• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.126-134
• /
• 2017

심전도(ECG) 신호에서 R-피크를 추출하는 기법에 대하여 많은 연구가 진행 되어 왔으며, 다양한 방법으로 구현되어 왔다. 그러나 이러한 검출 방법 대부분은 실시간 휴대용 심전도 장치에서 구현하기가 복잡하고 어려운 단점이 있다. R-피크 검출을 위해서는 심전도 데이터에 대하여 베이스라인 드리프트 및 상용전원 잡음 제거 등의 적절한 전처리 및 후가공이 필요하며, 특히 적응형 필터를 활용한 기법에서는 적절한 임계값을 선택하는 것이 중요하다. 적응형 필터의 임계값을 추출하는 방식에서는 고정형(Fixed) 및 적응형(adaptive)으로 구분할 수 있다. 고정 임계 값 추출 방식은 고정된 임계값 보다 낮은 값의 입력이 들어오는 경우에 R-피크 값을 감지하지 못하는 경우가 있으며, 적응 임계값 추출 방식은 때때로 잡음에 의한 잘못된 임계값을 도출하여, 다른 파형(P혹은 T파)의 피크를 감지하는 경우도 나타난다. 본 논문에서는 계산상의 복잡성이 적고, 코드 구현이 단순하면서도 잡음에 강인한 R-피크 검출 알고리즘을 제안한다. 제안된 방식은 앞서 설명한 임계값 추출 문제를 해결하기 위해서, 적응형 필터를 사용해, 심전도 신호에서 베이스 라인 드리프트 제거를 하여 적절한 임계값을 계산하도록 한다. 그리고 필터 처리된 심전도 신호의 최소 값과 최대 값을 사용하여 적절한 임계값이 자동으로 추출 되도록 한다. 그런 다음 심전도 신호로부터 R-피크를 검출하기 위해 임계값 아래에서 'neighborhood searching' 기법이 적용된다. 제안된 방법은 R-피크 검출의 정확도를 향상시키고, 계산 량을 줄여 검출 속도가 보다 빨라지도록 하였다. 다음으로 R-피크 값이 검출 되면, R-R interval 등의 값을 이용해 심박 수를 계산할 수 있도록 한다. 실험결과 심박 수 검출 정확도와 감도가 약 100%로 매우 높았음을 확인할 수 있었다.

• 자원ㆍ환경경제연구
• /
• 제14권1호
• /
• pp.167-199
• /
• 2005

본 논문의 분석결과는 다음과 같다. 첫째, 환경부가 1991년부터 매년 조사, 발표하고 있는 "대기오염물질배출량"은 난방, 산업, 수송 및 발전의 4부문으로 분류되어 있어 자료의 활용가치가 매우 낮아 조사 통계 내용의 다양화 및 산업분류기준이 개선되어야 한다. 둘째, 대기오염 대량배출산업은 석탄 석유(s7), 전력 가스(s17), 운송 보관(s20) 산업이다. 이들 산업에 대한 기존의 대기규제정책은 다른 산업에 비해 비효율적이었다고 볼 수 있으며 향후 대기정책에서도 유념하여야 할 사항으로 여겨진다. 셋째, 시멘트 석회 석제(s10), 전력 가스(s17) 산업은 대량의 오염배출산업인 동시에 배출 유발효과도 상대적으로 가장 큰 산업이다. 넷째, 배출량 변화의 가장 큰 감소요인은 배출계수의 변화(${\Delta}f$)이며, 가장 큰 증가요인은 경제성장 효과(${\Delta}y$)였다. 생산 또는 투입기술의 변화(${\Delta}D$), 수요구조의 변화(${\Delta}u$)는 배출량 증감에 미치는 영향이 산업별로 다르게 나타났으나 그 영향은 미미하였다. 다섯째, 대기오염 총량관리제 도입, 고(高)오염산업의 차별관리 및 환경과 경제의 상생을 위한 대기정책의 효율적 시행을 위해서는 산업별 배출량 기본자료의 산정 방법 개선 및 경제적 분석과 평가 기준의 활용, 확대가 필요하다. 여섯째, 1990년대 한국의 경제성장은 1960~1970년대와 같이 배리 코머너 가설에 상응한 오염지향적 경제성장은 아니었으나 산업 전체의 기술 및 수요구조가 환경친화적이라 할 수도 없었다. 이것은 대기환경 개선을 위한 환경정책이 오직 환경당국의 환경정책수단에만 의존했을 뿐이며 국가경제 전체의 산업구조나 친환경 생산기술의 발전 등 범정부적 차원의 환경정책이 병행되지 못했음을 시사한다.

