• 한국가축번식학회지
• /
• 제9권1호
• /
• pp.9-30
• /
• 1985

The study was carried out to find out the changes of the sex hormone levels in the milk of Holstein cows during the reproductive stages such as the estrous cycle, pregnancy and periparturient period. The FSH, LH, estradiol-17$\beta$ and progesterone from the milk samples were assayed by radioimmunoassay methods. The results of this study were summarized as follows: 1. The levels of progesterone and estradiol-17$\beta$ were similar among inter-quarters, but they were higher in after milking than before milking times, with no statistical significance. 2. The milk progesterone levels during the estrous cycles reached a peak mean level of 3.55$\pm$0.26ng/$m\ell$ at 15 days after estrus and they did not show any differences among the length of estrous cycles. The estradiol-17$\beta$ levels during the estrous cycles showed a peak level of 36.40$\pm$2.38pg/$m\ell$ at estrus, and decreased(17.20$\pm$0.46 pg/$m\ell$ to 18.65$\pm$1.26pg/$m\ell$) at luteal phase. 3. The FSH levels during the estrous cycles ranged from 2.25$\pm$0.23mIU/$m\ell$ to 4.35$\pm$0.24mIU/$m\ell$ showing significant changes. The LH levels during the estrous cycles gradually increased and remained a peak level of 10.90$\pm$0.36mIU/$m\ell$ from 20 to 25 days after estrus. 4. The progesterone levels during the pregnancy were decreased from 30 to 60 days after artificial insemination, and therafter continuously increased until 240 days. The estradiol-17$\beta$ levels during the pregnancy were 24.56$\pm$1.19pg/$m\ell$ at day 30 after artificial inseminaton, and increased rapidly until 180 days. The levles were agagin decreased by 26.17$\pm$3.03pg/$m\ell$ until 210 days and markedly increased by 68.00$\pm$8.70pg/$m\ell$ until 240 days. 5. The prolactin levels during the pregnancy were 31.27$\pm$2.31ng/$m\ell$ and 42.60$\pm$2.37ng/$m\ell$ at day 150 and 240 after artificial insemination respectively. The LH levels during the pregnancy reached a peak of 27.47$\pm$7.90mIU/$m\ell$ at day 30 after artificial insemination, and thereafter gradually decreased. 6. The progesterone levels during the periparturient period reached a peak of 4.61$\pm$0.34ng/$m\ell$ at day 3 prepartum, and thereafter gradually decreased, and showed 2.05$\pm$0.60ng/$m\ell$ at day 7 postpartum. The estradiol-17$\beta$ levels during the periparturient period showed high level from 207.23$\pm$6.04pg/$m\ell$ at day 1 prepartum to 239.90$\pm$13.90pg/$m\ell$ at day 2 prepartum, and thereafter began to decline and reached 51.87$\pm$1.72pg/$m\ell$ at by 7 postpartum. 7. The prolactin levels during the periparturient period showed relatively higher level at the time of parturition. The LH levels during the periparturient period rnage from 6.32$\pm$0.32mIU/$m\ell$ to 13.90$\pm$1.37mIU/$m\ell$ showing significant changes. 8. The progesterone levels(4.6$\pm$0.8ng/$m\ell$) of the pregnant cows were significantly higher than those (1.84$\pm$1.4ng/$m\ell$) of nonpregnant cows. The cows of artificial insemination from 61 to 90 days after parturition showed higher progesterone levels. 9. During 20 to 25 days after artificial insemination, the accuracy of pregnancy diagnosis from milk progesterone levels were 94.4% for nonpregnant cows(<2.3ng/$m\ell$), and 75.0% for pregnant cows( 3.2ng/$m\ell$). The average overall accuracy of pregnancy prediction for nonpregnant and pregnant cows 83.3% 10. The results obtained this study suggest that the understanding of the endocrinological mechanisms by means of milk hormone analysis during the estrous cycle, pregnancy and parturition would give the basic information needed for increasing efficiency of reproduction. This study would not only provide an accurate method of the early pregnancy diagnosis by milk progesterone levels but also contribute to the research of providing the method of detecting of FSH levels in milk, which was difficult in blood serum.

