• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 한국진공학회지
• /
• 제15권6호
• /
• pp.563-575
• /
• 2006

Ti(C,N) 박막을 온도범위 $200-300^{\circ}C$에서 tetrakis diethylamido titanium유기금속 화합물을 전구체로 이용하여 pulsed DC 플라즈마 보조 유기금속 화학기상 증착법 (PEMOCVD)으로 합성하였다. 본 연구에서는 플라즈마 특성을 서로 비교하기 위하여 수소$(N_2)$와 헬륨/수소$(He/H_2)$ 혼합기체를 각각 운반기체로 사용하였으며 전구체 이외에 질소$(N_2)$와 암모니아$(NH_3)$ 기체를 반응기체로 사용하여 서로 다른 플라즈마 화학조건에서 얻어지는 박막내의 탄소함유량(C Content)의 변화를 비교하여 탄소가 가장 적게 함유된 저온 코팅막 합성공정을 찾으려고 하였다. 이를 위하여 증착시 서로 다른 pulsed bias 전압과 기체종류 하에서 여기된 플라즈마 상태의 라디칼종들과 이온화 경향을 in-situ optical emission spectroscopy(OES)법으로 플라즈마 진단분석을 실시하였다. 그 결과 $(He/H_2)$ 혼합기체를 $N_2$와 함께 사용할 경우 라디칼 종들의 이온화를 매우 효과적으로 향상시킴을 관찰하였다. 아울러 $NH_3$ 기체를 $H_2$ 또는 $He/H_2$ 혼합기체와 같이 사용할 경우는 CN 라디칼의 생성을 억제하여 결과적으로 Ti(C, N) 박막내의 탄소함량을 크게 낮춤을 알 수 있었고, CN 라디칼의 농도가 탄소 함유량과 많은 관련이 있음을 알았다. 이 결과는 바로 박막의 미세경도와도 연관이 되며, bias전압과 기체종류에 크게 의존하여 Ti(C, N) 박막의 미세경도가 1250 - 1760 Hk0.01 사이에서 나타났고, 최대치$(1760\;Hk_{0.01})$는 600 V bias 전압과 $H_2$와 $N_2$ 기체를 사용한 경우에 얻어졌다. HF(C, N) 박막 역시 tetrakis diethylamido hafnium 전구체와 $N_2/He-H_2$ 혼합기체를 이용하여 pulsed DC PEMOCVD 법으로 기판온도 $300^{\circ}C$ 이하, 공정압력 1 Torr, 그리고 bias전압과 기체 혼합비를 변화시키면서 증착하였다. 증착시 in-situ OES 분석결과 플라즈마 내의 질소종의 함유량 변화에 따라 증착속도가 크게 변화됨을 알 수 있었고, 많은 질소기체를 인입하면 질소종이 많아지지만 증착률은 급격히 감소하였고 박막내 탄소의 함량이 커지면서 막질이 비정질로 바뀌고 미세경도 또한 감소함을 알 수 있었다. 이는 in-situ 플라즈마 진단분석이 전체 PEMOCVD 공정에 있어서 대단히 중요하고, Ti(C,N)과 Hf(C,N) 코팅막의 탄소함량과 미세경도는 플라즈마내의 CH과 CN radical종의 세기에 크게 의존함을 의미한다. 그리고 Hf(C,N) 박막의 경우도 Ti(C,N) 박막의 경우와 유사하게 최대 미세경도값$(2460\;Hk_{0.025})$이 -600 V bias 전압과 10% 질소기체 혼합비를 사용한 경우에 얻어졌고, 이는 박막이 주로(111) 방향으로 성장됨에 기인한 것으로 사료된다.

