• 한국통신학회논문지
• /
• 제32권2C호
• /
• pp.141-149
• /
• 2007

영상에서 사람의 머리위치를 찾는 문제에 있어서 어깨선 정보를 이용하는 것은 아주 유용하다. 영상에서 머리 외곽선과 어깨선의 형태는 일정한 변형을 유지하면서 같이 움직이므로 이를 ASM(Active Shape Model) 기법을 사용해서 통계적으로 모델링 할 수 있다. 그러나 ASM 모델은 국부적인 에지나 그래디언트에 의존하므로 배경 에지나 클러터 성분에 민감하다. 한편 AAM(Active Appearance Model) 모델은 텍스쳐 등을 이용하지만, 사람의 피부색, 머리색깔, 옷 색깔 등의 차이로 인해서 통계적인 학습방법을 쓰기가 어렵고, 전체 비디오에서 외모(Appearance)가 시간적으로 변한다. 따라서, 본 논문에서는 외모(Apperance) 모델을 변화에 따라 바꾸는 대신, 영상의 각 화소를 머리, 어깨, 배경으로 구분하는 분별적 외모 모델(discriminative appearance)를 사용한다. 실험을 통해서 제안된 방법이 기존의 기법에 비해서 포즈변화와 가려짐, 조명의 변화 등에 강인함을 보여준다. 또한 제안된 기법은 실시간으로 작동하는 장점 또한 가진다.

• 한국정보처리학회논문지
• /
• 제4권7호
• /
• pp.1749-1758
• /
• 1997

전력수요의 예측은 예측기간에 따라 중장기 전력수요 예측과 단기 부하 예측으로 구분할 수 있다. 기존의 단기 부하예측은 주로 역전파 알고리즘(back propagation algorithm)다층퍼셉트론을 이용하여 예측을 하였으나 이는 학습시간이 많이 걸릴 뿐만 아니라 학습도중에 지역최소점(local minima)에 빠져 학습이 계속되지 못한다는 문제가 있다. 본 논문은 이러한 역전파 알고리즘의 문제점을 해결할 수 있는 방법으로 Radial Basis 함수(Radial Basis Function)를 이용하여 동적 단기부하 예측 모형을 제안한다. Radial Basis 함수는 하나의 은닉층(hidden layer)을 갖고 있으며, 전방향(feed-forward)학습을 한다는 특징이 있다. 본 논문에서 제안한 단기 부하 예측모형은 학습을 하기 위하여 시간대별 부하량을 클러스터링 하고, 이 클러스터의 중심값을 Radial Basis 함수의 은닉층으로 하여 학습을 한 다음 예측하고자 하는 패턴을 한 단위로 하여 시단대별로 예측하였다. 기존의 연구에서의 클러스터링 방법으로는 통계학의 K-Means 방법이나 Kohonen의 LVQ(Learning Vector Quantization)을 주로 이용하였으나 본 논문에서는 패턴의 분류에 있어서 다른 알고리즘보다 편차가 작은 Pal, et. al.의 GLVQ(Generalized LVQ) 알고리즘을 이용하였다. 본 논문에서 이용한 데이타는 1995년 3월 1일-3일, 6월 1일-3일, 7월 1일-3일, 9월 1일-3일, 11월 1일-3일의 72시간 데이타를 입력하여 월별 4일의 24시간의 예측시간으로 예측하였다. 실험결과 월별 1일과 3일까지의 학습데이타로 1시간 후의 부하량을 24시간동안 예측한 결과 1.3795%의 평균 오차율로 예측하였다.

