• Journal of Species Research
• /
• 제10권4호
• /
• pp.356-363
• /
• 2021

Heterotrophic nanoflagellates (HNFs, 2-20 ㎛ in size) are substantially capable of controlling bacterial abundance in aquatic environments, and microbial taxonomists have studied ecologically important and abundant HNFs for a long time. However, the classifications of HNFs have rarely been reported in Korea on the basis of morphology and 18S rDNA sequencing. Here, previously reported five HNFs from non-Korean habitats were isolated from Korean coastal seawater or intertidal sediments for the first time. Light microscopic observations and 18S rDNA phylogenetic trees revealed that the five isolated species were Cafeteria burkhardae strain PH003, Cafeteria graefeae strain UL001, Aplanochytrium minuta (formerly Labyrinthuloides minuta) strain PH004, Neobodo curvifilus strain KM017 (formerly Procryptobia sorokini), and Ancyromonas micra (formerly Planomonas micra) strain IG005. Being morphologically and phylogenetically indistinct from its closest species, all isolates from Korea were therefore regarded as identical species detected in other countries. Thus, this result indicates an expansion of known habitats that range from those of the five isolates in natural ecosystems on Earth.

• 센서학회지
• /
• 제32권6호
• /
• pp.378-385
• /
• 2023

Human biosignals provide essential information for diagnosing diseases such as dementia and Parkinson's disease. Owing to the shortcomings of current clinical assessments, noninvasive solutions are required. Machine learning (ML) on wearable sensor data is a promising method for the real-time monitoring and early detection of abnormalities. ML facilitates disease identification, severity measurement, and remote rehabilitation by providing continuous feedback. In the context of wearable sensor technology, ML involves training on observed data for tasks such as classification and regression with applications in clinical metrics. Although supervised ML presents challenges in clinical settings, unsupervised learning, which focuses on tasks such as cluster identification and anomaly detection, has emerged as a useful alternative. This review examines and discusses a variety of ML algorithms such as Support Vector Machines (SVM), Random Forests (RF), Decision Trees (DT), Neural Networks (NN), and Deep Learning for the analysis of complex clinical data.

• 한국균학회소식:학술대회논문집
• /
• 한국균학회 2015년도 춘계학술대회 및 임시총회
• /
• pp.19-19
• /
• 2015

The term of Mushrooms means to spread like the April showers. After 18th century, the mycelium and spores of mushrooms were observed by microscope and then was denominated as fungi. About one hundred thousand species of mushrooms in appearance were worldly reported, and in Korea about four thousand species of mushrooms are estimated. In Korea, total of one thousand nine hundred one species of mushrooms have been recorded. Mushrooms belonging to the group of organisms called fungi, which must obtain their food from living plants or animals or from their remains after death. A large number of mushrooms grow in association with the roots of trees and other woody plants, called mycorrhizal fungi, both mushrooms and plants require this relationship for growth and development. And also many Mushrooms are saprobic, living on decayed various fallen leaves, twigs, trees and vegetable remains and etc. some of these million of spores settles on the proper habitat, these spores germinates and grows into a mass of threads, then a mycelium. This is the vegetable part of the mushrooms, what we call mushrooms are the carpophores, all the characteristics of the morphological features are appropriately used to identify species of mushrooms. Recently, identification and classification of mushrooms are newly confirmed by molecular analysis. In 2013, One thousand nine hundred one species of mushrooms in "List of Mushrooms in Korea" which published by the Korean Society of Mycology were recorded. Total of 238species, 107genera, 40families, 13orders, 6Classes belong to phylum Ascomycota. Total of 1,663species, 403genera 81families, 18orders, 7classes belong to phylum Basidiomycota.

