• Applied Biological Chemistry
• /
• 제22권2호
• /
• pp.109-122
• /
• 1979

잔류성(殘留性) 살충제(殺忠劑)인 BHC의 합리적(合理的) 사용방법(使用方法)을 찾기 위하여 용매추출법(溶媒抽出法)에 의한 ${\gamma}$-isomer를 분리(分離) 및 농축(濃縮)하였다. 그리고 불활성(不活性) 이성질체(異性質體)로 부터 1,2,4-trichlorobenzene, 2,4,5-trichloronitrobenzene, 2,4,5-trichloroaniline을 거쳐 3-(2,4,5-trichlorophenyl)-1-methyl urea를 합성(合成)하였으며 몇가지 작물(作物)에 대한 발아(發芽) 및 생육억제효과(生育抑制效果)를 조사하였다. 실험결과(實驗結果)를 요약(要約)하면 다음과 같다. 1. methanol-물 용매계(溶媒系)에서 BHC 원제(原劑)를 재결정(再結晶)하였고, ${\gamma}$-이성질체의 회수율(回收率) 95%에서 ${\gamma}$-이성질체의 조성(組成)이 49.5%로 강화(强化)된 BHC 결정(結晶)을 얻었다. 2. BHC 원제(原劑)를 85%의 methanol성(性) 수용액(水溶液)으로 추출(抽出)한 다음, chloroform이 분배(分配)시켜 재결정시켰을 때는 ${\gamma}$-이성질체의 회수율 90.5%에서 ${\gamma}$-이성질체의 조성(組成)이 89.6%로 농축된 BHC 결정을 얻을수 있었다. 3. BHC 원제로 부터 1,2,4-trichlorobenzene의 합성시(合成時), 합성수율(合成收率)은 alkali 농도(溫度)에 크게 좌우되며, 사용(使用)된 alkali의 종류에도 다소 영향을 받는다. 4. BHC 원제의 alkali 가수분해시(加水分解時) 계면활성제(界面活性劑)의 첨가(添加)는 1,2,4-trichlorobenzene의 수율(收率)을 높혔다. 특히 사급(四級)암모늄염은 1,2,4-trichlorobenzene의 수량(收量)을 크게 증가(增加)시켰다. 5. 1,2,4-trichlorobenzene으로 부터 2,4,5-trichloronitrobenzene의 합성시(合成時) nitro 화시약(化試藥)으로서 $HNO_3-H_2SO_4$를 사용하였을때 94.4%라는 높은 수율(收率)을 보였다. 6. 2,4,5-trichloronitrobenzene을 철(鐵)과 염산(鹽酸)으로 환원(還元)시켰을때, 생성(生成)된 2,4,5-trichloroaniline의 수율(收率)은 91.4%이였다. 7. BHC 원제(原劑)를 기준(基準)으로한 3-(2,4,5-trichlorophenyl)-1-methyl urea의 전수율(全收率)은 60.8%이었다. 8. 6종(種)의 작물에 대한 3-(2,4,5-trichlorophenot)-1-methyl urea의 발아(發芽) 및 생육억제효과(生育抑制效果)는 대조(對照)로 사용한 urea계(系) 제초제(除草劑)인 linuron, diuron 보다 강(强)하였으며, 또 본(本) 화합물(化合物)에 대한 감수성(感受性)은 작물의 종류(種類)와 부위(部位)에 따라 차이(差異)가 있었다.

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제14권4호
• /
• pp.23-32
• /
• 2009

