• 정보과학회 논문지
• /
• 제44권10호
• /
• pp.1026-1033
• /
• 2017

본 논문은 계층적 디리슐레 과정(HDP)과 은닉 마르코프 모형(HMM)이 결합된 베이스 통계학적 방법과 HMM의 상태 지속 정보를 이용한 건강 상태 예측 방법을 제안한다. HDP-HMM은 베이스 방법의 HMM 확장 모형으로서 건강의 동적 특성을 고려하여 불확실하고 가늠하기조차도 어려운 건강 상태의 수를 추정할 수 있게 해준다. 모의 데이터와 실제 건건 검진 데이터를 이용한 시험을 통하여 흥미 있는 행동 특성을 볼 수 있었으며 최대 5년까지로 제한한 미래 예측도 충분한 가능함을 확인하였다. 미래는 불확실하며 예측 문제는 본질적으로 어렵다. 그러나 본 연구의 실험 결과로 동적인 문맥 하에서 다중 후보 가설을 제시함으로서 실용 가능한 건강상태의 장기 예측이 가능하다는 것을 읽을 수 있었다.

• 대한소아치과학회지
• /
• 제31권1호
• /
• pp.66-78
• /
• 2004

초기의 접착 시스템은 여러 단계의 술식을 필요로 하였으며 술자의 기술과 재료의 성질에 크게 좌우되었으나 최근 산부식, priming, adhesive를 한번에 적용할 수 있는 all-in-one adhesive system이 등장하였다. 치과에서의 vibration의 이용은 치석의 제거 및 접착제의 점도를 낮추는데 이용되어왔으며 vibration은 접착제의 흐름성을 향상시켜 film thickness를 낮추어 수복물 주위의 미세누출을 줄이는데 도움을 준다. 이에 저자들은 all-in-one adhesive system에서 vibration이 법랑질과 상아질의 접착강도와 레진침투에 미치는 효과를 알아보고자 하였다. 법랑질 시편은 발거 후 실온에서 0.1% thymol 용액에서 보관된 30개의 건전한 사람의 대구치를 무작위로 10개씩 세군으로 나누고 근원심 방향으로 두 부분으로 분리하여 각각은 같은 접착제를 사용하고 초음파진동여부를 다르게 하였고, 아크릴레진을 이용하여 직경 1-inch의 PVC관에 매몰한 후 협설면이 아크릴봉과 동일한 높이가 되도록 220-, 600-grit 연마지로 순차적으로 연마하였고 군당 10개씩 여섯 군으로 분류하였다. 1군과 2군은 Prompt L-Pop(3M-ESPE, Seefeld, Germany), 3군과 4군은 One-Up Bond F(Tokuyama Corp., Tokyo, Japan), 5군과 6군은 AQ bond(Sun Medical Co., Kyoto, Japan)를 제조사의 지시에 따라 도포하였다. 2군, 4군, 6군은 초음파 치석제거기를 이용하여 치면에 대고 15초간 진동을 가한 후 광중합하였다. 상아질 시편은 치관부 법랑질을 제거한 후 상아질면을 아크릴 봉과 동일한 높이가 되도록 하고 법랑질 시편과 동일하게 처리하였다. 이후 직경 2mm, 높이 3mm의 Teflon mold(Ultradent, U.S.A.)를 이용하여 복합레진을 충전한 후 40초씩 두 번에 나누어 광중합한 후 24시간동안 실온에서 증류수에 보관하였다. 열순환 시행한 후, 만능측정기(Instron 4465)로 전단결합강도를 측정하였으며 Resin tag의 양상을 비교하기 위해 각 군의 시편의 치질을 완전히 용해시킨 후 표면을 주사전자현미경사진으로 관찰하여 다음과 같은 결과를 얻었다. 1 법랑질에서 초음파 진동을 가한 군(2, 4, 6군)은 가하지 않은 군(1, 3, 5군)에 비해 평균 전단결합강도가 높게 나타났다. 그 차이는 Ad bond 군을 제외하고 통계적으로 유의하였다(p<0.05). 2. 상아질에서 초음파 진동을 가한 군(2, 4, 6군)은 가하지 않은 군(1, 3, 5군)에 비해 평균 전단결합강도가 높게 나타났다. 그러나 그 차이는 One-Up Bond F군을 제외하고는 통계적으로 유의한 차이가 없었다. 3. 전자 현미경 관찰에서 초음파 진동을 가한 군에서 더 많은 법랑질의 소실과 상아질에서 resin tag의 길이가 길었고 lateral branch의 수도 많이 관찰되었다.