• The Korean Journal of Ecology
• /
• 제24권5호
• /
• pp.259-265
• /
• 2001

울산광역시 목도 식생에 대한 식생학적 연구가 수행되었다. 전통적인 군락분류법에 의한 식생유형 분석과 축적 1:800의 현존식생도를 제작하여 식생의 공간적 분포양식을 규명하고, 식생자원진단카드를 개발하여 주요 수목에 대한 활력도를 평가하였다 목도의 식생은 50과 93속 111종 (귀화식물 11종 포함)으로 이루어진 13개 식물군락이 분포하는 것으로 밝혀졌다. 목도식생은 섬 면적의 37.4%를 차지하는 상록활엽수림의 후박나무군락으로 대표되며, 극히 단순한 종조성과 층구조, 그리고 주요 수목 가운데 95.7%가 절대감시 및 주요감시 대상인 개체를 포함하고 있는 매우 취약한 식생구조인 것으로 밝혀졌다. 상록활엽수림과 상록침엽수림은 해양에 대응한 공간적 분포의 경향성이 뚜렷한 것으로 밝혀졌다. 본 연구를 통하여 목도식생의 보전을 위한 장기생태연구의 토대를 구축하였다.

• 생명과학회지
• /
• 제16권2호
• /
• pp.253-258
• /
• 2006

마늘은 전 세계적으로 분포하는 다년생 초본이다. 마늘은 약리적, 경제적으로 중요한 작물이다. 야생종과 재배종의 유전관계를 ISSR 마커로 조사하였다. 또 ISSR 분석으로 이들 종의 유전적 다양도와 집단구조를 실시하였다. 한국의 세 야생 집단은 분리되어 있고 패치 분포를 보이지만 재배종에 비해 높은 유전적 다양성을 유지하고 있었다. ISS5R 마커로 야생종과 재배종의 계통관계는 잘 분리되었다. 비록 한국내 재배종 마늘이 산마늘에서 진화하였 다는 직접적 증거는 없지만 본 연구 결과 그런 가능성은 시사된다. 또한 야생종 산마늘 집단은 생식질 동정과 재배종 마늘의 진화과정에서 유익하게 쓰일 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제24권12호
• /
• pp.9-16
• /
• 2019

본 연구의 목적은 수업 시 스마트기기에 적용할 수 있는 나무 이미지를 인식하고 분류하여 정확도를 측정할 수 있는 효율적인 모델을 제안하는 것이다. 2015개정 교육과정으로 개정되면서 초등학교 4학년 과학교과서의 학습 목표에서 스마트 기기 사용한 식물 인식이 새롭게 추가 되었다. 특히 나무 인식의 경우 다른 사물 인식과 달리 수형, 수피, 잎, 꽃, 열매의 부위별 특징이 있으며, 계절에 따라 모양 및 색깔의 변화를 거치므로 인식률에 차이가 존재한다. 그러므로 본 연구를 통해 컨볼루션 신경망 기반의 사전 학습된 인셉션V3모델을 이용하여 재학습 전 후의 나무 부위별 인식률을 비교한다. 또한 각 나무의 유형별 이미지 정확도를 결합시키는 방식을 통해 효율적인 나무 분류 방안을 제시하며 교육현장에서 사용하는 스마트기기에 적용 할 수 있을 것이라 기대한다.

• 한국환경생태학회지
• /
• 제21권2호
• /
• pp.141-148
• /
• 2007

한라산 돈내코계곡의 산림군집구조를 파악하기 위해 2006년에 해발 200m에서 1,350m 구간까지 15개소에서 식생을 조사하였다. TWINSPAN분석결과, 구실잣밤나무군집, 구실잣밤나무-붉가시나무군집, 혼효림, 서어나무-졸참나무군집, 낙엽활엽수림 등 5개의 식물군집으로 구분되었다. 산림군집의 수직적 분포를 살펴본 결과, 돈내코계곡에서 출현한 상록활엽수는 총 22종류로 구실잣밤나무, 붉가시나무, 조록나무, 동백나무, 사스레피나무, 제주광나무, 꽝꽝나무, 굴거리나무 등이었다. 상록활엽수 중 구실잣밤나무는 해발 200m부근부터 해발 350m부근까지, 구실잣밤나무와 붉가시나무가 우점하는 상록활엽수림은 해발 400m부근부터 해발 600m부근까지, 붉가시나무는 해발 650m부근부터 해발 700m부근까지 우점하고 있었으며, 꽝꽝나무, 굴거리나무, 보리장나무 등은 1,350m부근까지 분포하고 있었다.

