• 지구물리와물리탐사
• /
• 제21권3호
• /
• pp.171-182
• /
• 2018

탄성파 처리 기술개발 분야의 오픈-소스 소프트웨어인 Madagascar를 이용하여 신호 대 잡음비가 낮고 속도정보가 불확실한 현장 탄성파 자료에 대해 자료처리를 수행하고, 오픈-소스 소프트웨어의 현장 적용성을 시험하였다. 파이썬(python) 기반의 Madagascar는 방법론적으로는 다차원 자료 분석이 가능하고, 처리 공정의 재현성이 뛰어나 효율적인 자료처리가 가능하다는 장점이 있지만, 다소 복잡한 사용법과 자료 구조 시스템으로 인해 현장 자료에 대한 자료처리 사례는 많지 않다. 본 연구에서는 현장 자료에 대한 Madagascar의 효용성을 확인하기 위해 기본적인 탄성파 자료처리(자료입력, 지형 정보 일치, 진동수-파수 필터, 예측 곱풀기, 속도 분석, 수직 시간차 보정, 겹쌓기, 참반사 보정)를 수행하였다. 테스트를 위해 사용한 현장 자료는 서해 군산분지에서 에어건 음원과 480채널의 스트리머로 취득한 해양 탄성파 탐사자료이며, 각 자료처리 단계마다의 결과를 Landmark사의 상용 소프트웨어인 ProMAX (SeisSpace R5000)을 사용하여 처리한 결과와 비교하였다. 그 결과 데이터 입출력 및 관리, 처리 과정의 재현성 및 자동 속도 분석 측면에서는 Madagascar가 상대적으로 높은 효율성을 보였고, 신호 품질 향상을 위한 전처리 결과는 상용 소프트웨어와 유사함을 확인하였다. 반면에, 심부 지층에 대한 영상화 결과는 상용 소프트웨어로 처리한 결과가 보다 뛰어남을 확인하였다. 이러한 결과는 상용 소프트웨어의 경우 다양한 겹반사 제거 모듈이 적용되었고, 상호 대화식 인터페이스로 인해 보다 정교한 자료처리가 가능하였기 때문이다. 그러나, Madagascar의 경우에도 현재 전 세계에서 많은 연구자들이 다양한 자료처리 알고리듬을 개발하여 지속적으로 공개하고 있기 때문에, 향후 이러한 최신 알고리듬을 적용한다면 상업용 수준의 자료처리가 가능해져 보다 향상된 결과를 도출할 수 있을 것이다.

• Tuberculosis and Respiratory Diseases
• /
• 제45권2호
• /
• pp.351-359
• /
• 1998

연구배경: 운동이 폐기능에 미치는 영향에 대해서는 그동안 많은 연구가 진행되었으나 운동이 폐활량에 미치는 영향에 대해서는 이견이 많다. Impulse oscillometry(IOS)는 최근 관심의 대상이 되고 있는 새로운 방법의 폐기능 측정법이나 이 방법으로 운동의 효과를 연구한 보고는 아직 없는 실정이다. 본 연구에서는 일반 성인을 대상으로 운동의 정도에 따른 노력성 호기성 폐활량 측정법과 IOS를 이용하여 폐기능 검사를 시행하여 운동이 폐기능에 미치는 영향에 대해서 알아보고자 하였다. 방 법: 호흡기 증상이 없는 59명의 젊은 성인을 대상으로 최근 땀이 날 정도의 운동을 하는 시간에 따라 1주에 30분 이내인 제 1군 (23명), 30분에서 3 시간사이인 제 2군 (18명), 그리고 3시간 이상인 제 3군(18명)으로 나누고 이들에 대해 노력성 호기성 폐활량 측정법과 IOS를 이용한 폐기능 검사를 시행하였다. 결 과: 운동이 폐활량 측정법에 미치는 영향으로 호기성 폐활량(FVC)의 예측치에 대한 백분율은 운동시간이 1주에 3시간 이상인 군에서 1주에 30분 이내인 군에 비해 유의하게 높았으나(1군: $93.8{\pm}9.9%$, 3군: $102.4{\pm}14.8%$, p-value=0.017), 1초간의 노력성호기성 폐활량(FEV1)과 노력성 호기중간 기류량(FEF50%)의 예측치의 백분율은 각 군 사이에 유의한 차이가 없었다. 운동이 IOS 지표에 미치는 영향으로 5Hz에서의 유도저항에서 예측치를 뺀 값은 운동시간이 1주에 3 시간 이상인 군에서 30분 이내인 군에 비해 유의하게 낮았으나 (1 군 : $-0.093{\pm}0.036hPa/1/s$, 3군: $-0.166{\pm}0.123hPa/1/s$, p-value= 0.006), 공명주파수(Resonance frequency), 5Hz, 20Hz, 35Hz에서의 기도저항은 각 군 사이에 유의한 차이가 없었다. 결 론: 운동은 노력성 폐활량을 증가시키고 5Hz에서의 유도저항(X5)을 감소시킨다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.139-153
• /
• 2017

