데이터마이닝과 바이오인식 분야의 판별모델의 성능평가 방법을 이종의 공간 데이터 셋의 매칭에 적용함으로써 좋은 매칭결과를 보이는 판별모델을 도출하고자 한다. 이를 위하여 매칭 기준별 매칭 후보객체 쌍의 거리 값을 구하고, 이들 거리 값을 Min-Max 방법과 Tanh 방법으로 정규화하여 유사도를 산출한다. 산출된 유사도를 CRITIC 방법, Matcher Weighting 방법 그리고 Simple Sum 방법으로 결합하여 형상유사도를 도출하는 판별모델을 적용하였다. 각 판별모델을 PR곡선과 AUC-PR로 평가한 결과, Tanh 정규화와 Simple Sum 방법을 적용한 판별모델의 AUC-PR이 0.893으로 가장 높게 나타났다. 따라서 이종의 공간 데이터 셋의 매칭을 위해서는 Tanh 정규화를 이용하여 각 매칭기준별 유사도를 산출하고 Simple Sum 방법으로 형상유사도를 구하는 판별모델이 적합한 것으로 사료된다.
본 연구는 교통사고의 발생원인에 대한 인식유형과 감소대책에 대한 인지 유형별 영향요인의 정도를 분석하기 위하여 수량화이론 II류와 CHAID 분석법을 이용하여 분류모델과 판별모델을 구축하였다. 수량화이론 II류에 의한 교통사고 발생원인에 대한 인식 유형별 영향요인 판별모델은 전체 적중률이 78.4%로 매우 높게 나타났다. 편상관계수는 설명변수의 항목 중 학력, 성별, 운전경력 년 수, 소유 차종의 순으로 영향을 미치고 외적 변수인 교통사고 발생원인에 대한 유형에서는 기여 정도가 교통단속 부재 > 교통체계 미비 > 승용차 과다 사용 >잘못된 의식 때문의 순으로 나타났다. 교통사고 감소 대책에 대한 인지유형별 영향요인 판별모델은 전체 적중률이 59.9%로 높게 나타났으며, 편상관 계수는 학력, 성별, 운전경력 연수, 연령의 순으로 영향을 미치고 있고, 외적 변수인 교통사고 감소 대책에 대한 유형에서는 기여 정도가 교통단속 강화 > 대중교통수단 이용 유도 > 교통체계 개선 > 의식 개혁의 순으로 나타났다. 또한 CHAID 분석법에 의한 교통사고 발생원인에 대한 인식 유형별 영향요인 분류모델에 있어서는 예측변수로 학력, 연령, 성별, 통행수단의 네 가지 변수가, 교통사고의 감소 대책에 대한인지 유형별 영향요인 분류모델에 있어서는 학력, 운전경력 연수, 성별 그리고 통행수단의 네 가지 변수가 카이제곱 통계량 이 5%의 유의수준에서 유의한 것으로 판단되었다. 교통사고 발생원인 인식과 감소 대책의 인지 유형에 대한 빈도분석과 교차분석은 의식과 관련한 유형이 가장 높게 나타났으나 판별.분류모델에서는 교통단속과 관련한 유형이 기여 정도가 높고 의식 관련 유형이 상대적으로 낮게 나타나는 등 반대양상을 보이고 있어 심리적으로 내재되어 있고 표면에 잘 드러나지 않았던 의식 수준의 낮음이 분류모델을 통해서 명확하게 드러났다.