• Tuberculosis and Respiratory Diseases
• /
• 제46권4호
• /
• pp.542-547
• /
• 1999

연구배경: 전산화 단층 촬영(CT)에 의한 폐암의 종격동 림프절전이 판정은 폐암의 치료계획과 예후 결정에 중요하다. 일반적으로 종격동 림프절의 장경이 15mm 이상이면 폐암 전이로 인정하는 방법이 정확도가 양호하다고 한다. 림프절의 크기가 증가하기 이전의 미소전이 시에는 CT로서의 전이가 인정되지 못한다. 특히 폐암의 조직병리학적 구분에 의한 폐 선암은 다른 폐암보다 미소전이와 원격전이가 잘 되므로, 비선암에 비해 종격동 림프절 전이가 있더라도 CT상에 림프절 크기의 증가가 뚜렷하지 않으리라 생각된다. 이에 저자들은 폐암의 종격동 림프절 전이의 판정 기준으로 CT상의 일정 크기 이상의 기준을 일률적으로 적용하는 것보다는 미소전이가 잘 되는 선암은 비선암보다 림프절 크기의 증가 기준이 낮아야 한다는 생각아래 그 실태를 파악하였다. 방 법: 대상은 원광대학병원에서 원발성 비소세포 폐암으로 진단받고, 근치적 폐암 절제술을 실시받는 60례이다. 남녀비는 남자 46명, 여자 14명이었고, 중간 연령은 61.5세였다. 조직병리학적 구분은 편평상피암이 41례, 대세포암 2례, 선암 17례이다. TNM 병기상 I기가 23례 II기가 24례 IIIA기가 13례였다(Table 1). 수술전 CT상의 림프절 크기와 수술 후 병리학적으로 전이가 확인된 림프절의 크기를 상호 비교하여 비선암 및 선암의 경우에 있어서 각각의 전이 림프절 크기의 차이를 확인한다. 그리고 각 폐암별로 림프절 장경 기준 15mm, 10mm를 각각 폐암 전이기준으로 하였을 때의 예민도, 특이도, 정확도를 계산하여 서로 비교하였다. 결 과: CT상 림프절 장경 10mm 이상인 림프절군에서 수술후 조직병리학상 폐암의 전이가 인정된 림프절의 평균 장경은 비선암군이 16.0($\pm8.0$)mm, 선암군이 12.0($\pm3.2$)mm로서 통계화적으로 유의하게 선암군의 림프절 장경이 비선암군의 림프절 장경보다 작았다(p<0.05). 종격동 림프절의 장경 15mm이상을 폐암 전이로 인정할 경우에 예민도, 특이도, 양성예측율, 음성예측율, 정확도가 비선암군이 54%, 100%, 100%, 83%, 86%였으며 선암군은 43%, 90%, 75%, 69%, 71%였다(Table 2). 종격동 림프절의 장경 10mm 이상을 폐암 전이로 인정할 경우에 예민도, 특이도, 양성예측율, 음성예측율 정확도가 비산암군이 65%, 77%, 61%, 92%, 79%였으며 선암군은 100%, 80%, 78%, 100%, 88%였다(Table 3). 결 론: 선암군에 있어서 종격동 림프절 장경 10mm를 기준으로 하였을때의 폐암 전이 인정의 정확도가 88%로서, 15mm를 기준으로 하였을때의 79%보다 양호함을 확인할 수 있었다.

• 한국초지조사료학회지
• /
• 제32권3호
• /
• pp.301-308
• /
• 2012

본 연구는 근적외선분광법의 현장 이용성 및 이탈리안 라이그라스 원물 사일리지의 신속한 품질평가를 위한 근적외선 검량식을 개발하기 위하여 전국에서 이탈리안 라이그라스 사일리지 약 450여 점을 수집하였다. 각각의 시료는 근적외선 분광기를 이용하여 스펙트럼을 측정한 후 측정된 스펙트럼과 실험실 분석값 간에 상관관계를 이용한 다변량회귀분석법을 통하여 검량식을 유도한 다음 각 성분별로 예측 정확성을 평가하였다. 이탈리안 라이그라스 원물 사일리지의 수분 함량에 대한 검량식 개발 결과는 검량식 작성시 표준오차(SEC)가 0.94% ($R^2$=0.99)로 매우 우수한 정확성을 보였으며 개발된 검량식의 상호검증(SECV) 결과는 1.27% ($R^2$=0.98)로 나타났다. ADF, NDF 및 조단백질 함량 평가를 위해 개발된 검량식의 상호검증(SECV) 결과는 각각 1.26% ($R^2$=0.88), 2.0% ($R^2$=0.84) 및 0.96% ($R^2$=0.93)으로 나타났으며 조회분함량 평가에 대한 검량식 개발 결과는 다소 낮은 정확성(SECV 0.72%, $R^2$=0.62)을 나타내었다. 사일리지의 발효품질의 주요 평가항목인 pH와 젖산함량 평가에 대한 검량식 개발결과(SEC)는 각각 0.41 ($R^2$=0.85), 0.18% ($R^2$=0.92)로 나타났으며 개발된 검량식의 상호검증 결과(SECV)는 각각 0.56 ($R^2$=0.78), 0.31%(0.81)로 나타났다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.143-159
• /
• 2015

