• 한국방재학회 논문집
• /
• 제2권1호
• /
• pp.135-141
• /
• 2002

내진설계에 이용되는 지반진동과 관련된 주요 입력자료는 지진재해도 및 지반 응답스펙트럼 등이 있고 이러한 지진재해도 및 지반 응답스펙트럼을 평가하기 위하여 지역특성에 고유한 감쇠식이 필수적이다. 지역특성에 적합한 지반진동 감쇠식의 계수를 결정하기 위해 지진원 변수 및 지진파 전달특성 변수가 반드시 필요하고 본 논문에서는 지진원 변수 및 지진파 전달특성 변수를 평가하였다. 지진원 변수 및 지진파 전달특성 변수는 관측 지반 지진동에 대해 비선형적인 지배방정식을 이루고 있는 모델을 이용하였다. 이러한 비선형 지배방정식에 대한 수치해석 알고리즘을 통하여 지진원 변수 및 지진파 전달특성 변수 전체를 동시에 구하였다. 지반진동 자료는 주로 한반도 동남부 지역에서 발생하여 경상분지 주변 관측망에서 관측된 지반진동 자료를 이용하였다. 분석결과에 의하면 3개 지진원의 모멘트 지진규모(Mw)는 각각 2.9, 3.1 및 3.2로 분석되었다. 또한 3개 지진원의 코너 주파수는 각각 8.2, 6.9 및 8.3 Hz로 분석되었다. 그리고 지각 심부의 비탄성 감쇠율(Qo) 및 주파수 지수값 (${\eta}$)은 약 211 및 0.63으로 평가되었다. 지각 천부의 비탄성 감쇠율(${\kappa}$)은 각각의 관측소에서 약 0.02에서 약 0.06의 범위의 값을 가지고 있는 것으로 평가하였다. 결론적으로 하부지각 및 상부 지각의 비탄성 감쇠율 값을 미국 중동부와 서부와 비교할 경우 미국의 서부지역과 유사한 값을 보여주었다. 또한 지진원의 특성도 응력강하값 만을 고려한다면 역시 미국의 서부지역과 유사한 값을 보여주었다.TEX>의 범위로서 관측치와 거의 일치하였다. 그리고 분석유역의 양수 전의 모의발생분석 결과를 이용하여 지하등수두분포와 유속벡터를 산정한 결과 지하수 유동분포는 높은오름과 문석이오름 등에서 월랑봉, 용눈이오름 및 손자봉 등 각 방향으로 고르게 유출되고 있는 것으로 분석되었다. 이러한 분석결과는 MODFLOW모델과 비교할 때 일치된 결과를 나타내었다.기 등 벼 생육의 질적인 변화를 보이는 시기에 따라 나누어 분석하는 것이 변화추이를 더 잘 설명하는 것으로 나타났다. 모든 군에서 법랑질에 대한 광중합 복합레진의 미세전단 결합강도는 화학중합 복합레진보다 통계학적으로 높게 나타났다 (p < 0.05). 4. 모든 접착제와 법랑질 계면은 긴밀한 접합을 나타내어 화학중합 복합레진과 접착제 간에 비적합성이 나타나지 않았다.이를 나타내었다. (F = 49.705, p = 0.000) 3. B-IM군의 Ra 증감율은 F 군에 비해 210.72%감소되었으며, B-8 군과 B-15군의 Ra 증감율은 B-IM군에 비해 각각 35.49%와 51.35% 증가되었다. 4. FE-SEM 관찰에서 B-IM 군은 매우 평활한 복합레진 표면을 나타내었고, B-8 군은 전체적으로 평활한 복합레진 표면을 보였지만 표면에 수직으로 아주 얕은 흠집을 나타내었다. B-15 군은 복합레진 표면의 중앙에서 B-8군보다 더 넓고 불규칙한 수직의 흠집을 나타내었고, B-18군은 복합레진 표면 전체에 넓은 흠집을 나타내었다.교적 낮은 농도의 영양염류를 가지고 있고, 많은 처리수량을 요구하는 부영양화된 저수지의 수질개선을 위해서는 높은 수리학적 부하조건에서 시간당 정화량을 늘리는 관리방법이

