• 지능정보연구
• /
• 제19권1호
• /
• pp.19-33
• /
• 2013

본 논문에서는 네트워크 기반 대용량의 자원들을 효율적으로 검색하기 위해 사용자의 요구사항에 기반해 검색에 요구되는 태그들 간의 의미론에 기반한 동적 가상 온톨로지(Dynamic Virtual Ontology using Tags: DyVOT)를 추출하고 이를 이용한 동적 검색 방법론을 제안한다. 태그는 소셜 네트워크 서비스를 지원하거나 이로부터 생성되는 정형 및 비정형의 다양한 자원들에 대한 자원을 대표하는 특성을 포함하는 메타적 정보들로 구성된다. 따라서 본 연구에서는 이러한 태그들을 이용해 자원의 관계를 정의하고 이를 검색 등에 활용하고자 한다. 관계 등의 정의를 위해 태그들의 속성을 정의하는 것이 요구되며, 이를 위해 태그에 연결된 자원들을 이용하였다. 즉, 태그가 어떠한 자원들을 대표하고 있는 지를 추출하여 태그의 성격을 정의하고자 하였고, 태그를 포함하는 자원들이 무엇인지에 의해 태그간의 의미론적인 관계의 설정도 가능하다고 보았다. 즉, 본 연구에서 제안하는 검색 등의 활용을 목적으로 하는 DyVOT는 태그에 연결된 자원에 근거해 태그들 간의 의미론적 관계를 추출하고 이에 기반 하여 가상 동적 온톨로지를 추출한다. 생성된 DyVOT는 대용량의 데이터 처리를 위해 대표적인 예로 검색에 활용될 수 있으며, 태그들 간의 의미적 관계에 기반해 검색 자원의 뷰를 효과적으로 좁혀나가 효율적으로 자원을 탐색하는 것을 가능하도록 한다. 이를 위해 태그들 간의 상하 계층관계가 이미 정의된 시맨틱 태그 클라우드인 정적 온톨로지를 이용한다. 이에 더해, 태그들 간의 연관관계를 정의하고 이에 동적으로 온톨로지를 정의하여 자원 검색을 위한 동적 가상 온톨로지 DyVOT를 생성한다. DyVOT 생성은 먼저 정적온톨로지로부터 사용자 요구사항을 포함하는 태그를 포함한 부분-온톨로지들을 추출하고, 이들이 공유하는 자원의 정도에 따라 부분-온톨로지들 간의 새로운 연관관계 여부를 결정하여 검색에 요구되는 최소한의 동적 가상 온톨로지를 구축한다. 즉, 태그들이 공유하는 자원이 무엇인가에 의해 연관관계가 높은 태그들 간에는 이들의 관계를 설명하는 새로운 클래스를 가진 생성된 동적 가상 온톨로지를 이용하여 검색에 활용한다. 온톨로지의 인스턴스는 자원으로 정의되고, 즉 이는 사용자가 검색하고자 하는 해로서 정의된다. 태그들 간의 관계에 의해 생성된 DyVOT를 이용해 기존 정적 온톨로지나 키워드 기반 탐색에 비해 검색해야 할 자원의 량을 줄여 검색의 정확성과 신속성을 향상 시킨다.

• 원예과학기술지
• /
• 제34권2호
• /
• pp.305-313
• /
• 2016

갓(Brassica juncea; 2n = 4x = 36, AABB genome, 1,068Mb)은 U's triangle의 배추와 흑겨자 사이의 복이배체 작물로 구분한다. 본 연구는 갓 15 품종의 ribosomal DNA ITS 영역과 MITE를 이용하여 갓의 유연관계 및 품종구분 분자표지를 확인하였다. Ribosomal DNA ITS 영역은 종 및 품종의 유연관계를 알아보는 연구로 많이 사용되고 있어서, 이를 이용하여 갓 15 품종의 유연관계를 알아보았다. 또한, MITE는 매우 많은 copy 수를 가지고 있고, 유전적으로 안정적이기 때문에 유전체 및 진화 연구에 매우 적합한 재료이다. MITE를 이용한 갓의 품종구분 분자표지를 확인하기 위해 MITE super-families 중 Stowaway(BraSto) 관련 70점, Tourist(BraTo) 관련 79점, hAT(BrahAT) 관련 6점, Mutator(BraMu) 관련 5점으로 품종구분 표지를 알아보았다. 총 160점의 분자표지 중 32점이 갓 15 품종에서 뚜렷한 다형성을 보였다. 특히, 흑갓은 표현형뿐만 아니라 유전자형도 매우 다르게 나타났다. 또한 8점의 MITE 분자표지를 활용하여 47점의 유전자원에서 다형성 및 품종구분 표지로의 활용 가능성을 확인하였다. 이러한 다형성 표지들은 갓의 품종구분 및 품종 보호에 매우 유용하게 사용할 수 있을 것이라 기대한다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.139-152
• /
• 2011