• 마케팅과학연구
• /
• 제20권3호
• /
• pp.249-261
• /
• 2010

随着消费者对环境的关注不断增加, 许多公司都积极从事环境营销来实现其目标. 不过, 有关环境的消费者的高度关注并不总是反映在他们的购买行为. 这表明需要有一个绿色消费的范围内个人的信仰体系的发展有深入的了解. 考虑到心理学的方法, 大量的研究机构已测试的基本因素和生态意识的消费者行为, 这些因素的相互关系. 然而, 以往的研究大多数集中于西方国家. 本研究使用韩国消费者为研究样本, 试图了解韩国绿色消费的基础, 发现跨文化在指导消费者的环保态度和行为的重要的普遍价值. 为此, 我们联系了Schwartz在1992年提出的10个普遍价值和价值-态度-行为层次模式的环境行为. 参照价值-态度-行为的框架, 我们提出的概念模型可以解释韩国消费者的环保态度中表现出了什么动机, 以及后来此态度如何影响他们的绿色选择. 其中, 可利用相关的环保价值的关系模式, 我们首先假设激励价值类型和环境态度之间存在特定的关系. 在假设2中, 环境态度被假定用来预测环境行为. 这个假设的基础是对环境有利的态度可能会产生许多不同的行为, 我们认为消费者对环境的有利的态度和各种环保行为是相关的. 因为有环保态度的人们会对环保行动方面的知识更感兴趣. 与假设2一致, 我们推测在不同的环保行为之间存在正相关关系. 564名大学生参加了这项研究. 样本包括308名男性, 254名女性, 2名参与者没有注明性别. 参加者的平均年龄为22.5(标准差=2.11)岁, 年龄范围从19岁到39岁. 至于专业, 我们作出了特别努力使得参与者来自于大学的不同学科. 所收集的数据是通过自我完成问卷调查. 问卷评估参与者的价值优先, 环境态度和行为. 我们进行了路径分来测试所提出的模型. 观测的模型的整体适配度为x2=72.01(p=0.00), GFI的=0.983, CFI=0.982, NFI=0.970, RMR=0.070, 和REMSEA=0.050. 大部分适配值表明了数据与模型拟合良好. 因此, 环境态度价值, 环境的非购买行为和环境的购买行为的层级关系得到了确认. 所有的预测路径被路径系数评估, 几个主要影响假设被确认. 在10个价值类型之外, 普遍性和力量是显著的但是与环境态度的关系是相反的. 与其他研究一致, 我们的结果证实了环境态度是引导各种关注环境的行为的一个重要因素. 最后我们发现环境非采购和购买行为之间有显著关系. 路径分析支持普遍性价值为韩国消费者的绿色意识提供了动机而且他们通过对环境的有利态度间接的支持了环保行为. 我们发现拥有高环境态度的参与者积极的投入到各种关注环境的消费者行为中. 在本研究中, 考虑到价值导致环保主义和进一步证实先前的结果我们提供了测试跨文化差异的机会. 此外, 我们已测试了关于三个不同类型的环境行为的态度与行为的关系. 环境的态度和行为之间的路径的不同优势, 研究人员建议, 应考虑行为的特异性, 努力改善低的态度-行为的相关性. 最后, 本文阐明了随着对环境不断增长的关注, 人们生活中的绿色行为也不断的增加.