• 한국철학논집
• /
• 제42호
• /
• pp.133-164
• /
• 2014

"여씨춘추(呂氏春秋)"는 선진(先秦) 제가(諸家)의 사상을 집대성하고 고래(古來)의 음양(陰陽)과 오행(五行)의 범주(範疇)를 활용하여 천지인(天地人) 삼위일체(三位一體)의 도식을 수립하였다. 이것은 인간을 중심으로 시간과 공간, 하늘과 땅의 사물을 유기적으로 연계시킨 것으로 통일제국을 위한 설계도라고 평가할 수 있다. 구체적으로는 음양과 오행을 결합시켜 우주 만물을 분류하고 도식화하면서 동시에 인사(人事)와 연계시켰다. 내용상으로는 정치, 경제, 사회, 군사, 천문, 지리, 의학, 교육, 역사 등 거의 모든 학문 분야를 포괄하고 있다. 특히 전국기에 유행하였던 "일주서(逸周書)", "하소정(夏小正)", "황제사경(黃帝四經)" 등의 문헌과 추연(鄒衍)을 비롯한 직하학자들의 사상이 반영된 "관자(管子)"에 보이는 月令사상을 종합하였다. 나아가 그것을 구체화 시킨 음양(陰陽) 형덕(刑德)사상, 현실 정치(政治)의 득실(得失)과 연계된 재이설(災異說)을 구체화하고 체계화하였다. 그러나 내용과 형식면에서 고래의 사상과 문헌을 단순히 집록한 것이 아니라 1년 12개월의 방식을 채택하고 정치 사회의 제반 분야로 정령을 확대하였다. 십이기(十二紀)에서는 음양(陰陽)과 오행(五行), 천간(天干)과지지(地支)를 결합시키고, 그 과정에서 야기되는 모순을 해고자 계하(季夏)에 중앙(中央) 토(土)를 배당하고 다른 시절과 마찬가지로 그에 해당하는 정령을 배당함으로써 월령 사상을 완성시켰다. 따라서 "여씨춘추"의 음양 오행론 가운데 일부는 비록 선진 제자서에 산견되는 것이지만 전체를 통일적으로 체계화한 것은 사상사적으로 중대한 의미를 지닌다. 무엇보다도 음양과 오행의 결합에 근거한 월령사상은 양자의 물리적 결합에 머물지 않고, 구체적으로 백성의 측면에서의 농업(農業) 부문과 지도자의 측면에서의 정치(政治)라는 두 측면에서 질적으로 정밀화되었음을 확인할 수 있다. 예컨대 재이설의 근원은 춘추시대에까지 거슬러 올라갈 수 있지만, 정치와 직접적으로 연계된 것은 월령사상과 궤도를 함께한다.