기업의 부도는 이해관계자들뿐 아니라 사회에도 경제적으로 큰 손실을 야기한다. 따라서 기업부도예측은 경영학 연구에 있어 중요한 연구주제 중 하나로 다뤄져 왔다. 기존의 연구에서는 부도 예측을 위해 다변량판별분석, 로짓분석, 신경망분석 등 다양한 방법론을 이용하여 모형의 부도 예측력을 높이고 과적합의 문제를 해결하고자 시도하였다. 하지만 기존의 연구들이 시간적 요소를 고려하지 않아 발생할 수 있는 문제점들을 갖고 있음에도 불구하고 부도 예측에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않으며 따라서 동적 모형을 이용하여 부도예측모형이 더욱 개선될 여지가 있다는 점을 확인할 수 있었다. 이에 본 연구에서는 RNN(Recurrent Neural Network)을 이용하여 시계열 재무 데이터의 동적 변화를 반영한 모형을 만들었으며 기존의 부도예측모형들과의 비교분석을 통해 부도 예측력의 향상에 도움이 된다는 것을 확인할 수 있었다. 모형의 유용성을 검증하기 위해 KIS Value의 재무 데이터를 이용하여 실험을 수행하였고 비교모형으로는 다변량판별분석, 로짓분석, SVM, 인공신경망을 선정하였다. 실험 결과 제안된 모형이 비교 모형에 비해 우수한 예측력을 보이는 것으로 나타났다. 따라서 본 연구는 변수들의 변화를 포착하는 동적 모형을 부도예측에 새롭게 제안하여 부도예측 연구의 발전에 기여할 수 있을 것으로 기대된다.

• 한국발생생물학회지:발생과생식
• /
• 제13권1호
• /
• pp.1-11
• /
• 2009

착상은 배아측과 모체측의 내분비적, 측분비적 및 자가분비적 인자들의 상호 작용에 의하여 조절된다. 착상의 적기는 $2{\sim}4$일로서 이 특수한 시간대 안에서 signaling, appositioning, attachment 및 invasion을 통하여 순차적으로 배아의 착상이 이루어지는데, 이는 자궁내막과 배아로부터 여러 사이토카인, 성장인자, 부착인자와 같은 다수의 생화학 인자의 생성과 분비를 포함하며 이로 인하여 수용적인 자궁내막이 형성된다. LIF, CSF-1, IL-1과 같은 사이토카인들은 착상을 이끄는 연속적인 사건에서 중요한 역할을 수행하며 integrin, L-selectin ligands, glycodelin, mucin-1, HB-EGF, pinopodes는 appositioning과 attachment에 관여한다. 배아 또한 사이토카인과 성장인자 및 LIF, CSF-1, IGF, HB-EGF에 대한 수용체들을 분비하여 능동적으로 대처한다. 자궁내막의 수용성을 평가하고 자연주기 또는 보조생식술을 이용한 임신의 예후를 예측하는데, 이와 같은 인자들이 유용한지는 앞으로 더 연구되어야 한다. 현재로서는 내막조직으로부터 채취한 integrins, pinopodes, glycodelin, LIF가, 자궁강내 세척액에서는 glycodelin과 LIF가 유망한 인자로 떠오르고 있다. 혈액내 마커로서는 VEGF, glycodelin, CSF가 약간의 연관성을 보여주고 있다. 이러한 인자들이 보조생식술 전후로 자궁내막의 기능과 임신의 예후를 평가하는 선별검사로 이용될 수 있는지를 증명하기 위해서는 향후 불임 여성과 대조군인 가임 여성을 대상으로 한 대규모의 연구가 필요할 것이다. 인간의 착상에서 이들 인자들의 기능을 충분히 이해해야 치료적 기법으로 연결되어 보조생식술에서도 더 높은 성공률을 이루어 낼 것으로 사료된다.

