• 지식경영연구
• /
• 제25권2호
• /
• pp.115-134
• /
• 2024

인터넷의 지속적인 발전과 다양한 모바일 기기의 확산으로 인해 소비자 구매결정에 대한 인터넷 구전의 영향력은 끊임없이 증가하고 있는 상황이다. 그러나 다양한 정보원으로부터 상반된 내용의 많은 정보를 접하는 소비자들은 끊임없이 정보의 신뢰성에 대해 고민하게 되고 이에 따라 제품 종류 별 구전 영향력이 큰 정보원의 유형에 대한 연구가 지속되고 있다. 이에 본 연구에서는 정보원 유형간 구전방향이 불일치할 경우, 소비자들이 어떠한 정보원의 구전에 더욱 영향을 받는지 온라인 구전을 전문가와 일반소비자 구전으로 나눈 후, 계층적 베이지언 분석방법론을 통해 분석하였다. 연구 결과, 전문가 구전과 일반소비자의 구전 방향성이 일치할 경우에는 기존 연구와 같이 구매의도에 정의 영향을 미치는 것을 확인하였다. 나아가 전문과 구전과 일반소비자의 구전 방향성이 불일치할 경우에는 소비자의 구매의도가 전문가 보다는 일반소비자의 구전 방향성에 더욱 영향을 받는 것을 확인할 수 있었다. 본 연구에서는 표본집단의 크기가 작더라도 데이터 시뮬레이션을 통해 분석이 가능한 베이지언 방법론을 적용해 분석을 시도하였다. 이를 통해 한정된 데이터로 여러 소집단에 대한 분석 가능성을 확인한 것은 향후 더욱 세분화된 제품군과 다양한 정보원 유형의 온라인 구전 효과 연구에 기여하고 온라인 마케팅 관리자에게 유용한 실무적 시사점을 제공할 것으로 기대한다.

• Journal of Ecology and Environment
• /
• 제48권2호
• /
• pp.196-206
• /
• 2024

Background: Most of the biomass equations were developed using sample trees collected mainly from pan-tropical and tropical regions that may over- or underestimate biomass. Site-specific models would improve the accuracy of the biomass estimates and enhance the country's measurement, reporting, and verification activities. The aim of the study is to develop site-specific biomass estimation models and validate and evaluate the existing generic models developed for pan-tropical forest and newly developed allometric models. Total of 140 trees was harvested from each diameter class biomass model development. Data was analyzed using SAS procedures. All relevant statistical tests (normality, multicollinearity, and heteroscedasticity) were performed. Data was transformed to logarithmic functions and multiple linear regression techniques were used to develop model to estimate aboveground biomass (AGB). The root mean square error (RMSE) was used for measuring model bias, precision, and accuracy. The coefficient of determination (R² and adjusted [adj]-R²), the Akaike Information Criterion (AIC) and the Schwarz Bayesian information Criterion was employed to select most appropriate models. Results: For the general total AGB models, adj-R² ranged from 0.71 to 0.85, and model 9 with diameter at stump height at 10 cm (DSH₁₀), ρ and crown width (CW) as predictor variables, performed best according to RMSE and AIC. For the merchantable stem models, adj-R² varied from 0.73 to 0.82, and model 8) with combination of ρ, diameter at breast height and height (H), CW and DSH₁₀ as predictor variables, was best in terms of RMSE and AIC. The results showed that a best-fit model for above-ground biomass of tree components was developed. AGB_Stem = exp {-1.8296 + 0.4814 natural logarithm (Ln) (ρD²H) + 0.1751 Ln (CW) + 0.4059 Ln (DSH₃₀)} AGB_Branch = exp {-131.6 + 15.0013 Ln (ρD²H) + 13.176 Ln (CW) + 21.8506 Ln (DSH₃₀)} AGB_Foliage = exp {-0.9496 + 0.5282 Ln (DSH₃₀) + 2.3492 Ln (ρ) + 0.4286 Ln (CW)} AGB_Total = exp {-1.8245 + 1.4358 Ln (DSH₃₀) + 1.9921 Ln (ρ) + 0.6154 Ln (CW)} Conclusions: The results demonstrated that the development of local models derived from an appropriate sample of representative species can greatly improve the estimation of total AGB.

• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제33권6호
• /
• pp.888-901
• /
• 2020

Objective: A set of microsatellite markers with high polymorphism from Tsaiya duck were used for the genetic monitoring and genetic structure analysis of Brown and White Tsaiya duck populations in Taiwan. Methods: The synthetic short tandem repeated probes were used to isolate new microsatellite markers from the genomic DNA of Tsaiya ducks. Eight populations, a total of 566 samples, sourced from Ilan Branch, Livestock Research Institute were genotyped through novel and known markers. The population genetic variables were calculated using optional programs in order to describe and monitor the genetic variability and the genetic structures of these Tsaiya duck populations. Results: In total 24 primer pairs, including 17 novel microsatellite loci from this study and seven previously known loci, were constructed for the detection of genetic variations in duck populations. The average values for the allele number, the effective number of alleles, the observed heterozygosity, the expected heterozygosity, and the polymorphism information content were 11.29, 5.370, 0.591, 0.746, and 0.708, respectively. The results of analysis of molecular variance and principal component analysis indicated a contracting Brown Tsaiya duck cluster and a spreading White Tsaiya duck cluster. The Brown Tsaiya ducks and the White Tsaiya ducks with Pekin ducks were just split to six clusters and three clusters when K was set equal to 6 and 3 in the Bayesian cluster analysis. The individual phylogenetic tree revealed eight taxa, and each individual was assigned to its own population. Conclusion: According to our study, the 24 novel microsatellite markers exhibited a high capacity to analyze relationships of inter- and intra-population in those populations with a relatively limited degree of genetic diversity. We suggest that duck farms in Taiwan could use the new (novel) microsatellite set to monitor the genetic characteristics and structures of their Tsaiya duck populations at various intervals in order to ensure quality breeding and conservation strategies.

• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.137-146
• /
• 2008

결함 지역화는 관찰된 결함의 근본 원인을 자동 인식 하는 것이 가능하기 때문에 규모가 큰 분산시스템에서 중요 역할 수행하며 시스템의 신뢰성 개선을 위해 시스템의 관리와 제어가 가능한 자가 관리를 지원한다. 결함 지역화를 지원하는 기존 연구들은 유비쿼터스 환경에서 베이지안 네트워크와 같은 인공지능 기술들을 주로 사용하여 진단과 예측 기능 중 하나만을 고려하고 있다. 따라서, 본 논문에서는 시스템의 신뢰성 개선을 위해 실시간 시스템 성능 스트림에 대한 학습을 통해 자가관리를 위한 확률적 의존 분석을 기반으로 하는 결함 지역화 방법을 제안하여 진단과 예측기능을 동시 제공한다. 학습 방법으로 베이지안 네트워크 알고리즘을 사용하여 각종 관련된 요소들을 연결함으로써 네트워크를 생성하고 확률적 의존 관계를 통해 귀납적과 연역적 추론기능을 제공한다. 베이지안 네트워크의 구성은 노드들간의 연관성을 찾아내는 것이 중요하기 때문에 그것을 구성하는 인자의 개수가 많은 경우 노드 순서 리스트를 추출하는 사전처리 과정이 필요하다. 따라서 전체 모델링 프로세스에 대한 개선이 요구된다. 이러한 문제를 해결하기 위해 발생한 문제와 관련성이 높은 노드 순서 리스트를 추출하는 방법을 제공한다. 구조 학습을 지원 하는 사전처리 방법을 통해 다양한 문제 영역에서의 학습 효율성을 높이며 학습에 필요로 되는 시간을 줄인다. 제안 방법론을 통해서 시스템의 자원 문제를 신속하고 정확하게 진단하는 것이 가능하며, 관찰된 정보를 기반으로 실행 중에 발생되는 잠재적인 문제를 예측하는 것이 가능하다. 시스템 성능 평가 영역에서 제안 방법론을 적용한 시스템 성능 분석을 기반으로 진단, 예측의 효율성과 정확성을 평가하여 제안 방법론의 유효성을 입증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권12호
• /
• pp.966-978
• /
• 2002

