• 한국수자원학회논문집
• /
• 제55권5호
• /
• pp.371-381
• /
• 2022

지류 하천은 본류에 비해 수질 변동성이 심하므로, 지류하천에 대한 효과적인 수질관리를 위해서 단일 수질 항목에 의한 평가보다 다항목의 영향을 고려한 종합적인 평가 방법이 도입되고 있으나 유역 특성이 고려되지 못하는 한계가 발생한다. 본 연구에서는 한탄강 중권역을 도시화율 및 가축분뇨 발생량, 산업폐수 배출량으로 도시 유역과 비도시 유역을 분류하고 수질 특성 분석 및 CCME WQI, RTWQI, NSFWQI 산정을 통해 유역 특성별 수질지수의 적합성을 평가하고자 한다. 수질지수 산정시 사용되는 수질항목이 수질지수 결과에 미치는 영향을 파악하고자 요인분석을 활용하였다. 요인분석 결과, CCME WQI와 TC, FC의 관계가 도출되었으며, 도시 유역에서 RTWQI와 DO, SS, 비도시 유역에서 NSFWQI와 FC의 관계가 나타났다. 하천생활환경기준 항목인 BOD, T-P 등급과 수질지수 비교를 통해 적합성을 평가하였을 때 도시 유역에서는 수질지수의 적합성이 낮은 것으로 나타났으며, 비도시 유역에서 RTWQI를 활용한 종합적인 수질 평가가 가능한 것으로 해석되었다.

• 환경생물
• /
• 제37권4호
• /
• pp.568-578
• /
• 2019

감자수염진딧물(Macrosiphum euphorbiae)의 온도별 발육은 12.5~27.5℃까지 2.5℃ 간격(상대습도 65±5%, 광주기 16L : 8D), 7개 온도조건에서 1~2령, 3~4령의 2단계로 구분하여 조사하였다. 약충의 사망률은 7개 온도 중 6개 온도에서 10% 미만이었으나, 27.5℃에서 사망률은 53.0%였다. 온도별 발육기간은 15.0℃에서 15.5일, 25.0℃에서는 6.7일로 고온으로 갈수록 발육기간은 짧아졌으나, 27.5℃에서는 발육기간이 다시 길어져 9.7일이었다. 약충의 발육 영점온도는 2.6℃였고, 유효적산온도는 144.5일도였다. 약충의 발육을 5가지 비선형발육모형에 적용한 결과 Logan6(r²=0.99) 모형이 발육에 적합하였고, 발육완료분포모형은 2-Weibull과 3-Weibull의 모형 적합성(r²)이 각각 0.92와 0.93으로 유사하였다. 성충 수명과 산자 수에서 성충 수명은 온도가 증가함에 따라 짧아지는 경향을 보였고, 산자수는 20.0℃에서 64.4개로 가장 많은 산자를 생산하였다. 생명표분석에서 순증가율(R₀)은 20.0℃에서 63.2로 가장 컸고, 내적자연증가율(r_m)은 25.0℃에서 1.393로 가장 컸다. 배수증가기간(D_t)은 25.0℃에서 2.091로 가장 짧았다. 기간자연증가율(λ)은 25℃에서 가장 컸고(1.393), 평균세대기간(T)은 25℃에서 9.929로 가장 짧았다.

• 한국응용곤충학회지
• /
• 제58권2호
• /
• pp.111-120
• /
• 2019

톱다리개미허리노린재는 콩과작물과 과수에 경제적 피해를 주는 주요해충이다. 본 연구는 톱다리개미허리노린재의 온도에 따른 산란특성을 규명하고 수정란을 이용한 산란모형과 생명표 매개변수를 추정하기 위하여 15.8, 19.7, 24.0, 27.8, 32.6, 34.0, $35.5^{\circ}C$ 정온조건에서 실험을 실시하였다. $15.8^{\circ}C$를 제외하고 조사된 모든 항온온도조건에서 산란이 가능하였다. 암컷 성충 수명은 $15.8^{\circ}C$ (110.5일)에서 가장 길었으며 온도가 올라갈수록 짧아지는 경향을 보였다($19.7^{\circ}C$에서 76.6일, $35.5^{\circ}C$에서 20.6일). 전체 산란수와 수정란수는 $24.0^{\circ}C$ (193.5와 151.2)에서 가장 많았으며 부화율은 $27.8^{\circ}C$ (84.0%)에서 가장 높았다. 전체 산란수와 수정란수를 이용하여 산란모형과 생명표 매개변수를 비교하였다. 수정란수를 이용시 온도별 총산란수 모형의 추정된 총산란수(159개)는 전체 산란수(190개)를 이용했을 때보다 적었다. 생명표분석에서 수정란을 이용하였을 때 개체군순증가율과 평균세대기간은 전체 산란수를 이용한 결과보다 작은 값을 나타내었다. 수정란을 이용한 산란모형 작성과 생명표분석은 실질적인 개체군변이를 이해하는데 도움이 될 것이다.

