• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.147-157
• /
• 2013

디지털 환경의 도래와 언제 어디서나 접근할 수 있는 고속 네트워크의 도입으로 디지털 콘텐츠의 자유로운 유통과 이용이 가능해졌다. 이러한 환경은 역설적으로 다양한 저작권 침해를 불러 일으키고 있으며, 온라인 쇼핑몰에서 사용하는 상품 이미지의 도용이 빈번하게 발생하고 있다. 인터넷 쇼핑몰에 올라오는 상품 이미지와 관련해서는 저작물성에 대한 시비가 많이 일어나고 있다. 2001년 대법원 판결에 의하면 햄 광고를 위하여 촬영한 사진은 단순히 제품의 모습을 전달하는 사물의 복제에 불과할 뿐 창작적인 표현이 아니라고 적시하였다. 다만 촬영자의 손해액에 대해서는 인정함으로써 광고사진 촬영에 소요되는 통상적인 비용을 손해액으로 산정하게 하였다. 상품 사진 이외의 실내사진이라 하여도 '한정된 공간에서 촬영되어 누가 찍어도 동일한 사진'이 나올 수 밖에 없는 경우에는 창작성을 인정하지 않고 있다. 2003년 서울지방법원의 판례는 쇼핑몰에 사용된 사진에서 피사체의 선정, 구도의 설정, 빛의 방향과 양의 조절, 카메라 각도의 설정, 셔터의 속도, 셔터찬스의 포착 기타 촬영방법, 현상 및 인화 등의 과정에서 촬영자의 개성과 창조성이 인정되면 저작권법에 의하여 보호되는 저작물에 해당한다고 선고하여 손해를 인정하였다. 결국 쇼핑몰 이미지도 저작권법상의 보호를 받기 위해서는 단순한 제품의 상태를 전달하는 것이 아니라 촬영자의 개성과 창조성이 인정될 수 있는 노력이 필요하다는 것이며, 이에 따라 쇼핑몰 이미지를 제작하는 비용이 상승하고 저작권보호의 필요성은 더욱 높아지게 되었다. 온라인 쇼핑몰의 상품 이미지는 풍경사진이나 인물사진과 같은 일반 영상과 달리 매우 독특한 구성을 갖고 있으며, 따라서 일반 영상을 위한 이미지 워터마킹 기술로는 워터마킹 기술의 요구사항을 만족시킬 수 없다. 쇼핑몰에서 주로 사용되는 상품 이미지들은 배경이 흰색이거나 검은색, 또는 계조(gradient)색상으로 이루어져 있어서 워터마크를 삽입할 수 있는 공간으로 활용이 어렵고, 약간의 변화에도 민감하게 느껴지는 영역이다. 본 연구에서는 쇼핑몰에 사용되는 이미지의 특성을 분석하고 이에 적합한 이미지 워터마킹 기술을 제안하였다. 제안된 이미지 워터마킹 기술은 상품 이미지를 작은 블록으로 분할하고, 해당 블록에 대해서 DCT 양자화 처리를 함으로써 워터마크 정보를 삽입할 수 있도록 하였다. 균일한 DCT 계수 양자화 값의 처리는 시각적으로 영상에 블록화 현상을 불러오기 때문에 제안한 알고리즘에서는 블록의 경계 면에 붙어있는 영상 값에 대해서는 양자화 값의 분배를 작게 하고, 경계 면에서 멀리 떨어져있는 영상 값에 대해서는 양자화 값의 분배를 크게 함으로써 영상의 객관적 품질뿐 아니라 시각적으로 느끼는 주관적 품질도 향상 시켰다. 제안한 알고리즘에 의해서 워터마크가 삽입된 쇼핑몰 이미지의 PSNR(Peak Signal to Noise Ratio)은 40.7~48.5[dB]로 매우 우수한 품질을 보였으며, 일반 쇼핑몰 이미지에서 많이 사용되는 JPEG 압축은 QF가 70 이상인 경우에는 BER이 0이 나왔다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.133-146
