• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.139-148
• /
• 2020

전염병은 오래전부터 인류를 괴롭혀 왔으며 이를 예측 하고 예방하는 것은 인류에게 있어 큰 과제였다. 이러한 이유로 지금까지도 전염병을 예측하기 위해 다양한 연구가 진행되고 있다. 초기의 연구 중 대부분은 CDC(Centers for Disease Control and Prevention)의 역학 데이터에 의존한 연구였으며, CDC에서 제공하는 데이터는 일주일에 한 번만 갱신돼 실시간 질병 발생 건수를 예측하기 어렵다는 문제점을 갖고 있었다. 하지만 최근 IT 기술의 발전으로 여러 인터넷 매체들이 등장하면서 웹 데이터를 통해 전염병의 발생을 예측하고자 하는 연구가 진행되었고 이 중 우리가 조사한 연구 중 대부분은 단일 웹 데이터를 사용하여 질병을 예측하는 연구였다. 하지만 단일 웹 데이터를 통한 질병 예측은 "COVID-19" 같이 최근에 등장한 전염병에 대해서는 많은 양의 학습 데이터를 수집하기 어려우며 이러한 모델을 통해 정확한 예측을 하기 어렵다는 단점을 가지고 있다. 이에 우리는 전염병 발생을 LSTM 모델을 통해 예측할 때 여러 개의 웹 데이터를 사용하는 모델이 단일 웹 데이터를 사용하는 모델보다 정확도가 더 높음을 실험을 통해 증명하고 전염병 예측에 적절한 모델을 제안하고자 한다. 본 실험에서는 단일 웹 데이터를 사용하는 모델과 우리가 제안하는 모델을 사용하여 "말라리아"와 "유행성이하선염"의 발생을 예측했다. 우리는 2017년 12월 31 일부터 2019년 12월 28일까지 총 104주 분량의 NEWS, SNS, 검색 쿼리 데이터를 수집했는데, 이 중 75주는 학습 데이터로, 29주는 검증 데이터로 사용됐다. 실험 결과 우리가 제안한 모델의 예측 결과와 단일 웹 데이터를 사용한 모델의 예측 결과를 비교했을 때 검증 데이터에 대해서 피어슨 상관계수가 0.94, 0.86로 가장 높았고 RMSE 또한 0.19, 0.07로 가장 낮은 오차를 보여주었다.

• 대한환경공학회지
• /
• 제32권2호
• /
• pp.193-200
• /
• 2010

복합 오염물질 처리를 위해 제조한 다기능성 흡착제인 철과 망간이 동시에 코팅된 모래(Iron and Manganese Coated Sand, IMCS)를 이용하여 용존 Mn(II) 처리 특성을 평가하였다. 실험에 사용된 IMCS는 0.05 M의 Mn(II)과 Fe(III) 용액을 pH 7에서 혼합하여 담체로 쓰인 모래에 코팅하여 제조하였다. IMCS는 ${\gamma}-MnO_2$ 형태의 Mn 산화물과 goethite 및 magnetite($F_{e3}O_4$) 형태의 철산화물이 동시에 존재하는 것으로 나타났다. Mn과 Fe의 함유량은 각각 826 및 1676 mg/kg으로 분석되었으며 $pH_{pzc}$는 6.40으로 측정되었다. IMCS와 산화제로서 NaOCl과 $KMnO_4$를 이용하여 Mn(II)의 제거에 관한 회분식 실험을 pH, 시간, 주입 농도를 변수로 하여 수행하였다. IMCS를 이용하여 Mn(II)을 처리하였을 때, pH 7.4에서 약 34%의 제거율을 나타내었고, 산화제인 NaOCl(13.6 mg/L)을 주입 후 IMCS와 반응시킨 결과 pH 7.0에서 96%의 제거율을 나타냈고, $KMnO_4$(4.8 mg/L)을 이용한 경우 pH 7.6에서 89%의 제거율을 나타내었다. IMCS와 산화제를 이용하여 Mn(II)을 제거할 경우, 용액의 pH가 증가함에 따라 제거율이 증가하는 양이온 형태의 제거 경향을 따랐으며, 반응 시간 6시간이 경과 후 거의 일정한 상태에 도달하는 것으로 나타났다. IMCS만을 이용하여 Mn(II)을 제거한 경우 833.3 mg/kg의 최대제거량을 나타냈고, 산화제로 NaOCl(13.6 mg/L), $KMnO_4$(4.8 mg/L)를 주입 후 IMCS와 반응시킨 경우 최대제거량은 각각 1428.6 및 1666.7 mg/kg으로 나타났다. IMCS에 의한 Mn(II)의 제거는 2차 반응속도식 및 Langmuir 식으로 잘 표현되었다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.91-108
• /
• 2020

