empathy with the advertisement's main character. In this study, we took the results of a precedent study as the starting point, according to which consumers' emotional response can be altered depending on the storytelling methods adopted for storytelling ads. Previous studies have reported that drama-type and vignette-type storytelling methods have a considerably different impact on the emotional responses of advertising audiences, due to their different structural characteristics. Thus, this study aims to verify that emotional response aroused by different types of advertisement storytelling (drama ads vs. vignette ads) can be controlled by the socio-psychological gender difference of advertising audiences and that the interaction effects between the socio-psychological gender differences of the audience and the gender stereotype of emotions to which advertisements appeal can exert an influence on emotional responses to types of storytelling in advertising. To achieve this, an experiment was conducted employing a between-group design consisting of 2 (storytelling type: drama ads vs. vignette ads) × 2 (socio-psychological gender of the audience: masculinity vs. femininity) × 2 (advertising appeal emotion type: male stereotype emotion vs. female stereotype emotion). The experiment revealed that the femininity group displayed a strong and consistent empathy for drama ads regardless of whether the ads appealed to masculine or feminine emotions, whereas the masculinity group displayed a stronger empathy for drama ads appealing to the emotional types matching its own gender as well as for vignette ads. The theoretical contribution of this study is significant in that it sheds light on the controllability of the audiences' emotional responses to advertisement storytelling depending on their socio-psychological gender and gender stereotype of emotions appealed to through advertising. Specifically, its considerable practical contribution consists in easing unnecessary creative constraints by comprehensively analyzing essential advertising strategic factors such as the target consumers' gender and the objective of the advertisement, in contrast to the oversimplified view of previous studies that considered emotional responses to storytelling ads were determined by the different types of production techniques used. This study revealed that emotional response to advertisement storytelling varies depending on the target gender of and emotion type appealed to by the advertisement. This suggests that an understanding of the targeted gender is necessary prior to producing an advertisement and that in deciding on an advertisement storytelling type, strategic attention should be directed to the advertisement's appeal concept or emotion type. Thus, it is safe to use drama-type storytelling that expresses masculine emotions (ex. fun, happy, encouraged) when the advertisement target, like Bacchus, includes both men and women. For brands and advertisements targeting only women (ex. female clothes), it is more effective to use a drama-type storytelling method that expresses feminine emotions (lovely, romantic, sad). The drama method can be still more effective than the vignette when women are the main target and a masculine concept-based creative is to be produced. However, when male consumers are targeted and the brand concept or advertisement concept is focused on feminine emotions (ex. romantic), vignette ads can more effectively induce empathy than drama ads.