• Journal of Radiation Protection and Research
• /
• 제32권3호
• /
• pp.105-110
• /
• 2007

최근 CT, MRI, PET등 영상진단기술 및 방사선치료계획 소프트웨어 등이 획기적으로 발전하였음에도 불구하고 자궁경부암의 강내조사는 아직까지 A점 등 ICRU 38에 근거한 치료계획을 보편적으로 사용하고 있다. CT를 이용한 3차원 강내조사 계획은 종양 및 정상조직의 선량-용적 히스토그람(DVH)에 대한 정보를 제공한다. 본 연구에서는 CT를 이용하여 표적용적(CTV)에 목표선량을 조사하는 치료계획(CTV 치료계획)과 ICRU38에 근거한 치료계획(ICRU 치료계획)을 시행하고, 각각에 대한 DVH를 분석하여 두 치료계획간의 종양선량, 직장선량, 방광선량 등을 비교하였다. Ir-192 고선량율강내치료(HDR)를 받은 11명의 환자를 대상으로 하였다. 강내조사 치료계획은 외부방사선치료를 일일선량 180cGy씩 4문조사(Box technique)로 약 40Gy 시행한 후 수립되었으며 모든 환자에서 CT 모의치료기를 이용한 CT가 시행되었고 치료계획은 PLATO(Nucletron) v.14.2를 이용하였다. CT 영상에 CTV, 직장, 방광 등을 도시한 후 CTV에 100%의 선량을 조사하는 치료계획 및 ICRU 38에 근거하여 A점에 100%를 조사하는 치료계획을 수립하였다. 11명 환자의 CTV 용적(평균${\pm}$표준편차)은 $21.8{\pm}26.6cm^3$, 직장 용적은 $60.9{\pm}25.0cm^3$, 방광용적은 $111.6{\pm}40.1cm^3$이었으며, 100%의 선량이 포함하는 용적은 ICRU 치료계획에서는 $126.7{\pm}18.9cm^3$, CTV 치료계획에서는 $98.2{\pm}74.5cm^3$이었다. (p=0.0001). ICRU 치료계획 시 잔류종양의 크기가 4cm 이상인 1례에서는 CTV 용적 $22.0cm^3$가 100% 등선량곡선에 포함되지 않았으며 잔류종양의 크기가 4cm 미만인 나머지 10례에서는 종양용적 이외의 정상조직 $62.2{\pm}4.8cm^3$이 불필요하게 100% 이상의 선량이 조사되었다. ICRU 38의 권고에 따른 방광선량은 ICRU 치료계획 및 CTV 치료계획에서 각각 $90.1{\pm}21.3%,\;68.7{\pm}26.6%$이었고(p=0.001), 직장선량은 $86.4{\pm}18.3%,\;76.9{\pm}15.6%$이었다(p=0.08). 방광 및 직장선량의 최대 점선량 또한 ICRU 치료계획과 CTV계획에서 각각 $137.2{\pm}50.1%$ vs $107.6{\pm}47.9%$, (p=0.008), $101.1{\pm}41.8%$ vs $86.9{\pm}30.8%$ (p=0.045) 로서 CTV 치료계획에서 정상조직에 조사되는 선량이 더 적게 나타났다. 그러나 잔류종양이 4cm 이상인 환자에서는 CTV 치료계획에서 정상조직 선량이 권고 선량보다 현저히 높게 나타났다. 방광 및 직장의 용적선량에서는 투여선량의 80% 이상을 받는 직장용적선량(V80rec)은 ICRU 치료계획 및 CTV 치료계획에서 각각 $1.8{\pm}2.4cm^3,\;0.7{\pm}1.0cm^3$(p=0.02), 방광용적선량(V80bla)은 $12.2{\pm}8.9cm^3,\;3.5{\pm}4.1cm^3$로서 역시 CTV 치료계획에서 적게 조사되었다(p=0.005). 기존의 ICRU 치료계획은 잔류종양의 크기가 작은 경우 불필요하게 정상조직에 많은 선량이 투여되기 때문에 CT를 이용한 CTV 치료계획을 적용하여 정상조직에 대한 피폭을 현저히 낮추고 잔류종양에 목표한 선량을 조사할 수 있다. 다만 잔류종양의 크기가 큰 경우에는 정상조직에 대한 조사선량을 줄이기 위한 효과적 치료계획에 대한 연구가 필요할 것으로 판단된다.

