• 한국초지조사료학회지
• /
• 제13권4호
• /
• pp.286-293
• /
• 1993

본 시험은 톨 페스큐가 우점된 방목초지에서 소비구(T$_1$; 120-100-100 kg/ha), 보비구(T$_2$: 280-200-240kg) 및 보비+보파구(T$_3$)등 3개 처리에 3원 교잡종 육성우를 이용하여 1991년 4월 16일부터 11월 1일까지 199일 동안 계절별 목초 생산량에 따라 방목두수를 증.감 조절하여 보충사료 급여없이 계속방목 방법으로 수행되었던 바 얻어진 결과는 다음과 같다. 1. 처리별 식생은 소비구(T$_1$)에서 tall fescue가 60~70% 크게 우점된데 비해 보비구(T$_2$)에서 tall fescue는 40~50% 다소 낮았고 보비+보파구(T$_3$)에서는 tall fescue, orchardgrass, perennial ryegrass등이 각각 30.5%. 23.8%, 21.4%를 나타냈다. 2. ha당 목초 건물수량은 소비구(T$_1$)가 11.952kg인데 비해 보비구(T$_2$) 13,277kg, 보비+보파구(T$_3$) 14,431kg으로 각각 11%. 21% 증수되었다. 3. 처리별 ha당 일평균 방목두수(AU)는 T$_1$이 2.4 AU인데 비해 T$_2$가 3.0 AU, T$_3$가 3.3 AU로 높았으며 어느 처리에서나 봄철에 높은 방목두수를 보였다. 4. 년간 ha당 총 방목일수(animal unit day; AUD) 는 T$_1$이 481 AUD인데 비해 T$_2$가 559 AUD, T$_3$가664 AUD로 각각 24%, 38%의 높은 방목일수를 나타냈다. 5. 년 평균 두당 일당 증체량은 T$_1$이 0.64kg, T$_2$ 0.64kg, T$_3$ 0.68kg으로 처리간 큰 차이는 없었으나 어느 처리에서나 봄철에 높은 증체량을 나타냈다. ha당 1일 평균 증체량은 T$_1$이 3.0kg, T$_2$ 3.8kg, T$_3$4.4kg로 T$_3$가 높은 증체량을 보였다. 6. 연간 총 ha당 증체량은 T$_1$가 601kg인데 비해 T$_2$ 762kg. T$_3$ 877kg으로 각각 27%, 46%의 높은 증체량을 보였다. 7. 방목축 100kg당 1일 목초 채식량은 처리간 큰 차이 없이 4.0~4.5kg 이었으나 어느 처리에서나 여름철에 가장 낮은 채식량을 나타냈다. 8. 처리별 목초내 조성분 함량에서 조단백질은 T$_1$이 다른 처리에 비해 낮은 반면 조섬유 함량은 다소 높게 나타냈다. P, K, Ca 함량 등도 T$_1$에서 다소 낮은 함량을 보였다.

• 한국수산과학회지
• /
• 제35권3호
• /
• pp.265-272
• /
• 2002

동한난류 주변 해역의 해색전선과 수온전선의 공간적 분포 특성을 CZCS와 AVHRR 위성자료를 이용하여 살펴보았다. 동한난류 주류의 난수 streamer 주변 해역의 색소농도와 SST의 공간적 분포를 살펴본 결과, 식물플랑크톤의 흡수보다는 황색물질이나 용존유기물질과 같은 부유물질에 의해 높은 색소농도를 나타낸 연안냉수해역, 연안의 부유물질에 의한 영향과 식물플랑크톤에 의한 영향이 혼합된 특성이 나타난 색소농도가 높은 수온전선의 냉수해역, 외해수의 특성과 유사한 순수한 식물플랑크톤의 영향에 의해 색소농도가 높은 난수중첩해역, 식물플랑크톤의 홉수에 의해 지배를 받고 있으나 색소농도가 적은 난수해역, 식물플랑크톤의 흡수에 의한 영향으로 색소농도가 높은 외해해역의 5개 범주로 구분할 수 있었다. 동해안을 따른 연안냉수해역의 높은 색소농도의 확장은 동한난류의 흐름에 크게 영향을 받고 있으며, 동한난류의 난수 내부에 있는 낮은 색소농도와 분리된다. 또한, 동한난류해역 주변의 색소 농도와 SST 사이의 관계는 전체적으로, 색소농도가 높은 곳은 수온이 낮은 곳에 나타나고 있으며, 색소농도가 낮은 곳은 수온이 높은 곳에서 나타났다. 색소농도가 가장 높게 나타난 것은 수온전선해역 냉수쪽에서 가장 높은 550nm 반사와 비교적 높은 443nm 흡수와 일치하는 일반적인 연안수와 같이 식물플랑크톤 단독으로 나타나는 것이 아니라 부유물질과 동시에 나타났다. 그리고, 또 다른 색소농도의 높은 농도가 외해수에서 나타난 것과 유사하게 난수 streamer 내부에서 나타났으며, 이것은 연안의 부유물질의 영향은 거의 받지 않은 식물플랑크톤에 의해 색소농도가 높은 것을 알았다. 동한난류 해역과 같이 색소농도가 높은 해역에서 SST와 색소농도 영상만으로 복잡한 물리 생물학적인 현상에 기인한 모든 현상을 이해하기는 어렵지만, 광범위한 해역에서 이러한 현상을 이해하는데 위성자료는 효과적인 수단으로 판단된다. 또한, 현재 운용중인 NASA의 Seastar에 탑재된 SeaWiFS (Sea-viewing Wide Field-of·view Sensor)에 의한 보다 정확한 식물플랑크톤 색소농도 자료는 현장에서 측정된 관측자료와 더불어 동한난류 해역의 물리$\cdot$생물학적인 시공간변동을 이해하는데 많은 도움을 줄 것이라 사료된다.