1990년대 중반에 협업 필터링의 출현으로 인하여 추천시스템에 관련된 연구가 늘어나게 되었다. 협업 필터링의 출현 이후 내용 기반 필터링, 협업 필터링과 내용 기반 필터링이 혼합된 하이브리드 필터링 등 새로운 기법들이 출현함으로써 2000년대에는 추천시스템의 연구가 눈에 띄게 증가하였다. 하지만 현재까지 추천시스템에 관련된 문헌들에 대한 리뷰와 분류가 체계적으로 되어있지 않다. 이와 같은 문제에 대한 해결방안으로써, 본 연구에서는 2001년부터 2010년도까지의 추천시스템에 관련된 문헌들 중 MIS Journal Ranking의 125개의 저널에서 추천시스템(Recommender system, Recommendation system), 협업 필터링(Collaborative Filtering), 내용 기반 필터링(Content based Filtering), 개인화 시스템(Personalized system) 등의 5가지 키워드로 제한하여 조사하였다. 총 37개의 저널에서 논문을 검색하였으며, 검색되어진 논문을 분석한 결과 추천시스템과 관련이 없는 논문을 제외한 총 187개의 논문을 선정하여 분석하였다. 이 연구에서는 그러나 컨퍼런스 논문, 석사, 박사학위 논문, 영어로 작성되지 않은 논문, 완성되지 않은 논문 등은 제외하였다. 본 연구에서는 187개의 논문을 분석하여 2001년부터 2010년까지의 각각의 년도 별 추천시스템의 연구에 대한 동향 분석, Journal별 추천시스템의 게재 분류, 추천시스템 어플리케이션의 사용 분야(책, 문서, 이미지, 영화, 음악, 쇼핑, TV 프로그램, 기타)별 분류 및 분석, 추천시스템에 사용된 데이터마이닝 기술(연관 규칙, 군집화, 의사 결정나무, 최근접 이웃 기법, 링크 분석 기법, 신경망, 회귀분석, 휴리스틱 기법)별 분류 및 분석을 수행하였다. 따라서 본 연구에서 제안한 각각의 분류 및 분석 결과들을 통하여 현재까지 추천시스템의 연구에 대한 연구 동향을 파악 할 수 있었으며, 분석결과를 통해 추천시스템에 관심이 있는 연구자와 전문가에게 미래의 추천시스템의 연구에 대한 가이드라인을 제시 할 수 있을 것이라고 기대한다.

• 환경정책연구
• /
• 제11권3호
• /
• pp.25-47
• /
• 2012

송이생산을 고려한 소나무비오톱유형화 및 지도 작성을 통한 송이생산지의 생태적 관리방안을 제시하고자 하였다. 연구대상지는 동서고속도로 신설구간 중 송이가 다량 생산되는 양양군구간을 대상으로 도로노선중앙에서 좌우 700m씩 범위내 총 $19.79km^2$을 설정하였다. 연구의 내용은 4단계로 구분하였으며 첫째, 양양군 송이관련특성, 둘째, 송이관련 선행연구 고찰, 셋째, 송이생산을 고려한 소나무비오톱유형화 기준 및 프로세스 정립, 넷째, 송이생산을 고려한 소나무비오톱지도화 등이다. 송이생산에 적합한 경사도 $30{\sim}40^{\circ}C$ 지역은 24.77%, 남향계열은 17.44%이었고 식생구조는 소나무군락 26.00%, 평균수령, $38{\pm}8.34$ 년생, 교목층 평균식생밀도 $9.55{\pm}4.98$ 주/$100m^2$ 등으로 송이생산에 최적 식생구조였다. 토양산도(pH)는 5.0~5.6(47.96%) > 5.6~7.0(42.90%) > 4.0~5.0(9.14%)로서 송이발생에 적합한 약산성 토양인 pH 4.0~5.6의 면적은 57.10%였다. A0층의 깊이는 평균 $3.39{\pm}2.14cm$이며 4~6cm(78.03%) > 0~2cm(18.10%) > 2~4cm(3.87%)였다. 선행연구와 현장조사 결과를 바탕으로 현존식생(소나무우점비율), 지형(지형특성 및 경사도), 수령, 토양특성(토양산도와 A0층 깊이), 식생밀도를 유형화 기준으로 설정하여 총 6개 송이생산을 고려한 소나무비오톱유형으로 구분하였다. 유형별 분포면적은 송이생산잠재(II)소나무비오톱유형(32.86%) > 송이생산 부적합 소나무비오톱유형(22.17%) > 송이생산적합(II)소나무비오톱유형(17.79%) > 송이생산적합(I)소나무비오톱유형(14.86%) > 송이생산잠재(I)소나무비오톱유형(9.77%) > 송이생산소나무비오톱유형(2.55%) 등의 순이었다.

