• Geomechanics and Engineering
• /
• 제35권2호
• /
• pp.121-133
• /
• 2023

The demand for cement and limestone crushed materials has increased many folds due to the tremendous increase in construction activities in Pakistan during the past few decades. The number of cement production industries has increased correspondingly, and so the rock-blasting operations at the limestone quarry sites. However, the safety procedures warranted at these sites for the blast-induced ground vibrations (BIGV) have not been adequately developed and/or implemented. Proper prediction and monitoring of BIGV are necessary to ensure the safety of structures in the vicinity of these quarry sites. In this paper, an attempt has been made to predict BIGV using artificial neural network (ANN) at three selected limestone quarries of Pakistan. The ANN has been developed in Python using Keras with sequential model and dense layers. The hyper parameters and neurons in each of the activation layers has been optimized using randomized and grid search method. The input parameters for the model include distance, a maximum charge per delay (MCPD), depth of hole, burden, spacing, and number of blast holes, whereas, peak particle velocity (PPV) is taken as the only output parameter. A total of 110 blast vibrations datasets were recorded from three different limestone quarries. The dataset has been divided into 85% for neural network training, and 15% for testing of the network. A five-layer ANN is trained with Rectified Linear Unit (ReLU) activation function, Adam optimization algorithm with a learning rate of 0.001, and batch size of 32 with the topology of 6-32-32-256-1. The blast datasets were utilized to compare the performance of ANN, multivariate regression analysis (MVRA), and empirical predictors. The performance was evaluated using the coefficient of determination (R²), mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), and root mean squared error (RMSE)for predicted and measured PPV. To determine the relative influence of each parameter on the PPV, sensitivity analyses were performed for all input parameters. The analyses reveal that ANN performs superior than MVRA and other empirical predictors, andthat83% PPV is affected by distance and MCPD while hole depth, number of blast holes, burden and spacing contribute for the remaining 17%. This research provides valuable insights into improving safety measures and ensuring the structural integrity of buildings near limestone quarry sites.

• 한국음향학회지
• /
• 제35권4호
• /
• pp.261-271
• /
• 2016

지반에 인입된 파일에 대한 거동 해석은 지반의 비선형 거동 특성으로 인해 일반적으로 유한요소에 기반한 수치적인 방법을 주로 이용한다. 그러나 수치 해석은 파일-지반 모델링 및 연산에 많은 노력과 시간을 요구하므로 파일의 제원과 지반 물성치가 확정되지 않은 초기 설계 단계에서는 활용에 많은 한계를 갖는다. 반면, 지반을 선형화한 이론해석의 경우 수치 해석에 비해 모델이 단순하고 연산 시간이 매우 짧으므로, 해석의 신뢰성이 확보된다면 지반-지지구조의 거동 특성을 초기에 예측하는데 유용할 것이다. 본 연구에서 대상으로 하는 풍력발전기의 경우, 초기 설계 단계에서 풍력터빈의 고유진동수 예측을 위한 동적 거동 해석이 요구되며, 이 때 지반에 인입된 풍력터빈의 지지구조는 탄성경계조건으로 단순화하여 동적 거동 해석에 반영할 수 있다. 이를 위해, 본 논문에서는 풍력터빈 지지구조의 선단부 탄성 계수를 도출하고자 지반에 인입된 파일에 대한 파일-지반 연성해석을 수행하였다. 해석 시 지반의 변형은 탄성범위 이내에 있다고 단순화하여 지반에 인입된 파일을 탄성지지된 보로 모델링하였다. 탄성지지보 모델을 이용해 파일 선단에 수평 하중 또는 모멘트가 작용할 때 발생하는 파일의 횡변형을 구하고, 이로부터 영향계수를 도출하였다. 풍력터빈의 지지구조에 대한 해석 예로써, 모노파일과 석션파일에 대해 파일 선단의 영향계수를 구하고, 이를 문헌의 결과와 비교함으로써 해석 결과의 신뢰도를 검증하였다. 또한 이 두 파일의 깊이에 따른 변형 및 선단부의 스프링 상수를 비교하여 지지구조의 강성 측면에서 모노파일과 석션파일의 특성을 살펴보았다.