본 연구에서는 정상 콩과 이에 혼입되는 이물질을 판별하기 위해 900 nm에서 1800 nm의 파장대역에서 단색화장치가 장착된 근적외선 분광장치를 이용하여 획득된 콩과 이물질의 반사 스펙트럼의 세기를 이용하여 각각의 판별예측모델을 개발하고 그 성능과 판별정확도를 검증해보았다. 정상콩 60 립과 이물질 60 점을 각각 2 회 반복하여 측정한 총 240 개의 반사스펙트럼에 대해서 모델 개발용인 calibration group으로 168 개를, 나머지 72 개는 개발된 모델을 예측하는 prediction group으로 나누어 사용하였다. 획득된 스펙트럼은 광원의 불안정함, 시료의 크기와 형태에서 기인되는 여러 변이들을 최소화하기 위해 다양한 수학적인 전처리를 적용하였으며 판별예측모델의 개발을 위해 PLS-DA와 SIMCA 방법을 사용하여 모델의 예측 성능과 판별율을 검토하였다. PLS-DA에서 모델 개발에 사용된 84 개의 정상 콩 스펙트럼 CLASS I은 적용된 모든 전처리에서 100%의 판별율을 보여주었으며 이물질 스펙트럼 CLASS II에서도 SNV 전처리를 제외하고는 모두 100% 이물질로 판별하여 분류하였다. 개발된 PLS-DA의 모델에 대한 prediction group의 검증에 있어서는 평균값 정규화 전처리 방법이 정상 콩과 이물질에서 100% 판별율을 보여주었다. SIMCA를 이용한 이물질 판별예측모델 개발은 PLS-DA와 비교할 때 상대적으로 저조한 판별율 결과를 나타냈으며 최대값 정규화와 일정 범위값 정규화의 전처리 방법을 적용한 모델이 평균 판별율 94.4%로 다소 양호한 결과를 보여주었다. 따라서 콩에 혼입되어 있는 이물질을 판별하는 시스템을 개발하는 데 있어서 근적외선 분광장치를 이용하여 획득한 반사도 스펙트럼은 PLS-DA로 판별예측모델을 개발하고 최적의 전처리 방법을 적용한다면 콩과 이물질의 선별시에 보다 나은 판별율을 얻을 수 있을 것이다.
심혈관 질환은 전 세계적으로 주요 사망원인들 중 하나이다. 본 연구는 보다 우수한 심혈관질환 판별 모델을 생성하기 위한 방법에 대한 연구로써, 3가지 변수 선택법과 7가지 머신러닝 알고리즘을 바탕으로 사회인구학적 변수들을 이용하여 고혈압과 이상지질혈증 판별모델들을 생성하고, 생성된 모델들의 성능을 비교 평가한다. 본 연구의 결과에서는 두 가지 질병 모두에서, 전체변수 및 correlation-based feature subset selection 메소드 기반 모델들에서는 naive Bayes 모델이 다른 머신러닝을 이용한 모델들보다 다소 우수한 판별 성능이 있는 것으로 나타났고, wrapper 메소드 기반 변수 선택법에서는 logistic regression 모델이 다른 모든 모델보다 성능이 다소 우수한 것으로 나타났다. 본 연구의 결과는 원격의료 및 대중보건 분야에서 향후 한국인의 심혈관질환 판별 및 예측 모델 생성을 위한 참고자료로 활용될 수 있을 것으로 기대된다.
생약의 원산지를 판별하는 논리적인 일련의 기준을 개발한다면, 현재 유통되는 한약을 좀 더 과학적으로 관리 할 수 있을 것이다. 이러한 노력은 전통적인 한약 산업 발전에 기여할 것이라고 사료된다. 산수유의 원산지 판별법을 개발하기 위해, 본 연구에서는 우선 국산 산수유와 중국산 산수유를 각각 수증기 증류하고 이 때 얻은 휘발성분을 GC/MS를 이용하여 분석하였다. NIST mass spectral library의 데이터베이스로부터 정성분석한 결과를 바탕으로 데이터를 범주화(binning)하여 변수를 얻고, 이에 대하여 PCA, OPLS-DA 등 다변량 통계 분석을 수행함으로써 신속, 정확하게 국산 산수유와 중국산 산수유의 산지를 판별할 수 있는 산지 판별모델을 확립하였다. 산지 판별모델 개발을 위해서 학습집합(n=53)을 분석하여 산지 판별모델을 수립한 후, 검증집합(n=12)을 산지 판별모델에 적용함으로써 그 타당성을 확인하였다. 더불어 1-ethylbutyl-hydroperoxide, nonadecane, butylated hydroxytoluene, 5β,7βH,10α-Eudesm-11-en-1α-ol, 7,9-bis (2-methyl-2-propanyl)-1-oxaspiro[4.5]deca-6,9-diene-2,8-dione, 그리고 2-decyldodecyl-benzene 등 6개의 마커성분을 선정할 수 있었다. 최근에 NMR을 활용한 산수유 원산지 판별에 대한 보고는 있었으나, GC/MS를 기반으로 한 대사체학 연구기법을 이용하여 산지판별 모델을 제시하는 것은 최초의 보고로서 그 의미가 크다. 본 연구결과를 활용하여 한약의 원산지 판별모델 확립과 산수유 원산지의 과학적인 관리에 적용할 수 있으리라 사료된다.