• 대한지리학회지
• /
• 제40권3호
• /
• pp.296-309
• /
• 2005

본 연구는 공주지역의 지표변화를 분석하기 위해 우도비 기반의 베이지안 예측모델을 이용하여 지리공간 정보와 지표변화와의 연관성 및 미래의 지표변화를 탐지하였다. 지표변화 지역은 위성사진을 토지피복분류 한 후 선분류 후비교법을 이용하여 변화지역을 추출하였다. 지표변화와 관련이 있는 지리공간 정보는 GIS 환경에서 구축하였으며, 우도비를 이용하여 지표변화 예측도를 작성하였다. 분석결과, 도시지역 및 농업지역 지표변화에 가장 큰 영향을 미치는 주제도는 고도, 하계망, 인구밀도, 도로, 인구이동, 총사업체수, 지가 등이다. 또한 산림지역 지표변화에 영향을 미치는 주제도는 고도, 경사도, 인구밀도, 인구이동, 지가 등이다. 지표변화 분석결과, 도시지역은 금강을 중심으로 구도심과 신도심지역의 도시 확산이 이루어지고, 인터체인지 및 국도를 따라 시가화 지역이 확산 될 것으로 예측되었다. 농업지역은 금강의 소지류 및 인접지역과 연결되는 국도주변 지역이 변화가 일어날 확률이 높다. 산림지역은 대부분 남동쪽에 위치하고 있는데, 그 원인은 밤나무 재배단지가 본 지역에 넓게 나타나면서 산림훼손이 일어날 확률이 높은 것으로 예측되었다. 예측비율 곡선을 이용하여 검증한 결과, 지표변화가 일어날 확률이 가장 높은 상위 $10\%$지역에서 도시지역은 $80\%$, 농업지역은 $55\%$, 산림지역은 $40\%$정도의 예측능력을 보였다. 따라서, 본 통합 모델은 산림지역 예측에는 부적합한 것으로 볼 수 있어서, 향후 새로운 주제도 선정 및 예측모델 등이 필요하다. 결론적으로 본 방법은 향후 토지피복 변화 연구를 위한 효과적인 방법 중의 하나로 적용될 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.

• 한국환경생태학회지
• /
• 제22권2호
• /
• pp.173-183
• /
• 2008

본 연구는 오대산국립공원 월정사 일주문에서 금강교 사이에 분포하는 전나무 숲의 식생구조를 파악하기 위하여 진행되었다. 대상지내 흉고직경(DBH) 20cm이상 전나무는 총 977주이었으며, 2006년 조사당시 생육이 불량하거나 고사한 수목은 96주로 전체의 9.8%이었다. 전나무 수령은 $41\sim135$년(DBH $11\sim82cm$)이었으며, DBH 100cm이상 대경목은 8주이었고 가장 큰 전나무는 DBH 175cm, 수고 31m이었다. 전나무 밀도는 $400m^2(20\times20m)$당 6.1개체이었으며, DBH $20\sim70cm$까지의 개체가 $400m^2$당 5.1개체로 가장 많았다. TWINSPAN을 이용하여 식물군집구조를 분석한 결과 4개의 군집으로 분류되었고 소나무전나무군집은 전나무군집으로 변화가 예상되었으며 나머지 3개 군집은 전나무 군집으로써 피나무, 고로쇠나무 등 낙엽활엽수와의 경쟁이 예상되었다. 오대산국립공원 월정사 주변 전나무 숲은 지속 가능한 문화경관관광자원으로서 가치가 높기 때문에 보전 및 관리를 위해 전체 전나무 중 생육불량 수목과 고사목 발생 원인을 규명하고 대책을 마련해야 할 것이다 또한 전나무 숲 내 아교목층 또는 관목층에 출현하는 피나무, 고로쇠나무 등 낙엽활엽수는 전나무와 지속적으로 경쟁할 가능성이 높으므로 제거 등의 적극적 관리를 해야 하며, 발아 후 초기 생장이 매우 느려 주변 수목에 의한 피압 우려가 있는 전나무 치수는 지속적인 관리가 필요하다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.29-45
• /
• 2015

