• 한국가금학회지
• /
• 제42권2호
• /
• pp.139-145
• /
• 2015

본 실험은 감초와 구기자 복합제 수준별 급여가 육계의 생산성, 혈액성상, 면역성상 및 장내 미생물 균총에 미치는 영향을 조사하기 위하여 실시하였다. 육계(ROSS 308) 750수를 공시하여 3처리 5반복으로 반복당 50수씩 완전 임의 배치하여 자유 섭식하게 하였으며, 35일간 전기(0~21일), 후기(22~35일)로 나누어 실시하였다. 처리구는 HM 0.0, 0.5 및 1.0% 첨가구 총 3처리구로 구성하였다. 35일 시험결과, Stater 급여기간(0 to 21d) 동안에는 증체량은 사료 내 LF and GU mixture 수준이 증가할수록 유의하게 증가하였으며(quadratic, P<0.05), 사료 요구율 역시 유의하게 감소하였다(quadratic, P<0.05). 전 기간(0 to 35 d)에서는 증체량은 사료 내 HM 수준이 증가할수록 유의하게 증가하였으며(linear and quadraric, P<0.05), 사료 섭취량과 사료 요구율은 처리 간에 유의적인 차이는 나타나지 않았다. 반면, 혈액 성상 중 leukocytes 함량들은 모든 항목에서 유의적인 차이가 나타나지 않았으며, 혈장 IgG 함량은 사료 내 LF and GU mixture 수준이 증가함에 따라(quadratic, P<0.05) 증가하였다. 또한 유익균인 Lactobacillus 함량은 사료 내 LF and GU mixture 수준이 증가함에 따라(linear, P<0.05) 증가하였으며, 유해균인 Escherichia coli 함량은 감소하였다(quadratic, P<0.01). 결론적으로 LF and GU mixture은 육계의 성장 개선에 효과적이었으며, 면역성상 중 IgG를 향상시키는 효과와 장내 미생물 균총 환경 개선이 효과적이었다.

• 한국가금학회지
• /
• 제41권4호
• /
• pp.323-329
• /
• 2014

본 실험은 Cu-soy proteinate(Cu-SP)와 Herb-Mix(HBM)을 단독 또는 혼합급여가 산란계의 생산성, 혈액성상 및 면역체계에 미치는 영향을 조사하기 위해 실시하였다. 사양시험은 60주령의 산란계(Hy-Line Brown) 800수를 선별하여 A형 2단 4열 케이지에 대조구 포함 총 4처리구로 구성하여 처리 당 5반복, 반복당 40수씩(2수 수용 케이지 25개) 난괴법으로 임의 배치하였다. 시험 기간 동안 물과 사료는 자유 섭취하게 하였으며, 일반적인 점등 관리(자연일조+조명=16 hr)를 실시하였다. 처리구들은 대조구, Cu-SP(Cu-soy proteinate로 Cu 100 ppm 첨가구), HBM(지황 10%, 산약 10%, 당귀 20%, 오미자 5%, 감초 5%, 천궁 10%) 0.15% 첨가구, Cu-SP+HBM(Cu-spy proteinate로 Cu 100 ppm 첨가구+HBM 0.15%) 첨가구는 총 4 처리구였다. 5주간의 사양 실험 결과, 일계 산란율(Hen-day egg production)은 Cu-SP구와 HBM의 단독 급여가 대조구와 비교하여 유의적으로(P<0.05) 높았으며, 사료 섭취량, 사료 요구율, 난중, 연파란율은 처리구 간에 유의적인 차이가 나타나지 않았다. 난각 강도는 Cu-SP구가 대조구와 비교하여 유의적으로(P<0.05) 높았으며, 난각 두께, 난각색, 난황색, Haugh unit은 처리구 간에 유의적인 차이는 나타나지 않았다. Leukocyte 수치 중 백혈구 수치는 Cu-SP+HBM구가 HBM과 비교하여 유의적으로(P<0.05) 높았으며, 스트레스 지수는 Cu-SP구가 대조구와 HBM구와 비교하여 유의적으로(P<0.05) 높았다. IgG 함량은 첨가구들이 대조구와 비교하여(P<0.05) 유의적으로 높았음을 알 수 있었다. 결론적으로 Cu-SP와 HBM의 단독 또는 혼합급여는 둘 다 생산성을 증가시키며, 면역성상을 개선시키는 효과를 보여주었다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.347-358
• /
• 2019