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.73-92
• /
• 2014

기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.149-169
• /
• 2020

현 정부의 주요 국책사업 중 하나인 도시재생 뉴딜사업은 매년 100 곳씩, 5년간 500곳을대상으로 50조를 투자하여 낙후된 지역을 개발하는 것으로 언론과 지자체의 높은 이목이 집중되고 있다. 그러나, 현재 이 사업모델은 면적 규모에 따라 "우리동네 살리기, 주거정비지원형, 일반근린형, 중심시가지형, 경제기반형" 등 다섯 가지로 나뉘어 추진되어 그 지역 본래의 특성을 반영하지 못하고 있다. 국내 도시재생 성공 키워드는 "주민 참여", "지역특화" "부처협업", "민관협력"이다. 성공 키워드에 따르면 지자체에서 정부에게 도시재생 사업을 제안할 때 지역주민, 민간기업의 도움과 함께 도시의 특성을 정확히 이해하고 도시의 특성에 어울리는 방향으로 사업을 추진하는 것이 가장 중요하다는 것을 알 수 있다. 또한 도시재생 사업 후 발생하는 부작용 중 하나인 젠트리피케이션 문제를 고려하면 그 지역 특성에 맞는 도시재생 유형을 선정하여 추진하는 것이 중요하다. 이에 본 연구는 '도시재생 뉴딜 사업' 방법론의 한계점을 보완하기 위해, 기존 서울시가 지역 특성에 기반하여 추진하고 있는 "2025 서울시 도시재생 전략계획"의 도시재생 유형을 참고하여 도시재생 사업지에 맞는 도시재생 유형을 추천하는 시스템을 머신러닝 알고리즘을 활용하여 제안하고자 한다. 서울시 도시재생 유형은 "저이용저개발, 쇠퇴낙후, 노후주거, 역사문화자원 특화" 네 가지로 분류된다 (Shon and Park, 2017). 지역 특성을 파악하기 위해 총 4가지 도시재생 유형에 대해 사업이 진행된 22개의 지역에 대한 뉴스 미디어 10만여건의 텍스트 데이터를 수집하였다. 수집된 텍스트를 이용하여 도시재생 유형에 따른 지역별 주요 키워드를 도출하고 토픽모델링을 수행하여 유형별 차이가 있는 지 탐색해 보았다. 다음 단계로 주어진 텍스트를 기반으로 도시재생 유형을 추천하는 추천시스템 구축을 위해 텍스트 데이터를 벡터로 변환하여 머신러닝 분류모델을 개발하였고, 이를 검증한 결과 97% 정확도를 보였다. 따라서 본 연구에서 제안하는 추천 시스템은 도시재생 사업을 진행하는 과정에서 신규 사업지의 지역 특성에 기반한 도시재생 유형을 추천할 수 있을 것으로 기대된다.