박지성 선수의 2005년 맨체스터 유나이티드 FC 입단 이후로, 국내에서 프로축구 유니폼 시장이 본격적으로 성장하기 시작했다. 이후, 국내 선수들의 해외 리그에서 활약이 계속되면서 국내에서도 잉글랜드 프리미어리그에 대한 대중의 관심이 지속되고 있다. 이러한 시점에서 본 연구는 국내 프로축구 팬들의 유니폼 소비에 전반적인 소비자 인식을 알아보고, 선수의 영입에 따른 소비자 인식 변화를 비교하고자 했다. EPL의 토트넘에서 활동하고 있는 손흥민 선수의 영입 전후를 중심으로 소셜 미디어에 나타난 프로축구 팬들의 소비자 인식과 구매 요인을 알아보았다. 'EPL 유니폼'을 키워드로, 국내 포털사이트와 소셜 미디어의 게시글을 수집하고, 텍스트 마이닝, SNA, 회귀분석을 사용하여 분석했다. 연구 결과, 첫째, 선수의 소속 팀, 실적, 포지션과 구단의 실적, 순위, 리그의 우승 여부가 프로축구 유니폼의 구매와 탐색에 있어 주요 요인으로 확인되었다. 가격, 디자인, 사이즈, 로고 등과 같은 항목보다 유니폼의 형태, 마킹, 정품 여부, 스폰서와 더 중요하게 작용하고 있었다. 둘째, 구조적 등위성 분석과 군집분석을 통해 국내 프로축구 팬들 사이에서 유니폼과 관련되어 언급되고 있는 주요 주제를 알아본 결과, EPL에 소속된 구단과 유명 선수들이 가장 핵심적인 주제로 나타났다. 셋째, 프로축구 유니폼에 대한 시기별 주제는 월드컵과 EPL 리그에 대한 관심에서 EPL에서 활동하는 다양한 국내외 선수들에 대한 관심으로, 2015년 이후에는 유니폼 자체에 대한 것으로 주제가 변화했다. 이를 통해, 선수들의 이적에 따라 선수가 소속된 해당 구단의 유니폼이 관심을 받고 있음을 알 수 있었다. 넷째, 남녀 소비자 모두 손흥민에 대한 관심이 증가함에 따라서 토트넘이 소속된 리그인 EPL에 대한 관심도 증가하는 것으로 나타났다. 여성의 경우 손흥민에 대한 관심이 증가함에 따라 축구 유니폼에 대해서도 관심을 가지는 것으로 나타난 반면, 남성의 경우 손흥민 선수에 대한 관심과 축구 유니폼에 대한 관심 사이의 관계가 유의하게 나타나지 않았다. 각 구단은 선수와 구단의 성적과 이미지 관리, 스폰서 브랜드 관리에 집중하고, 선수의 이적이 결정되면 선수의 자국에 해당 물량의 공급을 늘리며, 인기를 끌고 있는 선수의 등번호가 부착된 유니폼의 경우에는 여성을 위한 다양한 사이즈를 제공해야 할 필요가 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.77-92
• /
• 2014