본 연구에서는 pH(3 ~ 11)에 따른 카올리나이트(kaolinite)와 유로퓸(Eu(III)의 흡착에 있어서 휴믹산(HA)이 미치는 영향을 회분식 실험(V/m = 250 : 1 mL/g, $C_{Eu(III)}\;=\;1\;{\times}\;10^{-5}\;mol/L$, $C_{HA}\;=\;5{\sim}50\;mg/L$, $P_{CO2}=10^{-3.5}\;atm$)을 통해 조사하였다. 반응 상등액 중 HA 농도는 254 nm에서의 UV 흡광도(즉, $UV_{254}$) 분석을 통해 결정하였고, Eu(III) 농도는 마이크로웨이브(microwave)를 통한 전처리 후 ICP-MS를 이용하여 측정하였다. 실험결과, 카올리나이트에 대한 HA의 흡착은 전형적인 Langmuir 흡착 특성(pH 3 제외)을 보였으며, pH가 증가할수록 감소하였다. pH 4 ~ 11에서의 최대 흡착량($q_{max}$)은 4.73 ~ 0.47 mg/g의 범위이었다. 카올리나이트에 대한 Eu(III) 흡착은 pH 3 ~ 5에서 급격히 증가한 이 후 pH 6이상에서 흡착포화(adsorption edge)에 도달하는 전형적인 Eu-광물질 흡착곡선을 보였다. 그러나 HA가 존재하는 경우 pH에 따른 흡착특성에 변화를 보였다. 즉, pH가 낮은 산성영역(pH 3 ~ 4)에서는 카올리나이트에 흡착된 HA에 의한 Eu의 추가 흡착으로 인해 Eu의 흡착율이 상승하나, 중성 및 알칼리 영역(pH > 6)에서는 용존성 EuHA 착물 형성으로 인해 Eu 흡착율이 크게 감소하였다. 이러한 카올리나이트-Eu-HA 삼성분계에서의 흡착실험 결과는 카올리나이트-HA, 카올리나이트-Eu 등의 결과와 비교 해석하였고, pH에 따른 흡착 기작의 차이점을 고찰하였다.

• 한국노년학
• /
• 제40권4호
• /
• pp.707-727
• /
• 2020

본 연구는 확장된(Expanding) Andersen 행동 모델(2002)에 기반하여 독거노인의 고독사 가능성 인식이 지각된 사회적 지지와 시설 돌봄 선호와의 관계에서 어떠한 역할을 하는지 실증적으로 분석해 보고자 하였다. 이를 위해 2018년 서울시에서 실시한 노인실태조사에서 독거노인을 추출해 연구대상(n=676)으로 삼았으며, 지각된 사회적 지지를 독립변수, 시설 돌봄 선호를 종속변수, 고독사 가능성 인식을 매개변수로 Baron&Kenny(1986)의 3단계 매개 효과 분석을 위해 이항 로지스틱 회귀분석을 실시하였다. 연구 결과 지각된 사회적 지지는 시설 돌봄 선호와 고독사 가능성 인식에 부적인 영향을, 고독사 가능성 인식은 독거노인의 시설 돌봄 선호에 정적인 영향을 미칠 가능성이 있음을 확인하였다. 마지막으로 지각된 사회적 지지가 시설 돌봄 선호에 미치는 영향에서 고독사 가능성 인식은 부분 매개 효과가 있는 것으로 분석되었다. 연구의 목적과 주요결과에 따른 실천적 제안은 다음과 같다. 첫째, 증가하는 독거노인을 대상으로 시설 돌봄 선호의 가능성 요인으로 확인된 지각된 사회적 지지의 수준을 높이기 위한 다양한 프로그램의 개발과 지원이 요구된다. 둘째, 고독사 가능성 인식은 시설 돌봄 선호의 심리사회적 요인으로 확인된 바, 독거노인을 대상으로 고독사 준비를 위한 교육과 지원이 보다 활성화 될 필요가 있다. 본 연구결과는 노인돌봄 정책의 컨셉 중 하나인 "aging in place" 실현에 관한 논의의 기초자료로서 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.101-123
• /
• 2013