램버시안 구름 모델(Lambertian Cloud Model)은 구름이 존재하는 대기의 연직 오존 분포를 효과적으로 산출하기 위해 사용되는 단순화된 구름 모델이다. 램버시안 구름 모델을 사용함으로써 복사 전달 모의에 필요한 구름의 광학적 특징들은 Optical Centroid Cloud Pressure(OCCP)와 Effective Cloud Fraction(ECF)으로 모수화되며, 각 모수의 정확도는 복사 모의 정확도에 큰 영향을 미친다. 하지만 OCCP 오차에 따라 발생하는 연직 오존 산출 오차는 복사 환경과 알고리듬 설정에 따라 다르게 나타나기 때문에 일반화가 매우 어렵다. 또한, OCCP 오차의 영향은 연직 오존 산출 과정에서 발생하는 다른 오차들과 혼재하기 때문에 이를 분석하는 것 또한 어렵다. 본 연구는 두 가지 방법을 사용하여 OCCP 오차로 인한 오존 산출 오차를 분석하였다. 첫 번째로, OCCP 오차가 최적 추정법(Optimal Estimation)에서 오존 산출에 미치는 영향을 모의하였다. 이를 위해 OCCP 오차에 따른 복사량 오차를 LIDORT 복사 모델로 산출하였다. 복사량 오차를 오존 산출 오차로 변환하기 위해 최적 추정법의 변환식에 복사량 오차를 대입하였고, 그 결과 OCCP를 100 hPa 높게 입력했을 때 전체 오존량이 약 2.7% 과대산출되는 것으로 나타났다. 두 번째로, 사례 분석을 통해 OCCP 오차로 인한 오존 오차를 확인하였다. 사례 분석을 위해 OCCP 오차를 가정하여 오존 산출 오차를 모의하였고, 이를 OMI 오존 프로파일 산출물인 PROFOZ 2005-2006의 사례에서 나타난 오존 오차와 비교하였다. 사례에서 나타난 오존 오차를 정의하기 위해서 이상적인 가정을 전제하였으며, 가정을 전제할 수 있도록 지표 반사도, 오존의 수평 변화율 등을 고려하여 비교적 안정적으로 오존 오차를 근사할 수 있는 49개의 사례를 선정하였다. 사례 분석 결과, 49개의 사례 중 27개(약 55%)의 사례에서 0.5 이상의 상관관계가 나타났다. 오존 프로파일 산출 특성을 고려하였을 때, 이러한 결과는 OCCP의 오차가 오존 프로파일 산출 정확도에 상당한 영향을 주고 있는 것으로 판명되었다.

• Journal of Animal Science and Technology
• /
• 제51권3호
• /
• pp.207-216
• /
• 2009