• 한국유기농업학회지
• /
• 제7권2호
• /
• pp.89-97
• /
• 1999

농업과 가축생산에서 상품생산의 원리를 통하여 노동의 공간분배를 관찰할 수 있다. 환경적인 요인에 적응이 잘되면 생산량의 증대와 효과적인 생산을 가져올 수 있다. 농장에서 이윤을 최대화하기 위하여 발생되는 조건에 밀접하게 일치되는 생산을 하도록 노력하여야 한다. 가축생산에서는 이미 잘 알려진 데로 사료생산에 밀접하게 연결되어 있다. 경제연구와 요인분석에 의하여 경제성있는 축산경영을 하는데 두 가지 집단(요인)이 지배적이라는 사실을 발견한다. 첫 번째로, 곡물의 재배지역이다. 그리고 두 번째로, 사료작물 생산형태(사료 및 초지재배지역 및 생산량)이다. 최근에는 환경적인 요인들은 저평가되는 경향이 있다. 중앙집권적인 행정제도의 결과로 인하여 차별화되는 효과는 활동을 못하게 되고, 그리고 동일하다는 개념이 강조되었다. 그와 같은 결과는 오늘날에 관찰될 수 있다. 예를 들어서 초지와 사료작물의 재배가 적당한 지역에 우유와 비육생산은 감소되고 있다. 옥수수와 돼지사육 지역에서도 유사한 현상이 발생되고 있다. 주로 초지경영에서 지역적 환경요인을 이용하지 못하는 현상을 발견할 수 있다. 초지의 합리적인 이용이 축산경영에서 중요하다는 것이다. 그리고 초지의 이용은 경제성있는 생산뿐만 아니라 생태적인 안정성을 유지하기 위하여 가축생산에서 대단히 중요하다.

• 헤리티지:역사와 과학
• /
• 제43권3호
• /
• pp.26-47
• /
• 2010

발굴유구에서 보존은 보존에 복원을 포괄하는 개념이며, 여기서 복원은 유구 원래의 원형으로 복원하는 것을 의미하는 것이 아니라, 발굴 당시의 모습 그대로 복원하는 것을 의미한다. 즉 발굴유구 보존은 수리복원의 개념이 함께 포함된 것이다. 발굴유구는 보존하는 위치에 따라 크게 현장보존과 이전보존으로 나눌 수 있다. 현장보존은 발굴유구를 현장에 그대로 보존하는 것으로 유구의 훼손을 방지하기 위해 복토하는 복토 현장보존법과 유구를 노출된 상태 그대로 보존하는 노출 현장보존법이 있다. 유구가 발굴된 장소에서 다른 장소로 이전하는 것을 전제로 한 보존방법을 이전보존이라 하며, 세부방법으로 원형이전, 전사이전, 복제이전, 해체이전으로 나눌 수 있다. 원형이전은 유구의 원형을 그대로 다른 곳에 이전하는 방법이고, 전사이전은 유구 표면의 일정부분을 떼어내어 이전하는 것이다. 복제이전은 발굴된 유구의 형태를 본떠 이전할 곳에서 다시 복원하는 방법이며, 해체이전은 유구를 구성하고 있는 부재를 해체 이전하여 해체의 역순으로 복원하는 방법이다. 발굴유구의 보존에서 가장 기본이 되는 것은 발굴유구의 원형을 그대로 보존하는 것이지만 실제로는 발굴유구를 둘러싼 여러 가지 환경 즉 사회 경제 문화 지역 상황에 따라 보존방법이 결정되는 경향이 있다. 앞으로 더 효과적인 발굴유구 보존을 위해 보존방법별로 좀 더 세분화되고 전문화된 방안을 도출하고, 인접학문과의 교류 및 발전하는 과학기술을 접목시켜 발굴유구를 가장 효과적으로 보존할 수 있는 방법에 대한 지속적인 연구가 필요하다.