• 청정기술
• /
• 제20권4호
• /
• pp.375-382
• /
• 2014

금속산화물이 담지된 허니컴 형상의 플라즈마-촉매 반응기를 이용하여 아이소프로필 알코올(isopropyl alcohol, IPA) 저감 및 부산물 생성 거동에 대해 조사하였다. 허니컴 형상의 다공질 세라믹 지지체(주성분: ${\alpha}-Al_2O_3$)에 금속산화물로 산화철($Fe_2O_3$) 또는 산화구리(CuO)를 담지시킨 후, 이 촉매가 동축 원통형 전극구조 내부에 위치하도록 플라즈마-촉매 반응기를 구성하였다. 플라즈마 반응에 의한 IPA 분해속도가 매우 빨랐기 때문에 IPA 분해효율 자체는 금속산화물 담지 여부 및 금속산화물 종류에 관계없이 유사한 것으로 나타났으나, 부산물 생성거동은 촉매종류에 따라 큰 차이를 보여주었다. 아세톤, 폼알데하이드, 아세트알데하이드, 메테인, 일산화탄소 등의 유해 부산물 농도는 $Fe_2O_3/{\alpha}-Al_2O_3$ < $CuO/{\alpha}-Al_2O_3$ < ${\alpha}-Al_2O_3$ 순으로 높게 나타났다. 유량 $1L\;min^{-1}$, IPA 초기농도 5,000 ppm(산소: 10%), 방전전력 47 W의 조건에서 얻어진 $CO_2$ 선택도는 ${\alpha}-Al_2O_3$, $CuO/{\alpha}-Al_2O_3$, $Fe_2O_3/{\alpha}-Al_2O_3$에 대해 각각 40, 80, 95%로서 $Fe_2O_3/{\alpha}-Al_2O_3$가 플라즈마-촉매를 이용한 IPA의 산화에 가장 효과적인 것으로 나타났다. 플라즈마를 단독으로 사용하여 휘발성유기화합물을 분해할 경우 타르형태의 생성물이 반응기에 퇴적되는 문제점이 있으나, 플라즈마-촉매 공정에서는 이러한 현상이 관찰되지 않았으며 촉매의 활성이 그대로 유지되었다.

• Korean Chemical Engineering Research
• /
• 제56권6호
• /
• pp.871-877
• /
• 2018

전 세계적으로 재생에너지의 비율이 증가함에 따라, 재생에너지로부터 생산되는 불연속적이고 간헐적인 에너지 저장 문제가 주목을 받고 있다. 다양한 에너지 저장 시스템(ESS) 중에서 $CO_2$ 메탄화 기술은 타 시스템에 비해 높은 저장 용량과 저장 기간으로 각광 받고 있다. $CO_2$ 메탄화 반응은 발열반응이며, 촉매가 낮은 온도 범위($250-500^{\circ}C$)에서 높은 활성 및 메탄 선택도를 갖는다. 기존의 고정층 방식에 비하여 유동층 반응기는 높은 열전달 특성으로 인해 발열반응에 적합하며, 열전달과 물질 전달이 유리한 장점을 갖고 있다. 본 연구에서는, 촉매 특성 평가를 위해 기포유동층 반응기(Diameter: 0.025 m, Height: 0.35 m)와 $Ni/{\gamma}-Al_2O_3$ (Ni 70% and ${\gamma}-Al_2O_3$ 30%) 촉매를 사용하였다. 반응 조건은 $H_2/CO_2$ mole ratio: 4.0-6.0, 조업온도 $300-420^{\circ}C$, 조업 압력 1-9 bar 및 $U_o/U_{mf}$ 1-5이었다. 생성 가스의 조성은 NDIR를 통해 분석하였으며, $CO_2$ 전환율은 $H_2/CO_2$ ratio, 압력, 온도가 증가함에 따라 높아지는 경향을 보였다. 이에 반해 가스유속이 빨라질수록 $CO_2$ 전환율은 떨어졌다. 최적의 운전 조건은 $H_2/CO_2$ ratio: 5, 조업온도 $400^{\circ}C$, 조업 압력 9 bar 및 $1.4-3U_{mf}$이었으며 이 때 $CO_2$ 전환율은 99.6%로 나타났다. 본 실험 촉매의 경우 장기 운전 시 촉매 성능 저하가 없이 $CO_2$ 전환율이 일정하게 유지하는 것을 확인하였다.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.180-187
• /
• 2022

