• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1117-1132
• /
• 2019

산림생태계 내의 총일차생산량은 산림 자원 생산량과 직결되고, 산림생태계의 건강성, 산림식물계절 및 생태계 서비스의 중요한 지표가 된다. 이 연구에서는 인공위성 자료와 기계학습 알고리즘을 활용하여 우리 나라의 산림유역의 총일차생산량을 연구하였다. 에디공분산 타워가 있는 6개 지점에서의 MODIS (Moderate Resolution Imaging Spectroradiometer) 산출물과 에디공분산타워의 총일차생산성으로 연구기간의 75%-80%에 해당하는 자료로 기계학습 알고리즘을 훈련하고 나머지 기간으로 구축된 모델의 총일차생산성 예측 결과를 검증하였다. 모델을 구축할 때 MODIS 지상 산출물과 대기 산출물을 조합하여 새로운 입력자료(e.g., 포화수증기압차)를 모델의 입력자료(Processed MODIS)로 사용하였을 때와 이러한 과정 없이 QC(Quality control)만 거친 MODIS 산출물을 그대로 입력자료(Unprocessed MODIS)로 사용하였을 때의 총일차생산량을 비교해 보고 그 활용 가능성에 대해 고찰하였다. 추가로 MODIS 총일차생산량 산출물(MYD17)과 에디공분산 총일차생산성 및 기계학습 알고리즘 기반의 총일차생산성과의 상관관계를 보고 그 적합성에 대해 논의하였다. 이 연구에서 사용된 기계학습 알고리즘은 Support Vector Machine (SVM)으로 산림생태계 연구에서 가장 많이 사용되고 있는 기계학습 알고리즘 중 하나이다. 기계학습 알고리즘 기반(SVM 모델)의 총일차생산량 예측 결과는 MODIS 총일차생산량 산출물(MYD17)보다 에디공분산 총일차생산량과 전반적으로 높은 상관관계를 보였고 특히 식생 성장을 시작하는 시점의 값을 좀더잘 예측하는 결과를 보였다. 단일 지역에서 Unprocessed MODIS 입력자료로 훈련된 SVM 모델 결과는 피어슨 상관계수 0.75 - 0.95 (p < 0.001), 6개의 연구 지점에서 훈련된 SVM 모델 결과는 피어슨 상관계수 0.77 - 0.94 (p < 0.001) 사이를 보였다. 이 결과는 훈련 자료에 다양한 이벤트들이 포함되면 모델의 예측력이 향상되는 가능성을 보여주었고 위성영상의 산출물을 재계산하여 새로운 산출물을 내는 과정을 거친 위성 자료가 아니어도 그 예측력에는 크게 문제가 없음을 보여주었다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제21권1호
• /
• pp.169-177
• /
• 2020

과학기술 분야의 연구·개발 결과는 연구보고서 형태로 국가과학기술정보서비스(NTIS)에 제출된다. 각 연구보고서는 국가과학기술 표준 분류체계 (K-NSCC)에 따른 분류코드를 가지고 있는데, 보고서 작성자가 제출 시에 수동으로 입력하게끔 되어있다. 하지만 2000여 개가 넘는 세분류를 가지고 있기에, 분류체계에 대한 정확한 이해가 없이는 부정확한 분류코드를 선택하기 십상이다. 새로이 수집되는 연구보고서의 양과 다양성을 고려해 볼 때, 이들을 기계적으로 보다 정확하게 분류할 수 있다면 보고서 제출자의 수고를 덜어줄 수 있을 뿐만 아니라, 다른 부가 가치적인 분석 서비스들과의 연계가 수월할 것이다. 하지만, 국내에서 과학기술표준 분류체계에 기반을 둔 문서 자동 분류 연구 사례는 거의 없으며 공개된 학습데이터도 전무하다. 본 연구는 KISTI가 보유하고 있는 최근 5년간 (2013년~2017년) NTIS 연구보고서 메타정보를 활용한 최초의 시도로써, 방대한 과학기술표준 분류체계를 기반으로 하는 국내 연구보고서들을 대상으로 높은 성능을 보이는 문서 자동 분류기법을 도출하는 연구를 진행하였다. 이를 위해, 과학기술 표준분류 체계에서 과학기술 분야의 연구보고서를 분류하기에 적합한 중분류 210여 개를 선별하였으며, 연구보고서 메타 데이터의 특성을 고려한 전처리를 진행하였다. 특히, 가장 영향력 있는 필드인 과제명(제목)과 키워드만을 이용한 TK_CNN 기반의 딥러닝 기법을 제안한다. 제안 모델은 텍스트 분류에서 좋은 성능을 보이고 있는 기계학습법들 (예, Linear SVC, CNN, GRU등)과 비교하였으며, Top-3 F1점수 기준으로 1~7%에 이르는 성능 우위를 확인하였다.