• 한국방사선학회논문지
• /
• 제13권4호
• /
• pp.573-579
• /
• 2019

환자 피폭선량 관리에 입사표면선량(ESD, entrance surface dose)이 국내외적으로 진단참고준위(국내 흉부촬영 $340{\mu}Gy$)로 사용되고 있지만, ESD측정을 위해서는 선량계가 필요하다. 하지만 대부분 병의원에서는 선량계가 구비되어 있지 않고 정기검사 시 전문 업체 측정에 의해 확인할 수 있다. 따라서 본 연구에서는 흉부 디지털촬영에서 사용자가 쉽게 ESD를 예측할 수 있는 방법에 대해 알아보았다. 흉부 디지털촬영에서 평판형 디텍터(FP, Flat-panel detector)와 IP (Imaging plate detector)를 대상으로 하였고, ESD는 선량계(XI-Platinum, Unfors, Sweden)를 흉부 팬텀(07-646 Duke QC chest phantom, Supertech, Elkhart, USA)의 중앙 표면에 부착시킨 후, 튜브와 디텍터를 180cm 거리를 유지시켜 각 노출조건 조합(관전압과 노출선량)에서 3회 반복측정한 후 평균값을 얻었다. 흉부 팬텀 영상의 다이콤 헤더 정보에서 FP영상은 선량면적곱(DAP, dose-area product)을 확인하였고, IP영상에서는 노출 지수(EI, exposure index)를 확인하였다. 단순선형회귀분석을 통해 FP촬영에서 DAP로부터, IP촬영에서 EI로부터 ESD를 예측할 수 있는 회귀방정식($y={\alpha}+{\beta}X$, ${\alpha}$=직선의 절편, ${\beta}$=직선의 기울기)을 구하였다. FP가 IP 보다 유의하게 낮은 선량을 보였고($85.7{\mu}Gy$ vs. $124.6{\mu}Gy$, p=0.017), 두 디텍터 모두 ESD와 화질 간에 높은 양의 상관성을 보였다. FP에서 수정된 R 제곱(adjusted R2)은 0.978로 ESD의 변동은 DAP 변동에 의해 97.8%의 높은 설명력을 보였다. 단순 회귀식은 $ESD=0.407+68.810{\times}DAP$ 이었다. 위의 회귀식을 이용하여 국내 권고선량($340{\mu}Gy$)과 같은 DAP를 추정한 결과($DAP=0.021+0.014{\times}340{\mu}Gy$), DAP는 4.781 이었다. IP에서 수정된 R 제곱(adjusted R2)은 0.645로 ESD의 변동은 EI 변동에 의해 64.5%의 설명력을 보였다. 단순 회귀식은 $ESD=-63.339+0.188{\times}EI$ 이었다. 위의 회귀식을 이용하여 국내 권고선량($340{\mu}Gy$)과 같은 EI를 추정한 결과($EI=565.431+3.481{\times}340{\mu}Gy$), EI는 1748.97 이었다. 흉부 디지털 촬영에서는 팍스 워크스테이션 영상의 다이콤 헤더 정보에서 ESD를 사용자가 쉽게 예측할 수 있다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.29-41
• /
• 2019

