• 한국임상수의학회지
• /
• 제14권2호
• /
• pp.338-348
• /
• 1997

The electrocardiographic (ECG) parameters on unipolar precordial chest leads in the normal Korean native goat of 343 heads as to CV$_{6}$LU, CV$_{6}$LL CV$_{6}$RU, CV$_{6}$RL and V10 have been measured with a 3-channel Elertrocardiograph and computed, analysed. All wave types as positive, negatives biphasic and flatting in the P and T waves appeared in all leads but any special wave type was not shown more than 60%. Average amplitudes with the highest frequent rate in P wave were 81.4$\pm$32.0 $\mu $V (52.3%), 59.6$\pm $ 27.5 $\mu $V (50.5 %) of Positive type in leads CV$_{6}$LU and CV$_{6}$LL, and -5fl.5$\pm $22.6 $\mu $V (44.0%) of negative type in leads VIO, and 51.3% and 44% of flatting type in leads CV$_{6}$RU and CV$_{6}$RL, but flatting type of clinic form appeared frequent rate between 53% and 77% in all leads. In T wave, average amplitudes with the highest frequent rate were 265.0$\pm $97.1 $\mu $V (54.0%) and 212.2$\pm $90.7 $\mu $V (57.0%) of positive type in leads CV$_{6}$LL and CV$_{6}$RL, and -252.8$\pm $90.7 $\mu $V (56.6%) of negative in lead V10, but amplitudes of T waves that positive and negative type appeared similarity frequent ra蛇 ware 208.7$\pm $99.7 $\mu $V (42.1%), -159.0$\pm $81.6 (43.8%) in lead CV$_{6}$LU and 153.2$\pm $139.0 $\mu $V (47.3%), -130.0$\pm $81.4 (43.2%) in lead CV$_{6}$RU, Amplitudes of QRS complex wave forms showed the highest frequent rate were 218.2$\pm $96.4 $\mu $V (47.8%), 308.3$\pm $135.2 $\mu $V (46.8 %), 232.8$\pm $126.5 $\mu $V (58.5%) and 225.3$\pm $89.6 $\mu $V (54.9%) of R type in the leeds CV$_{6}$LU, CV$_{6}$LL, CV$_{6}$RU and CV$_{6}$RL, and were -92.5$\pm $79.1 $\mu $V,479.0 $\pm $116.6 $\mu $V (33.2%) and 212.1 $\pm $86.7 $\mu $V (32.8%) of QR and 05 type in the lead V10. These results in the V10, CV$_{6}$RU, CV$_{6}$RL, CV$_{6}$LU, CV$_{6}$LL. may be not starve to purpose of unipolar precordial chest leads.

• 산학경영연구
• /
• 제15권
• /
• pp.25-45
• /
• 2002

여행도매업체는 시장개방, 경쟁기업의 출현, 개인소득의 증가로 인한 소비자 욕구의 다양한 등 환경의 급속한 변화로 소매여행업체와의 관계에 있어 보다 효율적인 마케팅전략 수립이 요구되고 있다. 따라서 여행도매업체의 여행소매업체에 대한 관계적 특성요인을 확인하고, 관계형성요인간의 관계성을 연구함으로써 여행업계에서 현실적으로 적용할 수 있는 관계마케팅 차원의 접근이 필요하다. 본 연구는 여행업의 유통경로상에서 여행도매업체의 여행소매업체에 대한 관계적 특성요인들이 신뢰, 몰입, 그리고 재구매의도에 어떠한 영향을 주는지를 규명하고 개선방향을 제시하기 위하여 실증적 분석을 하였다. 본 연구는 여행도매업체의 여행소매업체에 대한 관계성에 초점을 맞춘 것으로 변수간의 관계를 분석하기 위해 연구모형과 가설을 설정한 후 검증하였다. 분석결과 전반적인 연구모형에 대한 적합도는 설정기준 이상으로 나와 가설검증을 실시하였다. 연구결과는 첫째, 여행도매업체의 최고경영자나 마케터들에게 여행소매업체와의 관계에서 현장에서 적용할 수 있는 효율적인 마케팅전략 방안을 구체적으로 제시해 주고, 둘째, 여행도매업체는 여행소매업자로부터 신뢰구축을 통하여 장기적인 교환관계유지와 같은 관계지향적인 방법으로 여행소매업체를 관리해야 한다는 시사점을 제시하고 있다.

• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.19-27
• /
• 2022

Across the world, 'housing' comprises a significant portion of wealth and assets. For this reason, fluctuations in real estate prices are highly sensitive issues to individual households. In Korea, housing prices have steadily increased over the years, and thus many Koreans view the real estate market as an effective channel for their investments. However, if one purchases a real estate property for the purpose of investing, then there are several risks involved when prices begin to fluctuate. The purpose of this study is to design a real estate price 'return rate' prediction model to help mitigate the risks involved with real estate investments and promote reasonable real estate purchases. Various approaches are explored to develop a model capable of predicting real estate prices based on an understanding of the immovability of the real estate market. This study employs the LSTM method, which is based on artificial intelligence and deep learning, to predict real estate prices and validate the model. LSTM networks are based on recurrent neural networks (RNN) but add cell states (which act as a type of conveyer belt) to the hidden states. LSTM networks are able to obtain cell states and hidden states in a recursive manner. Data on the actual trading prices of apartments in autonomous districts between January 2006 and December 2019 are collected from the Actual Trading Price Disclosure System of the Ministry of Land, Infrastructure and Transport (MOLIT). Additionally, basic data on apartments and commercial buildings are collected from the Public Data Portal and Seoul Metropolitan Government's data portal. The collected actual trading price data are scaled to monthly average trading amounts, and each data entry is pre-processed according to address to produce 168 data entries. An LSTM model for return rate prediction is prepared based on a time series dataset where the training period is set as April 2015~August 2017 (29 months), the validation period is set as September 2017~September 2018 (13 months), and the test period is set as December 2018~December 2019 (13 months). The results of the return rate prediction study are as follows. First, the model achieved a prediction similarity level of almost 76%. After collecting time series data and preparing the final prediction model, it was confirmed that 76% of models could be achieved. All in all, the results demonstrate the reliability of the LSTM-based model for return rate prediction.

• 한국환경생태학회지
• /
• 제21권1호
• /
• pp.55-66
• /
• 2007

본 연구는 2006년 1월 16일부터 25일까지 한강 본류와 5개의 지류에서 월동하는 수조류의 군집이 환경요인에 따라 어떻게 다르게 분포하는지에 대해 알아보고자 수행되었다. 66개의 조사지점에서 14개의 환경요인과 종 분포를 평가 분석하였다. 전체 조사지 역에서 총 65종 39,560개체가 관찰되었으며 이 중 한강 본류에서 48종 28,989개체, 탄천에서 14종 1,395개체, 중랑천에서 15종 2,306개체, 안양천에서 22종 5,990개체, 창릉천에서 18종 283개체 그리고 곡릉천에서 24종 597개체가 각각 관찰되었다. 전체 조사지역에서 가장 높은 우점도를 나타낸 종은 8,960개체(22.65%)가 관찰된 청둥오리 Anas platyrhynchos였으며 다음으로 5,546개체(14.01%)가 관찰된 흰뺨검둥오리 A. poecilorhyncha, 5,243개체(13.25%)의 흰죽지 Aythya ferina, 3,180개체(8.04%)의 댕기흰죽지 Aythya fuligula, 및 2,781개체(7.03%)의 비오리 Mergus merganser 순이었다. 오리류는 총 16종 30,650개체가 관찰되었으며 이중 수면성오리(dabbling ducks)는 8종 18,286개체, 잠수성오리(diving ducks)는 8종 12,364개체였다. 주성분분석의 결과로 나타난 66개 지역의 성분도표를 지역적 특성을 고려하여 크게 4개의 집단으로 분류하였으며 평균 종다양도지수와 균등도지수가 가장 높은 집단은 강폭이 넓고 휴식공간이 상대적으로 많은 탄천, 중랑천, 안양천 등의 도심하천으로 구성된 집단1이었으며 가장 낮은 집단은 한강하류나 상류에 위치한 지역과 곡릉천, 창릉천 등으로 구성된 집단2였다. 서울의 도심하천에서 월동하는 수조류들은 주로 강폭이 넓고 수심이 낮으며 쉴 수 있는 공간이 많은 지역을 선호하였다.