• 한국해양환경ㆍ에너지학회지
• /
• 제13권1호
• /
• pp.18-29
• /
• 2010

기후온난화에 대처하기 위한 방안 중, $CO_2$ 해양지중저장은 성공가능성이 높은 수단중의 하나로써 각광받고 있다. $CO_2$ 해양지중저장은 대량 발생원으로부터 $CO_2$를 포집하여 저장지로 수송한 후, 가스 저장층 이나 염대수층 등과 같은 해저 지질구조 내에 $CO_2$를 저장하는 공정 전체를 아울러 지칭한다. 우리는 2005년부터 $CO_2$ 해양지중저장 관련 기술들을 개발해왔으며, 주요 기술 개발 분야에는 $CO_2$ 저장후보지 탐색과 $CO_2$ 수송 및 저장 공정을 위한 기본 설계가 포함된다. 신뢰성 있는 $CO_2$ 해양지중저장 시스템설계를 위해, 가상시나리오를 개발하였으며 수치해석 프로그램을 이용하여 전체공정을 분석하였다. $CO_2$ 포집원으로 부터 주입저장지로 $CO_2$를 수송하는 공정은 열역학 상태방정식으로 모사 가능하다. 본격적인 설계공정에 대한 수치해석을 수행하기에 앞서 관련 열역학 상태방정식들을 비교 및 분석하였다. 분석된 상태방정식들의 정확도를 평가하기 위해 참조문헌의 실험데이터와 수치계산결과를 비교하였다. 현재까지 진행된 $CO_2$ 해양지중저장 공정설계는 주로 순수한 $CO_2$를 대상으로 하였다. 하지만 포집된 $CO_2$ 혼합물은 질소, 산소, 아르곤, 물, 황화수소 등의 불순물을 포함하고 있다. 작은 양의 불순물이 포함될 시에도 열역학적 물성치가 바뀔 뿐 만 아니라, 압축, 정제, 수송 공정 전체에 막대한 영향을 미치게 되므로 간과되어서는 안 된다. 본 논문에서는 해상 및 육상 $CO_2$ 수송에 영향을 미치는 주요 설계 인자들을 분석하였으며, 가상 시나리오의 매개변수에 관한 연구를 수행한 다음, 유량, 직경, 온도, 압력 등의 설계 인자들의 변화 범위를 제시하고자 하였다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.39-57
• /
• 2012

