• 한국산림과학회지
• /
• 제83권3호
• /
• pp.322-330
• /
• 1994

토양침식에 영향을 미치는 강우, 토양, 지형, 식생 등을 종합적으로 고려하여 단위면적당 토양유실량(土壤流失量)을 예측하는 범용토양유실식(汎用土壤流失式)(Universal Soil Loss Equation)을 지리정보(地理情報)시스템(GIS)에 접목시켰다. 경기도 광릉 임업연구원 시험림을 연구지역으로 선정하여 이곳에서 지난 12년 동안 측정된 시간별 강우자료를 이용하여 강우인자(强雨因子)(R) 값을 산출하였고, 토양도, 지형도, 위성자료 등을 이용하여 USLE 계산에 필요한 다른 인자들의 값을 $25{\times}25m^2$의 격자마다 입력하여 디지털공간정보 데이터베이스를 구축하였다. 각 격자단위로 USLE에 의하여 토양유실량이 계산된 후 그 결과를 종합하여 토양유실의 정도를 공간적으로 살펴볼 수 있는 디지털지도가 산출되었다. GIS에 의한 USLE의 적용은 일정한 테두리 안의 산림유역(山林流域)에서 발생되는 강우에 의한 토양유실량을 추정할 수 있을 뿐만아니라, 주변지역과 비교하여 토양유실의 위험이 높은 특정지점을 공간적으로 파악할 수 있다는 장점이 있다. 이러한 접근 방법은 임지전용(林地轉用), 임도(林道)개설, 벌채, 산불 및 병충해에 의한 임지의 변화가 토양침식에 미치는 영향을 효과적으로 분석할 수 있는 도구로 사용될 수 있을 것이다.

• 한국전자거래학회지
• /
• 제22권4호
• /
• pp.159-173
• /
• 2017

기술력 기반의 중소벤처기업에 대한 기술금융 지원을 위해 정부는 2014년 7월부터 기술보증기금 및 일정 자격을 갖춘 민간 기술신용평가사에게 일종의 기술력 등급평가인 기술신용평가를 실시하여 은행의 여신에 활용토록 하였다. 본 논문에서는 최근까지의 기술신용평가 현황 및 한국신용정보원에서 축적하고 있는 기술평가 관련 가용 지표들에 대한 선행 연구를 개략적으로 살펴본 후 기술평가등급점수에 유의적인 영향을 미치는 지표(indicator)를 통상적인 다중회귀기법으로 탐색할 것이다. 본 논문의 관심 대상인 지표 별 등급 영향도와 모형의 적합도는 대표적인 기계학습 분류기(classifier)인 일반화가속모형(Generalized Boosting Model; GBM)을 적용하여 분석하였는 바, 주요 지표를 독립변수(feature)로 투입하여 지표의 상대적 중요성 및 분류 정확도를 산출하였다. 분석결과 회귀모형과 기계학습 모형 간 지표별 상대적인 중요도는 크게 차이나지 않는 것으로 분석되었으나, GBM 모형의 경우 회귀모형에 비해서 이노비즈인증, 연구소 및 연구개발전담부서 보유, 특허등록건수, 벤처확인 지표 등 기술개발역량이 상대적으로 기술등급에 더 큰 영향을 미치는 것으로 분석되었다.

• Journal of Acupuncture Research
• /
• 제32권3호
• /
• pp.95-105
• /
• 2015

Objectives : The purpose of this study is to review the characteristics of patients who visited the emergency room of a Korean medical hospital with musculoskeletal disorders during the last 5 years and to provide a potential basis for future studies and emergency medical practice. Methods : Patient visit records between May 1st, 2010 and February 28th, 2015 were reviewed and patients with musculoskeletal disorders were included in a retrospective analysis. Results : A total of 5,218 patient visit records were initially reviewed and 1,485 patients (28.46 %) were included in the analysis. S code group was the most frequently diagnosed coding group of Korean Standard Classification of Diseases. The male to female ratio was 1.05:1 and patients in their thirties represented the highest age group. When classified by time of visit, the distribution of patients was similar from 10:00 to 22:59. The most frequently visited day and month were Sunday and September. 879 patients (59.19 %) visited the emergency room within 24 hours from onset of symptoms. The most common symptom site was the low back (45.59 %), followed by ankle (13.94 %) and neck (13.80 %). The most frequently used treatment method was acupuncture (92.32 %), followed by infrared (45.45 %), TENS (30.03 %) and herbal medication (29.02 %). The follow-up and admission rates were 30.24 % and 13.00 % respectively. 343 patients (23.10 %) received Western medical treatment within a day before visiting the emergency room of the Korean medical hospital. Conclusions : This analysis provides the latest information on the characteristics of patients who visited the emergency room of a Korean medical hospital with musculoskeletal disorders. The results can provide the basis for further studies and for other attempts to improve the clinical setting of the emergency room.