• 정보처리학회논문지B
• /
• 제11B권6호
• /
• pp.749-758
• /
• 2004

본 논문에서는 미가공 말뭉치 데이터를 활용하여 영한 기계번역 시스템의 대역어 선택 시 발생하는 중의성을 해소하는 방법을 제안한다. 이를 위하여 은닉 의미 분석(Latent Semantic Analysis : LSA)과 확률적 은닉 의미 분석(Probabilistic LSA : PLSA)을 적용한다. 이 두 기법은 텍스트 문단과 같은 문맥 정보가 주어졌을 때, 이 문맥이 내포하고 있는 복잡한 의미 구조를 표현할 수 있다 본 논문에서는 이들을 사용하여 언어적인 의미 지식(Semantic Knowledge)을 구축하였으며 이 지식은 결국 영한 기계번역에서의 대역어 선택 시 발생하는 중의성을 해소하기 위하여 단어간 의미 유사도를 추정하는데 사용된다. 또한 대역어 선택을 위해서는 미리 사전에 저장된 문법 관계를 활용하여야 한다. 본 논문에서는 이러한 대역어 선택 시 발생하는 데이터 희소성 문제를 해소하기 위하여 k-최근점 학습 알고리즘을 사용한다. 그리고 위의 두 모델을 활용하여 k-최근점 학습에서 필요한 예제 간 거리를 추정하였다. 실험에서는, 두 기법에서의 은닉 의미 공간을 구성하기 위하여 TREC 데이터(AP news)론 활용하였고, 대역어 선택의 정확도를 평가하기 위하여 Wall Street Journal 말뭉치를 사용하였다. 그리고 은닉 의미 분석을 통하여 대역어 선택의 정확성이 디폴트 의미 선택과 비교하여 약 10% 향상되었으며 PLSA가 LSA보다 근소하게 더 좋은 성능을 보였다. 또한 은닉 공간에서의 축소된 벡터의 차원수와 k-최근점 학습에서의 k값이 대역어 선택의 정확도에 미치는 영향을 대역어 선택 정확도와의 상관관계를 계산함으로써 검증하였다.젝트의 성격에 맞도록 필요한 조정만을 통하여 품질보증 프로세스를 확립할 수 있다. 개발 된 패키지의 효율적인 활용이 내조직의 소프트웨어 품질보증 구축에 투입되는 공수 및 어려움을 줄일 것으로 기대된다.도가 증가할 때 구기자 열수 추출 농축액은 $1.6182{\sim}2.0543$, 혼합구기자 열수 추출 농축액은 $1.7057{\sim}2.1462{\times}10^7\;J/kg{\cdot}mol$로 증가하였다. 이와 같이 구기자 열수 추출 농축액과 혼합구기자 열수 추출 농축액의 리올리지적 특성에 큰 차이를 나타내지는 않았다. security simultaneously.% 첨가시 pH 5.0, 7.0 및 8.0에서 각각 대조구의 57, 413 및 315% 증진되었다. 거품의 열안정성은 15분 whipping시, pH 4.0(대조구, 30.2%) 및 5.0(대조구, 23.7%)에서 각각 $0{\sim}38.0$ 및 $0{\sim}57.0%$이었고 pH 7.0(대조구, 39.6%) 및 8.0(대조구, 43.6%)에서 각각 $0{\sim}59.4$ 및 $36.6{\sim}58.4%$이었으며 sodium alginate 첨가시가 가장 양호하였다. 전체적으로 보아 거품안정성이 높은 것은 열안정성도 높은 경향이며, 표면장력이 낮으면 거품형성능이 높아지고, 비점도가 높으면 거품안정성 및 열안정성이 높아지는 경향이 있었다.protocol.eractions between application agents that are developed using different

• 대한치과교정학회지
• /
• 제37권2호
• /
• pp.98-113
• /
• 2007

상악 전치부 후방 견인 시의 이동 양상 및 응력 분포를 건조 두개골을 전산화 단층 촬영에 의해 3차원 영상화한 유한 요소 모델 상에서 알아보고자 하였다. 피질골 절단술의 시행 여부와 고정원, 힘의 작용점을 각기 달리 설정하여 8개의 실험군을 구성하여 비교하였다. 통상적인 T-loop을 이용하여 공간폐쇄를 하는 경우 전치부는 후하방으로 경사이동 하였으며, 구치부에서도 약간 전방 이동하였다. 피질골 절단술을 동반하여 전치부를 견인한 경우, 전치부 골편에서의 응력 분포가 전반적으로 넓게 분포되었으며, 전치부 경사의 정도가 적은 반면에 변위량은 훨씬 더 많았다. 협측에서의 견인 시 상악 협측에 식립된 미니 임플랜트와 견치 Power arm간에 견인력을 가한 경우가 미니 임플랜트로 고정원이 강화된 제2소구치와 견치 브라켓 간에 견인력을 가한 경우보다 전치부의 후하방 경사 정도가 적었다. 구개측에서 Powerarm에 대한 견인 시 정중구개봉합 부위에 식립한 미니 임플랜트로부터 견인력을 가한 경우가 상악 제1, 2대구치 간 구개면에 식립된 미니 임플랜트로부터 견인력을 가한 경우보다 전치부의 후하방 경사 정도가 컸다. 이러한 결과로써 치아이동 시 피질골 절단술의 효과와 저항중심에 대한 교정력 벡터 조정의 의미를 확인할 수 있었다.

