• 한국토양비료학회지
• /
• 제42권6호
• /
• pp.513-521
• /
• 2009

본 연구는 현장에서 신속히 토양양분을 측정하기에 적합한 집적형 미세 이온선택성 전극을 토양화학성 분석에 이용하기 위하여, 이에 적합한 침출액의 종류와 양과 같은 분석방법을 개발 하는 데에 목적을 두었다. 대상 토양화학성들은 교환성 양이온들($K^+$, $Ca^{2+}$, $Mg^{2+}$, $Na^+$)과 무기태 질소들($NH_4{^+}$, $NO_3{^-}$) 이었으며, 분석법 개발의 목표는 다 성분 동시침출액 종 선발에 있었다. 침출액 자체에 존재하는 화학종들은 이온간 방해작용으로 이온선택성 전극의 분석능에 영향을 미친다. 순수 용액 내에서는 0.01M HCl 과 1M LiCl 이 모든 분석대상 화학종과 그들의 존재 농도범위($10^{-1}M{\sim}10^{-4}M$)에 대하여 가장 Nernst 이론값에 근접하였다. 그러나 실제 토양 침출용액에서 1M LiCl은 고농도(1M)의 $Li^{+}$ 존재로 말미암아 분석대상 화학성분의 선택성이 현저히 낮아짐을 알 수 있었다. 반면에, 0.1M HCl로 침출하여 10배 희석 측정하거나 또는 0.01M HCl로 직접 침출하여 측정하는 것은 표준분석 방법과 고도의 유의성이 있는 상관관계를 보이므로 최적 분석 방법으로 밝혀졌다. 토양에 대하여 집적형 이온선택성 미세 전극을 사용한 분석치와 표준분석법 분석치의 사이의 회귀상관에서는 $K^+$, $Na^+$, $Ca^{2+}$, $NO_3{^-}$가 매우 우수한 회귀상관 관계를 보였다. 그러나 $NH_4{^+}$이온은 $K^+$이온과 혼재할 때 $K^+$이온의 간섭으로 매우 낮은 선택성을 나타내었다. 또한, $Mg^{2+}$이온은 현재까지 이온선택성 막을 위한 최적의 Ionophore(이온투과 담체)가 개발되어 있지 않아 분석의 어려움이 있었다.

• 공업화학
• /
• 제29권3호
• /
• pp.283-288
• /
• 2018

환경 친화적이고 질병을 유발시키지 않는 천연색소의 사용이 증가함에 따라 천연색소를 추출하는 다양한 방법이 연구되고 있다. 본 연구에서는 천연염료인 chlorophyll을 포함하고 있는 식물성 원료인 파슬리를 대상으로 천연색소를 추출하였다. 추출용매의 pH와 추출온도를 변수로 추출된 천연염료의 녹색계열의 목표색 코드 #50932C (L = 55.0, a = -40.0, b = 46.0)을 설정하고, 추출된 천연염료의 명도와 색좌표(L, a, b)의 정량적 수치로부터 색도분석을 수행하였다. 반응표면분석법에 의해 예측된 색도분석 중 색좌표 분석은 최적조건인 pH 8.0, 추출온도 $60.9^{\circ}C$에서의 이론적 수치 L (55.0), a (-36.3), b (36.8)를 나타냈고, 실제 실험으로 확인한 결과 L (69.0), a (-35.9), b (31.4)를 나타내, 이론 정확도 73.0%, 실제오차율은 13.8%로 확인되었으며, 색차분석의 ${\Delta}E$의 이론 최적화 값은 pH = 9.2 추출온도 $55.2^{\circ}C$에서 ${\Delta}E$ (12.4)이었고, 실제 실험의 경우 ${\Delta}E$ (13.0)로 나타났다. 색차 분석의 이론정확도 97.5% 및 실제 오차율은 4.5%를 나타냈다. 하지만, 색좌표의 조합이 목표색에 근사한 색을 나타내지 않았고, 단지 산술기하 평균적으로서 목표색에 근사함을 나타냈다. 따라서 천연염료 추출공정에 반응표면분석법을 적용시킬 경우 반응치로 색차 ${\Delta}E$에 비해 색좌표(L, a, b)를 이용하는 것이 색소추출공정의 최적화에 더 우수한 방법인 것으로 사료된다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 미생물학회지
• /
• 제47권2호
• /
• pp.117-123
• /
• 2011