텍스트에 대한 사용자의 접근성을 향상시키기 위해, 이들 문서는 정해진 기준에 따라 카테고리로 분류되어 제공되고 있다. 과거에는 카테고리 분류 작업이 수작업으로 수행되었지만, 문서 작성자에게 분류를 맡기는 경우 분류 정확성을 보장할 수 없고 관리자가 모든 분류를 담당하는 경우 많은 시간과 비용이 소요된다는 어려움이 있었다. 이러한 한계를 극복하기 위해 카테고리를 자동으로 식별할 수 있는 문서 분류 기법에 대한 연구가 활발하게 수행되었다. 하지만 대부분의 문서 분류 기법은 각 문서가 하나의 카테고리에만 속하는 경우를 가정하고 있기 때문에, 하나의 문서가 다양한 주제를 갖는 실제 상황과 부합하지 않는다는 한계를 갖는다. 이를 보완하기 위해 최근 문서의 다중 카테고리 식별을 위한 연구가 일부 수행되었으나, 이들 연구는 대부분 이미 다중 카테고리가 부여되어 있는 문서에 대한 학습을 통해 분류 규칙을 생성하므로 단일 카테고리만 부여되어 있는 기존 문서의 다중 카테고리 식별에는 적용할 수 없다는 제약을 갖는다. 따라서 본 연구에서는 이러한 제약을 극복하기 위해, 카테고리, 토픽, 문서간 관계 분석을 통해 단일 카테고리를 갖는 문서로부터 추가 주제를 발굴하여 이를 다중 카테고리로 자동 확장시킬 수 있는 방법론을 제안하였다. 실험 결과 원 카테고리가 식별된 총 24,000건의 문서 중 23,089건에 대해 카테고리를 확장시킬 수 있었다. 또한 정확도 분석에서 카테고리의 특성에 따라 카테고리 분류 정확도가 상이하게 나타나는 현상을 발견하였다. 본 연구는 단일 카테고리로 분류된 문서에 대해 다중 카테고리를 추가로 식별하여 부여함으로써, 규칙 학습 과정에서 다중 카테고리가 부여된 문서를 필요로 하는 기존 다중 카테고리 문서 분류 알고리즘의 활용성을 매우 향상시킬 수 있을 것으로 기대한다.

• 대한수혈학회지
• /
• 제23권2호
• /
• pp.115-126
• /
• 2012

배경: 제대 조직은 간엽줄기세포(mesenchymal stromal cells, MSCs)의 유망한 공급원 중 하나이다. 본 연구에서는 동결 보관한 제대 조직에서 유래한 간엽줄기세포의 특성을 신선 제대 조직에서 유래한 간엽줄기세포와 비교함으로써, 제대 조직을 동결한 보관 후 해동하여 간엽줄기세포를 획득하기 위해 제대 조직의 동결 보관 가능성을 제시하고자 하였다. 방법: 각각의 제대 조직을 두 가지 크기($1{\sim}2mm^3$과 0.5 cm)로 처리하여, 두 가지 동결 보존제(자가제대혈장과 RPMI 1640)를 사용하여 액체질소에 동결 보관하였다. $1{\sim}2mm^3$로 잘게 자른 신선 제대 조직을 대조군으로 하였다. 1주일 후 해동하여 세포 배양하였으며, 0.5cm 크기로 동결 보관한 제대 조직은 해동 후 $1{\sim}2mm^3$로 잘게 세포 배양하였다. 각각의 경우에 수확한 세포의 수와 생존율, 세포 증식능, 세포표면항원을 분석하였으며, 배양액에 존재하는 다양한 성장인자(EGF, IGF-1, PDGF, TGF-${\beta}$, bFGF, VEGF)를 측정하였다. 결과: 11개의 제대를 대상으로 하였다. 자가제대혈장을 동결 보존제로 사용한 경우보다 RPMI 1640을 동결 보존제로 사용한 경우에 세포 획득율이 높았으며, 동결 전에 $1{\sim}2mm^3$로 잘게 잘라 동결 보존한 제대 조직보다는 0.5 cm 크기로 동결하였다가 해동 시 잘게 자른 제대 조직에서 세포 획득율이 높았다. 신선 제대 조직과 동결 제대 조직에서 유래한 세포들 간에 증식능의 차이는 없었다. 신선 제대 조직의 배양액보다 RPMI 1640을 이용하여 동결 보관한 제대 조직의 배양액에 성장인자가 더 많이 존재하였다. 결론: 본 연구 결과, 동결 보관한 제대 조직에서 간엽줄기세포뿐만 아니라 배양액의 성장인자도 얻을 수 있었으며, 제대혈을 동결 보관하는 것처럼 향후에는 간엽줄기세포와 성장인자를 필요한 시점에 얻기 위해 제대 조직을 동결 보관하는 것도 가능해질 것으로 기대된다.