• 생명과학회지
• /
• 제15권1호
• /
• pp.38-44
• /
• 2005

B형 간염 바이러스(HBV)에 의한 감염은 인류의 보건에 대단히 중요한 문제이며, 따라서 HBV에 대한 많은 연구가 수행되어져 왔다. 그러나 HBV 연구에 있어서의 주된 장애요인은 그 감염이 사람과 일부 영장류에 국한된다는 점이다. 본 연구에서는 마우스 간암 세포주인 Hepa-1c1c7 세포를 이용하여 HBV의 감염성 및 그에 따른 염증성 사이토카인인 TNF-a의 발현의 변화를 측정하였다. HBV의 표면항원(HBsAg)분비는 microparticle enzyme immunoassay를 사용하여 측정하였고, TNF-a mRNA 발현 측정에는 quantitative competitive RT-PCR 방법을 사용하였다. HBV 발현 벡터를 Hepa-1clc7 세포에 도입시켰을 경우뿐만 아니라 HBV 비리온을 갖고 있는 혈청을 사용하여 Hepa-lc1c7 세포를 감염시켰을 때에도 HBV mRNA 발현 및 HBsAg 분비가 측정되었다. 또한 두 상황 모두에서 TNF-a mRNA발현이 증가됨을 알 수 있었다. 이러한 결과는 사람과 영장류에 특이적인 HBV가 마우스 간암 세포주인 Hepa-lclc7 세포도 감염시킬 수 있다는 가능성을 제시한다. 또한 마우스 기원의 Hepa-lclc7 세포에서도 HBV의 유전자 발현에 필요한 여러 인자들이 존재하며, TNF-a와 같은 사이토카인 유전자 발현을 조절하는 세포 내 기전에 HBV가 영향을 미친다고 할 수 있다. 따라서 마우스 간암 세포주인 Hepa-lclc7 세포는 HBV 연구를 위한 시험 관내 모델로서 사용되어질 수 있을 것으로 보인다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2004년도 국내 LBS 기술개발 및 표준화 동향세미나
• /
• pp.169-181
• /
• 2004

SK 텔레콤은 2002년 국내 최초로 모바일 벡터 지도 서비스를 위해 OGC (OpenGIS Consortium) 국제 표준을 기반으로 하여, LBS/GIS 서비스 시스템들에 대한 하부 공통 프레임웍으로써의 GIMS 시스템을 기 구축 한바 있다 그러나 서비스 컨텐츠들이 점차 다양화 되어지고, 이러한 컨텐츠들을 실현하기 위해 시스템에 요구되어지는 사항들이 늘어나게 되면서, 좀더 확장성이 높고 기능적 측면, 효율성 측면에서의 요구 사항들을 만족시킬 수 있는 시스템으로의 고도화가 요구되었다. 본 연구는 GML 2.0기반의 GIMS 시스템을 GML 3.0기반 멀티미디어 서비스 고도화를 위해 보다 풍부한 형태의 지리 데이터를 지원할 수 있는 시스템 기반을 마련하고, 이를 통해 다양한 응용 서비스 컨텐츠들이 쉽고 자유롭게 위치 및 지리 데이터와 연동될 수 있는 기반을 마련하는 것을 목표로 하였다. GML 3.0에서 모바일 LBS 멀티미디어 서비스를 위해 애니메이션, 이벤트처리, 맵 스타일 지원을 위한 필요한 스타일, 3D 부분과 텔레메틱스 서비스를 위한 위상(Topology) 세부 사양을 채택하였으며, MS(Mobile Station)로의 자료전송을 최적화하기 위한 스키마 및 전송 프로토콜을 개발하였고 이에 기반한 시스템을 구성, 개발하였다. GML 3.0을 이용한 기존 GIMS의 고도화는 기존 연구 및 시스템에 구현, 적용되었던, 내부 구조적인 측면에서나 서비스 측면에서 혁신적인 기틀을 마련하게 되었다. GIMS에 대한 접근을 단일화하고 용이하게 하기 위한 GIMS 통합 인터페이스가 구현되었고, GIMS 내부의 서비스 컴포넌트인 WFS, WMS들에 대한 기능 확장 및 개선이 이루어졌다 가능한 창조 모델로 이용될 수 있을 것으로 생각된다.}94,\;29.4{\pm}30.3,\;45.1{\pm}44$로 Mel 10군과 Mel 30군이 유의적인 감소를 보였으나(p<0.05) 이들 두 군 간의 차이는 나타나지 않았다. 이상의 결과로, 랫트에서 복강수술 후 melatonin 10mg/kg투여가 복강 내 유착 방지에 효과적이라고 생각된다.-1}{\cdot}yr^{-1}$로서 두 생태계에 축적되었다.여한 3,5,7군에서 PUFA 함량이 증가한 반면, SFA 함량은 감소하여 P/S 비율, n-3P/n-6P 비율은 증가하는 경향이었으며 이는 간장의 인지질, 콜레스테롤 에스테르, 총 지질의 지방산조성에서도 같은 경향을 볼 수 있었다.X>$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 대부분을 차지하였다. 야생 돌복숭아 과육 중의 지방산 조성은 포화지방산이 16.74%, 단불포화지방산 17.51% 및 다불포화지방산이 65.73%의 함유 비율을 보였는데, 이 중 다불포화지방산인 n-6계 linoleic acid$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 지질 구성 총 지방산의 대부분을 차지하는 함유 비율을 나타내었다.했다. 하강하는 약 4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용

