• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.45-69
• /
• 2016

최근에 빅 데이터를 활용하여 감성을 측정하는 시도가 활발히 이루어지고 있다. 통신 매체와 SNS의 발달로 기업은 국민의 감성을 파악하고 즉시 대응해야할 필요성이 생겼다. 우리나라의 경제는 대기업에 대한 의존도가 높기 때문에 10대 기업에 대한 감성분석은 의미가 있다고 할 수 있다. 이러한 측면에서 본 연구는 다 범주를 기준으로 구축한 감성사전을 활용하여 우리나라 10대 기업에 대한 감성을 분석하였다. 빅 데이터를 이용하여 감성을 분석한 기존의 선행연구는 감성을 차원으로 분류하는 경향이 있다. 차원적 감성으로 감성을 분류하는 것은 분류의 기준이 학술적으로 증명되었기에 감성 분석에 주로 사용되어 왔지만 전문가 정도의 지식이 있어야 분류할 수 있어 보편적인 감성을 대변하는 데 비효과적이기에 보완이 필요하다고 할 수 있다. 개별 범주적 감성은 이 점을 보완할 수 있는 분류 방식으로 일정 수준의 주관성이 개입되지만 보편적으로 느낄 수 있는 감성을 측정하는데 효과적이다. 따라서 본 연구는 보편적인 감성의 측정을 위해 감성을 차원으로 분류하지 않고 개별 범주로 분류하여 9가지 영역으로 나누었다. 선행 연구에서 추출한 9가지 범주에 해당하는 감성 단어에 기초하여 감성사전을 구축하였으며 감성 단어가 검출된 빈도를 기준으로 감성을 분석했다. 대상 데이터는 2014년 1월부터 2016년 1월까지 우리나라 10대 기업에 대하여 축적된 뉴스 데이터이다. 대상 데이터에서 검출된 감성 단어의 빈도를 기준으로 각 기업에 대한 감성 순위를 나누고 분포를 확인하였다. 기업에 따라서 감성이 다를 수 있는지, 특정 사건이 각 기업에 대한 감성에 영향을 줄 수 있는지 가설을 세우고 검정하였다. 결론적으로, 다 범주 감성 사전을 활용한 감성 분석은 기업 간 비교와 시점 간 비교에 유의한 것으로 나타났다. 본 연구는 빅 데이터에 산재해있는 감성을 국민의 시각으로 측정하는 하나의 대안으로서 의의가 있다.

• 자원환경지질
• /
• 제39권4호
• /
• pp.369-384
• /
• 2006

유라시아판 동남쪽에 위치한 한반도는 판경계로부터 수백 km 떨어진 판내지역에 해당하며, 판내부 지진은 판경계부에서의 지진에 비해 발생하는 지진에 비해 숫자가 상대적으로 적고 크기도 작을 뿐만 아니라 발생 위치도 매우 불규칙한 편이다. 이는 단층의 활동주기가 매우 길다는 것을 의미하므로, 약 2,000년 동안의 지진역사가 기록되어 있는 우리나라는 이들 자료를 정확히 분석하여 역사시대 동안에 발생한 지진의 활동도 및 특성 등을 규명하여야 한다. 역사지진의 자료에 의하면 지진활동은 조선 중기 즉 16-18 세기에 특히 활발했으며 높은 지진활동의 기간은 중국 북동부와 일치하고 있다. 이는 이 두지역의 지진활동이 밀접하게 연관되어 있음을 시사한다. 역사지진 및 계기지진 자료에 의하면 대체로 서해안쪽이 활발하며, 한반도 남동부에서 서북서 방향으로 활발한 양상을 보여준다. 우리나라에서의 근대적 지진관측은 1905년 최초로 인천관측소가 설치되어 광복이전 6개소의 지진관측소를 운영하였다. 그 후 지진관측 공백기를 거쳐 1963년 서울에 세계표준지진계가 설치되었으며 1990 년 초에 기상청은 중앙집중식 12개소의 관측소를 본격적으로 운영하기 시작하였다. 그 후 지속적인 확장을 통해 기상청에서는 속도계관측소 35개소, 가속도 관측소 75개소를, 한국지질자원연구원은 32개소의 속도계관측소, 16개소의 가속도 관측소를, 한국원자력안전기술원은 4개소의 속도계 및 가속도 관측소를, 한국전력연구원은 13개소의 속도계 및 기속도 관측소를 운영하고 있다..27개 지진의 발생원인을 분석한 결과 한반도 및 인접지역에서 발생한 지진의 대부분은 주향이동 단층 운동에 의한 메카니즘과 다소의 역단층 운동이 첨가된 단층운동 특성을 보여준다. 