• 한국약용작물학회지
• /
• 제9권3호
• /
• pp.225-231
• /
• 2001

RAPD분석을 통하여 홍화 수집종들의 유전적 다양성 및 유연관계를 밝히고, 품종군을 분류하여 품종육성의 기초자료로 이용코자 시험한 결과를 요약하면 다음과 같다. RAPD 분석에 적용한 30개의 10mer primer 중 20개의 적정 primer를 선발하였고, 증폭된 PCR산물은 ${3.0{\sim}0.2Kb}$에서 재현성 있는 밴드를 보였으며, 각 primer에 의해 증폭된 밴드의 수는 ${2{\sim}11}$개로 다양하였으며 평균 5.6개이었다. PCR 반응에 사용된 20개의 selected primer에서 111개의 밴드가 관찰되었으며, 다형성을 보이는 밴드 수는 84개(75.7%)이었고, RAPD-PCR에 의해 얻어진 dendrogram에서 유연계수 0.14를 기준으로 11개의 군으로 분류되었고, VII군은 7종(23%), VIII군은 8종(27%)이 속하는 큰 군이었으며, 7군은 대부분이 국내종(85%)이었다.

• 한국균학회지
• /
• 제40권2호
• /
• pp.73-77
• /
• 2012

곰팡이의 명명을 규정하는 규약이 '국제식물명명규약(International Code of Botanical Nomenclature, ICBN)'에서 '국제 조류, 균류, 식물 명명 규약(International Code of Nomenclature for algae, fungi and plants, ICN)'으로 바뀌게 되었다(2011.7). ICBN에서 ICN으로 바뀌게 되면서 많은 변화가 있지만 가장 큰 변화는 곰팡이의 이중명명을 더 이상 허용하지 않는다(2013. 1)는 것이다. 새로운 이름을 가질 곰팡이는 이 규칙에 따라 명명하면 되지만 문제는 2013년 1월 1일 이전에 완전세대와 불완전 세대에 근거하여 두 개의 이름을 이미 가지고 있는 10,000-12,000개의 곰팡이의 경우이다. 우선 ICN에는 이에 대한 혼란을 막기 위해서 2013년 1월 1일 전에 이전의 명명규약에 의하여 보고된 학명은 유효성과 합법성을 유지한 채 우선권의 원칙에 따라 서로 경쟁한다는 조항을 추가하였다. 하지만 결국은 세대에 관계없이 하나의 곰팡이 이름을 사용해야 할 것이며 이에 따라 세계 균학계는 곰팡이 분야별 작업반 또는 위원회를 결성하는 등 바쁘게 움직이고 있다. 일균일명 체계로의 전환에 대한 배경, 경과, 그리고 향후 전망에 대하여 상술하였다. 이 외에도 전자출판이 유효출판으로 인정(2012.1)되게 되었고, 영어신종기술도 정당출판으로 인정되게 되었으며(2012. 1), 또한 신종의 학명과 필수정보를 공인정보저장소에 등록하는 것이 의무화 된다(2013. 1). 곰팡이의 새로운 명명규약과 일균일명 체계로의 전환에 대한 국제 균학계의 움직임을 국내에 한글로 쉽게 소개하였다.