• 생명과학회지
• /
• 제26권7호
• /
• pp.812-818
• /
• 2016

본 연구는 칼슘 배합 비율에 따른 초석잠이 scopolamine 치매유도 흰쥐의 기억손상 개선효과에 대하여 연구하였다. 칼슘 배합 비율별(S, 1CS, 5CS군)로 군을 나누어 Y자 미로와 수중미로를 통한 행동실험을 실시한 결과, Y자 미로 실험에서 5CS군이 N군과 비교하였을 때 유사한 수치를 보이며 공간 인지기능을 개선시켰고, 수중미로 실험 또한 CS군의 escape latency가 감소하여 N군과 유사한 수치를 보여 기억력 및 학습능력 개선에 효과적이라는 것을 알 수 있었다. 또한 아세틸콜린 함량과 아세틸콜린에스테라제의 활성을 측정한 결과, CS군은 아세틸콜린에스테라제의 활성을 저해함으로써 뇌 조직 내 신경전달물질인 아세틸콜린의 함량을 증가시켜 뇌 신경세포 활성화 효과를 통해 인지기능 개선 효과를 유도할 수 있을 것으로 사료된다. 해마를 병리조직학적으로 관찰한 결과, 앞선 결과와 유사하게 손상 정도가 심하여 많은 수의 응축된 신경세포가 관찰된 C군에 비하여 CS군은 응축된 신경세포 수가 현저하게 감소하여 신경세포 손상을 억제한 것으로 보인다. 따라서 칼슘 배합 비율에 따른 초석잠은 scopolamine 치매유도 흰쥐모델에서 기억력, 학습능력 및 인지능력 개선에 효과적으로 작용하는 천연물 유래 기능성 소재로 이용될 수 있을 것으로 사료된다.

• Journal of Animal Science and Technology
• /
• 제63권2호
• /
• pp.367-379
• /
• 2021

The objectives of this study were to evaluate convolutional neural network models and computer vision techniques for the classification of swine posture with high accuracy and to use the derived result in the investigation of the effect of dietary fiber level on the behavioral characteristics of the pregnant sow under low and high ambient temperatures during the last stage of gestation. A total of 27 crossbred sows (Yorkshire × Landrace; average body weight, 192.2 ± 4.8 kg) were assigned to three treatments in a randomized complete block design during the last stage of gestation (days 90 to 114). The sows in group 1 were fed a 3% fiber diet under neutral ambient temperature; the sows in group 2 were fed a diet with 3% fiber under high ambient temperature (HT); the sows in group 3 were fed a 6% fiber diet under HT. Eight popular deep learning-based feature extraction frameworks (DenseNet121, DenseNet201, InceptionResNetV2, InceptionV3, MobileNet, VGG16, VGG19, and Xception) used for automatic swine posture classification were selected and compared using the swine posture image dataset that was constructed under real swine farm conditions. The neural network models showed excellent performance on previously unseen data (ability to generalize). The DenseNet121 feature extractor achieved the best performance with 99.83% accuracy, and both DenseNet201 and MobileNet showed an accuracy of 99.77% for the classification of the image dataset. The behavior of sows classified by the DenseNet121 feature extractor showed that the HT in our study reduced (p < 0.05) the standing behavior of sows and also has a tendency to increase (p = 0.082) lying behavior. High dietary fiber treatment tended to increase (p = 0.064) lying and decrease (p < 0.05) the standing behavior of sows, but there was no change in sitting under HT conditions.

• 한국가정과교육학회지
• /
• 제34권2호
• /
• pp.41-58
• /
• 2022

본 연구의 목적은 중학교 가정교과 내 인간발달과 가족 영역에서 「2015 개정 가정과 교육과정」의 학습목표와 지속가능발전목표(SDGs)를 동시에 달성할 수 있는 교수·학습과정안을 개발하는 데 있다. 이를 위해 분석단계에서 인간발달과 가족 영역의 각 내용요소와 SDGs 세부목표와의 관련성을 분석하여 교수·학습과정안을 개발할 내용요소로 [변화하는 가족과 건강가정]을 선정하였다. 설계단계에서 문제해결형 프로젝트 수업으로 총 3차시를 설계하였다. 개발단계에서 각 차시별 교수·학습과정안과 학생용 개인 및 모둠 활동지와 교사용 수업자료를 개발하였다. 평가 및 수정 단계에서 가정교과 교육과정 관련 평가지표와 SDGs 관련 평가지표를 활용하여 교수·학습과정안 평가문항을 구성하였다. 전문가집단을 대상으로 교수·학습과정안 초안의 적절성을 검토받아 수정 및 보완작업을 거쳐 교수·학습과정안 최종안을 완성하였다. 본 연구는 중학교 가정교과 인간발달과 가족 영역에서 교육과정의 학습목표와 SDGs 모두를 달성하기 위한 교수·학습과정안을 개발하여 학교현장에서 활용할 수 있도록 예시를 제공하였다는 점에서 의의가 있다.