산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

• 한국작물학회지
• /
• 제46권3호
• /
• pp.241-247
• /
• 2001

우리나라 벼 수량의 기상반응을 종합적으로 검토하여 벼 수량예측모델을 구축하고자 1985년부터 1999년까지 15년간 수행한 20개 지역의 벼 지역적응시험 자료를 이용하여 기상에 대한 수량반응의 최대경계선(boundary line)분석을 하였으며, 이에 근거하여 수량예측모형을 설정하였다. 1. 벼의 생육기간을 영양생장기, 생식생장기, 등숙기로 구분하고 각 발육단계를 15-20일 간으로 구분하여 각 시기의 기상요소에 대한 수량반응의 최대경계선은 평균기온( $T_{a}$ )과 일조시수( $S_{h}$)에 대해서는 지수함수 f( $T_{a}$ )=$\beta$$_{0}$(1-exp(-$\beta$$_1$/$\times$ $T_{a}$ ), f( $S_{h}$)=$\beta$$_{0}$(1-exp(-$\beta$$_1$$\times$ $T_{h}$)로 나타났으며 일교차(Tr)는 2차함수 f( $T_{r}$)=$\beta$0(1-( $T_{r}$-$\beta$$_1$)$^2$)로, 이 식에서 상수항 $\beta$$_{0}$를 제거하여 수량에 대한 각 기상요소의 영향도를 0-1로 나타내는 기상지수로 나타내었다. 2. 각 생육시기의 평균기온, 일조시간 및 일교차에 대한 수량반응의 최대경계선이외에 불임에 의한 등숙률 저하와 그에 따른 수량감소를 고려하기 위하여 Uchijima(1976)가 제안한 냉각도일수(cooling degree day)를 출수전 30일간의 생식생장기에 계산하여 이에 대한 수량과 등숙률 반응의 최대경계선을 계산하였는데 냉각도일수가 증가하면 수량이 감소하는 지수함수로 잘 표현되어 기존의 연구들과 같은 결과였다. 3. 기상지수는 벼의 생육기간을 영양생장기, 생식생장기 및 등숙기로 구별하고 각 시기별로 수량 기상지수를 각 기상요소 기상지수를 기하평균하여 산출하였는데 각 시기별 수량기상지수의 수량변이 설명도는 각각 0.383-0.430, 0.460-0.534, 0.4603-0.587로 결정계수는 영양생장기＜생식생장기＜등숙기의 순으로 컸다. 4. 최대경계선 분석방법을 통하여 얻어진 각 생육시기별 수량기상지수를 기하평균하여 구한 종합수량기상지수와 수량과의 직선회귀식을 구하여 수량예측모형(Model I, II, III)을 작성하였다. Model I, II, III)은 각각 결정계수가 0.6512, 0.6703, 0.6129로 모든 생육단계에 걸쳐서 기간을 15-20일 단위로 세분하여 모든 기간의 수량에 대한 기상지수를 고려하여 전 생육기간의 종합수량기상지수를 산출한 Model II가 기상변화에 따른 수량변이의 설명도가 가장 높았다.

• 대한전자공학회논문지SP
• /
• 제47권3호
• /
• pp.87-95
• /
• 2010

오디오 신호를 무손실 압축하여 휴대용 멀티미디어 기기에서 최고의 오디오 품질을 제공하는 기기들이 등장하고 있으며, 무손실 오디오 압축을 위한 기술에서는 2006년 MPEG-4 audio lessless coding(ALS)와 MPEG-4 scalable lossless coding(SLS)가 국제 표준으로 채택 되었다. 2009년에는 MPEG에서 최대 스테레오 음원까지만 지원하는 MPEG-4 ALS simple profile을 정의하였다. 표준화된 무손실 오디오 코덱이 휴대용 멀티미디어 기기에서 널리 이용되기 위해서는 휴대용 멀티미디어 기기에서 가장 널리 쓰이는 스테레오 조건에서 낮은 복잡도를 보여야 한다. 하지만 기존 연구에서는 MPEG-4 ALS의 압축률을 향상시키거나, 혹은 다채널 환경에서의 복잡도를 개선하기 위한 연구들이 주로 이루어졌다. 본 논문에서는 MPEG-4 ALS 인코더의 복잡도와 압축률을 분석하고, 이를 바탕으로 MPEG-4 ALS simple profile 조건에서 MPEG-4 ALS 인코더의 복잡도를 개선하기 위한 방법을 제안한다. 분석 결과 MPEG-4 ALS 인코더의 analysis 블록에서 전체 복잡도의 75% 발생하므로, 기존의 연구에서 개발된 저 복잡도 필터를 인코더에 적용하여 복잡도를 감소시키며, joint coding의 압축 효율과 여기 신호의 상호상관계수의 관계를 기반으로 joint coding 결정 방법을 제안한다. 제안된 방법과 저 복잡도 필터가 포함된 MPEG-4 ALS 인코더의 성능은 MPEG-4 conformance test 파일과 일반 음악 파일을 이용하여 복잡도 및 압축률로써 평가된다. 실험 결과 제안된 방법이 적용되었을 경우 압축률은 유사하면서 인코더 복잡도가 24% 감소한다. 이를 통해 본 논문에서 제안된 방법이 MPEG-4 ALS 인코더의 복잡도 감소에 탁월한 성능을 가짐을 보였다.

