• 방송공학회논문지
• /
• 제15권2호
• /
• pp.304-312
• /
• 2010

본 논문은 T-DMB 자동재난경보방송표준을 위한 재난 메시지 및 재난 메시지 분할 방법 설계에 대하여 기술한다. 재난 메시지는 T-DMB 수신기에 전달되는 메시지로서 재난경보를 위한 핵심적인 내용으로 구성한다. 이러한 내용 중 정형화가 가능한 내용은 코드화된 필드로 표현하고 비정형 내용은 단문으로 표현한다. 논문에서는 각 필드 설계를 위한 분석과 각 필드의 의미와 문법에 대해 기술한다. 다음으로 재난 메시지의 분할 방법에 대해 설명한다. 본 논문에서 정의한 재난 메시지의 크기는 대부분 FIG 최대 크기를 넘어 분할 계층이 필요하다. 하지만 현 지상파 DMB 송수신 정합 표준은 FIDC에서의 메시지 분할 방법을 정의하고 있지 않다. 이를 해결하기 위해 본 논문에서는 기존의 FIG type 0 메시지 분할 방법과 패킷모드 분할 전송 방법에 비해 잡음이 많은 환경에서도 유연하고 신속한 수신을 보장하는 방법을 제안하였다. 이러한 연구 결과 앞으로 시범 서비스를 통하여 추가적으로 개선해야 할 보완점을 파악하였다.

• 전자공학회논문지CI
• /
• 제38권6호
• /
• pp.1-17
• /
• 2001

시공간 데이터 모델은 공간과 시간 기능이 추가된 복합 객체를 기술하는 많은 응용 분야에서 이용될 수 있는 자료를 다룬다. 그러나 각 응용 분야를 위해 필요한 정보가 시공간 정보의 설계 단계에서 시간의 종류에 종속해서 지리정보가 다르게 표현될 수 있다. 이러한 다양한 필요성을 다루기 위해서는 지리정보를 시간 관점 하에서 기하학적 입장, 공간 관계 입장과 공간에 종속하는 속성의 입장으로 표현해야 한다. 이 논문에서는 지리정보시스템에 대한 객체들 사이의 관계와 속성에 대한 형식적 정의 문제를 제시하고 있다. 지리 자료는 지리-객체, 지리-필드로 분류되는데, 지리적 공간상에 존재하는 실제의 연속적이고, 이산적인 표현을 나타낸 것이다. 이 논문은 비지리-객체와 지리-객체 상에서 시간에 따른 속성의 변화와 관계 역할에 대해 연구하고자 한다. 따라서 이 연구결과는 지리-객체의 공간 클래스에 머문 기존 연구에 비지리-객체를 포함한 시공간 객체의 속성버전화 방법을 제안함으로써 시공간 객체 지향 클래스 설계상에서의 효율성에 기여한다.

• 한국간호교육학회지
• /
• 제27권2호
• /
• pp.175-185
• /
• 2021

Purpose: The aim of this study was to identify core keywords and topic groups in the 'Gestational diabetes mellitus (GDM) and Breastfeeding' field of research for better understanding research trends in the past 20 years. Methods: This was a text-mining and topic modeling study composed of four steps: 1) collecting abstracts, 2) extracting and cleaning semantic morphemes, 3) building a co-occurrence matrix, and 4) analyzing network features and clustering topic groups. Results: A total of 635 papers published between 2001 and 2020 were found in databases (Web of Science, CINAHL, RISS, DBPIA, RISS, KISS). Among them, 3,639 words extracted from 366 articles selected according to the conditions were analyzed by text network analysis and topic modeling. The most important keywords were 'exposure', 'fetus', 'hypoglycemia', 'prevention' and 'program'. Six topic groups were identified through topic modeling. The main topics of the study were 'cardiovascular disease' and 'obesity'. Through the topic modeling analysis, six themes were derived: 'cardiovascular disease', 'obesity', 'complication prevention strategy', 'support of breastfeeding', 'educational program' and 'management of GDM'. Conclusion: This study showed that over the past 20 years many studies have been conducted on complications such as cardiovascular diseases and obesity related to gestational diabetes and breastfeeding. In order to prevent complications of gestational diabetes and promote breastfeeding, various nursing interventions, including gestational diabetes management and educational programs for GDM pregnancies, should be developed in nursing fields.