• Journal of Rhinology
• /
• 제25권2호
• /
• pp.86-90
• /
• 2018

Background and Objectives: Although polyvinyl acetate ($Merocel^{(R)}$) has been widely used as a packing material after septoplasty, removable nasal packing can increase patient discomfort, local pain, and pressure. Furthermore, the removal of nasal packing has been described as the most uncomfortable and distressing feature associated with septoplasty. The purpose of this study was to investigate the efficacy of polyvinyl acetate with carboxymethyl cellulose sheet ($Rhinocel^{(R)}$) nasal packing on patient subjective symptoms, degree of bleeding, hemostasis, and wound healing following septoplasty. Subjects and Method: Forty patients with nasal septum deviation requiring septoplasty were included. Following surgery, one nasal cavity was packed with $Rhinocel^{(R)}$ and the other one with $Merocel^{(R)}$. Patient subjective symptoms while the packing was in situ, hemostatic properties, pain on removal, degree of bleeding on removal, duration of hemostasis after removal, postoperative wound healing, and the cost of the pack were evaluated. Results: Although the two types of packing materials were equally effective in controlling postoperative bleeding after septoplasty, $Rhinocel^{(R)}$ was significantly more comfortable while in situ and less painful on removal than $Merocel^{(R)}$, which was associated with significantly more bleeding on removal and so more time was needed to control hemorrhage. There was no significant difference in postoperative wound healing or pack cost. Conclusion: The use of $Rhinocel^{(R)}$ after septoplasty has less discomfort, greater patient satisfaction, and less bleeding on removal with no adverse reactions compared to $Merocel^{(R)}$ packing. Therefore, $Rhinocel^{(R)}$ may be a useful packing material after septoplasty.

• 지능정보연구
• /
• 제28권2호
• /
• pp.307-332
• /
• 2022

부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.

• Asia Marketing Journal
• /
• 제13권4호
• /
• pp.253-264
• /
• 2012

점차 많은 기업들이 국내 시장에서의 포화상태로 인해 글로벌 시장 진출을 시도하고 있다. 홈쇼핑 역시 성숙기에 들어섰기 때문에 국내에서의 성장이 어려워지고 있다. 국내 홈쇼핑 1위 업체인 CJ오쇼핑은 국내에서의 한계를 벗어나 철저한 준비 끝에 세계시장으로 진출해서 괄목할만한 성과를 보여주고 있다. 중국, 인도, 베트남, 일본 등 아시아를 중심으로 펼치고 있는 CJ오쇼핑의 글로벌 마케팅 전략은 현재까지 성공적으로 진행되고 있으며, 국내뿐만 아니라 아시아에서 1위 온라인 유통회사로 발돋움하고 있다. CJ오쇼핑은 한국형 홈쇼핑 모델을 핵심역량으로 진출 지역에 대한 철저한 사전 준비와 함께 효과적으로 해외 시장을 공략했다. 글로벌 경쟁력을 갖춘 한국형 홈쇼핑의 특징인 쇼퍼테인먼트를 현지 고객들에게 어필한 것이 큰 차별점이었다. 또한 현지에서 영향력 있고, 안정적인 파트너사를 선택하여 사업목표를 공유하고 합작사업을 체결함으로써 안정적인 운영이 가능하였다. 이를 바탕으로 현지 고객들에게 손쉽게 인지도를 확보할 수 있었다. 경쟁사 대비 공격적인 선진입도 CJ오쇼핑의 글로벌 마케팅 성공요인 중 하나이다. 마지막으로 CJ오쇼핑이 갖추고 있는 역량을 철저히 현지화시켜 성공적으로 안착되도록 유도하였다. 위와 같은 성공요인이 CJ오쇼핑 글로벌 마케팅 사례 분석의 시사점으로 도출될 수 있으며, 이러한 성공요인들이 여러 기업들에게 전파되어 향후 한국기업의 글로벌 마케팅 성공전략으로 활용될 수 있기를 기대해본다.

