Proceedings of the Korean Society of Postharvest Science and Technology of Agricultural Products Conference
/
2003.04a
/
pp.124-124
/
2003
해양 심층수는 저온 안정성, 부영양성 및 인공물질에 오염되지 않은 해양수로서 오늘날 많은 분야에서 사용 가능성이 대두되고 있다. 해양 심층수를 음료나 식품, 화장품 등에 이용하였을 경우 나타나는 효과의 일부는 미네랄 특성과 관계가 있는 것으로 알려져 있으며, 심층수를 원료로 한 음료수에는 혈행개선 효과가 있으며, 심층수를 생수로 섭취하였을 경우 혈중 콜레스테롤치을 유의적으로 낮추는 것으로 알려져 있으며, 간장의 인지질 값도 낮춘다는 연구보고가 있다. 또한 해양심층수는 아토피성 피부염에 효과가 있으며, 식품의 맛을 개선하는 것으로도 알려져 있다. 우리나라의 대표적인 음식인 김치는 배추, 무 둥을 식염으로 절여 각종 채소류 및 향신료를 첨가한 후 젖산발효를 적절하게 시켜 숙성한 채소발효식품으로 세계적인 음식으로서 각광받고 있다. 이 중 무는 천일염이나 정제염에 절여서 깍두기나 동치미 등에 사용되기도 하며, 김치의 재료로 배추 다음으로 이용율이 높은 김치소재이다. 무는 절임여하에 따라서 김치의 맛, 품잘, 미생물의 번식속도, 저장성 등이 변화하며, 절임이 중요한 품질요소로 알려져 있다. 소금의 종류 및 소금의 사용방법에 따른 무의 품질특성의 변화에 대한 연구들이 있으나 해양 심층수염을 이용하여 무를 절임시 품질특성에 대한 연구는 이루어져 있지 않는 실정이다. 이에 본 실험에서는 해양 심층수염에 무의 절임에 따라 무의 절임 특성 변화를 관찰하였다. 해양 심층수염과 천일염을 이용하여 무를 절임할 경우 수축율, 염도, 물성의 특성 변화를 관찰하였다. 해양 심층수염을 가지고 무를 절임할 경우 특성 변화를 살펴본 결과 수축률은 절임 8시간 이후에 해양 심층수염으로 절임한 경우가 천일염으로 절임한 경우보다 큰 것으로 나타났으며, 해양 심층수염이 천일염보다 더 높은 염도를 나타내며 절임되었다. 젤리강도는 절임시간이 증가함에 따라 감소하는 경향을 나타내었으며, 절임 염도가 높을수록 젤리강도는 낮아지는 경향을 나타내었다. 무의 연도(Softness)는 심층수염이 천일염보다 높은 값을 나타냄으로서 해양 심층수염에 절일 때 더 부드러운 물성을 나타냄을 볼 수 있었다. 견고성은 해양 심층수염에 절임하는 것이 천일염에 절임하는 것보다 더 높은 값을 나타났다. 해양 심층 수염이 천일염보다 빨리 무 조직에 손상을 줌으로 절임을 단축시키지만 절임시간이 연장되면 오히려 무 조직의 손상을 완화시키는 것으로 나타났다. 이러한 차이는 김치맛과 발효에도 영향을 미치는 품질 요인이 될 수 있을 것으로 판단되며, 해양 심층수염을 이용하여 김치발효시 특성 변화에 대해 더 구체적인 연구가 필요하리라 사료된다.
본고에서는 최근 활발하게 연구되고 있는 심층 학습에 대하여 알아본다. 기계 학습 분야 중 하나인 심층 학습은 인공 신경망의 한 형태인 심층 신경망을 통해 구현된다. 심층 신경망은 기존 다층 신경망의 구조와 거의 유사한 학습 구조를 가지지만, 학습 과정에서 발생하는 부정확한 학습 문제를 해결함으로써 최근의 성공을 이끌어낼 수 있었다. 본고에서는 다층 신경망이 가지고 있던 문제점들을 심층 신경망에서 어떻게 극복하였는지 심층 신경망의 발전 과정을 통해 알아보고, 기계 학습의 기본개념을 바탕으로 이를 설명하여 비전문가들의 이해를 돕고자 하였다.