한반도 및 주변에서 단층작용을 일으킨 주응력 방향은 거의 수평한 동북동-서남서 방향으로 같은 판내 지역인 북동부 중국 지역의 주응력 방향과 매우 유사하고 동해 동부와는 상당한 차이를 보인다. 이는 한반도 및 그 주변에서 지진을 일으키는 주응력은 동쪽에서 유라시아판 밑으로 침강하는 태평양판의 영향뿐만 아니라 서남쪽에서 충돌하는 인도판의 영향도 상당히 작용하는 것으로 해석된다. 지각 속도구조는 지진이 발생한 진원의 위치와 지진규모를 정확히 알아내는데 필수적이다. 그 동안 국내 지진관측망 미비, 한반도 내부의 낮은 지진 발생 빈도 등의 이유로 양질의 지진자료를 구하기 어려워 지진자료를 이용한 지각속도 구조에 대한 연구가 극히 제한적으로 이루어질 수밖에 없었다. 그러나 최근에 국내의 여러 지친관측망에서 축적된 지진기록과 반사 및 굴절 탄성파 탐사를 수행하여 종합적으로 지각 속도구조를 규명하기 시작하였다. 이와 같은 인공발파를 이용한 지각속도구조를 규명하기 위해서는 많은 인원과 예산을 필요로 하므로 관련분야의 전문가들의 적극적인 참여가 필요한 상황이다.

• 한국해양학회지:바다
• /
• 제23권4호
• /
• pp.153-178
• /
• 2018

운용용으로 사용되는 대부분의 풍속자료는 10 m 기준 고도에서 측정 또는 생산된 자료이다. 이 연구는 이어도 해양과학기지 42.3 m 고도의 옥상 등대에서 측정 중인 풍속을 기준 고도의 풍속으로 변환시켜 국립해양조사원 누리집을 통해 실시간으로 제공하기 위한 사전 연구이다. 이를 위해 2015년에 이어도 기지에서 관측한 풍속을 대표적인 네 종류의 풍속 변환식 - 멱법칙식, 두 종류의 중립벽 로그법칙식(항력계수형, 거칠기 높이형), 대기 안정도 효과를 고려한 벽 로그법칙모델(안정도 고려 거칠기 높이형) -에 적용하였다. 관측 바람을 평가하는데 많이 사용되는 '안정도 고려 거칠기 높이형' 벽 로그법칙모델의 결과와 나머지 풍속 변환식 결과들을 서로 비교하였다. 그 결과 '거칠기 높이형' 벽 로그법칙식과 '안정도 고려 거칠기 높이형' 벽 로그법칙모델 간 편향과 평균 제곱근 편차는 각각 $-0.001m\;s^{-1}$와 $0.122m\;s^{-1}$로 가장 낮아 실시간 현업 운용 측면에서 상호 보완적으로 이 두 변환식을 함께 사용하는 것이 바람직하다는 결론을 도출하였다. 또한 이어도 해역에서 조석에 의한 풍속 관측 고도 변화가 풍속 변환에 미치는 영향을 분석하였다. 이들 변환식에 대한 조석 효과 고려 전후에 대한 비교 실험 결과, 편향과 평균 제곱근 편차는 각각 <$0.0001m\;s^{-1}$와 <$0.012m\;s^{-1}$로 그 영향은 미미하였다. 대기 표면 거칠기 높이를 사용하는 '거칠기 높이형' 벽 로그법칙식과 '안정도 고려 거칠기 높이형' 벽 로그 법칙모델을 이용하여 간편 풍속 변환식의 필수 입력값인 표면 거칠기 높이 값의 적절성에 관해 논의하였으며, 풍속 변환 정확도를 향상시킬 수 있는 표면 거칠기 높이 계산식을 제시하였다. 또한 인공위성 산란계(ASCAT) 풍속자료와 네 종류의 중립 연직 풍속 변환식들의 결과를 비교하여 이들 중 '안정도 고려 거칠기 높이형' 벽 로그법칙모델에서 안정도 항을 뺀 풍속 변환 모델의 정확도가 더 낫다는 결과를 제시하였다. 끝으로 이들 종래 $25m\;s^{-1}$ 이하 풍속에 최적화된 풍속 변환식들로부터 바람 항력계수를 산정 분석하여 강풍(${\geq}33m\;s^{-1}$) 환경에서도 적합한 풍속 변환식으로 개선 필요성에 관해 논의하였다.

