• 한국유통학회지:유통연구
• /
• 제17권2호
• /
• pp.63-92
• /
• 2012

본 연구는 소비자가 지각하는 유통업체의 위치기반 모바일 쇼핑정보 서비스에 대한 정보의 상황관련성과 정보자극에 대한 PAD 감정변수들(환기, 지배력, 즐거움) 간의 상호 인과관계와 이용의도에 대한 이들의 효과를 실증 연구 하였다. 미국 내 모바일 이용자를 대상으로 무작위 표본추출법에 근거하여 추출되었고, 총 335명의 사용가능한 응답이 수거되었다. 분석결과, 환기와 상황관련성은 즐거움에 정(+)의 영향을 주었으나 지배력은 즐거움에 유의한 영향력을 나타내지 않았다. 즐거움은 이용의도에 정(+)의 영향을 주었다. 본 연구를 통해 위치기반 모바일 서비스에 대한 소비자의 인지적 반응과 감정적 반응을 통합적으로 살펴보았으며, PAD 감정차원간의 체계적인 관계를 규명하였다. 연구결과를 바탕으로 모바일 쇼핑서비스 개발자, 유통업체, 그리고 마케팅 실무자를 위한 시사점을 논의하였으며, 연구의 한계점과 더불어 향후 연구 방향을 제시하였다.

• 한국측량학회지
• /
• 제24권1호
• /
• pp.111-121
• /
• 2006

최근 들어 항공 라이다 데이터를 도시모델링에 활용하려는 많은 연구들이 진행되고 있다. 도시모델을 구성하는 인공 구조물을 효율적으로 추출하기 위해서는 측정된 3차원 점의 집합으로부터 평면패치를 자동으로 추출하는 것이 중요하다. 평면 패치의 자동 추출에 대한 상당한 연구가 수행되었지만 아직도 추출의 정확도와 완전성 및 계산의 효율성 측면에서 만족할 만한 결과를 얻지 못하고 있다. 이에 본 연구는 항공 라이다 측량으로 취득된 3차원 점의 집합을 자동으로 분할하여 표면패치를 구성하는 효율적인 방법의 개발을 목표로 한다. 제안된 방법은 3차원 점간의 인접성을 수립하고, 소량의 인접점을 그룹핑하여 초기패치를 생성하고, 이를 성장시켜 표면패치를 생성하는 과정으로 구성된다. 제안된 방법은 패치를 성장시키는 과정에서 통계적 분석에 기반하여 가변적으로 설정되는 임계값을 이용하여 분할 결과의 질을 향상시키고, Priority Heap과 순차적최소제곱법에 기반한 효율적인 계산 방법을 사용하였다는 점이 특징적이다. 제안된 방법을 다양한 실측 라이다 데이터에 적용하여 성능을 검증하였다. 제안한 분할 방법을 통해 대용량 3차원 점으로 구성되는 라이다 데이터는 명시적이고 강인한 표현 형태인 표면 패치의 집합으로 변환될 수 있었다. 이러한 중간 변환 과정을 통해 빌딩 추출과 같은 객체 인식의 문제를 효과적으로 해결할 수 있다.

• 화약ㆍ발파
• /
• 제30권2호
• /
• pp.86-97
• /
• 2012

건설현장의 노천발파로 발생되는 지반진동은 인체의 간접피해 및 구조물의 물적 피해를 동반하며, 인체는 진동레벨, 구조물은 진동속도 단위로 평가한다. 본 연구는 실시단계 진동기준 중 진동속도 외 누락된 진동레벨 단위를 추가, 진동속도 및 진동레벨을 동시 측정한 적용사례로서 추후 민원이 예상되는 현장관리에 도움이 될 것으로 여겨진다. 발파진동 및 진동레벨 추정식 도출을 위한 표본수는 총 232개가 사용되었으며, 진동속도 0.3 cm/s와 진동레벨 75 dB(V) 기준의 지발당장약량을 비교한 결과, 후자가 20.0~40.9% 여유가 있음을 입증하여 진동레벨 단위척도 추가는 전혀 문제되지 않음을 언급하였다. 소음 진동 관리법이 우선된다면 노천발파 시공비용은 훨씬 저감될 것으로 생각된다. 본 연구에서 사용된 계측기기는 국내에서 처음으로 진동속도 및 진동레벨을 동시 측정할 수 있는 특성을 지닌 SV-1모델을 사용하였다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• IMMUNE NETWORK
• /
• 제14권1호
• /
• pp.45-53
• /
• 2014