• /
• 2013

본 연구는 매체에 따른 정보확산차이와, 정보유형을 근접성의 정도로 분류하여 정보확산차이를 보고자 하였다. 이는 기존의 전통매체인 종이신문이나 TV, 라디오와 같이 일방적으로 전달되는 매체의 정보확산과는 달리, 온라인 뉴스나 소셜네트워크서비스와 같이 쌍방향적 소통이 가능한 매체 특성으로 인한 정보확산은 차이가 있을 것이라 판단하였다. 따라서 본 연구에서는 개인이 직접 기사를 올리고 다른 사람들과 공유할 수 있는 블로그(Blog) 매체와 온라인 뉴스(News) 매체에 따른 정보확산차이를 비교해 보고자 하였다. 또한 심리적, 지리적 근접성에 따른 정보확산차이를 보고자 정보의 유형을 세분화 하였다. 이는 수용자가 정보의 근접성이 높고 낮음의 차이 정도에 따라 정보유형에 따른 가치평가의 기준이 다를 것이라 보았다. 정보유형은 연예, 시사(국제), 제품으로 선정하였고, 세부내용은 연예와 관련된 '싸이 젠틀맨', 시사와 관련된 '중국 쓰촨성 지진', 제품과 관련된 '갤럭시 S4'를 선택하였다. 본 연구의 분석방법은 Bass 확산모형을 이용하여 증명하고자 하였다. Bass 확산모형은 혁신효과(Innovation effect)와 모방효과(Imitation effect)로 나눠서 측정한다. 혁신효과는 서비스 초기에 영향을 미치는 변수로 추정가능하며, 모방효과는 서비스 초기 단계 이후에 영향을 미치는 변수로 구전의 영향을 받는다고 볼 수 있다. 본 연구 결과 첫째, 매체에 따른 정보확산 흐름은 비슷하게 나타났다. 비록 두 매체의 특성에 차이점이 있을지라도, 뉴스가치 중 하나인 근접성에 따른 정보확산은 비슷한 형태를 보인다고 할 수 있다. 두 번째, 근접성에 기반한 정보유형별 정보확산에는 차이가 있었다. 수용자 입장에서 관련성이 높은 제품과 연예는 모방효과가 높게 나타났으며, 시사의 경우는 모방효과보다 혁신효과가 높게 나타났다. 이는 제품관련 정보나 연예관련 정보와 같이 개인에게 심리적으로나 지리적으로 근접성이 높은 정보는, 국제 재해와 관련된 시사정보와 같이 근접성이 낮은 정보에 비해서, 개인의 모방효과가 활발히 진행된다고 볼 수 있다. 연구결과를 통해 매체와 정보유형에 따라 정보확산 흐름변화를 고찰하여 실무에 활용한다면 도움이 될 것이라 본다. 하지만, 정보유형을 각각 하나의 기사만을 택하여 보았기 때문에 이 결과를 통한 정보확산 차이라고 규정짓기에는 sample size가 너무 작아 일반화에 어려움이 있다. 향후 연구에서는 소셜미디어 종류를 블로그 뿐 만 아니라 다양한 소셜미디어를 추가하여 비교해 볼 필요가 있을 것이다. 또한 정보의 유형을 근접성 측면뿐 만 아니라 다른 측면도 고려해 봐야 할 것이다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.