• 정보처리학회논문지A
• /
• 제13A권5호
• /
• pp.465-472
• /
• 2006

최근 대용량 의료영상 데이터로부터 인체 기관 또는 질환 부위 추출을 위한 영상 분할 기법이 매우 다양하게 제안되고 있으나, 뇌와 같이 다중 구조를 가지면서 구조간 경계 구분이 어려운 영상의 구조적 분할에는 한계를 가진다. 이를 위해 주로 복셀을 유한 개의 군집으로 분류하는 군집화 (clustering) 기법이 이용되나 이는 개별 복셀 단위의 연산을 수행함으로 인해 잡음의 영향을 받는 제한점이 있다. 그러므로 잡음의 영상을 최소화하고 영상 경계를 강화시키는 향상기법을 적용함으로써 보다 견고한 구조적 분할을 수행할 수 있다. 본 연구에스는 뇌 자기공명영상에 대하여 백질(white matter), 회백질(gray matter), 뇌척수액(cerebrospinal fluid)의 내부 구조를 효율적으로 추출하기 위한 필터링 기반 군집화에 의한 구조적 분할 기법을 제안한다. 우선 구조간 경계를 강화하고 구조 내 잡음을 약화시키기 위해 응집성 향상 확산 필터링(coherence enhancing diffusiion filtering)을 적용한다. 또한 이 과정을 통해 강화된 영상에 퍼지 c-means 군집화 기법을 적용하여 각 복셀이 속하는 구조에 해당하는 군집의 인덱스를 할당함으로써 구조적 분할을 수행한다. 제안된 구조적 분할기법은 기존의 가우시안 또는 일반적인 비등방성 확산 필터링과 군집화 기법을 적용한 기법에 비해 전문가의 수동분할 결과와의 일치 비율에 의한 분할 정확도를 향상시킴을 보였다. 또한 경계 부분에 있어서의 세밀한 분할을 통해 재생산 가긍하고 사용자 수동후 처리를 최소화할 수 있는 결과를 제시함으로써 형태적 뇌 이상 진단을 위한 효율적인 보조 수단을 제공한다.

• 한국건축시공학회지
• /
• 제10권3호
• /
• pp.99-111
• /
• 2010

최근, 초고층건축공사 프로젝트가 증가하고 있으며, 안전사고의 발생이 늘어나고 있다. 따라서 본 연구의 목적은 건설업 안전사고의 발생원리 및 사고발생Tree구조를 체계화함으로써 사고의 예방방안을 고찰하는데 있다. 본 연구에서는 1993년부터 2009년 까지 17년간 한국산업안전공단의 연도별 재해사례정보를 토대로 사고의 다양한 특성을 분석하였다. 이러한 목적을 달성하기 위해 1)건설업재해중 매몰, 화사, 폭렬, 화상의 위험요인들을 파악하였고, 2)사고원인의 분류관점을 체계화하였으며, 3)작업유형과 사고의 주된 원인을 분석하여 안전관리의 합리화 방법론을 고찰하였다. 이러한 연구방법에 의해 본 연구의 결과는 다음과 같이 3가지로 요약하여 나타낼 수 있다. 1) 1993년부터 2009년까지 4타입의 건설업재해를 분석한 결과, 사고에 관련된 시설물은 43타입으로 파악되었다. 2) 매몰, 화사, 폭렬, 화상사고를 초래한 사고원인은 63타입으로 분석되었다. 3)사고가 발생한 작업유형은 29타입으로 나타났다.

• 한국산학기술학회논문지
• /
• 제15권3호
• /
• pp.1724-1733
• /
• 2014

본 논문에서는 비모노톤함수(non-monotone function)인 CosExp(cosine-modulated symmetric Exponential function) 함수와 모노톤함수(monotone function)인 시그모이드 함수를 캐스케이드 코릴레이션 알고리즘(Cascade Correlation algorithm)의 학습에 병행해서 사용하여 이중나선문제(two spirals problem)의 패턴인식에 어떠한 영향이 있는지 분석하고 이어서 알고리즘의 최적화를 시도한다. 첫 번째 실험에서는 알고리즘의 후보뉴런에 CosExp 함수를 그리고 출력뉴런에는 시그모이드 함수를 사용하여 나온 인식된 패턴을 분석한다. 두 번째 실험에서는 반대로 CosExp 함수를 출력뉴런에서 사용하고 시그모이드 함수를 후보뉴런에 사용하여 실험하고 결과를 분석한다. 세 번째 실험에서는 후보뉴런을 위한 8개의 풀을 구성하여 변형된 다양한 시그모이드 활성화 함수(sigmoidal activation function)를 사용하고 출력뉴런에는 CosExp함수를 사용하여 얻게 된 입력공간의 인식된 패턴을 분석한다. 네 번째 실험에서는 시그모이드 함수의 변위를 결정하는 세 개의 파라미터 값을 유전자 알고리즘을 이용하여 얻는다. 이 파라미터 값들이 적용된 시그모이드 함수들은 후보뉴런의 활성화를 위해서 사용되고 출력뉴런에는 CosExp 함수를 사용하여 실험한 최적화 된 결과를 분석한다. 이러한 알고리즘의 성능평가를 위하여 각 학습단계 마다 입력패턴공간에서 인식된 이중나선의 형태를 그래픽으로 보여준다. 최적화 과정에서 은닉뉴런(hidden neuron)의 숫자가 28에서 15로 그리고 최종적으로 12개로 줄어서 학습 알고리즘이 최적화되었음을 확인하였다.