최근 경제 패러다임의 변화로 인해 기업이 글로벌 경쟁우위 및 미래 성장동력 확보하기 위해서는 기술과 경영을 통합적으로 이해할 수 있는 학제적 지식을 바탕으로 기술연구의 동향을 파악하고 융합기술 및 유망기술 예측하여 지속적 혁신, 핵심역량 강화, 핵심기술 보유, 기술 융합 등을 통해 새로운 가치를 창출할 필요가 있다. 따라서 본 연구는 기술경영관련 연구의 거시적인 흐름을 분석하기 위해 동시단어 분석기반의 계량서지학적 방법론을 사용하였다. 즉, 최근 10년 동안 기술경영분야의 주요 해외 저널에 게재된 논문의 키워드를 수집한 다음, 빈도 분석, 초기 키워드 네트워크의 구조 분석, 시간이 지남에 따른 새로 생성된 키워드의 선호적 연결 및 성장 분석, 전체 네트워크에 대한 컴포넌트 분석 및 중심성 분석을 수행하였다. 이를 통해 기술경영분야의 논문에 대한 구체적인 연구 주제를 파악할 수 있고, 이들 간의 관계를 파악함으로써, 학제적 연구와 통섭을 위한 구체적인 연구주제들의 조합을 제시할 수 있다. 본 연구결과를 살펴보면 다음과 같다. 첫째, 논문 별 키워드는 1개~23개의 분포를 지니고 있으며, 평균적으로 논문 당 4.574개의 키워드가 있다. 또한 키워드 중 90%가 10년 동안 3번 이하로 사용되었다. 특히 1번만 사용된 키워드는 약 75%의 비중을 차지하고 있음을 확인하였다. 둘째, 키워드 네트워크는 좁은 세상 네트워크 및 척도 없는 네트워크의 특징을 따르고 있음을 확인하였다. 특히 기술경영관련 논문에 사용된 키워드 중 소수의 키워드의 독점화 경향이 높음을 확인할 수 있었다. 셋째, 선호적 연결 및 성장 분석을 통해 기술경영분야의 키워드는 시간이 지남에 따라 선호적 연결을 통한 생존과 소멸 과정에 의해 부익부 빈익빈 현상이 고착되고 있고 있음을 확인하였다. 또한 신규 키워드의 선호적 연결 정도 분석을 통해 신규 연구분야 또는 새로운 연구영역을 창출할 가능성이 있는 키워드 관련 연구 주제에 대한 관심이 시간이 지남에 따라 증가하다가 일정 시점이 지나면 감소함을 확인하였다. 넷째, 컴포넌트 분석 및 중심성 분석을 통해 기술경영관련 연구 동향을 확인하였다. 특히 중심성 분석을 통해 Innovation(혁신), R&D(연구개발), Patent(특허), Forecast(예측), Technology transfer(기술이전), Technology(기술), SME(중소기업) 등의 키워드가 연결중심성, 매개중심성, 근접중심성이 높음을 확인하였다. 본 연구의 분석결과는 기술경영의 연구 동향, 타 학문과의 통섭 및 신규 연구주제 선정 시 참고할 수 있는 유용한 정보로 활용될 수 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.73-95
• /
• 2021

본 연구는 Node2vec 그래프 임베딩 방법과 Light GBM 링크 예측을 활용해 우리나라 식음료 산업의 미개척 수출 후보국가를 탐색한다. Node2vec은 네트워크의 공통 이웃 개수 등을 기반으로 하는 기존의 링크 예측 방법에 비해 상대적으로 취약하다고 알려져 있던 네트워크의 구조적 등위성 표현의 한계를 개선한 방법이다. 따라서 해당 방법은 네트워크의 커뮤니티 탐지와 구조적 등위성 모두에서 우수한 성능을 나타내는 것으로 알려져 있다. 이에 본 연구는 이상의 방법을 우리나라 식음료 산업의 국제 무역거래 정보에 적용했다. 이를 통해 해당 산업의 글로벌 가치사슬 관계에서 우리나라의 광범위한 마진 다각화 효과를 창출하는데 기여하고자 한다. 본 연구의 결과를 통해 도출된 최적의 예측 모델은 0.95의 정밀도와 0.79의 재현율을 기록하며 0.86의 F1 score를 기록해 우수한 성능을 나타냈다. 이상의 모델을 통해 도출한 우리나라의 잠재적 수출 후보국가들의 결과는 추가 조사를 통해 대부분 적절하게 나타난 것을 알 수 있었다. 이상의 내용을 종합하여 본 연구는 Node2vec과 Light GBM을 응용한 링크 예측 방법의 실무적 활용성에 대해 시사할 수 있었다. 그리고 모델을 학습하며 링크 예측을 보다 잘 수행할 수 있는 가중치 업데이트 전략에 대해서도 유용한 시사점을 도출할 수 있었다. 한편, 본 연구는 그래프 임베딩 기반의 링크 예측 관련 연구에서 아직까지 많이 수행된 적 없는 무역거래에 이를 적용했기에 정책적 활용성도 갖고 있다. 본 연구의 결과는 최근 미중 무역갈등이나 일본 수출 규제 등과 같은 글로벌 가치사슬의 변화에 대한 빠른 대응을 지원하며 정책적 의사결정을 위한 도구로써 충분한 유용성이 있다고 생각한다.