불확실한 환경변화에 대처하고 장기적 전략수립을 위해 기업에게 있어서 IT 트렌드에 대한 예측은 오랫동안 중요한 주제였다. IT 트렌드에 대한 예측을 기반으로 새로운 시대에 대한 인식을 하고 예산을 배정하여 빠르게 변화하는 기술의 추세에 대비할 수 있기 때문이다. 해마다 유수의 컨설팅업체들과 조사기관에서 차년도 IT 트렌드에 대해서 발표되고는 있지만, 이러한 예측이 실제로 차년도 비즈니스 현실세계에서 나타났는지에 대한 연구는 거의 없었다. 본 연구는 현존하는 빅데이터 기술을 활용하여 서울지역을 중심으로 지난 8개월동안(2013년 5월1일부터 2013년12월31까지) 정보통신산업진흥원과 한국정보화진흥원에서 2012년 말에 발표한 IT 트렌드 토픽이 언급된 21,589개의 트윗 데이터를 수집하여 분석하였다. 또한 2013년에 나라장터에 올라온 프로젝트들이 IT트렌드 토픽과 관련이 있는지 상관관계분석을 실시하였다. 연구결과, 빅데이터, 클라우드, HTML5, 스마트홈, 테블릿PC, UI/UX와 같은 IT토픽은 시간이 지날수록 매우 빈번하게 언급되어졌으며, 이 같은 토픽들은 2013년 나라장터 공고 프로젝트 데이터와도 매우 유의한 상관관계를 가지고 있는 것을 확인할 수 있었다. 이는 전년도(2012년)에 예측한 트렌드들이 차년도(2013년)에 실제로 트위터와 한국정부의 공공조달사업에 반영되어 나타나고 있는 것을 의미한다. 본 연구는 최신 빅데이터툴을 사용하여, 유수기관의 IT트렌드 예측이 실제로 트위터와 같은 소셜미디에서 생성되는 트윗데이터에서 얼마나 언급되어 나타나는지 추적했다는 점에서 중요한 의의가 있고, 이를 통해 트위터가 사회적 트랜드의 변화를 효율적으로 추적하기에 유용한 도구임을 확인하고자 할 수 있었다.

• 한국수자원학회논문집
• /
• 제54권10호
• /
• pp.795-805
• /
• 2021

본 연구는 소양강댐 유역을 대상으로 LSTM 기반의 일유출량 추정 딥러닝 모형을 개발한 후, 모형구조 및 입력자료의 다양한 조합에 대한 모형의 정확도를 살폈다. 첫 12년(1997.1.1-2008.12.31) 동안의 유역평균 일강수량, 일기온, 일풍속 (이상 입력), 일평균 유량 (출력)으로 이루어진 데이터베이스를 기반으로 모형을 구축하였으며, 이후 12년(2009.1.1-2020.12.31) 동안의 자료를 사용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)와 RMSE를 살폈다. 가장 높은 정확도를 보인 조합은 64개의 은닉유닛을 가진 LSTM 모형 구조에 가능한 모든 입력자료(12년치의 일강수량, 일기온, 일풍속)를 활용한 경우로서 검증기간의 NSE와 RMSE는 각각 0.862와 76.8 m³/s를 기록하였다. LSTM의 은닉유닛이500개를 초과하는 경우 과적합으로 인한 모형의 성능 저하가 나타나기 시작했으며, 1000개를 초과하는 경우 과적합 문제가 두드러졌다. 12년치의 일강수만 입력자료로 활용한 경우에도 매우 높은 성능(NSE=0.8~0.84)의 모형이 구축되었으며, 한 해의 자료만을 활용하여 학습한 경우에도 충분히 활용 가능한 정확도(NSE=0.63~0.85)를 가진 모형을 구축할 수 있었다. 특히 유량의 변동성이 큰 한 해의 자료만을 활용하여 모형을 학습한 경우 매우 높은 정확도(NSE=0.85)의 모형이 구축되었다. 학습자료가 중유량과 양극한의 유량을 모두 포함한 경우라면 5년 이상의 입력자료는 모형의 성능을 크게 개선시키지 못했다.