• 인터넷정보학회논문지
• /
• 제14권5호
• /
• pp.69-76
• /
• 2013

세계적으로 전파력과 병원성이 높은 신종인플루엔자, 조류독감 등과 같은 전염병이 증가하고 있다. 전염병이란 특정 병원체(pathogen)로 인하여 발생하는 질병으로 감염된 사람으로부터 감수성이 있는 숙주(사람)에게 감염되는 질환을 의미한다. 전염병의 병원체는 세균, 스피로헤타, 리케차, 바이러스, 진균, 기생충 등이 있으며, 호흡기계 질환, 위장관 질환, 간질환, 급성 열성 질환 등을 일으킨다. 전파 방법은 식품이나 식수, 곤충 매개, 호흡에 의한 병원체의 흡입, 다른 사람과의 접촉 등 다양한 경로를 통해 발생한다. 전 세계의 대부분 국가들은 전염병의 전파를 예측하고 대비하기 위해서 수학적 모델을 사용하고 있다. 하지만 과거와 달리 현대 사회는 지상과 지하 교통수단의 발달로 전염병의 전파 속도가 매우 복잡하고 빨라졌기 때문에 우리는 이를 예방하기 위한 대책 마련의 시간이 부족하다. 그러므로 전염병의 확산을 막기 위해서는 전염병의 전파 경로를 예측할 수 있는 시스템이 필요하다. 우리는 이러한 문제를 해결하기 위해서 전염병의 실시간 감시 및 관리를 위한 전염병의 감염 경로 추적 및 예측이 가능한 통합정보 시스템을 구현하였다. 이 논문에서는 전염병의 전파경로 예측에 관한 부분을 다루며, 이 시스템은 기존의 수학적 모델인 Susceptible - Infectious - Recovered (SIR) 모델을 기반으로 하였다. 이 모델의 특징은 교통수단인 버스, 기차, 승용차, 비행기를 포함시킴으로써, 도시내 뿐만 아니라 도시간의 교통수단을 이용한 이동으로 사람간의 접촉을 표현할 수 있다. 그리고 한국의 지리적 특성에 맞도록 실제 자료를 수정하였기 때문에 한국의 현실을 잘 반영할 수 있다. 또한 백신은 시간에 따라서 투여 지역과 양을 조절할 수 있기 때문에 사용자가 시뮬레이션을 통해서 어느 시점에서 어느 지역에 우선적으로 투여할지 백신을 컨트롤할 수 있다. 시뮬레이션은 몇가지 가정과 시나리오를 기반으로 한다. 그리고 통계청의 자료를 이용해서 인구 이동이 많은 주요 5개 도시인 서울, 인천국제공항, 강릉, 평창, 원주를 선정했다. 상기 도시들은 네트워크로 연결되어있으며 4가지의 교통수단들만 이용하여 전파된다고 가정하였다. 교통량은 국가통계포털에서 일일 교통량 자료를 입수하였으며, 각도시의 인구수는 통계청에서 통계자료를 입수하였다. 그리고 질병관리본부에서는 신종인플루엔자 A의 자료를 입수하였으며, 항공포털시스템에서는 항공 통계자료를 입수하였다. 이처럼 일일 교통량, 인구 통계, 신종인플루엔자 A 그리고 항공 통계자료는 한국의 지리적 특성에 맞도록 수정하여 현실에 가까운 가정과 시나리오를 바탕으로 하였다. 시뮬레이션은 신종인플루엔자 A가 인천공항에 발생하였을 때, 백신이 투여되지 않은 경우, 서울과 평창에 각각 백신이 투여된 경우의 3가지 시나리오에 대해서, 감염자가 피크인 날짜와 I (infectious)의 비율을 비교하였다. 그 결과 백신이 투여되지 않은 경우, 감염자가 피크인 날짜는 교통량이 가장 많은 서울에서 37일로 가장 빠르고, 교통량이 가장 적은 평창에서 43일로 가장 느렸다. I의 비율은 서울에서 가장 높았고, 평창에서 가장 낮았다. 서울에 백신이 투여된 경우, 감염자가 피크인 날짜는 서울이 37일로 가장 빨랐으며, 평창은 43일로 가장 느렸다. 그리고 I의 비율은 강릉에서 가장 높으며, 평창에서 가장 낮았다. 평창에 백신을 투여한 경우, 감염자가 피크인 날짜는 37일로 서울이 가장 빠르고 평창은 43일로 가장 느렸다. I의 비율은 강릉에서 가장 높았고, 평창에서는 가장 낮았다. 이 결과로부터 신종인플루엔자 A가 발생하면 각 도시는 교통량에 의해 영향을 받아 확산된다는 것을 확인할 수 있다. 따라서 전염병 발생시 전파 경로는 각 도시의 교통량에 따라서 달라지므로, 교통량의 분석을 통해서 전염병의 전파 경로를 추적하고 예측함으로써 전염병에 대한 대책이 가능할 것이다.