현대 사회에서 영상 정보 통신 기술이 발전함에 따라서 영상 획득 및 대량 생산 기술도 급속히 발전하였지만 이를 이용한 범죄도 증가하여 범죄 예방을 위한 법의학 연구가 진행되고 있다. 영상 획득 장치에 대한 판별 기술은 많이 연구되었지만, 그 분야가 영상으로 한정되어 있다. 본 논문에서는 영상이 아닌 동영상에 대한 카메라 모델의 판별 기법을 제안한다. 기존의 영상을 학습한 모델을 사용하여 동영상의 프레임을 분석하였고, 동영상의 프레임 특성을 활용한 학습과 분석을 통하여 P 프레임을 활용한 모델의 우수성을 보였다. 이를 이용하여 다수결 기반 판별 알고리즘을 적용한 동영상에 대한 카메라 모델 판별 시스템을 제안하였다. 실험에서는 5개 비디오 카메라 모델을 이용하여 분석을 하였고, 각각의 프레임 판별에 대해 최대 96.18% 정확도를 얻었으며, 비디오 카메라 모델 판별 시스템은 각 카메라 모델에 대하여 100% 판별률을 달성하였다.
한국에서 만성위염은 10명당 한 명 꼴로 발생하는 질병이다. 만성위염을 진단하기 위해서 일반적으로 내시경 검사를 하지만 이는 환자에게 고통을 주고 비용이 비싸다는 단점을 가지고 있다. 한편 비침습적이고 저비용인 전통한방의학의 맥진에 따르면, 오른쪽 손목의 '관' 위치에서 비위의 기능적 이상을 진단할 수 있다. 본 연구에서는, 전통한방의학의 견해에 따라 오른쪽 손목 '관' 부위의 맥파를 분석하여 만성위염 판별모델을 개발하였다. 모델의 판별률을 비교하기 위해, 피크-밸리 검출법과 가우시안 모델을 적용한 상이한 방법의 특징점 추출방법에 대해 선형판별분석 기법과 로지스틱 회귀분석법을 적용해 보았다. 그 결과, 판별모델과 특징점 추출 방법에 따라 77%~89%의 민감도와 72%~83%의 특이도를 보였고 각 모델의 평균 판별률은 약 80% 내외로 얻어졌다. 구체적으로, 가우시안 모델이 상대적으로 우수한 민감도(89.1%와 87.5%)를 보인 반면, 피크-밸리 검출법은 우수한 특이도(82.8%와 81.3%)를 보였고, 평균적인 판별률에 있어서는 가우시안 모델이 1.2% 정로 앞섰다(80.9% vs 79.7%). 결론적으로, 전통의학적 맥진원리에 기반한 요골동맥 맥파의 특성을 이용하여 유의미한 만성위염 판별모델을 얻을 수 있었고, 민감도에 있어서 가우시안 모델이 더 우수하였고, 특이도에 있어서 피크-밸리 검출법이 더 우수하였다.