본 연구에서는 사료 내 복합 유기산제의 첨가급여가 육계 생산성, 맹장 미생물 균총, 혈액 특성 및 면역 활성에 미치는 영향을 조사하고 이를 통해 유기산의 성장촉진용 항생제 대체 가능성을 구명하고자 수행하였다. 1일령 육계 수평아리(Ross$\times$Ross 308) 480수를 공시하여 4처리, 4반복, 반복당 30수씩 배치하여 5주간 사양시험을 실시하였다. 시험구는 항생제 무첨가구, 항생제 첨가구(virginiamycin 10 ppm＋salinomycin 60 ppm)를 대조구로 하였으며, 시험사료에 유기산을 0.3% 및 0.5% 첨가하여 유기산 처리구를 두었다. 5주 종료체중, 증체량에 있어서 유기산 0.5% 처리구가 무항생제 처리구에 비해 유의하게 증가하였으며(P<0.05), 유기산 첨가 급여시 무항생제 처리구에 비해 사료 요구율이 유의하게 개선되었다(P<0.05). 도체율 및 조직의 상대적 중량에서는 처리구간 차이가 관찰되지 않았다. 소장 중량 및 길이는 항생제 첨가구가 다른 처리구에 비해 유의하게 감소하였으나(P<0.05), 유기산 처리구와 항생제 무첨가구간에는 차이가 없었다. 맹장 내 미생물 균총에 있어서 대조구인 항생제 첨가구와 유기산 처리구에서 맹장내 Coliform bacteria 및 Salmonella가 유의하게 감소하였으며 유산균에는 영향을 미치지 않았다. 혈액 내 총콜레스테롤, 중성지방, BUN, AST 및 ALT에 있어서는 통계적 유의성이 인정되지 않았다. Total protein 및 globulin 수치에 있어서는 항생제 첨가구 및 유기산 처리구가 항생제 무첨가구에 비해 유의하게 감소하였으며(P<0.05), albumin 수치에서는 차이가 없었다. 이로인해 항생제 첨가구 및 유기산 처리구의 혈청 내 albumin : globulin 비율이 항생제 무첨가구에 비해 유의하게 증가하는 결과를 보였다(P<0.05). WBC, heterophil, lymphocyte 및 스트레스 지표인 heterophil:lymphocyte 비율에 있어서 처리구간 차이가 관찰되지 않았으며, 비장 조직내 IL-2 및 IL-6 mRNA의 발현양상에 있어서도 유기산 첨가급여에 따른 변화는 관찰되지 않았다. 결론적으로 복합 유기산제의 육계 사료 내 첨가급여는 육계 생산성을 향상시키고, 유해균의 성장 및 증식을 억제하여 장내 미생물 균총의 안정화에 긍정적인 영향을 미치는 한편, 조직 발달 및 혈액 성상에 부정적인 영향을 미치지 않았다.

• 한국응용과학기술학회지
• /
• 제32권3호
• /
• pp.427-438
• /
• 2015

폭염에 노출된 육용오리에서 짧은 사슬지방산(short chain fatty acid, SCFA), 혈액 프로파일 및 생산성에 관한 베타인 800 ppm 함유사료의 급여시기 별 차이를 조사하였다. 오리 (Cherry valley, Anas platyrhynchos) 240 마리를 4처리 3반복(반복 당 20마리)으로 완전임의배치 한 후 42일 간 사육하였다. 4개의 처리구는 C(베타인 무첨가 폭염 대조군), T1(베타인 800 ppm 사료 무제한 급여군), T2(베타인 800 ppm 사료 오전 05:00-10:00, 오후 17:00-20:00 제한급여군), T3(베타인 800 ppm 사료 17:00-10:00 야간 제한급여군)로 구분하였다. 42일령 체중은 T2, T1, T3 순서로 베타인 사료 급여시기 처리구가 폭염 대조군에 비해서 증가하였으나 T1, T3 사이의 유의차는 없었다. 사료요구율은 베타인을 함유하지 않은 사료의 무제한 급여 폭염 대조군이 베타인 사료의 급여시기 처리군에 비해서 높았으나 T1, T2, T3 사이의 유의차는 없었다. PLT, MPV를 제외한 적혈구 및 혈소판의 프로파일은 베타인 함유사료를 급여하는 시기에 따라서 통계적인 유의차가 인정되었다. 혈액 $K^+$를 제외한 $Na^+$, $Cl^-$은 베타인 함유사료를 오전, 오후로 구분하여 급여해준 T2가 다른 두 개의 처리군에 비해서 유의하게 높았다. 혈액 가스는 T2가 다른 두 개의 처리군에 비해서 일반적으로 높은 경향을 보였다. 총 SCFA, 초산, 프로피온산은은 T2가 다른 두 개의 처리군에 비해서 높은 경향을 보였으나 이와 반대로 뷰티르산, 이소뷰티르산, 발레르산, 이소발레르산은 일반적으로 낮았다. 이상의 결과는 폭염에 노출된 오리에서 베타인 800 ppm을 함유하는 사료의 오전 05:00-10:00, 오후 17:00-20:00 급여가 베타인의 약리학적 기작을 통한 성장능력을 개선할 수 있음을 나타낸다.