Proceedings of the Korean Society of Postharvest Science and Technology of Agricultural Products Conference
/
2003.04a
/
pp.147-148
/
2003
최근 새로운 바다 자원으로서 “해양 심층수”가 주목받고 있다. 해양 심층수(深層水, deep sea water)는 태양광이 도달하지 않는 수심 200 m 이상 깊이의 물로 수온이 2$^{\circ}C$ 이하로 연중 거의 변화가 없는 저온안정성과 무기 영양염을 다량 포함하는 특징이 있어 심층수의 활용도는 매우 높다. NaCl만 제거하면 훌릉한 생수가 되기 때문에 심층수를 원료로 한 식품, 화장품, 의약품 개발에 대한 관심이 높아지고 있다. 미국, 일본 등지에서는 10여년전부터 심층수를 이용한 에너지, 수자원, 생수 및 식품 산업이 활발히 진행되어졌다. 현재 식품 산업분야로는 두부제조, 빵, 청주, 간장, 된장 등의 발효식품에 대한 연구가 진행되어지고 있다. 심층수를 적당하게 첨가하면 알코올 농도가 높아지는 발효강화작용이 있다. 새로운 건강 먹거리를 갈망하는 현대인들에게 해양 심층수를 이용한 발효식품은 매우 환영받을 것으로 사료된다. 이에 본 연구는 해양 심층수의 다양한 자원성을 효율적으로 활용하기 위해 심층수의 청정성과 풍부한 미네랄을 함유한 심층수의 농도에 따른 효모의 증식도를 알아봄으로서 적응력 강한 효모를 조사하였다. 실험에 사용한 해양 심층수는 淸凉飮料水(日本ナチュラルヘルス株式會社, 深透水 1550) 사용하였다. 효모균주는 경북과학대 전통식품 연구소에서 보유하고 있는 9종의 효모를 사용하였으며, 심층수 경도 250, 500, 1000의 심층수와 1차 증류수(대조군)에 sucrose 10% 첨가한 당용액을 사용하였다. 또한 당의 적응력을 알아보기 위해 sucrose 10, 15, 20% 첨가 당용액을 사용하여 Sacch.cerevisiae kluyvery DJ97 효모의 증식도를 알아보았다. 그 결과, Saccharomyces cerevisiae 12호 균주가 심층수 경도 500인 시험군에서 증식력이 높았으며, Saccharomyces cerevisiae 901 균주는 경도 1000인 시험군이 대조군에 비해 증식력이 높게 나타나 효모균주의 종류와 심층수의 첨가량에 따라 적응력이 차이가 있었다. 당농도와 심층수 첨가량에 따른 효모 균주의 발효력을 알아본 결과 심층수 경도 200의 당 10% 첨가군에서 가장 잘 증식하는 것으로 나타나, 알코을 효모균주의 발효력을 높이는데는 최적의 농도가 있음을 알 수 있었다. 따라서 심층수를 이용한 다양한 발효식품에 대한 연구가 요구되어진다.
다양한 응용분야에서 심층신경망 기반의 학습 모델이 앞 다투어 이용됨에 따라 인공지능의 설명 가능한 동작 원리 해석과, 추론이 갖는 불확실성에 관한 분석 또한 심도 있게 연구되고 있다. 이에 심층신경망 기반 기계학습 모델의 취약성이 수면 위로 드러났으며, 이러한 취약성을 이용하여 악의적으로 모델을 공격함으로써 오동작을 유도하고자 하는 시도가 다방면으로 이루어짐에 의해 학습 모델의 강건함 보장은 보안 분야에서의 쟁점으로 부각되고 있다. 모델 추론의 입력으로 이용되는 이미지에 교란값을 추가함으로써 심층신경망의 오분류를 발생시키는 임의의 변형된 이미지를 적대적 사례라 정의하며, 본 논문에서는 최근 인공지능 및 컴퓨터비전 분야에서 이루어지고 있는 이미지 기반 적대적 사례의 생성 기법에 대하여 논한다.
Deep seawater is pumped up about 200 m water depth, which has characteristics of rich nutrients, low temperature and cleanness. This study was performed to investigate the effect of deep seawater and deep seawater salt on the yeast growth of fermented bread. The rate of increase in volume of groups added with deep seawater and deep seawater salt was higher than that of groups added with distilled water. The pore pattern of groups added with deep seawater was more regular than that of groups added with distilled water. In sensory property, the bread added with distilled water and deep seawater salt has the highest score (6.56) in overall acceptability.