본 연구는 human rotavirus (HRV)의 검출법을 최적화하기 위해 real-time RT-PCR과 세포 배양법을 이용하여 여러 가지 탈리 농축법을 비교 및 평가하는 것을 목적으로 하였다. 채소류 중 배추, 상추, 깻잎을 선정하여 바이러스 희석액을 접종하고 탈리액 비교를 위하여 buffer A (100 mM Tris-HCl, 50 mM glycine, 3% beef extract, pH 9.5)와 buffer B (250 mM Threonine, 300 mM NaCl, pH 9.5)를 이용하여 탈리하였고, 농축방법을 비교하기 위하여 PEG (polyethylene glycol) 침전법 또는 filtration [Nanoceram filter$^{(R)}$ (Argonide corporation)]을 이용하여 농축하였다. 또한 바이러스의 감염성 평가를 위하여 MA-104 cell을 배양하여 탈리, 농축 방법을 거쳐 회수된 HRV를 접종하고 1, 48, 72, 96, 120, 144, 168시간 후 세포를 수거하여 real-time RT-PCR을 시행하고 세포병변을 관찰하였다. 탈리 용액은 buffer A가 회수율 29.54%로 buffer B의 18.32%보다 더 뛰어난 탈리효과를 보였으며 농축방법을 비교했을 때 filtration 방법이 회수율 51.89%를 나타내며 PEG 침전법에 비해서 바이러스의 농축에 효과적이었으며 검출 소요시간이나 간단한 과정 면에서 효율적이었다. ICC/real-time RT-PCR을 시행하였을 때 세포병변 72시간 후부터 나타나기 시작했지만 Ct value는 48시간부터 감소하기 시작하여 더 빠른 시간 내에 감염성을 평가할 수 있었다. 따라서, filtration과 integrated/cell culture real-time RT-PCR을 이용하면 기존의 검출방법보다 빠른 시간 내에 바이러스 검출이 가능할 것으로 여겨진다.

• 지능정보연구
• /
• 제12권1호
• /
• pp.17-31
• /
• 2006

본 논문에서는 출입국자 관리의 효율성과 체계적인 출입국 관리를 위하여 여권 코드를 자동으로 인식하고 위조 여권을 판별할 수 있는 여권 인식 및 얼굴 인증 방법을 제안한다. 여권 이미지가 기울어진 상태로 스캔되어 획득되어질 경우에는 개별 코드 인식과 얼굴 인증에 많은 영향을 미칠 수도 있으므로 기울기 보정은 문자 분할 및 인식, 얼굴 인증에 있어 매우 중요하다. 따라서 본 논문에서는 여권 영상을 스미어링한 후, 추출된 문자열 중에서 가장 긴 문자열을 선택하고 이 문자열의 좌측과 우측 부분의 두께 중심을 연결하는 직선과 수평선과의 기울기를 이용하여 여권 영상에 대한 각도 보정을 수행한다. 여권 코드 추출은 소벨 연산자와 수평 스미어링, 8 방향 윤곽선 추적 알고리즘을 적용하여 여권 코드의 문자열 영역을 추출하고, 추출된 여권 코드 문자열 영역에 대해 반복 이진화 알고리즘을 적용하여 코드의 문자열 영역을 이진화한다. 이진화된 문자열 영역에 대해 CDM 마스크를 적용하여 문자열의 코드들을 복원하고 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 코드를 추출한다. 추출된 개별 코드 인식은 개선된 RBF 네트워크를 제안하여 적용한다. 개선된 퍼지 ART 기반 RBF 네트워크는 퍼지 논리 접속 연산자를 이용하여 경계 변수를 동적으로 조정하는 퍼지 ART 알고리즘을 제안하여 RBF 네트워크의 중간층으로 적용한다. 얼굴 인증을 위해서는 얼굴 인증에 가장 보편적으로 사용되는 PCA 알고리즘을 적용한다. PCA 알고리즘은 고차원의 벡터를 저 차원의 벡터로 감량하여 전체 입력 영상들의 직교적인 공분산 행렬을 계산한 후, 그것의 고유 값에 따라 각 영상의 고유 벡터를 구한다. 따라서 본 논문에서는 PCA 알고리즘을 적용하여 얼굴의 고유 벡터를 구한 후, 특징 벡터를 추출한다. 그리고 여권 영상에서 획득되어진 얼굴 영상의 특징 벡터와 데이터베이스에 있는 얼굴 영상의 특징 벡터와의 거리 값을 계산하여 사진 위조 여부를 판별한다. 제안된 여권 인식 및 얼굴 인증 방법의 성능을 평가를 위하여 원본 여권에서 얼굴 부분을 위조한 여권과 기울어진 여권 영상을 대상으로 실험한 결과, 제안된 방법이 여권의 코드 인식 및 얼굴 인증에 있어서 우수한 성능이 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제34권2_1호
• /
• pp.267-282
• /
• 2018