• 화약ㆍ발파
• /
• 제9권1호
• /
• pp.3-13
• /
• 1991

발파에 의한 지반진동의 크기는 화약류의 종류에 따른 화약의 특성, 장약량, 기폭방법, 전새의 상태와 화약의 장전밀도, 자유면의 수, 폭원과 측간의 거리 및 지질조건 등에 따라 다르지만 지질 및 발파조건이 동일한 경우 특히 측점으로부터 발파지점 까지의 거리와 지발당 최대장약량 (W)간에 깊은 함수관계가 있음이 밝혀졌다. 즉 발파진동식은 $V=K{\cdot}(\frac{D}{W^b})^n{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (1) 여기서 V ; 진동속도, cm /sec D ; 폭원으로부터의 거리, m W ; 지발 장약량, kg K ; 발파진동 상수 b ; 장약지수 R ; 감쇠지수 이 발파진동식에서 b=1/2인 경우 즉 $D{\;}/{\;}\sqrt{W}$를 자승근 환산거리(Root scaled distance), $b=\frac{1}{3}$인 경우 즉 $D{\;}/{\;}\sqrt[3]{W}$를 입방근환산거리(Cube root scaled distance)라 한다. 이 장약 및 감쇠지수와 발파진동 상수를 구하기 위하여 임의거리와 장약량에 대한 진동치를 측정, 중회귀분석(Multiple regressional analysis)에 의해 일반식을 유도하고 Root scaling과 Cube root scaling에 대한 회귀선(regression line)을 구하여 회귀선에 대한 적합도가 높은 쪽을 택하여 비교, 검토하였다. 위 (1)식의 양변에 log를 취하여 linear form(직선형)으로 바꾸어 쓰면 (2)式과 같다. log V=A+BlogD+ClogW ----- (2) 여기서, A=log K B=-n C=bn (2)식은 다시 (3)식으로 표시할 수 있다. $Yi=A+BXi_{1}+CXi_{2}+{\varepsilon}i{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$(3) 여기서, $Xi_{1},{\;}Xi_{2} ;(두 독립변수 logD, logW의 i번째 측정치. Yi ; ($Xi_1,{\;}Xi_2$)에 대한 logV의 측정치 ${\varepsilon}i$ ; error term 이다. (3)식에서 n개의 자료를 (2)식의 회귀평면으로 대표시키기 위해서는 $S={\sum}^n_{i=1}\{Yi-(A+BXi_{1}+CXi_{2})\}\^2$을 최소로하는 A, B, C 값을 구하면 된다. 이 방법을 최소자승법이 라 하며 S를 최소로 하는 A, B, C의 값은 (4)식으로 표시한다. $\frac{{\partial}S}{{\partial}A}=0,{\;}\frac{{\partial}S}{{\partial}B}=0,{\;}\frac{{\partial}S}{{\partial}C}=0{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (4) 위식을 Matrix form으로 간단히 나타내면 식(5)와 같다. [equation omitted] (5) 자료가 많아 계산과정이 복잡해져서 본실험의 정자료들은 전산기를 사용하여 처리하였다. root scaling과 Cube root scaling의 경우 각각 $logV=A+B(logD-\frac{1}{2}W){\;}logV=A+B(logD-\frac{1}{3}W){\;}\}{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (6) 으로 (2)식의 특별한 형태이며 log-log 좌표에서 직선으로 표시되고 이때 A는 절편, B는 기울기를 나타낸다. $\bullet$ 측정치의 검토 본 자료의 특성을 비교, 검토하기 위하여 지금까지 발표된 국내의 몇몇 자료를 보면 다음과 같다. 물론, 장약량, 폭원으로 부터의 거리등이 상이하지만 대체적인 경향성을 추정하는데 참고할수 있을 것이다. 금반 총실측자료는 총 88개이지만 환산거리(5.D)와 진동속도의 크기와의 관계에서 차이를 보이고 있어 편선상 폭원과 측점지점간의 거리에 따라 l00m말만인 A지역과 l00m이상인B지역으로 구분하였다. 한편 A지역의 자료 56개중, 상하로 편차가 큰 19개를 제외한 37개자료와 B지역의 29개중 2개를 낙외한 27개(88개 자료중 거리표시가 안된 12월 1일의 자료3개는 원래부터 제외)의 자료를 computer로 처리하여 얻은 발파진동식은 다음과 같다. $V=41(D{\;}/{\;}\sqrt[3]{W})^{-1.41}{\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (7) (-100m)(R=0.69) $V=124(D{\;}/{\;}\sqrt[3]{W})^{-1.66){\;}{\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots\cdots}$ (8) (+100m)(R=0.782) 식(7) 및 (8)에서 R은 구한 직선식의 적합도를 나타내는 상관계수로 R=1인때는 모든 측정자료가 하나의 직선상에 표시됨을 의미하며 그 값이 낮을수록 자료가 분산됨을 뜻한다. 본 보고에서는 상관계수가 자승근거리때 보다는 입방근일때가 더 높기 때문에 발파진동식을 입방근($D{\;}/{\;}\sqrt[3]{W}$)으로 표시하였다. 특히 A지역에서는 R=0.69인데 비하여 폭원과 측점지점간의 거리가 l00m 이상으로 A지역보다 멀리 떨어진 B지역에서는 R=0.782로 비교적 높은 값을 보이는 것은 진동성분중 고주파성분의 상당량이 감쇠를 당하기 때문으로 생각된다.