• 한국가금학회지
• /
• 제48권3호
• /
• pp.143-150
• /
• 2021

본 연구는 육계 병아리 시기(0~7일령)에 조명의 조도 차이에 따른 생산성, 혈액 조성 및 스트레스 수준에 미치는 영향을 대하여 조사하였다. 육계(Ross 308) 초생추(48.0±0.2 g) 수컷 240수를 조도에 따라 3처리구(20, 30 및 50 lx)로 나누어, 처리구 당 4반복, 반복 당 20수를 완전임의 배치하였다. 7일령에 체중, 사료요구율, 가슴육과 간의 무게, 소장 길이를 측정하였으며, 혈액을 채취하여 혈구, 혈청 생화학 조성, corticosterone, IL-6 및 TNF-α을 분석하였다. 체중, 증체량, 가슴근육 및 간 무게는 20 lx 처리구보다 50 lx 처리구에서 유의적으로 높게 나타났으나(P<0.05), 사료 섭취량, 사료 요구량, 소장 길이는 유의적인 차이를 보이지 않았다. 혈구 분석 결과, 백혈구, 적혈구, 혈소판 조성, 혈청 생화학 성분(glucose 및 IP 제외)은 처리구 사이에서 유의적인 차이가 보이지 않았다. Corticosterone과 IL-6은 20 lx 처리구에서 높은 농도를 나타내었다(P<0.05). 결론적으로, 육계 병아리 시기에 조도를 50 lx로 처리하였을 때 증체량 및 가슴근육 비율이 증가하였으며, corticosterone 및 IL-6는 낮은 함량을 나타내었다. 따라서 병아리 시기의 높은 조도는 생산 능력, 스트레스 및 면역 상태를 개선하는 것으로 사료된다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.387-397
• /
• 2023

식물의 초장은 작물의 생육상태를 가시적으로 파악 할 수 있는 생육지표로 수량과 상관성이 높아 작물 육종이나 재배 연구에 널리 사용된다. 초장과 같은 작물의 생육특성 조사는 전통적으로 자를 이용하여 사람이 직접 조사하였으나 최근 센싱, 영상 기술이 발전하면서 작물의 생육을 효율적으로 조사하기 위해 생육계측 기술을 디지털 전환하려는 연구가 시도되고 있다. 본 연구에서는 넓은 범위에 걸쳐 정밀한 측정이 가능한 레이저 스캐너를 사용하여 다양한 질소 시비 수준에서 재배된 벼 군락의 높이를 측정하고 실측 초장과 비교 분석을 수행하였다. 군락의 높이는 레이저 스캐너로 수집된 포인트 클라우드의 상위 1% 점의 높이를 계산하여 측정하였다. 상위 1% 점의 높이를 이용하여 추정한 초장이 실측 초장과 가장 높은 결정계수를 보였고(R² = 0.93, RMSE = 2.73), 선형회귀식을 도출하 여 이를 근거로 레이저 스캐너로 측정된 군락의 높이를 실측 초장으로 변환하였다. 질소 시비 조건 및 생육 시기별로 수집된 실측 초장과 추정 값(레이저 스캐너로 측정된 군락 높이 기반으로 계산된 초장)을 종합하여 벼의 생육그래프를 도출한 결과, 레이저 스캐너 기반 초장 측정 기술이 벼의 초장과 생육을 평가하는데 충분히 활용될 수 있음을 확인할 수 있었다. 향후, 레이저 스캐너에서 도출된 3차원 영상은 작물 군락의 생육량 추정, 작물 초형 분석 등에 적용 가능할 것으로 판단되며, 기존 작물 생육조사 방식의 디지털 전환을 위한 기술로 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.