인공위성 영상을 활용한 식생 계절 추정 연구의 지속적 발전에도 불구하고 현장 자료와의 비교를 통한 검증은 다소 미흡한 실정이다. 특히, 다양한 형태로 패치화 되어 있는 우리나라 산림의 경우, 인공위성 영상과 해상도가 일치하지 않는 한계가 존재하여 위성 영상만으로 개엽일을 추정하는데 어려움이 따른다. 본 연구는 식생 계절 추정의 신뢰도를 향상시키기 위해 대축적 임상도(1:5,000)를 MODIS 픽셀 해상도에 맞게 재구성하여 MODIS의 NDVI와 EVI 두 식생지수들로부터 시계열 식물계절 곡선을 생산하여 현장 자료를 바탕으로 우리나라의 산림에 적합한 식생 지수와 개엽일 추출 방법을 비교 및 평가하였다. 또한 각 픽셀의 임상 구성비율과 식생지수로부터의 식물계절 추출 간의 상관관계를 분석하였다. 국립수목원에서 실측된 개엽일을 바탕으로 NDVI와 EVI를 비교하였을 때 우리나라의 산림에는 EVI가 더 적합하였고, 식생지수 계절 곡선으로는 일차도함수가 개엽일 추출에 가장 적합하였다. 현장 개엽일이 조사된 7개의 활엽수종이 속한 픽셀과(중앙픽셀) 이웃한 8개의 픽셀을 실측 개엽일과 비교하였을 때, 실측과 가장 높은 상관관계를 보이는 베스트 픽셀을 구성하는 임상은 활엽수림 67.9%, 침엽수림 14.3%, 혼효림 7.7% 구성을 보였고 평균 결정계수($R^2$)는 0.64으로 나타나 높은 상관관계를 보였다. MODIS EVI로 추출한 전국 평균 개엽일은 최소 112.9일(2014년)에서 최대 129.1일(2010년)으로 2003년 이래로 약 0.16일 빨라졌다. 향후 연구에서는 활엽수림과 혼효림의 개엽일 분석 외에도 다양한 기후 및 지형 인자들의 영향을 파악하기 위해 침엽수림의 개엽일 추출까지 확장할 필요가 있으며 우리나라 산림 생태계의 다양성을 고려한 종합적인 연구가 진행되어야 할 것이다.