식물공장에서 적합한 광을 선정하기 위해서는 양적인 측면과 기능적 측면 뿐만 아니라 운영비를 고려하기 위하여 전기에너지이용효율과 광이용효율을 동시에 고려해야 하는데 본 연구에서는 들깨를 위한 LED광원의 광량, 적색광과 청색광의 혼합 비율과 광주기 조건별 생육 특성과 전기에너지이용효율과 광이용효율을 함께 비교하였다. 광량 처리구는 60, 130, 230, 320µmol·m^-2·s^-1 조건으로, 광질 처리구는 적색광과 청색광의 혼합 비율 8:2, 6:4, 4:6, 2:8 조건으로, 일장 처리구는 낮 기준 9, 12, 15, 18시간으로 처리하였다. 광량 실험에서는 광량이 높을수록 생육량이 늘어나는데 비해 소비전력당 건물중의 광이용효율은 유의차가 없었다. 소비전력당 엽생체중을 추가로 비교해보면 320µmol·m^-2·s^-1 처리구에서만 유의적으로 낮은 효율을 보였고 이외의 처리구에서는 유의차가 없었기 때문에 생산량이 가장 많은 230µmol·m^-2·s^-1가 가장 효율적이었다. 광질 실험에서는 적색광과 청색광의 혼합 비율은 RB 8:2에서 생육량과 광이용효율이 동시에 높게 측정되었고 색차와 flavonoids 함량에서는 유의차가 발생하지 않아 Red: Blue 비율 8:2가 가장 적합한 조건이었다. 광주기 실험에서는 광주기가 길어질수록 높은 생육량을 나타냈는데 일장 12시간이상에서는 생육량의 유의차가 없었으므로 광소비 효율을 고려한 12시간이 적합한 조건이었다. 이상의 결과를 바탕으로 식물공장에서 들깨 생육을 위한 LED 광 환경 조건으로는 광도, 광질과 일장은 각각 230µmol·m^-2·s^-1 이상, 8:2와 12시간 이상이었다.

• 환경생물
• /
• 제39권4호
• /
• pp.526-535
• /
• 2021

공간 샘플링은 공간모델링 연구에 활용되어 샘플링 비용을 줄이면서 모델링의 효율성을 높이는 역할을 한다. 농업분야에서는 기후변화 영향을 예측하고 평가하기 위한 고해상도 공간자료 기반 모델링에 대한 연구 수요가 빠르게 증가하고 있으며, 이에 따라 공간 샘플링의 필요성과 중요성이 증가하고 있다. 본 연구는 국내 농지 공간샘플링 연구를 통해 농업분야 기후변화연구의 공간자료 활용의 효율성을 제고하고자 하였다. 본 연구는 층화랜덤샘플링을 기반으로 하였으며, 1 km 해상도의 농지 공간격자자료 모집단(11,386개 격자)에 대해서 RCP 시나리오별(RCP 4.5/8.5) 연대별(2030/2050/2080년대) 공간샘플링을 설계하였다. 국내 농지는 기상 및 토양 특성에 따라 계층화 되었으며, 샘플링 효율 극대화를 위해 최적 층화 및 샘플 배정 최적화를 수행하였다. 최적화는 작물수량, 온실가스 배출량, 해충 분포 확률을 포함하는 16개 목표 변수에 대해 주어진 정밀도 제한 내에서 샘플 수를 최소화하는 방향으로 진행되었다. 샘플링의 정밀도와 정확도 평가는 각각 변동계수(CV)와 상대적 편향을 기반으로 하였다. 국내 농지 공간격자 모집단 계층화 및 샘플 배정 및 샘플 수 최적화 결과, 전체 농지는 5~21개 계층, 46~69개 샘플 수 수준에서 최적화되었다. 본 연구결과물들은 국내 농업시스템 대표 공간격자로써 널리 활용될 수 있을 것으로 기대된다. 또한, 기후변화 영향예측 공간모델링 연구들에 활용되어 샘플링 비용 및 계산 시간을 줄이면서도 모델의 효율성을 높이는 데에 기여할 수 있다.