Proceedings of the Korean Nuclear Society Conference
/
1998.05a
/
pp.297-302
/
1998
최근 원자력산업계 동향은 기기의 노후화, 예비품 확보의 어려움, 그리고 기존 설비에 대한 보수비용 증가 등의 이유로 아날로그 계측제어 설비들을 컴퓨터-기반 설비로의 부분적인 개선이나 전체적인 교체가 추진되고 있다 그러나 컴퓨터-기반 설비는 소프트웨어와 하드웨어가 환경영향에 민감하고, 공통모드고장을 일으킬 수 있는 프로그래밍 설계오류의 잠재성이 있는 것으로 알려져 있다. 공통모드고장을 방지할 수 있는 가장 설득력 있는 해결방안은 철저한 품질보증, 심층방어 및 다양성 설계기법으로 평가되고 있다. 본 논문에서는 컴퓨터-기반 계측제어계통의 심층방어 및 다양성에 관한 규제기준과 정성적 평가를 위한 블록개념을 소개하고, 평가의 사례로서 CE System 80+와 국내 가동중인 W형 원전의 설비개선에서 주급수 상실시 컴퓨터-기반 설비의 공통 모드고장에 따른 다양성과 심층방어계층을 평가하였다. 특히 국내 가동중인 W형 원전에 대해서는 그 평가결과를 근거로 하여 ATWS 완화설비의 설치를 제안하였다.
Journal of the Korean Society for Marine Environment & Energy
/
v.17
no.3
/
pp.236-246
/
2014
Deep Sea Water (DSW) has recently drawn attention due to the considerable benefits provided by low-temperature, various minerals included, purity and safety of the water resource. Since Korean DSW-industry initiated exploitation of the alternative water resource in 2008, it merely took off, but remains in the infant stage. It is mainly because the industry has only focused on production of drinkable bottled water, and failed to improve sustainability and competitiveness. On the contrary, not a few oversea DSW industries (e.g. Japanese and Taiwanese DSW industries) have successfully cultivated their markets, and have become leading cases of the industry. The common success factors learned from the cases are as follows; 1) They continuously invest on technology innovation, introduce new DSW-based products, and increase the usability of DSW in various areas of products and services, and 2) they strategically focus on high value-added products rather than just bottled water products. This paper examines the cases of the advanced DSW industries and analyzes patent data and their technology-based development strategies.
Proceedings of the Korea Information Processing Society Conference
/
2018.10a
/
pp.916-919
/
2018
심층신경망 모델은 우수한 성능을 갖고 있음에도 불구하고 모델이 어떤 판단 과정을 통해 결론을 내렸는지 파악하기 어렵다. 그에 따라 판단에 대한 근거가 중요한 분야에서는 심층신경망 모델을 적용한 실제 사례를 찾기 어렵다. 인공신경망 모델을 해석하기 어렵다는 문제를 해결하기 위해 내부 구조를 이용하여 규칙을 추출하는 decompositional 접근법이 제안되었으나 기존의 연구는 대부분 은닉층이 1개인 다층 퍼셉트론 모델에서 규칙을 생성하는 것을 가정하고 있다. 오늘날 사용하는 심층신경망 모델은 일반적으로 여러 은닉층을 가지고 있기 때문에 기존의 접근법을 그대로 적용할 경우 규칙 불확실성에 따라 잘못된 규칙을 추출하는 문제가 발생한다. 본 논문은 decompositional 접근법에 존재하는 규칙 불확실성 문제를 완화하고 깊이가 깊은 심층신경망 모델에 규칙을 추출하는 방법을 제안한다. 제안한 접근법은 실제 활성화 값을 통해 지식을 추출하며, 이를 통해 규칙 불확실성 문제를 완화할 수 있었다.
강화 학습 기술은 많은 분야에서 매우 적극적으로 활용되는 기계 학습 기술 중의 하나이며 최근 이를 사용한 많은 연구 결과를 다양한 기관에서 활발하게 보여주고 있다. 본 고에서는 이러한 강화 학습 기술에 대한 기본적인 소개와 해당 기술의 심층 강화 학습으로의 발전에 대해서 논한다. 더불어 이러한 심층 강화 학습의 많은 분야 중에서 최근 활발히 논의되는 모방 학습에 대해서 알아보고 그 활용성에 대해서 논한다.
Recent rapid advances in computer hardware performance have led to relatively low computational costs, increasing the number of applications of machine-learning techniques to geophysical problems. In particular, deep-learning techniques are gaining in popularity as the number of cases successfully solving complex and nonlinear problems has gradually increased. In this paper, applications of seismic data denoising methods using deep-learning techniques are introduced and investigated. Depending on the type of attenuated noise, these studies are grouped into denoising applications of coherent noise, random noise, and the combination of these two types of noise. Then, we investigate the deep-learning techniques used to remove the corresponding noise. Unlike conventional methods used to attenuate seismic noise, deep neural networks, a typical deep-learning technique, learn the characteristics of the noise independently and then automatically optimize the parameters. Therefore, such methods are less sensitive to generalized problems than conventional methods and can reduce labor costs. Several studies have also demonstrated that deep-learning techniques perform well in terms of computational cost and denoising performance. Based on the results of the applications covered in this paper, the pros and cons of the deep-learning techniques used to remove seismic noise are analyzed and discussed.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.