• 한국조경학회지
• /
• 제47권6호
• /
• pp.115-128
• /
• 2019

후암동은 일제강점기의 대표적인 일본인 거주지로 서울 내에 가장 많은 일본식 건물이 남아있는 공간이다. 2001년 등록문화재, 2015년 건축자산, 2018년 문화재청의 선·면 단위 문화재 등록제도가 지정되는 등 근대문화유산에 관한 관심은 높아지고 있다. 또한, 일제강점기 수탈의 기억을 떠올리게 하는 근대문화유산 보존의 필요성에 대한 논쟁이 심화되면서, 가치평가와 함께 이해관계자의 인식을 파악하는 연구가 요구되고 있다. 본 연구는 후암동 일본식 건물군에 관한 이해관계자(소유자, 임대자, 방문자)의 주관적 인식유형을 확인하고, 유형별 특징을 분석, 논점을 도출하였다. 연구방법으로는 인간의 주관적 인식을 조사하여 유형화할 수 있는 통계적 기법인 Q 방법론을 활용하였다. 후암동과 근대문화유산 가치에 관한 문헌연구를 진행, 5가지 측면의 근대문화유산 가치(역사적, 건축적, 사회문화적, 경관적, 경제적 가치)를 바탕으로 Q 설문을 진행하였다. 연구결과, 일본식 건물군에 대한 3가지의 인식유형(유형1:사회문화·역사적 가치 결합형, 유형2:경제적 가치 중시형, 유형3:사회문화·경제적 가치 결합형)이 도출되었다. 이후 본 연구는 유형 간 인식 차이를 비교하여 가치충돌 지점을 발견하였다. 본 연구는 서울 중심부에 밀집된 일본식 건물군에 대하여 이해관계자들이 가지고 있는 관점에 대해 심층적으로 접근하였다는 점에서 의미가 있다. 또한, 향후 일본식 건물 밀집 지역에 대한 보존 및 활용의 기초자료 구축과 갈등 해결을 통한 지속 가능한 면적 문화유산 활용에 적용할 수 있는 이론적 틀을 제시하였다는 의의가 있다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.1-12
• /
• 2019

인공지능 기술이 발전하면서 이미지, 음성, 텍스트 등 다양한 분야에 적용되고 있으며, 데이터가 충분한 경우 기존 기법들에 비해 좋은 결과를 보인다. 주식시장은 경제, 정치와 같은 많은 변수에 의해 영향을 받기 때문에, 주식 가격의 움직임 예측은 어려운 과제로 알려져 있다. 다양한 기계학습 기법과 인공지능 기법을 이용하여 주가 패턴을 연구하여 주가의 등락을 예측하려는 시도가 있어왔다. 본 연구는 딥러닝 기법 중 컨볼루셔널 뉴럴 네트워크(CNN)를 기반으로 주가 패턴 예측률 향상을 위한 데이터 증강 방안을 제안한다. CNN은 컨볼루셔널 계층을 통해 이미지에서 특징을 추출하여 뉴럴 네트워크를 이용하여 이미지를 분류한다. 따라서, 본 연구는 주식 데이터를 캔들스틱 차트 이미지로 만들어 CNN을 통해 패턴을 예측하고 분류하고자 한다. 딥러닝은 다량의 데이터가 필요하기에, 주식 차트 이미지에 다양한 데이터 증강(Data Augmentation) 방안을 적용하여 분류 정확도를 향상 시키는 방법을 제안한다. 데이터 증강 방안으로는 차트를 랜덤하게 변경하는 방안과 차트에 가우시안 노이즈를 적용하여 추가 데이터를 생성하였으며, 추가 생성된 데이터를 활용하여 학습하고 테스트 집합에 대한 분류 정확도를 비교하였다. 랜덤하게 차트를 변경하여 데이터를 증강시킨 경우의 분류 정확도는 79.92%였고, 가우시안 노이즈를 적용하여 생성된 데이터를 가지고 학습한 경우의 분류 정확도는 80.98%이었다. 주가의 다음날 상승/하락으로 분류하는 경우에는 60분 단위 캔들 차트가 82.60%의 정확도를 기록하였다.

• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.126-134
• /
• 2017

심전도(ECG) 신호에서 R-피크를 추출하는 기법에 대하여 많은 연구가 진행 되어 왔으며, 다양한 방법으로 구현되어 왔다. 그러나 이러한 검출 방법 대부분은 실시간 휴대용 심전도 장치에서 구현하기가 복잡하고 어려운 단점이 있다. R-피크 검출을 위해서는 심전도 데이터에 대하여 베이스라인 드리프트 및 상용전원 잡음 제거 등의 적절한 전처리 및 후가공이 필요하며, 특히 적응형 필터를 활용한 기법에서는 적절한 임계값을 선택하는 것이 중요하다. 적응형 필터의 임계값을 추출하는 방식에서는 고정형(Fixed) 및 적응형(adaptive)으로 구분할 수 있다. 고정 임계 값 추출 방식은 고정된 임계값 보다 낮은 값의 입력이 들어오는 경우에 R-피크 값을 감지하지 못하는 경우가 있으며, 적응 임계값 추출 방식은 때때로 잡음에 의한 잘못된 임계값을 도출하여, 다른 파형(P혹은 T파)의 피크를 감지하는 경우도 나타난다. 본 논문에서는 계산상의 복잡성이 적고, 코드 구현이 단순하면서도 잡음에 강인한 R-피크 검출 알고리즘을 제안한다. 제안된 방식은 앞서 설명한 임계값 추출 문제를 해결하기 위해서, 적응형 필터를 사용해, 심전도 신호에서 베이스 라인 드리프트 제거를 하여 적절한 임계값을 계산하도록 한다. 그리고 필터 처리된 심전도 신호의 최소 값과 최대 값을 사용하여 적절한 임계값이 자동으로 추출 되도록 한다. 그런 다음 심전도 신호로부터 R-피크를 검출하기 위해 임계값 아래에서 'neighborhood searching' 기법이 적용된다. 제안된 방법은 R-피크 검출의 정확도를 향상시키고, 계산 량을 줄여 검출 속도가 보다 빨라지도록 하였다. 다음으로 R-피크 값이 검출 되면, R-R interval 등의 값을 이용해 심박 수를 계산할 수 있도록 한다. 실험결과 심박 수 검출 정확도와 감도가 약 100%로 매우 높았음을 확인할 수 있었다.

• 한국가정과교육학회지
• /
• 제30권1호
• /
• pp.43-63
• /
• 2018

본 연구는 실천적 추론 과정을 통해 생활문화에 영향을 미치는 다양한 맥락을 살펴보고, 건강한 통일공동체를 형성하기 위해 중학교 가정교과에서의 통일교육의 목표와 내용 체계를 선정하고 이를 적용한 교수 학습 과정안을 개발하고자 하였다. 한국교육과정평가원의 교수 학습 콘텐츠 개발 모형 단계에 따라 통일교육지침서와 통일교육 선행 연구, 북한이탈주민 관련 선행 연구와 2015 개정 실과(기술 가정) 교육과정 분석을 통해 중학교 가정교과에서의 통일교육 목표 및 내용 체계를 선정하였다. 이를 바탕으로 실천적 문제 추출한 뒤 실천적 추론 과정을 적용한 교수 학습 과정안과 학생 활동지를 개발하였고, 두 차례의 전문가 집단 평가 결과를 토대로 최종 개발안을 마련하였다. 본 연구의 결과를 요약하면 다음과 같다. 첫째, 중학교 가정교과 통일교육의 목표는 '사회문화적 맥락을 바탕으로 남북한 생활문화의 차이를 존중하고 공동의 가치를 발견하며, 통일사회에서의 발생 가능한 실천적 문제를 이해하고 해결하는 과정을 통해 건강한 통일공동체 형성을 위한 능력을 배양한다.'로 선정하였다. 둘째, 중학교 가정교과 통일교육의 내용 체계는 '생활문화 중심의 통일교육'을 핵심주제로 선정하고 내용 요소들은 남북한 생활문화에 영향을 미치는 사회문화적 맥락 이해, 남북한 소비생활환경의 이해, 남북한 생활문화 관련 언어, 북한 음식을 포함한 지역별의 식생활 문화의 다양성 유지, 사회적 규범과 옷차림, 올바른 주거가치관과 공동주거생활 예절의 6가지로 구성하였다. 그리고 앞서 도출된 중학교 가정교과에서의 통일교육의 목표를 바탕으로 실천적 문제를 '건강한 통일공동체를 형성하기 위해 우리는 무엇을 해야 하는가?'로 선정하였다. 셋째, 중학교 가정교과 통일교육의 교수 학습 과정안은 통일에 대한 문제 인식하기, 남북한 생활문화에 영향을 미치는 요인 분석하기, 행동의 결과 및 파급효과 파악과 대안적 방법 선택하기, 건강한 통일공동체 형성을 위한 실천하기의 4가지 주제를 포함한 총 8차시의 교수 학습 과정안과 35개의 학습 자료를 개발하였다.