• 대한핵의학회지
• /
• 제37권5호
• /
• pp.288-300
• /
• 2003

목적: ${H_2}^{15}O$ PET의 정량화를 위하여 1-조직 구획모델이 쓰이며, 뇌혈류와 조직/혈액 분배계수를 구하기 위하여 nonlinear least squares (NLS) 방법이 사용되나 계산 시간이 긴 등의 문제로 파라미터를 각화소마다 구해야 하는 파라메트릭 영상 구성에는 적합하지 않다. 이 연구에서는 이와 같은 NLS 문제점을 극복하여 파라메트릭 영상을 빠르게 구성하기 위하여 제안된 파라미터 추정 알고리즘들을 구현하고, 이 방법들의 통계적 신뢰도와 계산의 효율성을 비교하였다. 대상 및 방법: 이 연구에서 이용한 방법들은 linear least squares (LLS), linear weighted least squares (LWLS), linear generalized least squares (GLS), linear generalized weighted least squares (GWLS), weighted integration (WI), 그리고 model-based clustering method (CAKS)이다. 노이즈 정도에 따른 각 파라메트릭 영상법의 정확성 및 통계적 신뢰성을 알아보기 위하여 Zubal 뇌모형(brain phantom)으로부터 동적 PET 영상을 모사하고 포아송노이즈를 더한 후 각 파라메트릭 영상 구성 방법을 적용하였다. 또한 정상인 16명에 대하여 얻은 실제 자료에 대하여 이 방법들을 적용하고 결과를 비교하였다. 결과: 뇌혈류와 분배계수에 대한 평균 오차는 방법에 따라 크게 다르지 않았으며 모든 방법이 뇌혈류 및 분배계수 추정에 있어 무시할 만한 바이어스를 보였다. 파라메트릭 영상의 정성적 특성 또한 유사하였으나 CAKS 방법의 계산 속도가 월등하여 NLS 방법의 약 1/500, LLS 방법의 약 1/25의 계산시간을 보였다. 결론: 뇌혈류 파라메트릭 영상 구성을 위한 빠른 파라미터 추정 알고리즘들 중에 보다 개선되어 제안된 LWS, GLS, GLWS, CAKS 방법들이 단순하고 빠른 LLS, WI 방법들에 비하여 통계적 신뢰성을 크게 향상시키지는 못하나 CAKS 방법은 계산 시간을 유의하게 단축시키므로 가장 적합한 파라메트릭 영상 구성방법이라 할 수 있을 것이다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.39-54
• /
• 2013

전자상거래의 폭발적 증가는 소비자에게 더 유리한 많은 구매 선택의 기회를 제공한다. 이러한 상황에서 자신의 구매의사결정에 대한 확신이 부족한 소비자들은 의사결정 절차를 간소화하고 효과적인 의사결정을 위해 추천을 받아들인다. 온라인 상점의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로써의 가치를 인정받고 있다. 그러나 사용자의 기호를 제대로 반영하지 못하는 추천시스템은 사용자의 실망과 시간낭비를 발생시킨다. 본 연구에서는 정확한 사용자의 기호 반영을 통한 추천기법의 정교화를 위해 데이터마이닝과 다중모형조합기법을 이용한 상품추천시스템 모형을 제안하고자 한다. 본 연구에서 제안하는 모형은 크게 두 개의 단계로 이루어져 있으며, 첫 번째 단계에서는 상품군 별 우량고객 선정 규칙을 도출하기 위해서 로지스틱 회귀분석 모형, 의사결정나무 모형, 인공신경망 모형을 구축한 후 다중모형조합기법인 Bagging과 Bumping의 개념을 이용하여 세 가지 모형의 결과를 조합한다. 두 번째 단계에서는 상품군 별 연관관계에 관한 규칙을 추출하기 위하여 장바구니분석을 활용한다. 상기의 두 단계를 통하여 상품군 별로 구매가능성이 높은 우량고객을 선정하여 그 고객에게 관심을 가질만한 같은 상품군 또는 다른 상품군 내의 다른 상품을 추천하게 된다. 제안하는 상품추천시스템은 실제 운영 중인 온라인 상점인 'I아트샵'의 데이터를 이용하여 프로토타입을 구축하였고 실제 소비자에 대한 적용가능성을 확인하였다. 제안하는 모형의 유용성을 검증하기 위하여 제안 상품추천시스템의 추천과 임의 추천을 통한 추천의 결과를 사용자에게 제시하고 제안된 추천에 대한 만족도를 조사한 후 대응표본 T검정을 수행하였으며, 그 결과 사용자의 만족도를 유의하게 향상시키는 것으로 나타났다.