• 한국작물학회지
• /
• 제8권1호
• /
• pp.129-177
• /
• 1970

수도작에 있어서 수량성의 향상과 경영의 합리화률 기하기 위한 집단재배의 기술체계를 확립하고자 지역과 지대별로 임의선정된 18개소에서 집단재배와 개별재배를 한 수도에 대하여 경종 및 생육ㆍ수량구성요소의 변이를 조사연구하였으며 460개소의 집단재배와 개별재배에 대하여 경종ㆍ경영 및 조직운영등을 비교조사하고 집단재배와 개별재배의 경제성을 분석하여 그 결과를 요약하면 아래와 같다. 1. 집단재배와 개별재배의 경종 및 생육ㆍ수량형질에 관하여 연구한 결과는 다음과 같다. (1) 육묘에 있어서 집단재배가 비료의 3요소 특히 인산과 가리의 사용량이 많았고 약제살포의 횟수도 많았다. (2) 본답에 있어서의 경종기술은 집단재배가 개별재배보다 ${\circled1}$ 이앙기가 빨랐고 ${\circled2}$ 재식밀도에 있어서 1주당 재식묘수는 적으나 단위면적당의 포기수는 많으며 \circled3 시비량은 질소, 인산, 가리 및 퇴비의 시용량이 현저히 많았고 ${\circled4}$ 분시횟수도 많았으며 ${\circled5}$ 살충제 및 살균제의 살포횟수도 역시 집단재배에서 많았다. (3) 도북의 정도는 집단재배가 약간 더 하였고 병해충의 발생정도는 잎도열병, 목도열병 그리구 멸구, 이화명충 1화기 및 2화기의 발생이 집단재배가 적었다. (4) 집단재배를 한 수도의 간장 및 수장은 길고 고중도 무거웠다. 그리고 조고비율은 집단재배에 있어서 80.9%, 개별재배가 69.9%로서 높은 유의차가 있었다. (5) 수량구성요소인 수수와 1수평균영화수가 집단재배에서 현저히 많았고 현미 1000립중도 무거웠으며 등숙율은 개별농가의 벼와 차이가 없었고 그 변이계수는 집단재배가 개별재배에 비하여 모두 작은 값을 보였다. (6) 현미수량은 평균 10a당 집단재배 459.0kg, 개별재배 374.8kg으로서 84.2kg이나 전자가 많았으며 그들간의 변이계수는 집단재배에서 작게 나타났다. (7) 기간재배기술과 수량구성요소의 상관관계에 있어서 고도의 유의상관을 보인 것은 파종기와 1수영화수, 못자리 약제살포횟수와 1수영화수, 이앙기와 1수영화수, 본답의 인산시용량과 수량, 본답의 가리시용량과 등숙율, 분시횟수와 수량등에서 정(+)상관을 보였고 파종기와 등숙율간에는 부(-)상관을 보였다. 2. 집단재배와 개별재배의 경종\ulcorner경영 및 조직운영에 대하여 종합적으로 조사비교한 결과는 다음과 같다. (1) 집단재배의 품종수는 13개이고 개별재배에서는 47품종으로서 개별재배가 품종의 단순화를 기하지 못하고 있다. (2) 육묘기술에 있어서 비료3요소 특히 인산과 가리의 시용량이 많았고 약제살포횟수가 많다는 것은 1ㆍ의 실험결과와 같으며 이밖에 집단재배의 경우에는 종자소특이 100% 실시되었으며 파종량도 3.3$m^2$당 표준파종량인 3.6～5.4이 파종이 많이 실시되었으나 개별재배에서는 박파와 밀파가 많아 파종량의 변이가 컸었다. (3) 이앙기, 재식밀도, 병충해방제, 약제살포횟수, 시비량 및 분시횟수등은 1.