• 정보관리연구
• /
• 제41권4호
• /
• pp.227-249
• /
• 2010

정보기술과 인터넷의 발달로 학술정보가 폭발적으로 증가하고 있다. 정보 과잉으로 인해 연구자들은 필요한 정보를 찾거나 필터링하는데 더 많은 시간과 노력을 투입하고 있다. 이용자들이 원하는 정보를 예측하여 관심 가질만한 정보를 선별하여 추천하는 시스템을 전문가시스템, 데이터마이닝, 정보검색 등 다양한 분야에서 오래 전부터 연구하여 왔다. 최근에는 콘텐츠기반추천시스템과 협업필터링을 결합하거나 다른 분야 모델을 접목한 하이브리드 추천시스템으로 발전하고 있다. 본 연구에서는 기존 추천시스템 문제를 해결하고 대규모 정보센터나 도서관에서 학술논문을 효율적이고 지능적으로 추천하기 위해 협업필터링과 나이브베이즈모델을 결합한 새로운 방식의 추천시스템을 제시하였다. 즉, 협업필터링 방식으로 과도한 특성화(Over-specialization) 문제를 해결하고, 나이브베이즈모델을 통해 평가정보나 이용정보가 부족한 신규콘텐츠 추천문제를 해소하였다. 본 모델을 검증하기 위해 한국과학기술정보연구원 NDSL에서 제공하는 식품과 전기 분야 학술논문에 적용하여 실험하였다. 현재 NDSL 이용자 4명에게 피드백을 받은 결과 추천논문에 상당히 만족하는 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.179-188
• /
• 2023

최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.

• 인터넷정보학회논문지
• /
• 제8권3호
• /
• pp.19-32
• /
• 2007

본 논문에서는 실시간 얼굴인증 시스템의 구축을 위한 LVQ 신경망 기반의 새로운 얼굴 인식 방법을 제안한다. 기존의 연구에서 PCA, LDA 변환이 많이 적용되며 신경망을 결합한 형태가 제안되고 있지만 신경망 학습 시간이 오래 걸리는 단점을 가지고 있다. LVQ 신경망은 학습 시간이 짧고 클래스간의 분리도를 최대화할 수 있는 교사학습방법이다. 따라서, 본 논문에서 제안된 방법은 동영상으로부터 실시간으로 입력되는 얼굴영상을 PCA와 LDA변환을 순차적으로 적용하여 부분공간상의 변환된 특징벡터로부터 LVQ 신경망의 학습을 통하여 얼굴을 인식한다. 외부조명의 영향에 강건한 인식시스템을 구축하기 위하여 얼굴검출 단계에서 검출된 얼굴영역은 밝기값의 최대-최소 정규화 방법에 의해 보정된 정규화 영상을 생성한다. 정규화된 얼굴영상은 PCA와 LDA 변환을 통해 부분공간상의 특징벡터로 변환된다. 변환된 훈련 데이터로부터 LVQ 신경망의 초기 중심 벡터를 결정하고 신경망의 학습률 향상을 위해 K-Means 클러스터링 알고리즘을 적용하며, 초기 중심 벡터를 이용하여 LVQ2 학습 방법에 의해 학습된 중심벡터는 클래스의 대표 벡터가 된다. 결국 각 클래스의 대표 벡터로부터 입력 영상의 특징벡터간의 유클리디언 거리 비교법을 적용하여 얼굴 인식을 수행한다. ORL 데이터베이스를 이용한 정지 영상에 대한 인식과 실시간으로 입력되는 영상에 대한 인식 등 두 가지 형태의 영상을 기반으로 실험한 결과 두 경우에 모두 제안된 방법이 기존의 인식 방법보다 인식률에서 우수함을 입증할 수 있었다.