• 한국조경학회지
• /
• 제44권5호
• /
• pp.1-11
• /
• 2016

최근 정원과 정원설계에 대한 사회적 관심이 급증하고 있다. 하지만 '정원'이라는 용어의 사용범위가 엄청나게 넓고 복잡하며, 그에 따른 정원에 관한 개념 정립에 대한 연구는 거의 이루어지지 않고 있다. 따라서, 본 연구에서는 광범위한 문헌연구와 빅데이터 분석을 통해 정원의 시대적 의미를 파악하고, 그 변화 패턴을 설명하고자 하였다. 과거 정원은 내 집 마당과 뜰과 같이 사적인 영역부터 집 밖의 들까지 광범위하였지만, 경제개발 이후 주거환경이 변하여 주로 사적인 영역에 정원이 조성되면서 범위가 축소되었다. 또, 자연과 사람의 상호작용을 위한 공간으로서 역할을 하는, 정원과 성격이 비슷한 도시공원의 도입으로 인해 정원과 공원의 경계가 모호해지고, 정원의 개념에 혼란이 시작되었다. 결국 정원은 인간을 대상으로 하고, 정원의 정의는 자연과학, 사회학 및 문화학 등 여러 분야의 총합으로 다양하게 이해될 수밖에 없다. 정원의 시대적 정의에 대해 논의하는 것은 정원의 개념적 범위를 파악하여 정원과 관련된 연구에 시사점을 줄 수 있으며, 이 연구에 사용된 빅데이터를 활용한 연구는 다른 유사한 연구, 특히 조경분야의 의미론 연구의 방법으로 기여할 수 있다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.219-240
• /
• 2018

감성사전은 감성 어휘에 대한 사전으로 감성 분석(Sentiment Analysis)을 위한 기초 자료로 활용된다. 이와 같은 감성사전을 구성하는 감성 어휘는 특정 도메인에 따라 감성의 종류나 정도가 달라질 수 있다. 예를 들면, '슬프다'라는 감성 어휘는 일반적으로 부정의 의미를 나타내지만 영화 도메인에 적용되었을 경우 부정의 의미를 나타내지 않는다. 그렇기 때문에 정확한 감성 분석을 수행하기 위해서는 특정 도메인에 알맞은 감성사전을 구축하는 것이 중요하다. 최근 특정 도메인에 알맞은 감성사전을 구축하기 위해 범용 감성 사전인 오픈한글, SentiWordNet 등을 활용한 연구가 진행되어 왔으나 오픈한글은 현재 서비스가 종료되어 활용이 불가능하며, SentiWordNet은 번역 간에 한국 감성 어휘들의 특징이 잘 반영되지 않는다는 문제점으로 인해 특정 도메인의 감성사전 구축을 위한 기초 자료로써 제약이 존재한다. 이 논문에서는 기존의 범용 감성사전의 문제점을 해결하기 위해 한국어 기반의 새로운 범용 감성사전을 구축하고 이를 KNU 한국어 감성사전이라 명명한다. KNU 한국어 감성사전은 표준국어대사전의 뜻풀이의 감성을 Bi-LSTM을 활용하여 89.45%의 정확도로 분류하였으며 긍정으로 분류된 뜻풀이에서는 긍정에 대한 감성 어휘를, 부정으로 분류된 뜻풀이에서는 부정에 대한 감성 어휘를 1-gram, 2-gram, 어구 그리고 문형 등 다양한 형태로 추출한다. 또한 다양한 외부 소스(SentiWordNet, SenticNet, 감정동사, 감성사전0603)를 활용하여 감성 어휘를 확장하였으며 온라인 텍스트 데이터에서 사용되는 신조어, 이모티콘에 대한 감성 어휘도 포함하고 있다. 이 논문에서 구축한 KNU 한국어 감성사전은 특정 도메인에 영향을 받지 않는 14,843개의 감성 어휘로 구성되어 있으며 특정 도메인에 대한 감성사전을 효율적이고 빠르게 구축하기 위한 기초 자료로 활용될 수 있다. 또한 딥러닝의 성능을 높이기 위한 입력 자질로써 활용될 수 있으며, 기본적인 감성 분석의 수행이나 기계 학습을 위한 대량의 학습 데이터 세트를 빠르게 구축에 활용될 수 있다.