Osteoarthritis (OA) is a degenerative joint disease characterized by a progressive loss of cartilage. And, increased oxidative stress plays a relevant role in the pathogenesis of OA. Ursodeoxycholic acid (UDCA) is a used drug for liver diseases known for its free radical-scavenging property. The objectives of this study were to investigate the in vivo effects of UDCA on pain severity and cartilage degeneration using an experimental OA model and to explore its mode of actions. OA was induced in rats by intra-articular injection of monosodium iodoacetate (MIA) to the knee. Oral administration UDCA was initiated on the day of MIA injection. Limb nociception was assessed by measuring the paw withdrawal latency and threshold. Samples were analyzed macroscopically and histologically. Immunohistochemistry was used to investigate the expression of interleukin-$1{\beta}$ (IL-$1{\beta}$), IL-6, nitrotyrosine and inducible nitric oxide synthase (iNOS) in knee joints. UDCA showed an antinociceptive property and attenuated cartilage degeneration. OA rats given oral UDCA significantly exhibited a decreased number of osteoclasts in subchondral bone legion compared with the vehicle-treated OA group. UDCA reduced the expression of IL-$1{\beta}$, IL-6, nitrotyrosine and iNOS in articular cartilage. UDCA treatment significantly attenuated the mRNA expression of matrix metalloproteinase-3 (MMP-3), -13, and ADAMTS5 in IL-$1{\beta}$-stimulated human OA chondrocytes. These results show the inhibitory effects of UDCA on pain production and cartilage degeneration in experimentally induced OA. The chondroprotective properties of UDCA were achieved by suppressing oxidative damage and inhibiting catabolic factors that are implicated in the pathogenesis of cartilage damage in OA.

• 콘크리트학회논문집
• /
• 제19권1호
• /
• pp.57-65
• /
• 2007

지난 수년간 콘크리트의 염소이온 침투와 유관되어 실험 방법론 및 해석적 모델 기법의 개발에 많은 발전이 있어 왔다. 그러나 실제 콘크리트 구조물에는 다소의 균열이 존재하며 이는 장기 내구성에 큰 영향을 줄 수 있음에도 불구하고 대부분의 연구들은 비균열의 콘크리트를 대상으로 연구되어 온 문제점이 있었으며 균열이 존재하는 콘크리트의 염소이온 침투에 대한 연구는 매우 드문 실정이다. 염소이온 침투에 대한 균열폭의 임계치는 유지관리 차원에서 필요하지만, 대부분 콘크리트 코드는 사용성의 견지에서 허용 균열폭을 보편적인 값 0.3mm로 제안하고 있을 뿐, 염소이온 침투 및 내구성의 견지에서 임계 균열폭에 대한 규정도 부재한 실정이다. 이미 제안된 값도 연구자들마다 상이하여 논란의 여지가 있다. 본 연구는 임계 균열폭의 도출을 목적으로 균열이 콘크리트의 염소이온 침투에 미치는 영향을 고찰하였다. 실험적 방법으로 다양한 균열폭과 균열 깊이를 실험 변수로 하여 급속 염소이온 침투 실험 (RCMT)를 행하였다. 한편, 임계 균열폭이 갖는 공학적 의미를 설명하고자, 균열폭에 따른 염소이온 침투의 현상학적 모델이 제안되었다. 즉, 균열된 콘크리트는 3 구간으로 나누어지며 내부 안쪽으로 들어갈수록 확산자유 영역, 확산경화 영역, 순수 확산 영역의 3가지 구간이 존재한다. 이는 균열폭에 따른 염소이온 확산계수를 산출하기 위한 해석적 방법론의 개발에 이용될 수 있을 것으로 사료된다.

• 방송공학회논문지
• /
• 제21권3호
• /
• pp.425-435
• /
• 2016

본 논문에서는 카메라로부터 입력된 영상으로부터 쌀, 커피, 녹차 등 다양한 원료를 양품과 불량품으로 자동 분류하기 위한 분류 모델을 제안한다. 현재 농산물 원료 분류를 위해서 주로 숙달된 노동력의 육안 선택에 의존하고 있지만 작업시간이 길어질수록 반복적인 작업에 의해 분류 능력이 현저히 떨어지는 문제점이 있다. 노동력에 부분적으로 의존하는 기존 제품의 문제점을 해결하기 위해, 본 논문에서는 평균-이동 클러스터링 알고리즘과 단계별 영역 병합 알고리즘을 결합하는 비전기반 자동 원료 분류 알고리즘을 제안한다. 우선 입력 원료 영상에서 평균-이동 클러스터링 알고리즘을 적용하여 영상을 N개의 클러스터 영역으로 분할한다. 다음단계에서 N개의 클러스터 영역 중에서 대표 영역을 선택하고 이웃 영역들의 영역의 색상과 위치 근접성을 기반으로 단계별 영역 병합 알고리즘을 적용하여 유사한 클러스터 영역을 병합한다. 병합된 원료 객체는 RG, GB, BR의 2D 색상 분표로 표현되고, 병합된 원료 객체에 대해 색상 분포 타원을 만든다. 이후 미리 실험적으로 설정된 임계값을 적용하여 원료를 양품과 불량품을 구분한다. 다양한 원료 영상에 대해 본 논문에서 제안하는 알고리즘을 적용한 결과 기존의 클러스터링 알고리즘이나 상업용 분류 방법에 비해 사용자의 인위적 조작이 덜 필요하고 분류성능이 우수한 결과를 나타냄을 알 수 있었다.