의 결과와 같으며 추경 및 객토와 동력경운기의 사용은 집단재배에서 많았으며 이앙방식은 종전의 정방형식에서 극단적인장방형식으로 많이 바뀌었으며 물관리에 있어서는 중각낙수와 간단관수가 비교적 많이 실시되었다. (4) 현미수량은 평균 10a당 집단재배가 466kg이고 개별재배는 380kg으로서 전자가 86kg 많았다. (5) 병충해방제작업이 집단재배에서 집단방제로 많이 실시되었고 종자소독도 80% 이상의 공동으로 이루어 졌으며 수확, 수확물의 운반, 탈곡, 논갈이 작업등도 개별재배에서 보다 많이 공동으로 이루어졌다. (6) 집단재배에서 객토 및 퇴비의 사용이 현저히 많았으며 그 작업도 공동으로 이루어진 비율이 높고 또한 노동력의 투입도 많았다. (7) 육묘 및 본답의 물관리작업은 집단재배가 개별재배보다 노동력의 투입이 적었다. (8) 비료, 농약 및 노동력등의 비용가액은 집단재배가 개별재배보다 많았으며 약 2배에 가까웠다. (9) 경영규모는 3ha로부터 7ha 이상의 범위에 있으며 5ha내외의 것이 많았고 1개소의 집단재배는 10～20개 정도의 필지로 되어있는 것이 대부분이었다. (10) 경영자 및 경작자의 학력은 집단재배의 회장, 재배반장, 방제반장 및 수리반장 모두 국민학교졸업 이상이 93.7%이며 개별재배는 83%를 보였고 그들의 연령은 40～45세가 가장 많으며 이러한 경향은 양자가 비슷하였다. (11) 집단재배의 운영에 관한 주요설문에 대한 경작자들의 반응은 집단재배를 함으로서 확실히 수량은 증가하였는데 이것은 시비법개선과 병충해방제의 효과가 가장 컸다고 생각하는 사람이 많았고 집단재배를 함으로서 영농자재의 입수와 모든 작업이 적기에 이루어 졌다고 하는 것이 많았다. 또한 경작노력은 적게 들었다는 것이 66.8%이며 이앙노력은 집단재배가 오히려 더 들었다는 것 그리고 관의 간섭이 많았다는 것 등이 특이한 것이며 집단재배의 계속을 원하는 농가가 74.5%이고 원치 않은 농가가 25.5%였었다. 3. 집단재배와 개별재배의 경제성을 분석한 결과는 다음과 같다. (1) 경영비의 비용가액중 퇴비, 금비, 농약대 및 고용노임은 집단재배에 있어서 개별재배보다 각각 335원, 199원, 388원 및 303원이 더 투입되어 큰 차이를 보였으나 기타생산비목들은 집단재배와 개별재배간에 큰 차이가 없었다. (2) 총수익에서 경영비를 뺀 소득은 집단재배에서 24,302원이였고 개별재배에서는 20,168원으로 집단재배에서 10a당 4,134원의 소득증대를 나타내었다. 본 연구에서 수도집단재배는 새로운 기술의 적용도를 높이고 경영의 합리화를 기하여 안전다수확으로 개개 농가의 소득증대에 기여하였을 뿐만아니라 농민에게 새 기술의 적용이 유익했다는 실증을 보여 줌으로서 농민 스스로의 생산과정에 파급적이며 영속적인 변화를 촉진시킬것이라는 또 하나의 결론을 얻었다.