• 한국동물학회지
• /
• 제37권4호
• /
• pp.554-564
• /
• 1994

세균이 세포내 공생하는 xD strain과 모 세포주인 tD strain Amoeba proteus의 열충격 대응의 차이를 알아 보기 위하여 방사선 동위원소로 표지된 아미노산을 Ca2+_less Chalkley's 용액에서 음작용 경로를 통하여 90분 동안 흡수하게 하고, 저온 및 고온 스트레스에 대하여 새로 합성되는 스트레스 대응 단백질의 양상을 1, 2차원 전기영동 및 자기방사 사진법에 의해서 비교하였다 저온(10"C) 충격에 대응하여 아메바는 두 strain 모두 56.0 kDa, pl 6.0 단백질을 강하게 발현하였으며, xD strain에서는 tD strain과 달리 저온 충격 초기에 66 0 kDa, pl 5.5 단백질의 발현이 중단되었다. 한편 고온(33"C) 열충격에 대하여 두 strain 아메바에서 모두 10여종의 단백질이 새합성되는 것으로 확인되었으며, tD 아메바에는 이들 단백질의 새합성이 완만하게 이루어지는데 비하여 xD 아메바에서는 그중 66.0 kDa 단백질이 고온 대응 단백질로서 신속하게 새합성되는 것으로 나타났다. 이외에도 2차원 전기 영동 분석을 통하여 열충격에 의해서 발현이 촉진되는 다수의 단백질들을 탐지하였다 탐지된 아메바의 열충격 단백질은 분자량에 따라 hsp100군 2종, hsp90군, 3종, hsp70군 및 hsp60군 각 1종, 그리고 small csp군 4종으로 분류해 볼 수 있었다 두 분석의 결과를 종합해 보면 tD 아메바에는 저온 및 고온 충격에 대하여 열충격 단백질의 합성이 완만하게 상승하는 데 비하여 xD strain에서는 신속하게 이루어졌다. 이상의 결과로 보아 아메바의 세포내 공생 세균은 숙주의 열충격 대응기작에 변화를 야기한 것으로 판단된다한 것으로 판단된다. 10mg과 20mg의 estrogen 처리구 사이에 유두 직경, 길이 그리고 용적의 증가량에 있어서는 차이가 없었다. 10mg 및 20mg의 estrogen 처리는 초발정일령을 각각 20일 및 124일 단축시켰다. 전체적으로 이러한 결과는 송아지에 estradiol의 삽입은 성장과 유선 발달을 촉진시키고 초발정일령을 단축시킬수 있다는 것을 강력하게 지적한다. 일치하지 않으므로 더욱 정밀한 조사를 실시하여 분류학상의 위치를 정확히 밝혀 볼 필요가 있을 것으로 생각되었다.연한 도구이자 정신활동으로 보게함으로써, 주제 및 연구방법에서 획일성보다 다양성과 창조성이 강조되고 있다. 그리고 연구에 있어서 주제 의 다양성을 통해 보다 현실생활에 밀접하게 연결되어야 할 필요성은 학문이나 과학의 사회 성에 대한 새로운 인식을 가져다 주고 있다. 이러한 지리교육과정의 좌표의 변화된 측면들 을 고려하여, 지리교육과정의 새로운 방향은 다음의 세가지로 모색될 수 있다. 첫째, 爭點中 心 地理敎育課程이다. 사회쟁점에 대한 접근은 쟁점의 이해와 문제해결에의 지리적 관점의 활용을 통해 학습내용의 시사성과 사실성을 높힐 수 있다. 이때 문제해결능력을 통해 현대 시민의 자질 및 능력을 기를 수 있음은 물론, 다른 한편으로 실제세계 즉 학생의 실생활, 사 회, 국가, 세계에서 일어나는 일들과의 관련성을 갖게 함으로써, 내적 동기화와 외적인 자극 을 강력하게 결합할 수 있을 것이다. 이는 개인적 유관적합성과 사회적 유관적합성을 동시 에 확보하는 데 유리할 것이다. 둘째, 思考中心 地理敎育課程이다. 지리교육은 학생들을 지 식 및 기능의 숙달자가 되도록 할 것이 아니라 기본적 문장해독력의 수준을 넘어 능력있는 사고자로 길러내는 것을 목표로 하여야 한다.

