• 한국토양비료학회지
• /
• 제40권6호
• /
• pp.435-441
• /
• 2007

본 연구에서는 인공광원을 사용하는 능동형 지상광학센서(gNDVI, rNDVI)를 이용하여 질소수준 및 생육단계별 벼 식생지수변화를 알아보고, 식생지수와 벼 엽 질소함량과의 관계를 구명하여 벼 군락의 엽 질소함량을 추정하고자 하였다. 생육단계에 따른 식생지수 변화는 2005년, 2006년 모두 gNDVI, rNDVI값은 이앙기 이후 급속히 증가하다가 수잉기를 전후로 수확기에 이르기까지 감소하는 경향을 보였다. gNDVI값은 rNDVI값보다 엽 질소함량과의 상관계수가 높게 나타났고, 특히 벼 유수형성기 약 2주전에 상관계수가 높게 나타났으며, 엽 질소흡수량, 엽면적지수, 생체중, 건물중 등 다른 생육인자의 상관관계에서도 동일한 결과를 얻었다. 따라서 gNDVI와 엽 질소함량의 상호관계에서 결정계수는, 2005년과 2006년 결정계수에 각각 0.88, 0.94였고, 2년간의 전체자료에 대한 관계에서도 엽 질소함량 실측값은 추정값과 비교한 경향을 보이며 밀접한 관계를 보였다($R^2=0.86$). 이상의 결과로부터 gNDVI 식생지수는 이삭거름을 처리하기 전에 질소영양상태를 효과적으로 예측 할 수 있을 것으로 판단된다.

• 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.

• 한국산림과학회지
• /
• 제32권1호
• /
• pp.36-63
• /
• 1976

1974년(年) 천연(天然)소나무집단(集團)에 대한 유전적변이(遺傳的變異)를 분석(分析)하고져 먼저 경북(慶北) 청송군(靑松郡) 소재(所在) 주왕산(周王山)소나무림(林), 충남(忠南) 서산군(瑞山郡) 소재(所在) 안면도(安眠島) 소나무림(林), 그리고 강원도(江原道) 평창군(平昌郡) 소재(所在) 소나무림(林)을 대상(對象)으로하여 각(各) 집단(集團)에서 되도록 소면적(小面積)의 범위내(範圍內)에 서있는 소나무 개체(個體)를 각(各) 20주(株)씩 총 60주(株)를 택(擇)하여 그 모수(母樹)에 대한 형태학적(形態學的) 특성(特性)등을 조사측정(調査測定)하고 집단간(集團間)에 보이는 차이(差異) 그리고 한 집단내(集團內)에 있는 각개체수목(各個體樹木)의 형질(形質)을 조사보고(調査報告)한바 있다(제일보고문(第一報論文). 1974년(年) 가을에 가계별(家系別)로 종자(種字)을 채취(採取)하여서 가계별(家系別) 및 산지별(産地別)의 차이(差異)를 분석(分析)하고 동시(同時)에 그 종자(種字)를 파종하여서 1-0묘(苗) 및 1-1묘(苗)를 대상(對象)으로 생장인자(生長因子)에 대한 측정(測定)을 하고 그 유전력(遺傳力)을 계산(計算)해 보았다. 그밖에 엽록소함량(葉綠素含量) 또는 monoterpene등의 함량(含量)의 차이(差異)를 분석(分析)해 보았다. 종자(種字)의 형태학적(形態學的) 특성(特性)에 있어서는 집단간(集團間) 또 가계간(家系間)에 유의차(有意差)를 보이지 않는 것도 있었으나 대체(大體)로 유의차(有意差)가 인정(認定)되었다. 그리고 각형질간(各形質間)의 상관(相關)을 보았는데 구과폭(毬果幅)과 종자익(種字翼)의 폭(幅), 구과장(毬果長)과 종자익(種字翼)의 길이간(間), 그리고 구과(毬果) 생중량(生重量)과 종자중량간(種字重量間)에는 정(正)의 상관(相關)이 보였다. 묘고(苗高)와 근원경(根元徑)의 성장(成長)에 있어서는 가계간(家系間) 그리고 집단간(集團間)에 차이(差異)가 인정되었다. 묘고(苗高)의 유전력(遺傳力)은 집단(集團)의 평균치(平均値)를 가지고 분석(分析)하였다. 즉 집단(集團)에 관계(關係)되는 분산(分散)을 유전분산(遺傳分散)으로 보고서 유전력(遺傳力)을 계산(計算)해 보았는데 1-0묘(苗)의 묘고(苗高)에서는 0.29, 1-1묘(苗)에서는 0.14가 그리고 근원경(根元徑)에 있어서는 1-0묘(苗)는 0.15, 1-1묘(苗)에서는 0.06이였다. 기공열수(氣孔列數)에 있어서는 집단간차이(集團間差異)가 있었으나 거치밀도(鋸齒密度)에는 차이(差異)가 없었다. 침엽(針葉)의 특성(特性)에 관(關)해서는 모수(母樹)와 차대간(次代間)에 상관(相關)이 없었다. 엽록소함량(葉綠素含量)은 집단간차이(集團間差異)는 보였으나 가계간차이(家系間差異)는 없었다. monoterpene의 성분(成分)에 있어서는 myrcene과 ${\beta}$-phellandrene의 함량(含量)으로 집단차(集團差)를 볼 수 있었다.