• 대한방사선치료학회지
• /
• 제33권
• /
• pp.89-97
• /
• 2021

목 적: 본 연구에서는 자궁경부암 방사선치료 시 전산화치료계획에 없던 직장 내 가스 용적 변화에 따른 선량변화를 비교 평가하고자 한다. 대상 및 방법: 인체모형 팬텀(Anderson Research Laboratories Inc, RANDO^TM phantom, USA)의 전산화 단층촬영 영상에 전산화치료계획시스템(Eclipse^TM Treatment Planning System, Varian, Palo Alto, version 15.6, USA)으로 9개의 필드를 이용한 정적 세기조절방사선치료계획(Static Intensity Modulated Radiation Therapy, S-IMRT)과 Full arc로 두 방향의 체적변조회전방사선치료계획(Volumetric Modulated Arc Therapy, VMAT)을 수립하였다. 임의의 가스 변수는 0.5 cm 단위로 2.0 cm까지 변화를 주어 계획표적체적(Planning Target Volume, PTV)에 포함될 수 있도록 하였다. 표적에 대한 처방선량지수(Conformity Index, CI), 선량균질지수(Homogeneity Index, HI), PTV D_max를 구하였고, 손상위험장기(Organ At Risk, OAR)에 대한 최소선량(Minimum Dose, D_min)과 평균선량((Mean Dose, D_mean), 최대선량(Maximum Dose, D_max)을 계산하여 비교하였다. T-검정을 실시하여 p-value를 구했으며 유의수준은 0.05로 설정하였다. 결 과: S-IMRT와 VMAT의 HI 결정계수(R²)는 0.9423, 0.8223으로 상관관계가 비교적 명확하였고, PTV D_max 결과 임의의 가스 용적이 커질수록 최대 2.8%까지 증가하는 것으로 나타났다. OAR의 경우 두 전산화치료계획 모두 방광에서 유의한 차이가 없었고, 직장의 경우 +1.0 cm 이상의 가스 용적에서 두 전산화치료계획 모두 D_mean 700 cGy 이상의 유의한 선량 차이가 나타났다. 방광의 D_mean을 제외한 모든 값에서 p-value 0.05 이하로 통계적인 유의한 차이를 확인하였다. 결 론: 기준 전산화치료계획에 없던 가스 발생 시 가스 용적 크기가 커질수록 PTV의 선량 변화와 직장에 전달되는 선량이 증가하였다. 방사선치료 진행 시 직장 가스의 용적이 클 경우 발생 할 수 있는 선량 전달 오류를 최소화하기 위한 노력이 반드시 필요한 것으로 판단되었다. 향후 가스 용적의 다양한 크기와 위치를 변수로 설정하여 추가적인 연구가 진행되어진다면 유익한 평가가 이루어 질 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.117-140
• /
• 2019

고령화 현상이 가속화되고, 취약계층 노인과 관련된 다양한 사회문제가 제기됨에 따라 노인세대의 건강과 안전을 보호하기 위한 효과적인 노인 돌봄 솔루션의 필요성이 커지고 있다. 최근에는 노인 돌봄의 수단으로 첨단화된 ICT 기술을 탑재한 스마트 토이를 활용하고자 하는 사례가 늘고 있다. 특히 스마트 토이를 통해 기록되는 노인 행태에 대한 로그 데이터는 노인 돌봄 관련 정책 수립, 노인 돌봄 서비스 컨셉 기획 및 개발과 같은 분야에 정량적이고 객관적인 설명지표로써 활용 가치가 높을 것으로 전망된다. 그러나 현재까지 노인 돌봄 스마트 토이와 관련된 연구 중 스마트 토이를 통해 기록된 사용자 행동 로그에 주목하여 이를 의사결정에 활용하고자 하는 연구는 부족한 실정이다. 본 연구는 기존에 충분히 논의되지 않았던 스마트 토이 사용자 행동 로그 데이터에 대한 분석을 중심으로, 노인 돌봄 솔루션의 사용자 경험 증진을 위한 효과적인 인사이트를 도출하는 것을 목적으로 한다. 구체적으로 사용자 프로파일링 기반 행태 분석과 사용 행태에 따른 삶의 질 변화 메커니즘 도출을 단계적으로 수행하였다. 분석 결과, 5개의 노인 생활관리 요인으로부터 노인집단 유형을 분류할 수 있는 2개의 중요한 차원을 도출하였으며, 도출한 차원에 근거하여 전체 노인 사용자를 3개의 유형으로 분류하고 유형별 스마트 토이 사용 행태 차이를 프로파일링 분석을 통해 확인할 수 있었다. 이후 스마트 토이 사용 행태에 따른 삶의 질 변화 메커니즘을 도출하기 위한 단계적 회귀분석을 수행하였으며, 스마트 토이와의 상호작용, 스마트 토이의 콘텐츠 사용, 스마트 토이가 관찰한 노인의 가정 내 활동 정도가 노인의 우울감 개선과 생활패턴 개선에 미치는 영향 및 이를 중재하는 경로로써 스마트 토이에 대한 사용자의 성능평가와 만족감의 역할을 밝혀내었다.