• 한국정보통신학회논문지
• /
• 제18권6호
• /
• pp.1283-1293
• /
• 2014

유비쿼터스 환경에서 데이터는 빠르게 변하고 새로운 데이터는 시간이 경과함에 따라서 출현한다. 그리고 때로, 메모리 공간이 충분하지 않다면, 모든 과거의 데이터를 잃을 수 있다. 그러므로, 과거의 모든 데이터를 잃지 않도록 또는 데이터를 처리하기 위해서 룰을 만들고 새로운 데이터와 결합하는 문제를 해결할 필요가 있다. 이진트리를 만들고 룰을 추출할 때, 각 룰의 중요도는 일반적으로 리프의 클래스의 총 개수로 정해진다. 주어진 데이터에 맞는 최소한의 유한한 상태 억셉터를 찾기 위한 계산 문제는 NP 하드 문제이다. 추출된 룰은 정확하지 않고 정보의 유실이 있다고 가정된다. 이러한 전제조건 때문에, 본 논문은 룰을 개선하기 위한 새로운 접근을 제시한다. 이것은 이전 지식 또는 데이터로 된 룰의 중요도를 제어하는 것이다. 룰 개선을 할 때, 본 논문은 다수와 소수 특성을 이용하는 푸루닝 방법을 사용하여 다양한 룰을 만들고 룰의 각각의 중요도를 제어하고 성능의 변화를 관찰한다. 본 본문에서 고정된 중요도를 갖는 확장된 데이터 표현을 갖는 이진트리 분류기가 사용되었다. 시험 결과는 룰 개선을 위한 새로운 정책을 이용해서 수행한 성능이 더 좋을 수 있음을 보여준다.

• 디지털융복합연구
• /
• 제17권2호
• /
• pp.163-170
• /
• 2019

과거 10년은 웹의 발달로 인한 데이터가 폭발적으로 생성되었다. 데이터마이닝에서는 대용량의 데이터에서 무의미한 데이터를 구분하고 가치 있는 데이터를 추출하는 단계가 중요한 부분을 차지한다. 본 연구는 감성분석을 위한 재표현 방법과 속성선택 방법을 적용한 오피니언 마이닝 모델을 제안한다. 본 연구에서 사용한 재표현 방법은 백 오즈 워즈(Bag-of-words)와 Word embedding to vector(Word2vec)이다. 속성선택(Feature selection) 방법은 상관관계 기반 속성선택(Correlation based feature selection), 정보획득 속성선택(Information gain)을 사용했다. 본 연구에서 사용한 분류기는 로지스틱 회귀분석(Logistic regression), 인공신경망(Neural network), 나이브 베이지안 네트워크(naive Bayesian network), 랜덤포레스트(Random forest), 랜덤서브스페이스(Random subspace), 스태킹(Stacking)이다. 실증분석 결과, electronics, kitchen 데이터 셋에서는 백 오즈 워즈의 정보획득 속성선택의 로지스틱 회귀분석과 스태킹이 높은 성능을 나타냄을 확인했다. laptop, restaurant 데이터 셋은 Word2vec의 정보획득 속성선택을 적용한 랜덤포레스트가 가장 높은 성능을 나타내는 조합이라는 것을 확인했다. 다음과 같은 결과는 오피니언 마이닝 모델 구축에 있어서 모델의 성능을 향상시킬 수 있음을 나타낸다.

• 한국융합학회논문지
• /
• 제10권5호
• /
• pp.1-8
• /
• 2019

본 논문에서는 피부색 추출과정에서 그림자나 조명에 의해 얼굴 표면이 손실되어 피부색 추출이 되지 않는 문제점을 해결하기 위하여 개선된 얼굴 피부색 추출 방법을 제안하였다. 기존의 HSV를 이용한 방법은 조명에 의해 얼굴표면이 밝게 비춰지는 경우에 피부색 추출과정에서 피부색 요소가 손실되기 때문에 얼굴표면에 손실 영역이 나타나게 된다. 이러한 문제점을 해결하기 위해 피부색을 추출한 뒤 손실된 피부 요소 중 HSV 색공간에서 피부색의 H 채널 값 범위에 있는 요소들을 판단하여 손실된 부분의 좌표와 원본 이미지 좌표의 결합을 통해 피부색이 손실되는 부분을 최소화 하는 방법을 제안하였다. 얼굴 검출 과정으로는 추출한 피부색 이미지에서 질감 특징정보를 나타내는 LBP Cascade Classifier를 이용하여 얼굴을 검출하였다. 실험결과 제안하는 방법이 기존의 RGB와 HSV 피부색 추출과 LBP Cascade Classifier 방법을 이용한 얼굴검출보다 검출률과 정확도는 각각 5.8%, 9.6% 향상된 결과를 보였다.