• 한국초지조사료학회지
• /
• 제39권2호
• /
• pp.114-120
• /
• 2019

본 연구는 근적외선분광법을 이용한 조사료품질 검사의 현장 이용성을 확대하기 위하여 기존 사일리지 중심의 근적외선 DB에 저 수분 함량의 근적외선 DB를 추가하여 저 수분 조사료의 품질평가 가능성을 검토하고 통합된 동계사료작물 단일의 근적외선 검량식을 개발하기 위하여 전국에서 동계사료작물 조사료 2454점을 수집하였다. 각각의 시료는 근적외선 분광기를 이용하여 스펙트럼을 측정한 후 측정된 스펙트럼과 실험실 분석값간에 상관관계를 이용한 다변량회귀분석법을 통하여 동계사료작물 초종별로 검량식을 유도한 다음 각 성분별로 예측 정확성을 평가하였다. 초종별 동계사료작물의 수분함량 예측에 대한 검량식 작성 결과는 검량식 작성시 표준오차(SEC)와 상호검증표준오차(SECV)는 이탈리안 라이그라스가 각각 1.16%($R^2=0.99$)와 1.27%($R^2=0.99$)로 가장 우수한 예측능력을 보였으며 통합된 동계사료작물은 1.53%($R^2=0.99$)와 1.59%($R^2=0.99$)로 매우 양호한 예측능력을 나타냈다. ADF와 NDF함량 평가를 위해 개발된 검량식의 초종별 상호검증(SECV) 결과는 청보리가 각각 1.47%($R^2=0.75$)와 2.07%($R^2=0.52$)로 가장 낮게 나타났다. 조단백질 함량은 청보리(SECV=0.64%, $R^2=0.61$)를 제외하고는 모든 초종에서 양호한 예측능력을 보였으며 특히 통합된 동계사료작물(SECV=0.61%, $R^2=0.93$)이 가장 높은 예측결과를 나타냈다. 조회분 함량 평가에 대한 검량식 검증결과는 청보리(SECV=0.75%, $R^2=0.61$)와 호밀(SECV=0.81%, $R^2=0.68$)이 다소 낮은 예측 정확성을 나타냈으며 통합된 동계사료작물(SECV=0.45%, $R^2=0.90$)이 가장 높은 예측결과를 나타냈다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 한국환경생태학회지
• /
• 제34권6호
• /
• pp.589-600
• /
• 2020

효과적인 보호구역의 보전 관리를 위해서는 외래종의 정착 모니터링 및 확산 위험에 대한 저감 노력이 수반되어야 한다. 본 연구는 울진에 위치한 산림유전자원보호구역(2,274ha)에서 조사된 외래식물 분포 정보를 대상으로 활용도가 높은 세가지 종분포모형(Bioclim, GLM, MaxEnt)을 활용하여 외래식물의 잠재출현지역을 모의하였고, 모의 결과를 비교하여 지역적 지리 및 생태 관리 특성이 반영된 현실성 및 적합성 높은 종분포모형을 선발하였다. 분석에서 예측된 외래식물의 출현지역은 실제 분포와 같이 도로 같은 선형 경관 요소를 따라 분포하는 경향이었으며, 일부 벌채지가 포함되었다. 본 연구에서 적용한 각 모형의 예측력과 정확도를 통계적으로 비교한 결과, GLM과 MaxEnt 모형은 대체로 높은 예측력과 정확도를 보였지만, Bioclim 모형은 낮았다. Bioclim은 가장 넓은 면적을 출현예상지역으로 계산하였고, GLM, 그리고 MaxEnt 순으로 면적이 작았다. 모의 결과의 현상학적 검토에서는 GLM과 Bioclim 모형은 표본 수에 따라 예측력이 크게 영향을 받는 것으로 나타났고, 표본 수와 관계없이 가장 일관성 높은 모형은 MaxEnt로 평가되었다. 종합적으로, 본 연구에 사용된 모형 중 외래식물 분포 예측을 위한 최적 모형은 MaxEnt 모형인 것으로 판단되었다. 본 연구에서 제시한 정밀 생물종 분포 자료 기반의 모델 선발 접근 방식은 산림생태계 보호구역의 보전 관리 및 지역 특성이 반영된 현실적이고 정교한 모델 발굴 연구에 도움이 될 것이다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.