• 지능정보연구
• /
• 제21권1호
• /
• pp.1-13
• /
• 2015

빅데이터 및 오피니언 마이닝 분야가 대두됨에 따라 정보 검색/추출, 특히 비정형 데이터에서의 정보 검색/추출 기술의 중요성이 나날이 부각되어지고 있다. 또한 정보 검색 분야에서는 이용자의 의도에 맞는 결과를 제공할 수 있는 검색엔진의 성능향상을 위한 다양한 연구들이 진행되고 있다. 이러한 정보 검색/추출 분야에서 자연어처리 기술은 비정형 데이터 분석/처리 분야에서 중요한 기술이고, 자연어처리에 있어서 하나의 단어가 여러개의 모호한 의미를 가질 수 있는 단어 중의성 문제는 자연어처리의 성능을 향상시키기 위해 우선적으로 해결해야하는 문제점들의 하나이다. 본 연구는 단어 중의성 해소 방법에 사용될 수 있는 말뭉치를 많은 시간과 노력이 요구되는 수동적인 방법이 아닌, 사전들의 예제를 활용하여 자동적으로 생성할 수 있는 방법을 소개한다. 즉, 기존의 수동적인 방법으로 의미 태깅된 세종말뭉치에 표준국어대사전의 예제를 자동적으로 태깅하여 결합한 말뭉치를 사용한 단어 중의성 해소 방법을 소개한다. 표준국어대사전에서 단어 중의성 해소의 주요 대상인 전체 명사 (265,655개) 중에 중의성 해소의 대상이 되는 중의어 (29,868개)의 각 센스 (93,522개)와 연관된 속담, 용례 문장 (56,914개)들을 결합 말뭉치에 추가하였다. 품사 및 센스가 같이 태깅된 세종말뭉치의 약 79만개의 문장과 표준국어대사전의 약 5.7만개의 문장을 각각 또는 병합하여 교차검증을 사용하여 실험을 진행하였다. 실험 결과는 결합 말뭉치를 사용하였을 때 정확도와 재현율에 있어서 향상된 결과가 발견되었다. 본 연구의 결과는 인터넷 검색엔진 등의 검색결과의 성능향상과 오피니언 마이닝, 텍스트 마이닝과 관련한 자연어 분석/처리에 있어서 문장의 내용을 보다 명확히 파악하는데 도움을 줄 수 있을 것으로 기대되어진다.