최근 기존 전시 공간 내에 유비쿼터스 환경이 구축되면서, 관객과의 상호작용을 통해 전시 효과를 배가할 수 있는 인터랙티브 전시에 많은 사람들의 관심이 집중되고 있다. 이러한 인터랙티브 전시가 보다 고도화되기 위해서는 전시물에 대한 다양한 관객 반응을 측정하고, 이를 통해 대상 관객이 어떤 감정을 느끼는지 예측할 수 있는 적절한 의사결정지원 모형이 요구된다. 이러한 배경에서 본 연구는 인터랙티브 전시 공간 내에서 수집 가능한 다양한 관객 반응 중 얼굴표정의 변화를 이용하여, 관객의 감정을 추론, 판단하는 지능형 모형을 제시한다. 본 연구에서 제시하는 모형은 무자극 상태의 관객의 표정과 자극이 주어졌을 때 관객의 표정이 어떻게 변화하는지 변화량을 측정하여, 이를 기반으로 인공신경망 기법을 이용해 해당 관객의 감정을 판단하는 모형이다. 이 때, 제안모형의 감정 분류체계로는 간결하면서도 실무에 적용이 용이하여 그간 기존 문헌에서 널리 활용되어 온 매력-각성(Valence-Arousal) 모형을 사용한다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 2011 서울 DMC 컬쳐 오픈 행사에 참여하여, 일반인을 대상으로 얼굴 표정 변화 데이터를 수집하고, 이들이 느끼는 감정 상태를 설문조사하였다. 그리고 나서, 이 자료들을 대상으로 본 연구에서 제안하는 모형을 적용해 보고, 제안모형이 비교모형으로 설정된 통계기반 예측모형에 비해 더 우수한 성과를 보이는지 확인해 보았다. 실험 결과, 본 연구에서 제시하는 모형이 비교 모형인 중회귀분석 모형보다 더 우수한 결과를 제공함을 확인할 수 있었다. 본 연구를 통하여 구축된 관객 감정 판단 모형을 실제 전시장에서 활용한다면 전시물을 관람하는 관객의 반응에 따라 시의적절하면서도 효과적인 대응이 가능하기 때문에, 관객의 몰입과 만족을 보다 증대시킬 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.33-56
• /
• 2016

대부분의 부도 예측에 관한 연구는 재무 변수를 중심으로 통계적 방법 또는 인공지능 기법을 적용하여 부도 예측 모형을 구축하였다. 그러나 재무비율과 같은 회계 정보를 이용한 부도 예측 모형은 재무 제표 결산 시점과 신용평가 시점 간 시차를 고려하지 않을 뿐만 아니라 해당 산업의 경제적 상황과 같은 외부 환경적인 요소를 반영하기 어렵다는 한계점이 존재하였다. 기업의 부도 여부를 예측하기 위해 정량 정보인 재무 변수만을 이용하는 것에 한계가 있음에도 불구하고 정성 정보를 부도 예측 모형에 반영한 연구는 아직 미흡한 실정이다. 본 연구에서는 재무 변수를 이용하는 기존 부도 예측 모형의 성과를 개선하기 위해 빅데이터 기반의 정성 정보를 추가적인 입력 변수로 활용하는 부도 예측 모형을 제안하였다. 제안 모형의 성과 향상은 정성 정보를 예측 모형에 통합시키기에 적합한 형태로 정보의 유형을 변환시킬 수 있는가에 따라 달려있다. 이에 본 연구에서는 정성 정보 처리를 위한 방법으로 빅데이터 분석 기법 중 하나인 텍스트 마이닝(Text Mining)을 활용하였다. 해당 산업과 관련된 경제 뉴스 데이터로부터 경제 상황에 대한 감성 정보를 추출하기 위해 도메인 중심의 감성 어휘 사전을 구축하고, 구축된 어휘 사전을 기반으로 감성 분석(Sentiment Analysis)을 수행하였다. 형태소 분석 등을 포함한 텍스트 전처리 과정을 거쳐 감성 어휘를 추출하고, 각 어휘에 대한 극성 및 감성 점수를 부여하였다. 분석 결과, 전통적 부도 예측 모형에 경제 뉴스 데이터에서 도출한 정성 정보를 반영하는 것은 모형의 성과를 개선하는 것으로 나타났다. 특히, 경제 상황에 대한 부정적 감정이 기업의 부도 여부를 예측하는 데 더욱 효과적임을 알 수 있었다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.33-49
• /
• 2018