• Radiation Oncology Journal
• /
• 제6권1호
• /
• pp.1-11
• /
• 1988

방사선 조사 후 발생한 잠재치사손상의 회복(PLDR)에 있어 조사선량 및 시간에 따른 환경변화가 회복의 동적양상에 미치는 영향을 Vero 세포계를 이용하여 실험하였다. 배양액을 교환시키지 않고 배양하여 평형기에 도달한 세포에 동물실험용 세시움 조사기로 $1Gy\~9Gy$의 감마선을 조사하고 각 조사조건에서 $O\~6$ 및 24시간동안 정치시킨 후 Agarose가 포함된 새로운 배양액에서 배양하였다. 16Gy를 조사한 동종의 세포를 feeder세포로 첨가하여 배양액내의 전 체세포수를 일정하게 한 조건에서 형성된 세포집락수에 따라 세포의 생존을 정하였다. 잠재치사손상의 회복은 $2\~4$시간 정치후에 포화수준에 도달한 빠른 회복이었다. 방사선량이 증가함에 따라 회복속도는 증가하였고, 포화수준의 회복량도 증가하였다. Linear-quadratic mode에 의한 "방사선량-생존분획" 분석 결과 잠채치사손상이 회복됨에 따라 일차 비활성계수 $\alpha$는 급속히 감소하여 $\beta$에 접근하였고 이차 비활성계수 $\beta$는 미미하게 증가하여 PLDR은 $\alpha$로 표시되는 손상에 주로 영향을 주었다. Multitarget model에 따라 분석한 결과 Do는 변화가 없고 Dq가 증가하였다. 세포 생존분획 이 높은 3Gy 이하의 저선량 영역에서 dose modifying factor가 높아 잠재 치사손상의 회복에 의한 영향이 저선량 영역에서 상대적으로 크게 나타났다.

• KSBB Journal
• /
• 제22권3호
• /
• pp.162-167
• /
• 2007

암모니아 가스는 환경오염 중 가장 피해가 큰 물질로 가축 뿐만 아니라 사람에게도 많은 피해를 준다. 본 연구의 목적은 Bacillus subtilis IB101을 이용하여 암모니아 가스의 제거효율이 좋은 조건과 최적으로 배양할 수 있는 생산배지의 최적화에 대하여 알아보는 것이다. 암모니아 제거 효과가 우수한 균주인 B. subtilis IB101의 암모니아 가스 제거 효능이 좋은 성장단계를 알아보았으며, 기본배지의 구성성분 중 $(NH_4)_2SO_4$의 농도에 변화를 주어 각각 다른 $(NH_4)_2SO_4$ 농도의 배지에서 배양된 cell이 암모니아 가스 제거에 미치는 영향을 알아보았다. 그리고 온도 및 pH에 따른 암모니아 가스 제거 효능의 최적조건을 알아보았다. B. subtilis IB101의 대량 배양을 위한 배지 조성을 얻기 위하여 Placket-Burman design과 one factor at a time method를 이용하여 기본배지의 구성성분의 영향에 대하여 살펴보고 최적의 배지조성을 알아보았다. Exponential phase 단계인 B. subtilis IB101을 접종한 것이 stationary phase 단계인 B. subtilis IB101을 접종한 것보다 암모니아 가스 제거 효율이 약 20% 정도 우수하였다. 30$^{\circ}C$, pH 4의 배양조건에서 암모니아 가스 제거 효율이 가장 높았다. 기본 배지 구성성분 중 $(NH_4)_2SO_4$의 농도의 변화에 따른 암모니아 가스 제거 효율에는 영향이 없었다. 최적화된 배지의 구성 성분은 yeast extract 10 g/l, soluble starch 2.5 g/1, $MgSO_4$ 6 g/l, $CaCl_2$ 1.55 g/1, $(NH_4)_2SO_4$ 5 g/1, $KH_2PO_4$ 0.75 g/l, 대두분 8 g/l이었다.