• 한국유통학회지:유통연구
• /
• 제15권4호
• /
• pp.61-85
• /
• 2010

본 연구에서는 국내 대형할인점의 확산을 효과적으로 설명하기 위해 기업의 정보와 구매자의 구전으로 확산을 설명하는 Bass모형에 제3의 요소로 공간적 영향력을 고려하였다. 국내 대형할인점의 확산은 확산중심지인 서울경인지역에서 저차중심지인 4개 지역권역으로 확산되는 형태를 보임에 따라 공간적 영향이 중요하게 작용할 것으로 기대된다. 본 연구에서 공간적으로 구분된 시장 A(확산중심지)가 시장 B(저차중심지)에 미치는 영향이 완전히 통제되지 못하는 상황에서 시장 A가 시장 B에 미치는 공간적 영향을 다국가확산모형(multinational diffusion model)을 확장한 공간확산모형(spatial diffusion model)을 이용하여 정의하였다. Bass모형과 공간확산모형의 모수추정을 통해 두 가지 정보전달경로와 관련된 혁신계수와 모방계수로 확산을 설명하는 Bass모형보다 공간확산모형이 국내 대형할인점 확산을 더욱 효과적으로 설명하는 것으로 나타났다. 또한 혁신중심지인 서울경인과 4개 지역권역의 소매환경을 나타내는 개념적 거리에 따라 공간확산모형에서 공간적요인의 영향력이 달라질 것이 기대되어 공간확산계수와 소매환경변수간의 상관관계를 살펴보았고, 연구결과 확산중심지에서 저차중심지에 대한 공간적 영향력은 저차중심지의 소매환경이 확산중심지의 소매환경과 유사할수록 크다는 것을 밝혀내었다.

• 수산해양기술연구
• /
• 제24권2호
• /
• pp.55-64
• /
• 1988

부산시 선적의 근해안강망 어선에서 사용하고 있는 어구의 1/10, 1/20 모형을 제작하여 흐름이 비교적 빠른 연안에서 전개상태를 측정 및 관찰한 결과는 다음과 같다. 1. 전개장치의 전개높이, 전개간극 등은 네갈랫줄의 상대적 길이에 따라 상당히 다르며, 보편적으로 사용하고 있는 바와 같이 네갈랫줄의 길이를 길게 하고, 맨 위쪽 줄의 길이를 그 보다는 짧게한 방식이 효과적이며, 가장 효과적인 것은 갈랫줄의 길이를 아래로부터 차례로 맨 아랫것 보다 5%, 9%, 4%씩 길게 한 것이 전개 높이, 전개간극, 전개면적 등의 모든 면에서 가장 효과적이었다. 2. 흐름이 빨라지면 등판과 밑판의 평면형상은 뜸줄과 발줄이 아주 심하게 만곡되고, 그물 길이의 2/5 정도까지는 망지가 뒤로 많이 쏠려서 망구에 있어서의 물의 여과를 혼란시켜 어군의 입망을 방해할 것 같고, 또 밑판이 해저의 장애물에 걸렸을 때는 파망의 우려가 크다. 3. 유체저항을 실물어구의 것으로 환산하면 R=29.2$\times$103 v1.65 이라고 표현되고, 이것을 그물의 설계상 구성요소를 고려한 식으로 바꾸면 R=5.9$\times$d/l$\times$abv1.65 이라고 표현된다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.363-370
• /
• 2023