• 한국산림과학회지
• /
• 제70권1호
• /
• pp.7-16
• /
• 1985

임목(林木)의 주체성인(主體成因)인 수간(樹幹)에 대한 각종(各種) 성장인자간(成長因子間)의 정준상관(正準相關)과 그의 관계적(關係的) 배경(背景) 및 수간(樹幹)의 총합적(總合的)인 변동분석(變動分析)에 의(依)한 수간적(樹幹的) 특징(特徵)을 파악(把握)함에 있어, 그의 최적기법(最適技法)을 탐색(探索)하기 위한 시도(試圖)로서 일본(日本)잎갈나무(Larix leptolepis)에 주성분(主成分) 및 정준상관분석법(正準相關分析法)을 도입적용(導入適用)하고, 얻어진 결과(結果)를 다음과 같이 요약(要約)한다. 1) 정형수(正形數)($x_8$)를 제외(除外)한 모든 성장인자(成長因子) 즉(卽), 수고(樹高)($x_1$), 지하고(枝下高)($x_2$), 망고(望高)($x_3$), 흉고직경(胸高直徑)($x_4$), 중앙직경(中央直徑)($x_5$), 수관폭(樹冠幅)($x_6$) 및 간재적(幹材積)($x_7$) 등(等)의 각(各) 인자간(因子間)에 강약간(強弱間)의 상관(相關)이 있으며, 특(特)히 흉고직경(胸高直徑), 수고(樹高) 및 중앙직경(中央直徑) 등(等)은 간재적(幹材積)과 고도(高度)의 상관(相關)이 있다(표(表) l 참조(參照)). 2) (1) 상장성장인자(上長成長因子)인 수고(樹高), 지하고(枝下高) 및 망고(望高) 등(等)의 합성변량(合成變量)과 간재적간(幹材積間), (2) 비대성장인자(肥大成長因子)인 흉고직경(胸高直徑), 중앙직경(中央直徑) 및 수관폭(樹冠幅) 등(等)의 합성변량(合成變量)과 간재적간(幹材積間), (3) 상장(上長) 및 비대성장인자(肥大成長因子)를 총망라(總網羅)한 6개인자(個因子)의 합성변량(合成變量)과 간재적간(幹材積間)의 정준상관계수(正準相關係數)와 정준변량(正準變量)이 각각(各各) $${(1)\;{\gamma}_{u1,v1}=0.82980^{**},\;\{u_1=1.00000x_7\\v_1=1.08323x_1-0.04299x_2-0.07080x_3}\\{(2)\;{\gamma}_{u1,v1}=0.98198^{**},\;\{u_1=1.00000x_7\\v_1=0.86433x_4+0.11996x_5+0.02917x_6}\\{(3)\;{\gamma}_{u1,v1}=0.98700^{**},\;\{u_1=1.00000x_7\\v1=0.12948x_1+0.00291x_2+0.03076x_3+0.76707x_4+0.09107x_5+0.02576x_6}$$ 등(等)과 같이 되어, 어느 경우(境遇)에서도 고도(高度)의 정준상관(正準相關)을 가지며, (1)의 경우(境遇)에는 수고(樹高)가, (2)의 경우(境遇)에는 흉고직경(胸高直徑)이, (3)의 경우(境遇)에는 흉고직경(胸高直徑)과 수고(樹高)가 각각(各各)의 정준상관(正準相關)에 절대적인 기여(寄與)를 하는 것으로서, 각종(各種) 질적성장(質的成長)의 총합특성(總合特性)은 이들 인자(因子)의 막강한 영향력(影響力)에 의해서 형성(形成)되며, 특(特)히 (3)의 경우에서 간재적(幹材積)과의 정준상관(正準相關)에 미치는 흉고직경(胸高直徑)의 영향력(影響力)은 기타(其他)의 인자(因子)에 비(比)하여 판이(判異)하게 큰 것으로 밝혀지고 있다(표(表) 2 참조(參照)). 3) 상장성장인자(上長成長因子)인 수고(樹高), 지하고(枝下高) 및 망고(望高) 등(等)의 합성변량(合成變量)과 비대성장인자(肥大成長因子)인 흉고직경(胸高直徑), 중앙직경(中央直徑) 및 수관폭(樹冠幅) 등(等)의 합성변량간(合成變量間)의 정준상관계수(正準相關係數)와 정준변량(正準變量)이 $${\gamma}_{u1,v1}=0.78556^{**},\;\{u_1=1.20569x_1-0.04444x_2-0.21696x_3\\v_1=1.09571x_4-0.14076z_5+0.05285z_6$$와 같이 됨에 따라, 각종 상장성장인자(上長成長因子)와 비대성장인자간(肥大成長因子間)의 고도(高度)의 정준상관(正準相關)에 있어 수고(樹高)와 흉고직경(胸高直徑)만의 기여도(寄與度)가 극(極)히 현저한 것으로서, 상장성장(上長成長)의 총합특성(總合特性)은 수고(樹高)에 의해서, 비대성장(肥大成長)의 총합특성(總合特性)은 흉고직경(胸高直徑)에 의해서 각각(各各) 형성(形成)된다는 사실(事實)이 확인(確認)된 것이다. 따라서 양인자(兩因子)에 대한 간재적계측(幹材積計測)에 있어서의 필수유력인(必須有力因子)로서의 과학성(科學性)이 입증(立證)된 것이라 생각한다(표(表) 2 참조(參照)). 