• 벤처창업연구
• /
• 제12권4호
• /
• pp.47-60
• /
• 2017

본 연구의 목적은 창업보육센터의 창업보육 성과에 영향을 미치는 창업보육 서비스 관련 요인이 무엇인지를 살펴보고자 하며, 창업보육 서비스는 전통적인 물리적 서비스에서 비물리적 서비스까지 다양하다. 이러한 창업보육 서비스 유형들 중에서 실제 창업보육 성과에 영향을 미치는 변인을 규명하고자 한다. 따라서 기존의 창업보육센터의 서비스와 입주기업의 성과와의 관련된 연구을 바탕으로 문화콘텐츠 분야의 기업 관점에서도 유의미한지 재 검증해보고, 또한 문화콘텐츠 기업의 특성상 창업아이템의 사업성이 입주기업의 성과에 유의미한 영향을 미치는지에 대해 검증하고자 한다. 또한 문화콘텐츠 분야의 창업보육 시 필요한 서비스를 발굴하고 빠르게 변화하는 문화콘텐츠 시장의 성장에 따른 아이템의 사업성 평가에 따른 차별화된 창업보육 서비스를 통해 성과가 도출될 수 있도록 체계적이고 합리적인 문화콘텐츠 분야의 창업보육시스템 구축의 중요성에 대해서 논의하고자 한다. 본 연구는 창업보육센터 입주기업 창업자를 연구대상으로 하였고 2016년 10월 14일부터 31일까지 18일 동안에 총 180부를 배포하여 178부 중 30부를 제외하고, 148부를 최종 분석 자료로 활용하였다. 기술통계 분석을 통하여 표본의 특성을 파악한 후, 변수의 타당성 및 신뢰성을 검증하였으며, PLS(Partial Least Square)을 통해 연구 가설을 검증하였다. 가설검증을 통해 분석한 결과를 다음과 같다. 첫째, 경기도 문화콘텐츠 분야 창업보육센터의 지원서비스 수준이 창업아이템의 사업타당성에 미치는 영향을 분석한 결과에서는, 공간 및 부대지원서비스, 경영지원서비스, 기술지원 서비스는 창업아이템의 사업타당성에는 유의한 영향을 미치지 않는 것으로 나타났으며, 인적지원 서비스 및 마케팅 지원 서비스는 유의미한 정(+)의 영향을 미치는 것을 확인 할 수 있었다. 둘째, 경기도 문화콘텐츠 분야 창업보육센터의 지원서비스 수준이 입주기업의 성과에 미치는 영향을 분석한 결과에서는, 공간 및 부대지원 서비스, 인적지원 서비스 및 마케팅지원 서비스는 입주기업의 재무적 성과에 유의미한 정(+)의 영향을 미치는 것을 확인 할 수 있었으나, 경영지원 서비스, 기술지원 서비스는 입주기업의 재무적 성과에 유의미한 영향을 미치지 않는 것으로 나타났다. 또한 공간 및 부대지원 서비스, 경영지원 서비스, 인적지원 서비스 및 마케팅지원 서비스는 입주기업의 비재무적 성과에 유의미한 정(+)의 영향을 미치는 것을 확인 할 수 있었으나. 기술지원 서비스는 입주기업의 비재무적 성과에 유의한 영향을 미치지 않는 것으로 나타났다. 셋째, 경기도 문화콘텐츠 분야 창업아이템의 사업타당성이 입주기업의 성과에 미치는 영향을 미치는 것을 분석한 결과 창업아이템의 사업타당성이 입주기업의 성과(재무적,비재무적) 성과에 모두 영향을 미치는 중요한 요소임을 확인 할 수 있었다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.29-44
• /
• 2017