고객반응 예측모형은 마케팅 프로모션을 제공할 목표고객을 효과적으로 선정할 수 있도록 하여 프로모션의 효과를 극대화 할 수 있도록 해준다. 오늘날과 같은 빅데이터 환경에서는 데이터 마이닝 기법을 적용하여 고객반응 예측모형을 구축하고 있으며 본 연구에서는 사례기반추론 기반의 고객반응 예측모형을 제시하였다. 일반적으로 사례기반추론 기반의 예측모형은 타 인공지능기법에 비해 성과가 낮다고 알려져 있으나 입력변수의 중요도에 따라 가중치를 상이하게 적용함으로써 예측성과를 향상시킬 수 있다. 본 연구에서는 프로모션에 대한 고객의 반응여부에 영향을 미치는 중요도에 따라 입력변수의 가중치를 산출하여 적용하였으며 동일한 가중치를 적용한 예측모형과의 성과를 비교하였다. 목욕세제 판매데이터를 사용하여 고객반응 예측모형을 개발하고 로짓모형의 계수를 적용하여 입력변수의 중요도에 따라 가중치를 산출하였다. 실증분석 결과 각 변수의 중요도에 기반하여 가중치를 적용한 예측모형이 동일한 가중치를 적용한 예측모형보다 높은 예측성과를 보여주었다. 또한 고객 반응예측 모형과 같이 실생활의 분류문제에서는 두 범주에 속하는 데이터의 수가 현격한 차이를 보이는 불균형 데이터가 대부분이다. 이러한 데이터의 불균형 문제는 기계학습 알고리즘의 성능을 저하시키는 요인으로 작용하며 본 연구에서 제안한 Weighted CBR이 불균형 환경에서도 안정적으로 적용할 수 있는지 검증하였다. 전체데이터에서 100개의 데이터를 무작위로 추출한 불균형 환경에서 100번 반복하여 예측성과를 비교해 본 결과 본 연구에서 제안한 Weighted CBR은 불균형 환경에서도 일관된 우수한 성과를 보여주었다.

• 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.

• 한국환경생태학회지
• /
• 제33권1호
• /
• pp.75-85
• /
• 2019

본 연구는 선운산도립공원의 능선부(경수산~선운산~개이빨산) 식생 특성을 파악하여 향후 도립공원 관리를 위한 기초자료를 구축하고자 수행하였다. 식생 특성을 알아보기 위해 $100m^2$ 크기의 조사구 62개소를 설치하여 조사 분석하였다. TWINSPAN에 의한 군락분류 결과, 떡갈나무-낙엽활엽수혼효군락, 굴참나무-곰솔-졸참나무군락, 소나무군락, 낙엽활엽수혼효군락-I, 개서어나무-밤나무-갈참나무군락, 낙엽활엽수혼효군락-II, 개서어나무-서어나무군락 총7개 군락으로 분리되었다. 선운산도립공원의 식생은 곰솔과 소나무 등의 침엽수는 점점 세력을 잃어가고 있는 반면, 굴참나무, 졸참나무, 갈참나무 등의 낙엽성 참나무류와 개서어나무와 서어나무의 세력이 왕성해지고 있어 낙엽활엽수군락으로의 생태적 천이가 진행되고 있는 것으로 판단되다. 또한 서해와 접하고 있는 지리적 특성을 반영한 식생으로 소사나무, 예덕나무 등이 확인되었다. 본 조사지역의 임령은 30~60년으로 추정되었으며, 추정연령이 가장 오래된 나무는 소나무로 약 63년생으로 조사되었다. 종다양도지수($100m^2$)는 0.7942(개서어나무-서어나무군락) ${\rightarrow}$ 0.8406(개서어나무-밤나무-갈참나무군락) ${\rightarrow}$ 0.8543(떡갈나무-낙엽활엽수혼효군락) ${\rightarrow}$ 0.9434(굴참나무-곰솔-졸참나무군락) ${\rightarrow}$ 0.9520(낙엽활엽수혼효군락-I) 0.9633(소나무군락) ${\rightarrow}$ 1.0340(낙엽활엽수혼효군락-II) 순으로 높았다.