4) 수간(樹幹)의 8개성장인자(個成長因子) 즉(卽), 8차원(次元)의 정보(情報)(특성치(特性値))를 설정(設定)된 유효목표(有效目標) 85%에 따라 3차원(次元)으로 간략화(簡約化)된 총합특성치(總合特性値) 즉(卽), 제(第) 1 ~ 제(第) 3 주성분(主成分)은 다음과 같다. 제(第) 1 주성분(主成分)($Z_1$); $Z_1=0.40192x_1+0.23693x_2+0.37047x_3+0.41745x_4+0.41629x_5+0.33454x_60.42798x_7+0.04923x_8$ 제(第) 2 주성분(主成分)($Z_2$) ; $z_2=-0.09306x_1-0.34707x_2+0.08372x_3-0.03239x_4+0.11152x_5+0.00012x_6+0.02407x_7+0.92185x_8$ 제(第) 3 주성분(主成分)($Z_3$) ; $Z_3=0.19832x_1+0.68210x_2+0.35824x_3-0.22522x_4-0.20876x_5-0.42373x_6-0.15055x_7+0.26562x_8$ 제(第) 1 주성분(主成分)($Z_1$)은 기여율(寄與率)이 63.26%나 되는 매우 높은 정보흡수력(情報吸收力)을 가진 "크기의 인자(因子)(size factor)"로서, 그의 주성분득점(主成分得點)(principal component score)은 인자부하량(因子負荷量)이 매우 높은 간재적(幹材積), 흉고직경(胸高直徑), 중앙직경(中央直徑) 및 수고(樹高) 등(等)에 의해써 결정(決定)되며, 제(第) 2 주성분(主成分)($Z_2$)은 입체적(立體的) 형상(形狀)의 지표(指標) 즉(卽), 수간(樹幹)의 입체적(立體的) 상사성(相似性)과 완구도(完溝度)를 나타내주는 "형상(形狀)의 인자(因子)(shape factor)"로서, 그의 score는 정형수(正形數)의 절대적(絶對的)인 영향력(影響力)에 의(依)해서 형성(形成)되며, 제(第) 3 주성분(主成分)($Z_3$)은 상장성장(上長成長)과 비대성장(肥大成長)과의 역관계(逆關係)의 현상(現象) 즉(卽), 수간(樹幹)의 세장(細長)(또는 굵고 짧음)의 정도를 표시(表示)하는 성장형상(成長形狀)의 지표(指標)로서, 이는 제(第) 2의 "형상(形狀)의 인자(因子)"가 된다. 이상(以上) 3개주성분(個主成分)은 그의 누적기여율(累積寄與率)이 88.36%로서 만족스러운 정보흡수역량(情報吸收力量)을 지니고 있다(표(表) 3 참조(參照)). 5) 본(本) 연구(硏究)에 적용(適用)된 주성분(主成分) 및 정준(正準) 상관분석법(相關分析法)은 적극적(積極的)인 이용개발(利用開發)에 따라서는 삼림계측(森林計測)(임목성장(林木成長)), 지위판정분류(地位判定分類), 삼림(森林) 및 임산업(林産業)의 경영진단(經營診斷), 임산가공(林産加工)(품(品))의 생산관리(生産管理) 및 기지(其地) 총합특성치(總合特性値)의 산정(算定)을 필요(必要)로 하는 분야(分野)에 많은 기여(寄與)가 있을 것으로 사료(思料)된다.

• 마케팅과학연구
• /
• 제18권2호
• /
• pp.19-45
• /
• 2008

본 연구는 인터넷쇼핑몰 비주얼 머천다이징의 주요차원을 고객이 쇼핑몰에 진입한 후 정보탐색과 대안평가를 거치는 등의 쇼핑과정을 토대로 AIDA모형 관점에서 점포, 제품, 촉진에 초점을 맞추었다. VMD의 주요차원(primary dimensions)으로는 점포디자인, 머천다이징, 그리고 머천다이징단서로 구분하였다. 선행연구 결과를 토대로 점포다자인의 하위차원으로는 차별성, 간결성, 위치확인성을, 머천다이즈의 하위차원으로는 제품구색, 명성, 정보성을, 그리고 머천다이징단서의 하위차원으로는 제품추천 및 링크를 설정하여 VMD태도와의 관계를 탐색적으로 조사하였다. 연구결과 이들 세 차원은 종속변수에 유의한 정의 영향을 미치는 것으로 나타났다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• Applied Biological Chemistry
• /
• 제20권1호
• /
• pp.66-80
• /
• 1977

사과 증류주(apple One spirit) 숙성에 있어서 국산 참나무의 품종이 fine spirit숙성 술통재로서의 적성여부를 검토하는 기초적 연구의 일환으로 본 연구를 실행하여 다음과 같은 결과를 얻었다. 1. 양조 원료를 대체 할 수 있는 과실로서 현재 대량생산 되는 과실의 화학분석 결과는 다음과 같다. 사과 : (Apple) (Malus pumila Miller var domestica Schneider) 중 홍옥(Jonathan)은 총당 13.95%, 총산 0.46%, 휘발산 0.012%, pectin 0.20%, 국광(Ralls)은 총당 13.35%, 총산 0.43%, 휘발산 0.011%, pectin 0.455%이었다. 2. 