• Radiation Oncology Journal
• /
• 제23권1호
• /
• pp.22-31
• /
• 2005

목적 : 전국의 각 병원 방사선종양학과에서 1998년과 1999년도의 2년간 직장암 진단 하에 수술 후 방사선치료를 시행한 환자들의 자료를 분석하여 한국인 직장암 환자의 전체적인 구성과 특성을 파악하고 치료 내용에 대한 현황을 조사하여 국가적인 자료로 활용하고자 하였다. 대상 및 방법 : 대상 환자의 기준은 1998년부터 1999년 사이에 직장 선암의 수술 후 방사선치료를 시작한 환자로서 육안적 잔여 병소 없이 근치적으로 수술이 이루어진 환자를 대상으로 했으며 직장암이외의 다른 암의 병력이 있거나 과거에 골반에 방사선치료를 받은 병력이 있는 환자는 제외하였다. 각 병원별 치료환자 수에 비례하여 해당 병원의 입력 환자수를 정한 후 PCS본부의 무작위 추출 과정을 통하여 입력할 환자를 선정하였다. 선정된 환자는 웹 기반 PCS시스템을 이용하여 각 병원에서 직접 자료를 입력하였다. 결과 : 전국의 19개 병원에서 총 309명의 환자 자료가 입력되었다. 남녀 성비는 59 : 41이었으며 하단연 기준 종양의 위치는 항문연 6 cm 이내가 $46\%$로 가장 많았다. 수술 전 CEA검사는 $79\%$에서 시행되었으며 이 중 $43\%$에서 6 ng/ml 이상인 것으로 나타났다 수술 전 직장내초음파검사는 50명($16\%$)에서만 시행되었으며 CT 등을 이용한 임상적 병기판정은 274명에서 가능하였으며 stage II가 $32\%$, III가 $48\%$를 차지하였다. 수술 후 조직소견에 의한 병리학적 병기는 stage II가 $34\%$, III가 $63\%$였다. 수술의 방법은 복회음부절제수술이 $38\%$, 저위전방절제술이 $59\%$였으며, 5명의 환자에서는 원격전이가 있었으나 원발병소와 함께 절제되었다. 절제연에서 종양세포가 발견된 경우가 13예였으며, 수술 후 항암화학치료를 받은 환자는 전체의 $91\%$였고 $80\%$의 환자는 정맥주사, $9\%$의 환자는 경구항암제를 투여한 것으로 나타났다. 항암제는 5FU와 leucovorine의 조합이 212명($69\%$)으로 가장 많았고 시행횟수는 6회가 140예($45\%$)로 가장 많았다. 환자의 치료자세는 복와위자세가 251예($81.2\%$)로 나타났고, 치료 조사야 수는 박스형 4문조사가 75예($24.3\%$)로 가장 많았으며 3문조사(후방-양측방)가 201예($65.0\%$)로 그 뒤를 이었다. 치료 시 소장을 조사야 외부로 이동시키기 위한 장치나 소변을 참는 등의 조치는 $40.1\%$의 환자에서 시행되었다. 선량의 처방점은 회전중심점이 140예($45.3\%$), 등선량곡선이 123예로 비슷하게 나타났다. 실제 치료된 조사선량은 $180\~7,740$cGy의 분포를 보였으며 목표선량의 $90\%$이상이 투여된 경우가 287예($92.9\%$)였다. 결론 : 전국 각 병원들의 환자를 종합하여 관찰된 내용은 문헌상 권장되는 것과 비슷한 결과를 보였으며 수술의 범위와 항암화학치료의 방법은 병원에 따라 비교적 다양한 형태로 시행되고 있는 것으로 나타났다. 각 병원의 방사선치료 내용은 환자의 상태에 따라 결정되는 탓에 방사선량과 조사야의 선택에 있어 차이가 관찰되었으며 처방된 치료에 대한 환자의 순응도는 $90\%$ 이상으로 높게 나타났다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.