• 한국가금학회지
• /
• 제30권1호
• /
• pp.29-34
• /
• 2003

본 실험은 한국인들이 선호하는 갈색란을 생산하면서, 동시에 가금티푸스에 대하여는 저항성을 가지는 합성종 계통의 닭을 육성하고자 하는 시도의 일환으로 수행되었다. 즉 백색란 생산계통(W)과 갈색란 생산계통(B)을 교잡하여 가금티푸스 저항성을 보유하면서도 어느 정토 갈색을 띄는 계란을 생산하는 합성종에서 얻어진 계란에 대한 소비자 선호도를 조사하므로서, 합성종에서 얻어진 중간 갈색란의 시장성을 분석하고자 하였다. 백색란(White)은 SCWL 계통인 Hyline(H)에서 생산된 백색란(HW$\times$HB) 30개를 시료로 공시하였으며. 이들의 평균 난각색은 81.9였다. 그리고 갈색란(Brown)은 ISA(I)에서 생산된 갈색란(IW$\times$IB) 30개를 시료로 사용하였고, 이들의 평균 난각색은 36.4였다. 이 두 품종 이외에 Lohman(L)도 공시하여서, 백색란(W) 산란계 수컷(H,I,L)과 갈색란(B) 산란계 암컷(H, I, L)을 교배하여 (HW $\times$ HB), (IW $\times$ HB), (HW $\times$ IB), (IW $\times$ IB), (LW $\times$ LB)의 각 교배별로 생산된 계란 중 산란 최고기인 38~40주령에 난을 채집하여 각 교배구의 평균 난각색을 구한 후, 그 중 평균값이 70 (Trt-White, 백색에 가까운 계란), 60 (Middle, 백색과 갈색의 중간) 및 50 (Trt-Brown, 갈색에 가까운 계란)에 해당하는 계란 30개씩을 선정하여 사용하였다(Fig. 1). 대전지역에 거주하는 총 247명의 주부 및 학생을 대상으로 2회에 걸친 설문 조사를 하였다. 첫 번째 설문지는 설문자들에게 아무런 사전지식을 주지 않고 난각의 색으로만 기호도를 평가하도록 하였다. 두 번째 설문지는 설문자들에게 계란의 난각색이 영양면이나 조리ㆍ가공시 서로 차이가 없다는 사전지식을 제공한 후, 난각색과 가격을 동시에 고려한 선호도(구매의욕)를 조사하였다. 그 결과 난각색과 영양에 대한 교육을 하기전인 첫 번째 질문에서는 갈색란(Brown)을 가장 좋아하며, 난각색이 흰색에 가까운 시료(Trt-White)를 가장 싫어하는 것으로 나타났으며, 갈색란(Brown)과 난각색이 갈색에 가까운 시료(Trt-Brown)사이와 백색란(White)과 백색에 가까운 시료(Trt-White) 사이에는 통계적으로 유의차가 없었다. 난각색과 영양이 상관이 없다는 것을 교육한 후 실시한 두 번째 설문에서는 갈색에 가까운 계란(Tn-Brown)을 가장 좋아하여 1순위와 2순위가 바뀐 것 이외에는 첫 번째 질문의 결과와 같았다. 결론적으로 현재 우리나라에서는 갈색 정도의 차이 문제이지 갈색란을 좋아함을 알 수 있었고, 교육에 의해 조금씩은 고정 관념을 바꿀 수 있는 가능성을 확인할 수 있었다.