인터넷 상거래에서, 소비자들은 기존에 제품을 구매한 다른 사용자들이 작성한 상품평에 많은 영향을 받는다. 그러나, 상품평이 점차 축적되어감에 따라, 소비자들이 방대한 상품평을 일일이 확인하는데 많은 시간과 노력이 소요되고, 또한 무성의하게 작성된 상품평들은 오히려 소비자들의 불편을 초래하기도 한다. 이에, 본 연구는 온라인 상품평의 유용성에 영향을 미치는 요인들을 분석하여, 소비자들에게 실제로 도움이 될 수 있는 상품평을 선별적으로 제공하는 예측모형을 도출하는 것을 목적으로 한다. 이를 위해, 텍스트마이닝 기법을 사용하여, 상품평에 포함되어있는 다양한 언어적, 심리적, 지각적 요소들을 추출하였으며, 이러한 요소들 중에서 상품평의 유용성에 영향을 미치는 결정요인이 무엇인지 파악하였다. 특히, 경험재인 의류군과 탐색재인 전자제품군에 대한 상품평의 특성 및 유용성 결정요인이 상이할 수 있음을 고려하여, 제품군별로 상품평의 특성을 비교하고, 각각의 결정요인을 도출하였다. 본 연구에는 아마존닷컴(Amazon.com)의 의류군 상품평 7,498건과 전자제품군 상품평 106,962건이 사용되었다. 또한, 언어분석 소프트웨어인 LIWC(Linguistic Inquiry and Word Count)를 활용하여 상품평에 포함된 특징들을 추출하였고, 이후, 데이터마이닝 소프트웨어인 RapidMiner를 사용하여, 회귀분석을 통한, 결정요인 분석을 수행하였다. 본 연구결과, 제품에 대한 리뷰어의 평가가 높고, 상품평에 포함된 전체 단어 수가 많으며, 상품평의 내용에 지각적 과정이 많이 포함되어 있는 반면, 부정적 감정은 적게 포함된 상품평들이 두 제품 모두에서 유용하다고 인식되는 것을 알 수 있었다. 그 외, 의류군의 경우, 비교급 표현이 많고, 전문성 지수는 낮으며, 한 문장에 포함된 단어 수가 적은 간결한 상품평이 유용하다고 인식되고 있었으며, 전자제품의 경우, 전문성 지수가 높고, 분석적이며, 진솔한 표현이 많고, 인지적 과정과 긍정적 감정(PosEmo)이 많이 포함된 상품평이 유용하게 인식되고 있었다. 이러한 연구결과는 향후, 소비자들이 효과적으로 유용한 상품평들을 확인하는데 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.127-147
• /
• 2020

세계는 신형 코로나바이러스 감염증(COVID-19)으로 수 많은 인명 피해와 경제적 손실을 기록하고 있는 상황이다. 우리나라 정부는 연구개발(Research & Development)을 통해 국가 감염병 위기를 극복하려는 전략을 수립하고 실행하기 위한 투자방향을 수립하였다. 기존 기술분류나 과학기술 표준분류에 따른 통계를 활용하면 특정 R&D 분야의 특이점 및 변화를 발견하기 어렵다는 한계가 존재해왔다. 최근 우리나라 감염병 연구개발 과제를 대상으로 수요자의 목적에 맞게 분류체계를 수립하고 연구비 비교 분석을 통해 투자가 요구되는 연구 분야를 제시하는 연구들이 진행되었다. 하지만 현재 국가 보건 안보와 신성장 산업육성이라는 목표를 달성하기 위한 실행방안으로 요구되고 있는 전염병 연구분야의 국가간 협력전략 수립에 필요한 정보를 체계적으로 제공하고 있지 못한 상황이다. 따라서 국가 공동 연구개발 전략 수립을 위한 분류체계와 분류모델기반의 정보서비스에 대한 연구가 요구되고 있다. 우선 감염병관련 NTIS 과제데이터를 기반으로 정성분석을 통해 7개의 분류체계를 도출하였다. 스코퍼스(Scopus) 데이터와 양방향 RNN모델을 사용하여, 분류체계 모델을 학습시켰다. 최종적인 모델의 분류 성능은 90%이상의 높은 정확도와 강건성을 확보하였다. 실증연구를 위해 주요 국가의 코로나바이러스 연구개발 과제를 대상으로 전염병 분류체계를 적용하였다. 