• 한국작물학회지
• /
• 제3권
• /
• pp.89-98
• /
• 1965

대두증산의 중요성에 미추어 대두의 다수계통 선발을 위하여 전년에 공시한 22품종을 재료로 각 형질의 유전력, 각 형질상호간의 유전상관, 그리고 선발지수 등을 재검토하기 위하여 선발시험을 한 바 대체로 전보 전년의 결과와 같다. 1. 유전력 : 유전력을 추정하기 위하여 파종기별로 각 형질의 평균치의 변동을 보면 제1표와 같이 파종기가 지연됨에 따라 형질의 평균치는 감소하고 (Table 1), 형질중에는 환경에 따라 크게 영향을 받는 것도 있으며(Table 2), 각 형질별 유전력을 추정한 바 그 결과는 제3표와 같다. 즉 개화일수ㆍ결실일수ㆍ생육일수 등 생유기간에 관계되는 형질은 그의 유전력이 높고 형태적 특성에 관계되는 형질중에서도 경장 100입중은 높으나 수량에 관여하는 형질 등은 낮았다. 그리고 파종기에 따라서도 변동을 하며 대체로 파종기가 늦어짐에 따라 감소하는 경향이 보인다(Table 3). 2. 유전상관 : 각 형질 상호간의 유전상관ㆍ표현형상관을 알기 위하여 각 형질의 표현형분산과 각 형질 상호간의 표현형공분산ㆍ유전공분산. 그리고 환경공분산을 산출한 바 그 결과는 제4,5표와 같고(Table 4,5), 그들의 유전상관과 표현형상관은 제6표와 같다(Table 6). 대체로 유전사관의 정도는 표현형상관보다높으나 파종기에 따라서도 변동하고 있다. 일주입중 즉 수랴오가 타형질과의 상관을 보면 대체로 전보와 같이 100입중이외의 제형질은 정의 상관을 보이며, 파종기에 따라서도 그 값이 변동을 하나 전보에서는 일주입중과 분지수 사이에 고도의 상관관계가 보였으나, 본실험에 있어서는 상관의 경향이 보였을 따름이다. 그리고 본실험에 있어서는 일주협수와 일주입수간에서 유전상관이 1이상의 이상치를 보였다. 3. 선발지수 : 선발이 최종 대상형질을 일주입중(형질 Y)으로 하여 여기에 어려 형질을 조합한 선발지수(Selection index A)와 최종 대상형질을 수량과 높은 유전상관이 있는 일주협수(형질 Y')로 하여 여기에 여러 형질을 조합한 선발지수(Selection index B)를 Robinson et al.의 방법에 의하여 작성하여 본 바 제7표와 같다(Table 7). 전보의 결과와 같이 대두의 선발에 있어서는 최종 대상형질을 일주입중 대신에 일주협수로써 선발하여도 대차가 없고, 선발대상형질을 4개형질이상인 경우에는 그 효과가 조사와 산출에 요하는 노력에 비하여 크게 기대될 정도가 못된다. 이와 같은 점에서 다수확을 목표로 하는 선발은 탈곡조제 전에 일주협수ㆍ분지수ㆍ경직경 등에 대하여 조사를 하고 선발지수를 산출하여 Selection score가 큰 계통부터 선발하여 가면 될 것으로 믿는다. 그리고 선발을 위한 대상형질로는 생육일수(X$_1$)ㆍ분지수(X$_2$)ㆍ경직경(X$_3$), 그리고 일주협수(X$_4$)의 4개형질 혹은 분지수(X$_2$)ㆍ경직경(X$_3$), 그리고 일주협수(X$_4$)의 3개형질로 할 것이 요망되고, 이들 형질의 측정치로 선발지수를 작성하여 그 지수에서 산출된 Selection score가 큰 계통부터 선발해 나가는 것이 선발지수의 이용상 실용적이고 효과적인 방법이라 하겠다.