다양한 지구관측위성은 발사 후 정확한 고품질의 자료를 제공하는 것이 중요하다. 위성 자료 품질을 유지 및 보완하기 위해서는 서로 다른 센서 차이를 고려하는 spectral band adjustment factor (SBAF)를 활용한 교차 검보정 과정이 필요하다. 따라서 본 연구에서는 pseudo-invariant calibration sites 중 Libya4, Algeria3, Mauritania2 에서 수집한 Landsat-8, Sentinel-2A 위성 영상을 활용하여 SBAF 산출 및 적용을 통해 밴드 대역 폭 차이로 인해 발생하는 불확실성을 조정하였다. 두 위성 모두 Blue, Green, Red를 포함하고 Sentinel-2A의 경우 near-infrared (NIR) narrow와 NIR 두 가지 밴드 모두에 SBAF를 적용하여 밴드대역폭 유사도에 따른 반사도 차이를 정량적으로 비교하였다. SBAF 적용 후, NIR을 제외한 모든 밴드(Blue, Green, Red, NIR narrow)에서 1% 내외의 반사도 차이로 유의미한 결과가 나타났다. Sentinel-2A NIR 밴드의 경우 밴드대역폭 차이가 NIR narrow에 비해 크게 나타났지만, SBAF 적용 후에 반사도 차이가 허용 오차범위인 5%와 1-2% 차이로 SBAF 적용이 가능한 것으로 나타났다. 따라서, 위성 활용이 제한적인 상황에서 두 센서의 밴드대역폭 차이가 큰 경우에도 SBAF를 적용할 수 있다고 판단하였고 위성 자료의 품질 및 연속성을 활용하는 연구에 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.141-156
• /
• 2013

최근 소셜미디어는 전세계적 커뮤니케이션 도구로서 사용에 전문적인 지식이나 기술이 필요하지 않기 때문에 이용자들로 하여금 콘텐츠의 실시간 생산과 공유를 가능하게 하여 기존의 커뮤니케이션 양식을 새롭게 변화시키고 있다. 특히 새로운 소통매체로서 국내외의 사회적 이슈를 실시간으로 전파하면서 이용자들이 자신의 의견을 지인 및 대중과 소통하게 하여 크게는 사회적 변화의 가능성까지 야기하고 있다. 소셜미디어를 통한 정보주체의 변화로 인해 데이터는 더욱 방대해지고 '빅데이터'라 불리는 정보의 '초(超)범람'을 야기하였으며, 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회이자 의미 있는 정보를 발굴해 내기 위한 새로운 연구분야로 각광받게 되었다. 빅데이터를 효율적으로 분석하기 위해 다양한 연구가 활발히 이루어지고 있다. 그러나 지금까지 소셜미디어를 대상으로 한 연구는 개괄적인 접근으로 제한된 분석에 국한되고 있다. 이를 적절히 해결하기 위해 본 연구에서는 트위터 상에서 실시간으로 방대하게 생성되는 빅스트림 데이터의 효율적 수집과 수집된 문헌의 다양한 분석을 통한 새로운 정보와 지식의 마이닝을 목표로 사회적 이슈를 포착하기 위한 실시간 트위터 트렌드 마이닝 시스템을 개발 하였다. 본 시스템은 단어의 동시출현 검색, 질의어에 의한 트위터 이용자 시각화, 두 이용자 사이의 유사도 계산, 트렌드 변화에 관한 토픽 모델링 그리고 멘션 기반 이용자 네트워크 분석의 기능들을 제공하고, 이를 통해 2012년 한국 대선을 대상으로 사례연구를 수행하였다. 본 연구를 위한 실험문헌은 2012년 10월 1일부터 2012년 10월 31일까지 약 3주간 1,737,969건의 트윗을 수집하여 구축되었다. 이 사례연구는 최신 기법을 사용하여 트위터에서 생성되는 사회적 트렌드를 마이닝 할 수 있게 했다는 점에서 주요한 의의가 있고, 이를 통해 트위터가 사회적 이슈의 변화를 효율적으로 추적하고 예측하기에 유용한 도구이며, 멘션 기반 네트워크는 트위터에서 발견할 수 있는 고유의 비가시적 네트워크로 이용자 네트워크의 또 다른 양상을 보여준다.