• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권6호
• /
• pp.2086-2097
• /
• 2021

The current cultural assets are being restored depending on the opinions of experts (craftsmen). We intend to introduce digitalized artificial intelligence techniques, excluding the personal opinions of experts on reconstruction of such cultural properties. The first step toward restoring digitized cultural properties is separation. The restoration of cultural properties should be reorganized based on recorded documents, period historical backgrounds and regional characteristics. The cultural properties in the form of photographs or images should be collected by separating the background. In addition, when restoring cultural properties most of them depend a lot on the tendency of the restoring person workers. As a result, it often occurs when there is a problem in the accuracy and reliability of restoration of cultural properties. In this study, we propose a search method for learning stored digital cultural assets using AI technology. Pagoda was selected for restoration of Cultural Properties. Pagoda data collection was collected through the Internet and various historical records. The pagoda data was classified by period and region, and grouped into similar buildings. The collected data was learned by applying the well-known CNN algorithm for artificial intelligence learning. The pagoda search used Yolo Marker to mark the tower shape. The tower was used a total of about 100-10,000 pagoda data. In conclusion, it was confirmed that the probability of searching for a tower differs according to the number of pagoda pictures and the number of learning iterations. Finally, it was confirmed that the number of 500 towers and the epochs in training of 8000 times were good. If the test result exceeds 8,000 times, it becomes overfitting. All so, I found a phenomenon that the recognition rate drops when the enemy repeatedly learns more than 8,000 times. As a result of this study, it is believed that it will be helpful in data gathering to increase the accuracy of tower restoration.

• 한국식품영양과학회지
• /
• 제45권11호
• /
• pp.1610-1616
• /
• 2016

섬쑥부쟁이로부터 고요산혈증 개선에 도움을 주는 기능성 식품 개발을 위하여 최적의 에탄올 추출물 탐색과 high performance liquid chromatography-ultraviolet(HPLC-UV) 분석방법에 의한 validation을 실시하였다. 지표성분으로 3,5-dicaffeoylquinic acid(3,5-DCQA)를 선정하여 표준화를 실시하였으며 검출법 확립을 위한 3,5-DCQA 정량분석은 Luna RP-18 칼럼($4.6{\times}250mm$, $5{\mu}m$)을 이용하여 1% 초산용액과 메탄올을 전개용매로 사용하였다. 용출은 1.0 mL/min의 유속으로 기울기 용출(gradient elution) 방법을 이용하였으며, 320 nm 파장에서 검출한 피크 면적을 이용하여 검량곡선을 작성하여 분석하였다. 본 연구에서 확립한 분석법으로 특이성, 직선성, 정밀성, 정확성, 회수율을 검색하였다. 3,5-DCQA의 검량선으로부터 상관계수($R^2$) 0.9999의 우수한 직선성과 intra-day와 inter-day 분석에서 90% 이상의 회수율과 5% 미만의 RSD를 나타내 정밀성과 정확성을 입증하였다. 검출한계는 $2.68{\mu}g/mL$였고 정량한계는 $8.11{\mu}g/mL$로 나타났다. 섬쑥부쟁이 에탄올 추출물(AGE)은 70과 $80^{\circ}C$에서 30, 50, 70, 80% 에탄올로 3, 4, 5, 6시간 동안 각각 추출하였으며, 지표물질의 검량곡선을 활용하여 각각의 AGE로부터 3,5-DCQA의 함량을 분석하였다. 본 시험법으로 분석한 3,5-DCQA의 함량은 $70^{\circ}C$에서 추출한 70% AGE가 $52.59{\pm}3.45mg/Aster$ glehni 100g의 함량을 나타내 가장 우수하게 나타났다. 그러나 섬쑥부쟁이 추출물에 함유된 5-caffeoylquinic acid(5-CQA)의 함량 비교분석은 에탄올 함량이나 추출 시간에 따른 함량 변화가 미미하게 나타났다. 또한, 다양한 AGE에 대하여 XOD 저해 효능을 검색하였을 때, 3,5-DCQA의 함량이 가장 높은 $70^{\circ}C$에서 추출한 70% AGE에서 우수한 효능을 나타내 기능성 원료 표준화를 위한 적합한 분석법임이 검증되었다. 따라서 본 연구를 통하여 확립된 3,5-DCQA의 분석법은 섬쑥부쟁이 에탄올 추출물로부터 개별인정형 건강기능식품 기능성 원료 개발을 위한 유용한 자료로 활용될 것으로 생각한다.