• 한국가금학회지
• /
• 제35권2호
• /
• pp.123-129
• /
• 2008

본 연구의 목적은 고에너지 사료 내 항생제와 효모제의 첨가가 육계의 생산성, 혈액 성상 및 도체 특성에 미치는 영향을 알아보기 위하여 실시하였다. 2일령 Arbor Acre broiler (male, female) 480수를 공시하였고, 사양 시험은 5주간 실시하였다. 시험사료는 옥수수-대두박 위주의 사료인 대조구(CON; basal diet), 고에너지 사료 처리구(HED; high energy diet), 효모제 사료 처리구(YD; HED without virginiamycin + 0.2% Saccharomyces cerevisiae, $15{\times}10^{10}$)로 3개 처리를 하여 처리당 8반복, 반복당 20수씩 완전 임의 배치하였다. 전체 사양 시험 기간동안 증체량은 고에너지 사료를 급여한 HED 처리구가 다른 처리구들에 비해 높은 경향을 보였으나, 처리구간에 유의적인 차이는 없었다. 사료 섭취량은 효모제 사료를 급여한 YD 처리구가 다른 처리구들에 비해 높은 경향을 보였으나, 처리구간에 유의적인 차이는 없었다. 사료 요구율에서는 고 에너지 사료를 급여한 HED 처리구가 다른 처리구들에 비해 유의적으로 낮게 나타났다(P<0.05). RBC(red blood cell), WBC (white blood cell), lymphocyte 모두 처리구간에 유의적인 차이는 없었으며, 간 무게 및 생체중에 대한 간 무게 비율, 허벅지육 무게 및 생체중에 대한 허벅지육 비율, 가슴육 무게 및 생체중에 대한 가슴육 무게 비율, 복강 지방 무게 및 생체중에 대한 복강 지방 무게 비율 모두에서 유의적인 차이가 없었으나, 종료시 체중에서는 HED 처리구가 유의적으로 가장 높았으며, 다음으로 YD, CON 순이었다(P<0.05). 결론적으로, 고에너지 사료 처리구가 사료 요구율에서 유의적으로 가장 영향을 미쳤으며, 효모제 처리구는 CON 처리구와 많은 차이를 보이지 않았다.

• 한국축산시설환경학회지
• /
• 제7권1호
• /
• pp.1-12
• /
• 2001

조기이유 자돈용 액상사료 지동 급이기를 개발하기 위하여 물 가열 및 배출부, 가루사료 저장 및 배출부, 혼합부, 약상사료 이송부와 이들의 각 기능을 제어하는 중앙 제어부 및 급이기로 구성 하였다. 이러헥 개발한 조기이유 자돈용 액상사료 자동급이기의 실용성을 검토하기 위해 평균 19일령에 이유한 삼원교잡종(Lw$\times$D)ㅈ돈 18두(남9,여9)를 공시하여 3주 동안 액상으로 급여한 후 3주 동안 가루사료를 무제한 급여하였다. 결과는 아래와 같다. 개발한 액상사료 자동 급이기의 물 가열 및 배출부는 혼합부에 온수를 초당 27$m\ell$, 가루사료 저장 및 배출부는 가루사료를 초당 3.7g 씩 정확하게 중앙제어부의 작동에 따라 이송하였다. 일당증체량은 NRC의 표준 성장률과 비교해 액상사료를 급여한 3주 동안 자돈들이 10%정도 낮은 수준이었으나, 그후 가루사료를 급여한 3주 동안에는 24%, 시험전기간 17% 정도 높은 수준이었다. 사료요구율은 시험개시 후 3주 동안 1.09, 그 후 3주동안 2.14, 시험전기간에는 1.89 이었다. 설사 발생은 액상사료 급여후 3일부터 7일 까지 5일동안 발생하였고, 폐사 자돈은 없었다. 새로이 개발한 액상사료 자동 급이기 시작품의 성능 검정을 위한 예비적 시험으로 19일령에 이유한 자돈에게 적용해 본결과, 액상사료 자동급이기는 어떠한 문제없이 잘 작동되었으며, 자돈들의 액상사료 급여 초기 성장은 부진하였으나 차후 성장 촉진과 사료 이용율이 개선되는 것으로 나타났다. 따라서 본 연구에서 새로이 개발한 액상사료 자동 급이기를 이용한 자돈 사육이 가능할 것으로 사료 된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.