• Tuberculosis and Respiratory Diseases
• /
• 제46권6호
• /
• pp.786-794
• /
• 1999

연구배경 : 척추의 이상굴곡 등으로 신장을 정확히 측정할 수 없는 환자에서 정상폐활량을 추정하기 위해서는 양팔벌린 손끝길이를 측정하여 신장을 예측한다. 연령을 고려하지 않고 고정된 비(AS/Ht ratio)를 이용하는 방법과 연령을 고려한 회귀방정식을 이용하는 두가지 방법이 있으며 이는 인종에 따라 다르다고 알려져있다. 대상 및 방법 : 우리나라 성인여성에서 양팔별린 손끝길이와 신장 그리고 연령과의 관계를 알아보고자 울산광역시에 거주하는 20-69세의 성인여성중 연령별로 표본추출된 381명(평균연령 $46.6{\pm}12.8$세, 평균신장 $154.3{\pm}5.7cm$)의 자료를 분석하였다. 결 과 : 우리나라 성인여성의 AS/Ht ratio는 $1.004{\pm}0.023$이다. 다중선형회귀분석상 양팔벌린 손끝길이와 연령이 모두 신장과 유의한 선형적 관련성을 보였다. Height(cm)=0.7094 Arm span(cm)-0.0891 Age(yr)+48.54(p=0.0001, $r^2$=0.76) AS/Ht ratio를 통한 신장 예측값와 실측값의 차이 즉, 잔차(residual)는 양팔벌린 손끝길이와 연령에 의해서 유의한 영향을 받는다 (p=0.0001). 양팔벌린 손끝길이 또는 연령이 감소할수록 AS/Ht ratio에 의한 신장 예측값은 실측값보다 낮아지며, 양팔벌린 손끝길이 또는 연령이 증가할수록 AS/Ht ratio에 의한 신장 예측값은 실측값보다 높아진다. 회귀방정식을 통한 신장 예측값과 실측값의 차이는 양팔벌린 손끝길이와 연령에 의한 영향을 받지 않는다(p>0.05). 결 론 : 우리나라 성인여성에서 정상폐활량 추정을 위한 신장 예측치를 구하고자 할 때 양팔벌린 손끝길이와 연령의 두 변수를 이용한 회귀방정식을 이용하는 것이 고정된 AS/Ht ratio를 이용하는 것보다 더 정확하다. As/Ht ratio는 양팔벌린 손끝길이와 연령의 양 극단에서 신장을 정확하게 예측하지 못한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.65-82
• /
• 2021

주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.