• 한국과학교육학회지
• /
• 제26권4호
• /
• pp.568-580
• /
• 2006

이 연구에서는 예비교사들이 생물학 가설을 생성함때 나타나는 4가지 감성 생성 유형을 fMRI 이용하여 객관적이고 실증적인 두뇌 활동에 대한 정보를 조사하였다. 연구를 위해 과학교육을 전공하는 건강한 여자 대학생 10명을 대상으로 3.0T scanner를 사용하여 492초 동안 두뇌 영상을 측정하였다. 측정한 후 언어적 보고 자료를 수집하여 fMRI 영상 자료의 신뢰도를 확보하였다 언어적 보고의 분석 결과 BGP RGP에서는 10명의 피험자가 CGP와 AGP에서는 8명의 피힘자가 유의미한 과학적 감성을 생성하였다. 이들 피험자를 대상으로 SPM2 프로그램을 사용하여 fMRI 영상 자료를 통계 처리하였다. 그 결과 GPSE의 4개 유형별로 독특한 두뇌 활성화 영역들이 나타났다. 이러한 결과는 인지심리학적으로 규명된 4개의 감성 생성 과정이 두뇌에 실제로 존재한다는 것을 경생리학적으로 규명하였다는데 그 의의가 있다. 또한 과학교육에서 fMRI를 활용한 새로운 연구방법의 확립과 사례 연구를 제시하였다는데 큰 가치가 있다. 그리고 생물학가설 생성과정의 총체적 이해에 도움이될 것이다.

• 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.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 대한간호학회지
• /
• 제26권1호
• /
• pp.194-222
• /
• 1996

Various accidents and injuries are currently occurring in Korea at increasingly high rates. Good quality emergency care service is urgently needed to cope with these various forms of accidents and injuries. In order to develop a sound emergency care system, there need to be a plan to educate and train professionals specifically in emergency care. One solution for the on going problem would be to educate and train emergency clinical nurse specialists. This study on a strategy for curriculum development for emergency clinical nurse specialist was based on the following five content areas, developed from literature related to the curriculum of emergency nursing and emergency care situation : 1. Nurses working in the emergency rooms of three university hospitals were analyzed for six days to identify categories of nursing activities. 2. Two hundreds and eleven nurses working in the emergency rooms of 12 university hospitals were surveyed to identify needs for educational content that should be included in a curriculum for the clinical nurse specialist. 3. Examination of the environment in which emergency management was provided. 4. Identification of characteristics of patients in the emergency room. 5. The role of emergency clinical nurse specialist was identified through literature, recent data, and research materials. The following curriculum was formulated using the above mentioned process. 1. The philosophy of education for emergency clinical nurse specialist was established through a realistic philosophical framework. In this frame, client, environment, health, nursing, and learning have been defined. 2. The purpose of education is framed on individual development, social structure, nursing process and responsibility along with the role and function of the emergency clinical nurse specialist. 3. The central theme was based on human, environment, health and nursing. 4. The elements of structure in the curriculum content were divided to include two major threads, I, e., vertical and horizontal : The vertical thread to consist of the client, life cycle, education, research, leadership and consultation, and the horizontal thread to consist of level of nursing (prevention to rehabilitation), and health to illness based on the health care system developed by Betty Neuman system model. 5. Behavioral objectives for education were structured according to the emergency clinical nurse specialist role and function as a master degree prepared in various emergency settings. 6. The content of the curriculum consisted of three core courses(9 credits), five major courses(15 credits), six elective courses(12 credits) and six prerequisite courses (12 credits). Thus 48 credits are required. Recommendations : 1. To promote tile quality of the emergency care system, the number of emergency professionals, has to be expanded. Further the role and function of the emergency clinical nurse specialist needs to be specified in both the medical law and the Nursing Practice Act. 2. In order to upgrade the qualification of emergency clinical nurse specialists, the course should be given as part of the graduate Program. 3. Certification should be issued through the Korean Nurses Association.