TV 드라마는 타 장르에 비해 시청률과 채널 홍보 효과가 매우 크며, 한류를 통해 산업적 효과와 문화적 영향력을 확인시켜줬다. 따라서, 이와 같은 드라마의 흥행 여부를 예측하는 일은 방송 관련 산업에서 매우 중요한 부분임은 주지의 사실이다. 이를 위해서 본 연구에서는 2003년부터 2012년까지 10년간, 지상파 채널을 통해 방송된, 총 280개의 TV 미니시리즈 드라마를 분석하였다. 이들 드라마 중 평균 시청률 상위 45개, 하위 시청률 45개를 선정하여 흥행 드라마의 시청시간 분포 (5%~100%, 11-Step) 모형을 만들었다. 이들 기준 모형과 신규 드라마의 시청시간 분포와의 이격 거리를 Euclidean/Correlation으로 측정한 유사도(Similarity)를 통해, 시청자의 초기(1~5회) 시청시간 분포로 신규 드라마의 성패 여부를 예측하는 모델을 만들었다. 또한 총 방송 시간 중 70% 이상 시청한 시청자를 열혈 시청층(이하 열혈층) 으로 분류하고, 상위/하위 드라마의 평균값과 비교하여, 신규 드라마의 흥행여부를 판별할 수 있도록 설계하였다. 연구 결과 드라마의 초반 시청자 충성도(시청시간)는 드라마의 대흥행 여부를 예측하는데 중요한 요소임을 밝혔으며, 최대 75.47%의 확률로 대흥행 드라마의 탄생을 예측할 수 있었다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.201-220
• /
• 2019

가짜뉴스가 전세계적 이슈로 부상한 최근 수년간 가짜뉴스 문제 해결을 위한 논의와 연구가 지속되고 있다. 특히 인공지능과 텍스트 분석을 이용한 자동화 가짜 뉴스 탐지에 대한 연구가 주목을 받고 있는데, 대부분 문서 분류 기법을 이용한 연구들이 주를 이루고 있는 가운데 문서 요약 기법은 지금까지 거의 활용되지 않았다. 그러나 최근 가짜뉴스 탐지 연구에 생성 요약 기법을 적용하여 성능 개선을 이끌어낸 사례가 해외에서 보고된 바 있으며, 추출 요약 기법 기반의 뉴스 자동 요약 서비스가 대중화된 현재, 요약된 뉴스 정보가 국내 가짜뉴스 탐지 모형의 성능 제고에 긍정적인 영향을 미치는지 확인해 볼 필요가 있다. 이에 본 연구에서는 국내 가짜뉴스에 요약 기법을 적용했을 때 정보 손실이 일어나는지, 혹은 정보가 그대로 보전되거나 혹은 잡음 제거를 통한 정보 획득 효과가 발생하는지 알아보기 위해 국내 뉴스 데이터에 추출 요약 기법을 적용하여 '본문 기반 가짜뉴스 탐지 모형'과 '요약문 기반 가짜뉴스 탐지 모형'을 구축하고, 다수의 기계학습 알고리즘을 적용하여 두 모형의 성능을 비교하는 실험을 수행하였다. 그 결과 BPN(Back Propagation Neural Network)과 SVM(Support Vector Machine)의 경우 큰 성능 차이가 발생하지 않았지만 DT(Decision Tree)의 경우 본문 기반 모델이, LR(Logistic Regression)의 경우 요약문 기반 모델이 다소 우세한 성능을 보였음을 확인하였다. 결과를 검증하는 과정에서 통계적으로 유의미한 수준으로는 요약문 기반 모델과 본문 기반 모델간의 차이가 확인되지는 않았지만, 요약을 적용하였을 경우 가짜뉴스 판별에 도움이 되는 핵심 정보는 최소한 보전되며 LR의 경우 성능 향상의 가능성이 있음을 확인하였다. 본 연구는 추출요약 기법을 국내 가짜뉴스 탐지 연구에 처음으로 적용해 본 도전적인 연구라는 점에서 의의가 있다. 하지만 한계점으로는 비교적 적은 데이터로 실험이 수행되었다는 점과 한 가지 문서요약기법만 사용되었다는 점을 제시할 수 있다. 향후 대규모의 데이터에서도 같은 맥락의 실험결과가 도출되는지 검증하고, 보다 다양한 문서요약기법을 적용해 봄으로써 요약 기법 간 차이를 규명하는 확장된 연구가 추후 수행되어야 할 것이다.