사과중에는 당분과 산 이외에 cellulose, pectin, hemicellulose 등 때문에 사과즙수을이 떨어짐으로 Aspergillus niger SUAFM-430의 xylanase와 amylase, Aspergillus niger SUAFM-6의 cellulase, pectinase를 사과즙에 처리하여 사과즙의 수율을 향상시켰다. 그리고 이황산 처리로 과즙중 여러 미생물을 살균하고 배양효모로서 발효능이 우수한 sacharomyces cerevisiae var. ellipsoidens Rasse Johannisberg II (SUAFM-1018)을 사용하여 사과주를 양조하였다. 사과주(Apple wine)는 원료에 대한 수율이 $86{\sim}87%$이고 Jonathan, Ralls가 ethanol 13.5%, extract분 5.4%, methanol $0.04{\sim}0.05%$이었다. 3. 사과주의 증류수(fine spirit) 제조는 단식증류법(Pot still)으로 2회 증류로서 실험하였다. 사과(apple) fine spirit는 apple wine mash에 대한 수율이 86.6%이고, 홍옥(Jonathan) fine spirit는 pH 4.1, 국광(Ralls) fine spirit는 pH 4.2이었다. 4. 사과주를 증류하여 제조한 fine spirit를 숙성시키기 위하여 국산 참나무 24품종을 나무의 심재(心材) (Inner part)와 변재(邊材) (Outer part)를 사용하여 fine spirit의 숙성융통제를 선발하는 실험을 하였다. 참나무 24품종과 그의 심재, 변재 별로 참나무의 절편(oaa chip) $(1{\times}1{\times}5cm)$을 만들고 oakchip 2개를 각 fine spirit 300ml씩 들은 640ml용맥주병에 담그고, 6개월간 숙성시키면서 색, 향기, 맛 등을 조사하였다. A. 숙성용술통재 선발의 1차 screen결과로서 색추출속도가 우수한 참나무 품종은 다음 순서와 같다. 갈참나무(심재) Quercus aliena Blume(Inner part), 굴참나무(변재) Q variabilis Blume (Outer part), 갈참나무(변재) Q. aliena Blume (Outer part), 졸참나무(심, 변재) Q. serrata Thumb (Inner & Outer part), 신갈참나무(변, 심재) Q. mongolca Fisher (Outer & Inner part), 상수리 나무(변, 심재) Q. acutissima Carruthers (Outer & Inner part)의 순서등 5품종을 선정하였다. B. 숙성온도별 영향으로서 실온 $24{\sim}25^{\circ}C,\;30^{\circ}C,\;45^{\circ}C$ 별로 각 fine spirit에 oak chip을 넣고 숙성시킨 결과 $45^{\circ}C$에서 숙성시킨 것이 가장 숙성이 촉진 되었고 다음이 $30^{\circ}C$, 다음이 실온에서 한 순서의 경향이었다. C. 투명한 삼각후라스크에 각 fine spirit에 oak chip을 담그고 자외선 조사를 하여 3개월간 숙성 시켰드니 숙성효과가 contral구 보다 거의 2배가 촉진하는 흥미있는 사실을 확인하였다. D. 사과주에서 증류한 fine spirit 300ml에 2개의 oak chip을 담그어 숙성시킴에 있어 oak chip의 여러성분이 fine spirit에 용출되여 나오는 정도가 fine spirit의 pH에 중요한 관계가 있음을 알았다. E. 선정된 5개 품종의 oak chip과 블란서 참나무 술통재(Limousin white oak from France)를 control로 하여 각 사과주를 증류한 fine spirit에 2개의 oak chip($1{\times}1{\times}5cm$)을 담그고 실온, $(24{\sim}25^{\circ}C)$, $30^{\circ}C,\;45^{\circ}C$, 실온에서 자외선조사 하면서 각각 6개월간 매일주일 마다 진탕하면서 숙성시켰다. 6개월간 수성시킨 fine spirit(young brandy)의 관능 검사 결과는 다음과 같다. 불란서 oak chip의 실온 숙성한 fine spirit 하고 비슷한 것은 참갈나무 chip을 넣은 사과의 young bandy($45^{\circ}C$에서 숙성함)이었고 갈참나무 chip을 넣고 실온에서 UV-ray 조사한 사과의 young brandy는 불란서 oak chip의 실온 숙성한 young brandy 보다는 약간 떨어지지만 그런대로 국산 참나무를 각 fine spirit 숙성용으로 이용할 가치가 있음을 알았다.