주요 국가의 감염병(코로나바이러스) 연구개발 과제를 분류체계별로 분석한 결과, 세계적으로 유행하는 바이러스의 예상치 못한 창궐이 확산되는 속도에 비해 백신과 치료제 개발이 제대로 이뤄지지 않는 원인의 배경을 간접적으로 확인할 수 있었다. 국가별 비교분석을 통해 미국과 일본은 상대적으로 모든 영역에 골고루 연구개발 투자를 하고 있는 것으로 나타난 반면, 유럽은 상대적으로 특정 연구분야에 많은 투자를 하는 집중화 전략을 취하는 것으로 나타났다. 동시에 주요 국가의 코로나 바이러스 주요 연구조직에 대한 정보를 분류체계별로 제공하여 국제 공동R&D 전략의 기초정보를 제공하였다. 본 연구 결과를 통해 세 가지 정책적 의미를 도출할 수 있다. 첫째, 데이터기반 과학기술정책 관점에서 수요자 관심분야에 대한 국가 R&D사업의 정보를 글로벌 기준으로 문서를 분류하는 방안을 제시하였다. 둘째, 감염병관련 국가 R&D사업 영역에 대한 정보분석 서비스 기획의 기반을 마련하였다. 마지막으로 국가 감염병 R&D 분류체계 수립을 통해 분류 체계의 궁극적 목표인 산업, 기업, 정책 정보를 제공할 수 있는 기반을 마련한 것이다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.163-176
• /
• 2014

소셜미디어 확산으로 많은 사용자들이 SNS를 통해 자신의 생각과 의견을 표출하며 다른 사용자들과 상호작용하고 있다. 특히 트위터와 같은 마이크로블로그는 짧은 문장을 통해 영화, TV, 사회 현상 등과 같은 공통의 주제에 대해 많은 사람이 즉각적으로 의견을 표출하고 교환하는 플랫폼의 역할을 수행하고 있다. TV방송 프로그램에 대해서도 의견과 감정을 마이크로블로그를 통해 표출하고 있는데, 본 연구에서는 마이크로블로그의 내용과 시청률과의 관계를 살펴보기 위해, 지난 공중파 방송 프로그램에 대한 트윗을 수집하고 부적절한 트윗들을 제거한 후 형태소 분석을 수행하였다. 추출된 형태소뿐 아니라 이모티콘, 신조어 등 사용자가 입력한 모든 단어들을 후보 자질로 삼아 시청률과의 상관관계를 분석하였다. 실험을 위해 2013년 1월부터 10개월간의 예능프로그램 트윗의 데이터를 수집하여 전국 시청률 데이터와 비교 분석을 수행하였다. 트윗의 발생량은 일주일 중 방송된 요일에 가장 많았으며, 특히 방송시간 부근에서 급격히 증가하는 모습을 보였다. 이것은 전국에 동시간에 방송되는 공중파 프로그램의 특성상 공통된 관심 주제를 제공하기 때문에 나타나는 현상으로 여겨진다. 횟수 기반 자질로 방송 일의 총 트윗 수와 리트윗 수, 방송시간 중의 트윗 수와 리트윗 수와 시청률과의 상관 관계를 분석하였으나 모두 낮은 상관 계수를 나타냈다. 이것은 단순한 트윗 발생 빈도는 방송 프로그램의 만족도 또는 시청률을 제대로 반영하고 있지 못함을 의미한다. 내용 기반 자질로 추출한 단어들 중에는 높은 상관관계를 보여주는 단어들이 발견되었으며, 표준어가 아닌 이모티콘과 신조어 중에도 높은 상관관계를 보여주는 자질이 나타났다. 또한 방송시작 전과 후에 따라 상관계수가 높은 단어가 상이함을 발견하였다. 매주 같은 시간에 방송되는 TV 프로그램의 특성상, 방송을 기다리고 기대하는 내용의 트윗과 방송 후 소감을 표현하는 트윗의 내용에 차이가 존재하였다. 이러한 분석결과는 단어에 따라 시청률과 연관성이 높은 시간대가 달라짐을 의미하며, 시청률을 측정하고자 할 때 각 단어들의 시간대를 고려해서 사용해야 함을 의미한다. 본 연구에서 제안한 방법은 기존의 표본 추출을 통해 이루어지는 TV 시청률 측정을 보완할 수 있는 방법에 활용할 수 있으리라 기대된다.