• 정보과학회 논문지
• /
• 제43권10호
• /
• pp.1085-1093
• /
• 2016

커뮤니티 기반 질의 응답 시스템은 사용자 질의에 대한 정답을 인터넷 커뮤니티에 사용자들이 게시했던 문서 중에서 선택하여 제공하는 시스템이다. 기존 방법들은 질의 분석의 성능 향상을 위하여 목적 영역에 적합한 규칙을 구축하거나 일부 처리 과정에 기계 학습을 적용하였다. 하지만 기존 방법들은 적용 영역을 확장하거나 수정하는 경우 많은 비용이 소요되며 경우에 따라서는 시스템이 특정 영역에 과적합되는 경우가 발생한다. 본 논문에서는 커뮤니티 기반 질의-응답 시스템의 효과적인 처리를 위해서 시스템의 각 과정에 적합한 기계 학습 방법을 적용하여 전체 과정을 자동화하는 다중 기계학습 방법을 제안한다. 제안 시스템은 사용자 질의를 분석하는 부분과 정답 문서를 선택하는 부분으로 나눌 수 있다. 질의 분석 과정은 질의의 초점 구문을 분석하는 질의 핵심부 추출기와 질의의 주제를 분류하는 질의 유형 분류기로 구성하였으며, 전자는 조건부 무작위장을 사용하고 후자는 지지 벡터 기계를 사용한다. 정답 문서 선택에서는 유사도 측정에서 사용하는 가중치를 인공 신경망으로 학습한다. 또한 인터넷에 커뮤니티에 게시된 데이터는 형태소 분석 결과를 신뢰할 수 없는 경우가 많이 발생한다. 따라서 음절 자질을 사용하여 질의를 분석 단계에서 형태소 분석의 영향을 최소화하는 방법을 제안한다. 제안하는 시스템은 Mean Average Precision 기준으로 0.765, R-Precision 기준으로 0.872의 성능을 보여 기존 시스템보다 성능이 우수하다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.545-550
• /
• 2013

패턴 인식 분야에 있어서 데이터 분류는 해당 데이터에서 유용한 정보를 추출하기 위해서 반드시 수행해야 하는 과정 중 하나이다. AdaBoost 알고리즘은 Boosting 알고리즘을 실제 데이터 분석에 이용할 수 있도록 개량한 것으로, Random guessing이나 Random forest와 같이 정확한 결과를 도출할 확률이 50%보다 조금 높은 약한 분류기와 가중치 값의 조합을 통해 높은 분류 성능을 가지는 강한 분류기를 생성하는 방법을 뜻한다. 본 논문에서는 AdaBoost 알고리즘을 이용하여 비강수에코 중 강수에코와 그 특성이 유사하여 기상 예보를 수행하는 데 방해가 되는 채프에코를 식별하는 알고리즘의 구현에 대한 연구를 수행하였다. 기상 현상 관측을 위해 사용하는 레이더 데이터를 정적 클러스터링과 동적 클러스터링 과정을 통해서 유사도를 기반으로 한 클러스터를 생성한 후, 이를 예보관의 채프에코 판별 결과에 따라 채프에코와 비채프에코로 나누어 학습 데이터를 구성한 후 AdaBoost 알고리즘에 적용하여 분류기를 구현하였다. 제안한 AdaBoost 알고리즘의 성능을 검증하기 위하여 실제 채프에코가 발생한 레이더 데이터를 적용하였으며, 실험 결과를 통해서 제안한 알고리즘이 효과적으로 채프에코를 분류할 수 있음을 확인하였다.