• 한국자기학회지
• /
• 제3권1호
• /
• pp.48-55
• /
• 1993

광전자분광법 (Photoelectron Spectroscopy : PES)을 이용하여, 차세대 광자기 기록매체로 유망한 Co/Pd 다층박막의 전자구조를 연구하였다. Co/Pd 다층박막의 Co 3d 전자 PES 스펙트럼에서는 페르미 에너지 ($E_{F}$) 근처에 폭이 좁은 피이크가 관찰되었고, 아울러 $E_{F}$로부터 약 2.5 eV 아래에 폭이 넓은 피이크도 관찰되었다. 그 중 $E_{F}$ 근처에 위치한 피이크의 폭은 bulk Co 3d 전자 PES 스펙트럼에서의 피이크폭에 비하여 훨씬 좁았는데, 이러한 차이는 Co 자기모멘트가 Co/Pd 다층박막에서 buik Co 에 비하여 증진되는 현상과 일치한다. 한편 $E_{F}$ 아래 2.5 eV에 의치한 피이크는 Pd의 valence band 구조와 유사함이 발견되었는데, 이는 Co 단층과 Pd 단층간에 상당한 상호작용 (hybridization)이 있음을 나타낸다고 볼 수 있다. Co/Pd 다층박막에 대하여 실험적으로 결정한 Co 3d 전자 Pes 스펙트럼을 국재스핀밀도함수이론을 이용하여 얻은 이론적 전자구조 계산결과와 비교하였다. 이상의 비교에 의하면 밴드이론계산에 의한 Co 3d 밴드폭은 실험과 잘 일치하였으나, PES 스펙트럼에서 관찰되어진 $E_{F}$ 근처의 폭이 좁은 피이크는 밴드이론이 잘 기술하지 못함이 발견되었다.

• 해양환경안전학회지
• /
• 제29권4호
• /
• pp.332-337
• /
• 2023

우리나라는 3면이 바다로 둘러싸여 있을 뿐만 아니라 국가하천과 지방하천의 연장이 26,843km에 달하고 있어 풍부한 해수면과 내수면이 함께 공존하는 지리적 특징이 있다. 국민소득의 향상 등으로 내수면에서 운항하는 선박이 지속적으로 증가하고 있어 내수면에서 선박사고 및 인명사고의 위험성도 증가하고 있다. 본 연구에서는 내수면관련 법령조사 및 운영현황 분석을 통하여 거시적인 내수면 선박의 안전관리 대책 방안을 제시하였다. 그 개선방안으로 하드웨어적 인프라로서 사고 초기대응 및 인명구조의 골든타임 확보를 위한 충분한 내수면 소방정의 확보와 내수면 선박 사고예방 전문기관의 운영을 제언하며, 소프트웨어적 인프라로서 내수면 선박의 출항통제기준 마련과 현행 해수면 선박에만 적용하고 있는 안전진단제도를 기반으로 내수면 선박의 특성에 맞는 맞춤형 제도도입을 제언하였다. 이러한 내수면 안전관리 정책은 내수면 선박 사고발생 시 신속하고 체계적인 대처 방안 마련에 기여할 것으로 기대되며, 세월호 사건 이후 잠시 활성화 되었던 내수면 선박에 대한 안전관련 연구에 지속적인 관심을 갖는 기회가 되었으면 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.519-524
• /
• 2023

해싱 기반 이미지 검색에서는 조작된 이미지의 해시코드가 원본 이미지와 달라 동일한 이미지 검색이 어렵다. 본 논문은 이미지의 질감, 모양, 색상 등 특징 정보로부터 지각적 해시코드를 생성하는 자기 감독 기반 딥해싱 모델을 제안하고 평가한다. 비교 모델은 오토인코더 기반 변분 추론 모델들이며, 인코더는 완전 연결 계층, 합성곱 신경망과 트랜스포머 모듈 등으로 설계된다. 제안된 모델은 기하학적 패턴을 추출하고 이미지 내 위치 관계를 활용하는 SimAM 모듈을 포함하는 변형 추론 모델이다. SimAM은 뉴런과 주변 뉴런의 활성화 값을 이용한 에너지 함수를 통해 객체 또는 로컬 영역이 강조된 잠재 벡터를 학습할 수 있다. 제안 방법은 표현 학습 모델로 고차원 입력 이미지의 저차원 잠재 벡터를 생성할 수 있으며, 잠재 벡터는 구분 가능한 해시코드로 이진화 된다. CIFAR-10, ImageNet, NUS-WIDE 등 공개 데이터셋의 실험 결과로부터 제안 모델은 비교 모델보다 우수하며, 지도학습 기반 딥해싱 모델과 동등한 성능이 분석되었다.