• 생물정신의학
• /
• 제8권1호
• /
• pp.20-36
• /
• 2001

우울증으로 고통받는 많은 환자들에서 보이는 다양항 양상과 다양한 경과를 자주 접하면서 분류를 어떻게 하여야 임상적으로 유용한가 의문을 가지게 된다. 이에 저자들은 우울증의 아형 평가의 필요성과 평가도구들을 문헌을 통하여 고찰하였다. 원래부터 이들이 이질적인 집단으로 구성되어 있는지, 하나의 유전적 소인이 있어 개인에 따라서 병의 진행 시기에 따라서 여러 우울증의 spectrum으로 표현되는 것인지 문제가 제기되어 왔지만, 현재로서는 분명히 알 수 없다. 저자들은 먼저 "우울증 스펙트럼" "양극성 우울과 단극성 우울이 공통의 하나의 유전적 인자를 가지는가" "양극성 스펙트럼 장애"등 강한 주장들이 있어 문헌 고찰을 통해서 알아보았다. 그리고, 최근 생물학적인 연구로부터 나온 세로토닌 관련 우울증 가설을 알아보았다. 이 우울증 가설(SeCA depression)은 조기 모성 분리 혹은 모성 박탈 같은 유년시절의 부정적 경험, 불안, 공격성, co-rtisol 증가, cortisol flattening, DST 양성, 스트레스 사건, CRF 상승, 5HIAA저하 등을 연결하여 우울증의 역동을 쉽게 설명하였고 생물-심리-사회적 접근을 가능하게끔 하는 우울증의 모델이다. 둘째로 고전적인 생물학적 지표 즉 DST, TRH 자극 검사, 및 뇨 MHPG 검사 결과에 따르는 우울증 아형을 구분하고 특징을 살펴보았고 이들의 역사적이고 임상적인 의미를 알아보았다. 그밖에 APOE epsilon 4 allele, 기질-성격이론(Temperament Character Inventory : TCI) 심박동 변이도(heart rate variability : HRV) 같은 요인들을 비롯하여 잘 알려진 증상이나 진단으로 분류된 아형들을 조사하여 임상적인 의미를 찾아보았다.

• Journal of Ecology and Environment
• /
• 제44권1호
• /
• pp.33-40
• /
• 2020

Background: Understanding the geographical distribution of a species is a key component of studying its ecology, evolution, and conservation. Although Schlegel's Japanese gecko (Gekko japonicus) is widely distributed in Northeast Asia, its distribution has not been studied in detail. We predicted the present and future distribution of G. japonicus across China, Japan, and Korea based on 19 climatic and 5 environmental variables using the maximum entropy (MaxEnt) species distribution model. Results: Present time major suitable habitats for G. japonicus, having greater than 0.55 probability of presence (threshold based on the average predicted probability of the presence records), are located at coastal and inland cities of China; western, southern, and northern coasts of Kyushu and Honshu in Japan; and southern coastal cities of Korea. Japan contained 69.3% of the suitable habitats, followed by China (27.1%) and Korea (4.2%). Temperature seasonality (66.5% of permutation importance) was the most important predictor of the distribution. Future distributions according to two climate change scenarios predicted that by 2070, and overall suitable habitats would decrease compared to the present habitats by 18.4% (scenario RCP 4.5) and 10.4% (scenario RCP 8.5). In contrast to these overall trends, range expansions are expected in inland areas of China and southern parts of Korea. Conclusions: Suitable habitats predicted for G. japonicus are currently located in coastal cities of Japan, China, and Korea, as well as in isolated patches of inland China. Due to climate change, suitable habitats are expected to shrink along coastlines, particularly at the coastal-edge of climate change zones. Overall, our results provide essential distribution range information for future ecological studies of G. japonicus across its distribution range.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support for multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To data, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.