• Asia Marketing Journal
• /
• 제14권1호
• /
• pp.83-98
• /
• 2012

신차와 중고차가 함께 경쟁하는 시장에서 신차의 경쟁만을 모형화한다면 가격이나 기타 프로모션 탄력성의 추정이 왜곡될 수 있다. 그러나 자동차 시장을 연구대상으로 한 선행연구의 대부분이 신차 시장의 경쟁에만 관심을 기울였던 바, 합리적인 가격결정이나 프로모션 기획에 도움을 주기에 미흡한 점이 있었다. 본 연구는 신차의 가격결정 및 프로모션 기획이 향후 중고차 시장을 통해 리바운드되어 신차 매출에 다시 영향을 미친다는 점을 반영하여 모형을 설정하였다. 즉, 서로 다른 신차간의 (혹은 서로 다른 중고차간의) 교차탄력성보다, 동일 모델의 신차와 중고차간의 교차탄력성이 높다는 가정하에 모형을 설정하였다. 방법론적으로는 네스티드 로짓(Nested Logit) 모형을 설정하여 소비자의 자동차 선택은 단계적으로 이루어진다고 가정하였다. 즉, 1단계에서 자동차 모델을 선택하고, 모델이 정해지면 2단계에서 신차와 중고차 중 선택하는 구조를 가정하였다 실증분석은 미국 전역에서 2009년 1월부터 2009년 6월까지 판매된 모든 컴팩트 카 모델 중에서 시장점유율 상위 9개 모델의 신차와 중고차를 대상으로 하였다. 실증분석을 통하여 비교 대상 모형보다 제안된 모형이 모형 적합도 측면에서 우월하고 예측타당성도 높다는 것을 보여주었다. 제안된 모형으로 부터 추정된 모수를 사용하여 몇 가지 시나리오를 상정하여 시뮬레이션을 실시한 결과, 신차(중고차)가 점유율을 높이고자 리베이트를 실시할 경우 중고차(신차)는 현재의 시장점유율을 유지하기 위해 대응 가격할인을 실시하게 되는데 할인 폭은 반대의 경우에 비해 높다는(낮다는)점을 확인하였다. 또한 시뮬레이션 결과가 시사하는 바는 신차와 중고차가 함께 경쟁하는 시장에서 IIA(Independence of Irrelevant Alternatives)모형을 적용할 경우 동일모델의 신차와 중고차간의 교차 탄력성을 과소평가하게 되어 현상유지를 위한 가격할인을 실시할 경우 적정한 수준이하로 하게 된다는 것이다.