• 경영과정보연구
• /
• 제35권4호
• /
• pp.99-122
• /
• 2016

특정한 관심이나 활동을 공유하는 사람들 사이의 관계망을 기반으로 서비스를 제공하는 페이스북이나 트위터와 같은 SNS의 활성화로 정보공유나 의사소통이 활발해지면서 SNS에 대한 관심이 증가하였다. 본 연구는 관심의 대상이 되고 있는 SNS에 대한 연구를 수행할 것이며, 새로운 매체의 이용 동기를 설명하기 위한 이론인 이용과 충족이론을 기반으로 SNS 이용 동기를 살펴본다. SNS 이용 동기를 감정적 동기와 인지적 동기로 구분하고, 이용 동기와 SNS 중독 간의 관계를 알아보았다. 감정적 동기는 SNS에 대한 오락성과 환상으로 구분하고 인지적 동기는 SNS에서의 정보 부담과 시스템 사용 부담으로 살펴한다. SNS 중독은 시간적 내성, 금단 불안, 중단 실패, 생활 장애로 구분하였으며 SNS 중독과 주관적 웰빙과의 관계를 살펴본다. 마지막으로 사회적 자본 이론을 기반으로 SNS 특성인 사회적 유대감의 조절효과를 분석한다. SNS 사용자들을 대상으로 설문을 수행하였고, 가설을 검증하기 위하여 286부의 설문지를 분석에 활용하였다. 가설검증결과를 보면, 감정적 동기인 오락성과 환상은 SNS 중독에 정(+)의 영향을 미쳤고, 인지적 동기인 정보 부담과 시스템 사용 부담도 SNS 중독에 정(+)의 영향을 미쳤다. 또한 SNS 중독은 주관적 웰빙에 통계적으로 유의한 영향을 미쳤으며, 마지막으로 사회적 유대감에 따라 SNS 중독이 주관적 웰빙에 다른 영향을 미치고 있음을 알 수 있었다. 본 연구의 결과는 SNS 사용자와 SNS 관련 종사자들에게 유용한 정보를 제공할 수 있을 것이다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.51-66
• /
• 2018

인공지능 기술의 비약적인 발전으로 인하여, 사용자의 편의성 증대를 목적으로 다양한 분야에서 관련된 제품과 서비스들의 개발이 이루어지고 있다. 이러한 기술의 발전에는 긍정적인 파급 효과에 대한 기대감이 존재하나, 향후 발생 가능한 부정적인 측면에 대한 논의도 활발히 이루어지고 있다. 예를 들어, 인공지능 기술 기반의 자율주행 자동차의 경우 안정성의 향상이라는 측면에서 많은 관심을 받고 있으나, 트롤리 딜레마, 시스템 보안 문제 등의 사회적 이슈 또한 활발히 논의되고 있다. 이에 따라, 인공지능 관련 기술의 발전과 사회적 수용을 위해서는 사회적으로 논의되는 주요 관련 이슈들에 대한 확인과 효과적인 분석이 요구된다. 이를 위해, 본 연구에서는 '이세돌 vs 알파고' 시점인 2016년 3월을 포함하여 2016년 1월부터 2017년 12월까지 2년 동안의 인공지능과 관련된 사회적인 이슈들을 파악하고 온라인상에서 발생되는 사회적 여론에 대하여 다 범주 감성을 분석하고자 한다. 이를 위하여 국내 대표적인 포털 사이트에서 인공지능 관련 뉴스의 수와 관련된 뉴스 제목, 뉴스의 댓글을 웹 크롤링(Web Crawling) 하였다. 사회적 여론에 대한 다 범주 감성 분석은 논의되는 이슈들의 중요성을 고려하여 단순 긍정 또는 부정이 아닌, 분노, 혐오, 두려움, 행복, 중립, 슬픔, 놀라움의 7가지 다 범주 감성으로 분석하였다. 분석 결과, 대부분의 이벤트 기간에 대하여 1위 감성은 '행복'으로 나타났지만 각 키워드에 대하여 나오는 감성이 상이함을 볼 수 있었다. 또한 2016년 상반기, 하반기, 2017년 상반기, 하반기로 나누어 보았을 때 시간이 지남에 따라 '분노'의 감성이 낮아짐을 확인하였다. 이러한 분석 결과를 바탕으로 인공지능과 관련하여 현재 논의되고 있는 다양한 이슈와 동향 파악이 가능하며, 이에 대한 대응 방안 마련에 활용이 가능할 것이다. 향후 감성 분석기의 성능 향상과 댓글에 대한 공감 및 비공감도의 가중치를 추가하여 분석한다면 사회적 여론을 보다 세밀하게 파악 할 수 있을 것이다.