교통문제 해결을 위해 건설된 자동차 전용도로인 도시고속도로는 신호에 의하여 단속되지 않는 연속 교통류가 주된 흐름인 관계로 주행차량들의 주행속도가 일반도로에 비해 높아 교통사고 발생 시 인명 피해의 정도가 매우 크다는 특징이 있으며, 특히 인명 피해의 정도가 큰 중상 교통사고는 전체 교통사고에 있어서 매우 중요한 위치를 점하고 있어 중상 교통사고 발생에 미치는 영향요인에 대한 분석은 중상 교통사고 감소대책 수립 시 가장 우선적으로 고려되어져야 할 것이다. 따라서 본 연구는 도시고속도로에서 발생한 중상 교통사고 발생에 있어 여러 인자들의 복합적 작용을 알아보기 위한 미시적 분석의 일환으로 영향요인의 영향정도를 판별할 수 있는 모델을 구축하였는바, 그 결과는 다음과 같이 나타났다. 첫째, 판별모델에서는 전체 적중률들이 비교적 높게 나타났고, 상관비들을 고려해 볼 때 본 모델들이 유효하다고 판단되었으며, 제반 영향요인들의 특성 역시 명확하게 구분되었다. 둘째, 판별모델을 통하여 도시고속도로에서의 중상 교통사고 발생 영향요인별 문제점을 명확하게 도출할 수 있었다. 셋째, 판별모델을 통하여 도출된 문제점에 대한 개선대책도 명확하게 제시할 수 있었다.
외국어로 구성된 용어를 발음에 기반하여 자국의 언어로 표기하는 것을 음차 표기라 한다. 국가 간의 경계가 허물어짐에 따라, 외국어에 기원을 두는 용어를 설명하기 위해 뉴스 등 다양한 웹 문서에서는 동일한 발음을 가지는 외국어 표기와 한국어 표기를 혼용하여 사용하고 있다. 이에 좋은 검색 결과를 가져오기 위해서는 외국어 표기와 더불어 사람들이 많이 사용하는 다양한 음차 표기를 함께 검색에 활용하는 것이 중요하다. 음차 표기 모델과 음차 표기 대역 쌍 추출을 통해 음차 표현을 생성하는 기존 방법 대신, 본 논문에서는 신뢰할 수 있는 다양한 음차 표현을 찾기 위해 문서에서 음차 표기 후보를 찾고, 이 음차 표기 후보가 정확한 표기인지 판별하는 방식을 제안한다. 다양한 딥러닝 모델을 비교, 검토하여 최종적으로 음차 표기 대역 쌍 판별에 특화된 모델인 Distance LSTM-CNN 모델을 제안하며, 제안하는 모델의 Batch Size 영향을 줄이고 학습 시 수렴 속도 개선을 위해 Layer Normalization을 적용하는 방법을 보인다.
디지털 IT 기술의 발달로 인하여 프린터와 스캐너의 성능이 향상되고 가격이 저렴해지면서 일반인들도 쉽게 접할 수 있게 되었다. 그러나 이에 따른 부작용으로 공문서 및 사문서 위조 등의 범죄들이 쉽게 이루어질 수 있다. 따라서 해당 문서가 어떤 프린터를 사용하여 출력 되었는가를 특정할 수 있다면 수사 범위를 줄이고 용의자를 판별하는데 도움이 된다. 본 논문에서는 프린터 장치 판별을 위하여 딥러닝 모델을 제안한다. 먼저 최근 인식 등에서 범용적으로 활용되는 지역 특징 기반의 컨볼루셔널 뉴널 네트워크를 이용한 프린터 장치 판별 모델을 제안하고, 전역 특징 기반의 처리 과정을 네트워크 모델에 도입함으로 인하여 수렴 속도 및 정확도를 향상한 기법을 제안한다. 제안한 모델의 성능은 8개의 프린터 장치를 활용하여 기존 프린터 판별을 위한 특징 기반 기술과 비교를 수행하였다. 그 결과 제안하는 지역 특징 기반의 모델과 전역 특징 기반의 모델이 각각 97.23% 및 99.98%의 높은 판별 정확도를 달성하였고, 기존 기술들에 비하여 높은 정확도를 갖는 우수성을 보였다.
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.