• 대한교통학회지
• /
• 제20권7호
• /
• pp.155-166
• /
• 2002

교차로에서의 교통사고건수는 90년 이후로 계속 증가해오고 있는 추세이므로 교차로의 안전성을 증가시키기 위한 노력이 필요한 실정이다. 본 연구에서는 신호 교차로의 도로조건, 교통조건 교통운영조건 등을 분석하여 안전성에 방해가 되는 요소들을 찾아내고, 그 요소들과 사고와의 상관관계를 이용하여 각 교차로의 안전을 평가할 수 있는 사고예측모형을 개발하였다. 또한 이 교차로사고예측모형은 사전에 위험요소들을 처리하여 적절한 교통안전 정책을 세우도록 방향을 제시하고, 교차로의 안전성을 높이려는데 목적이 있다. 교차로 내의 사고건수는 2001년 1월부터 2001년 12월까지 1년 간의 원주시 교차로 사고건수 자료를 수집하였고, 각 교차로들의 도로조건, 교통조건, 교통운영조건은 현장 조사하여 수집하였다. 수집한 자료들을 1차 통계 분석한 결과 사고와 상관관계가 높게 나타나는 요소들로는 지역유형, 토지이용, 버스정차활동, 노상 주 정차 활동 전체교통량, 회전 교통량, 차로수, 도로폭, 교차로 면적, 주기, 시거, 회전반경 등으로 나타났다. 또한 위의 요소들을 가지고 2차 상관 분석한 결과 유의확률이 95%이상 만족하고, 각각의 독립변수들 간의 상관관계가 적어 사고율에 영향을 주는 변수로는 차로수, 회전반경, 시거, 주기가 선택되었다. 따라서 위의 요소들로 각 요소들의 분포현황에 알맞은 교통 사고예측 모형 식을 만들고, 일반적인 선형회귀모형과의 정확도를 비교하였다. 또한 국내 사고통계를 이용하여 사고건수의 분포도를 분석한 후 교차로의 위험 수준을 단계별로 분류하였다. 마지막으로 모형의 타당성을 검토하기 위해 Spearman 순위상관계수에 적용하였더니 결정계수 값이 0.985로 매우 유의 하다는 것과 모형식에서 구해진 각 교차로별 위험 순위도가 거의 타당한 것으로 나타났다. 또한 실제사고건 수와 예측사고건수를 본 연구에서 분류한 위험수준으로 비교한 결과 교차로의 80%가 위험수준이 같다는 결과를 얻을 수 있었다.다는 일반적인 명령과 개별적인 행정행위를 구분하고 명령에 대하여도 취소소송의 대상으로 삼도록 하는 보다 명확하고 일관성 있는 논의전개를 제안하였다.수 있었다.로 첨가하여 48시간 배양한 후 암항원 유전자 발현성을 측정한 결과 세포주에 따라 다소 차이는 있으나 대개 0.2 uM농도에서도 유전자 발현이 유도되었으며 1, 5 uM농도에서 매우 강하게 유도되었다. ADC 처리가 페암세포주의 MHC와 B7 발현을 증가시키는가를 알아보기 위해 1 uM 농도의 ADC를 72시간 처치한 후 FACS 분석을 실시한 결과 4개의 페암세포주에서 MHC 및 B7분자의 발현은 유도되지 않았다. 또 ADC농도가 세포성장에 미치는 영향을 알아보기 위하여 ADC를 0.2, 1, 5 uM농도로 96시간 처치 후 세포수를 측정하여 상대성장지수를 알아본 결과 ADC 처치 농도가 증가함에 따라 세포의 성장은 매우 감소하였다. 결론: 폐암세포주에서 ADC처치는 MAGE, GAGE 및 NY-ESO-1과 같은 세포독성 T 림프구 반응을 유도할 수 있는 암항원의 발현을 증가시킬 수 있으며, ADC의 세포독성과 항원 발현 유발시간을 분석할 때 1 uM 농도에서 48시간 처치한 후 ADC가 없는 배지에서 수일간 배양하는 것이 가장 효과적이라고 생각된다. 그러나, ADC를 처치하여도 MHC 및 B7의 발현의 변화는 없었으므로 ADC를 처치한 폐암세포를 암백신으로 사용하기 위해서는 MHC나 B7 및 cytokine의 발현을 증가시키는 추가적인 처치가 필요하다고 생각된다.ded.한 질소제거를 N-balance로부터 구해보면, R3 반응조의 경우가 가장 높은 제거율(40.9%)을 보였다. 이상의 결과들을 볼 때, Bncillus 균주는 호기적 탈질을 일으킬 수 있는 가능성이 있고, Bncillus 균주를 이용한 B3 공정은 탈질에 이용되는 탄소량이 거의 없고, 적은 alkalinity 소모에 의한 경제적 이익 등 장점을 가진 공정으로 보여 진다.수록 푹신한

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.