• 한국제4기학회지
• /
• 제20권1호
• /
• pp.51-66
• /
• 2006

미국 해양대기청의 CCM3 기후모델을 이용하여 마지막최대빙하기 (Last Glacial Maximum (LGM))의 동아시아기후변화를 시뮬레이션 하였다. 이용된 수치모델의 수평해상도는 약 75km로 동아시아의 비교적 상세한 지형 및 기후 기작들이 표현된다. 현재 기후는 미국 해양대기청 에서 제공한 월평균 표층해수가 경계조건으로 이용되었으며, LGM 실험은 CLIMAP 프로젝트에서 복원된 표층해수가 경계조건으로 이용되었다. 또한 LGM실험에서는 현재 의 이산화탄소농도(330 ppm) 보다 낮았던 대기 이산화탄소농도 (200 ppm)가 적용되었고, 대륙빙하를 포함한 LGM 지표지형이 표현되었다. LGM 경계조건하에서 한국 서해와 동해의 대륙사면에서는 표층 온도가 겨울철에 약 18도 정도 현재보다 낮게 나타나며, 여름철에는 약 2도 정도 높게 나타나는데, 이와 같은 온도 변화는 한국 서해가 빙하기때 해수면 하강에 따라 지표로 드러남으로서 표층 열용량의 차이가 나타나기 때문이다. 전체적으로 마지막최대빙하기에 동아시아 내륙에서는 표층온도가 약 4-6도 감소하며, 주변해역을 포함하여 약 7.1도 하강하는 것으로 시뮬레이션 되는데, 이와 같은 온도감소는 이산화탄소농도 감소에 따른 장파복사량의 증가에 기인한다. 표층의 온도감소는 물수지의 약화를 초래하는데, 겨울철 아시아의 남동부에서 강수량이 약 1-4 mm/day 감소하며, 여름철에는 중국에서의 감수감소가 나타난다. 대체로 마지막최대 빙하기동안 동북아시아에서 현재보다 약 50%정도 감수가 감소하는 것으로 시뮬레이션 된다. 증발량도 감소하는 것으로 나타나지만, 강수의 감소가 더 커서 지난빙하기동안 동아시아는 대체로 건조한 기후가 나타나며, 이와 같은 결과는 다른 지역에서 보이고 있는 결과와 잘 일치한다. 결론적으로 고해상도 수치모델은 전 지구 영역 하에서 동아시아의 기후변화를 잘 시뮬레이션 하고 있다.mu}M$에서 $9.1{\mu}M$까지, 알테미아 경우 $16.13{\mu}M$에서 $45.8{\mu}M$까지, 그리고 배합 사료 공급시에는 $36.5{\mu}M$에서 $120.1{\mu}M$까지 상승하였다. 일간 수질 변화에 따른 용존 무기 질소(로티퍼; 7.0 g/일, 알테미아; 24.7 g/일, 배합 사료; 140.9 g/일)와 인(로티퍼; 0.7 g/일, 알테미아; 0.7 g/일, 배합 사료; 2.2 g/일) 배출량은 배합 사료 공급 시기에 유의적으로 높았다(P<0.05). 이와 같은 결과는 상업적 볼락 대량 종묘 시설에서 사육 시스템 내 수질 및 사육 관리를 위한 중요한 정보를 제공할 것이다.였다. 2종의 박하 추출물 투여군들 사이에는 혈청 GPT 활성에 대한 유의적인 차이가 나타나지 않았다. 7.과산화물질 (TBARS)의 함량은 정상군에 비해 음성대조군에서 약간의 함량 증가가 관찰되었으나 유의적인 수준은 아니었으며 대부분의 박하 추출물 투여군과 Silymarin 투여군에서 과산화지질이 비슷한 수준으로 증가하여 박하는 알콜에 의한 과간화지질생성에 대한 저해효과가 낮은 것으로 확인되었다. 8. 상대간장중량은 각 실험군별로 상대간장중량에서의 차이는 다소 있었으나 유의성은 없었다.mg/ml로 한 EtOAc 분획물은 26의 돌연변이 유발성을 보였다. 이상의 결과로 부터 뽕나무를 이용한 식용 제품생산을 고려할 때 추출물들의 제조와 선택을 가름하는 자료로서의 활용이 기대되며 앞으로 in vivo test 등 더욱 연구할 필요가 있을 것으로 사료된다.0^{-4}\;pg/cell$로 60 kHz로 병행 추출한 복분자 water 분획층의 $19.5{\times}10^{-4}\;pg/cell$보다 높은 분비량을 나타내었다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.