• 한국전산구조공학회논문집
• /
• 제17권2호
• /
• pp.131-140
• /
• 2004

철근콘크리트 구조물의 보수ㆍ보강 등의 유지관리를 위해서는 내구성과 내하성을 동시에 고려한 건전성평가의 의사결정기준이 절실히 요구된다. 본 논문은 CART-ANFIS을 사용하는 철근콘크리트 구조물에 대하여 효율적인 모델을 나타내었다. 철근콘크리트 구조물의 손상과 진단 등에 활용되어온 분류형 전문가시스템의 일종인 퍼지이론을 이용한 결정목 구조와 기존의 인공신경망을 이용한 결정목 구조의 건전성평가를 비교 분석한다. 손상된 철근콘크리트의 내구성 회복을 위한 보강설계 이론과 내하력 증가를 위한 보장설계 이론을 정립시켜 손상검출의 산정식을 유도하였다. 본 연구의 건전성 평가시스템 모델을 이용함으로서 보다 효율적인 철근콘크리트 유지관리 뿐만 아니라 생애주기비용 예측을 수행 할 수 있다.

• 한국통신학회논문지
• /
• 제29권4C호
• /
• pp.533-540
• /
• 2004

본 논문에서는 웨이블릿(wavelet) 영역에서 분류 예측, KLT (Karhunen-Loeve transform), 및 3-D SPIHT(three-dimensional set partitioning in hierarchical trees) 알고리즘(algorithm)을 이용하여 인공위성 화상 데이터에 존재하는 대역내 중복성 (intraband redundancy)과 대역간 중복성 (interband redundancy)을 효과적으로 제거하는 새로운 압축 방법을 제안하였다. 대역간 중복성을 제거하기 위해 웨이블린 영역에서의 분류 정보를 이용하여 영역별 대역간 예측을 행한다. 영역별 대역간 예측에 의해 복원되는 화상들은 예측 오차로 인해 원 화상 (original image)과 차 화상 (residual image)을 가진다. 이 차 화상들 간에 존재하는 대역간 중복성을 제거하기 위하여 KLT를 행한다. 웨이블릿 변환 (wavelet transform)과 KLT를 행하여 대역내 및 대역간 크기 순서로 재정렬된 변환 계수들을 3-D SPIHT 알고리즘을 이용하여 부호화 한다. 제안한 방법의 성능 평가를 위해서 다분광 화상 데이터에 대하여 압축 실험을 행하여 제안한 방법이 기존의 방법들 보다 동일한 여러 비트율 (bit rate)에서 평균 PSNR (peak signal-to-noise ratio)이 0.12∼3.83㏈ 향상됨을 확인하였다.

• 대한간호학회지
• /
• 제43권1호
• /
• pp.1-10
• /
• 2013

Purpose: The purpose of this study was to develop a prediction model for the characteristics of older adults with depression using the decision tree method. Methods: A large dataset from the 2008 Korean Elderly Survey was used and data of 14,970 elderly people were analyzed. Target variable was depression and 53 input variables were general characteristics, family & social relationship, economic status, health status, health behavior, functional status, leisure & social activity, quality of life, and living environment. Data were analyzed by decision tree analysis, a data mining technique using SPSS Window 19.0 and Clementine 12.0 programs. Results: The decision trees were classified into five different rules to define the characteristics of older adults with depression. Classification & Regression Tree (C&RT) showed the best prediction with an accuracy of 80.81% among data mining models. Factors in the rules were life satisfaction, nutritional status, daily activity difficulty due to pain, functional limitation for basic or instrumental daily activities, number of chronic diseases and daily activity difficulty due to disease. Conclusion: The different rules classified by the decision tree model in this study should contribute as baseline data for discovering informative knowledge and developing interventions tailored to these individual characteristics.