기계학습 기법을 이용한 문서분류시스템의 정확도를 결정하는 요인 중 가장 중요한 것은 학습문서 집합의 선택과 그것의 구성방법이다. 학습문서집합 선택의 문제란 임의의 문서공간에서 보다 정보량이 큰 적은 양의 문서집합을 골라서 학습문서로 채택하는 것을 말한다. 이렇게 선택한 학습문서집합을 재구성하여 보다 정확도가 높은 문서분류함수를 만드는 것이 학습문서집합 구성방법의 문제이다. 전자의 문제를 해결하는 대표적인 알고리즘이 능동적 학습(active learning) 알고리즘이고, 후자의 경우는 부스팅(boosting) 알고리즘이다. 본 논문에서는 이 두 알고리즘을 Naive Bayes 문서분류 알고리즘에 적응해보고, 이때 생기는 여러 가지 특징들을 분석하여 새로운 학습문서집합 구성방법인 AdaBUS 알고리즘을 제안한다. 이 알고리즘은 능동적 학습 알고리즘의 아이디어를 이용하여 최종 문서분류함수룰 만들기 위해 임시로 만든 여러 임시 문서분류함수(weak hypothesis)들 간의 변이(variance)를 높였다. 이를 통해 부스팅 알고리즘이 효과적으로 구동되기 위해 필요한 핵심 개념인 교란(perturbation)의 효과를 실현하여 문서분류의 정확도를 높일 수 있었다. Router-21578 문서집합을 이용한 경험적 실험을 통해, AdaBUS 알고리즘이 기존의 알고리즘에 비해 Naive Bayes 알고리즘에 기반한 문서분류시스템의 정확도를 보다 크게 향상시킨다는 사실을 입증한다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제31권2호
• /
• pp.167-179
• /
• 2018

Objective: The aim of this study was to create a set of microsatellite markers with high polymorphism for the genetic monitoring and genetic structure analysis of local goose populations. Methods: Novel microsatellite markers were isolated from the genomic DNA of white Roman geese using short tandem repeated probes. The DNA segments, including short tandem repeats, were tested for their variability among four populations of geese from the Changhua Animal Propagation Station (CAPS). The selected microsatellite markers could then be used to monitor genetic variability and study the genetic structures of geese from local geese farms. Results: 14 novel microsatellite loci were isolated. In addition to seven known loci, two multiplex sets were constructed for the detection of genetic variations in geese populations. The average of allele number, the effective number of alleles, the observed heterozygosity, the expected heterozygosity, and the polymorphism information content were 11.09, 5.145, 0.499, 0.745, and 0.705, respectively. The results of analysis of molecular variance and principal component analysis indicated a contracting white Roman cluster and a spreading Chinese cluster. In white Roman populations, the CAPS populations were depleted to roughly two clusters when K was set equal to 6 in the Bayesian cluster analysis. The founders of private farm populations had a similar genetic structure. Among the Chinese geese populations, the CAPS populations and private populations represented different clads of the phylogenetic tree and individuals from the private populations had uneven genetic characteristics according to various analyses. Conclusion: Based on this study's analyses, we suggest that the CAPS should institute a proper breeding strategy for white Roman geese to avoid further clustering. In addition, for preservation and stable quality, the Chinese geese in the CAPS and the aforementioned proper breeding scheme should be introduced to geese breeders.

• 대한교통학회지
• /
• 제18권4호
• /
• pp.117-126
• /
• 2000

링크에서 관측된 교통량과 기존의 기종점표(Origin-Destination matrix)를 결합해 새로운 OD를 추정하고자 하는 연구들은 1980년대부터 20여년간 많은 연구자들을 통해 논의되어 왔다. 특히 최근들어 ITS 등의 보급으로 교통관리를 위한 기본자료로서 링크 교통량의 관측이 확대되면서, 도시고속도로 및 간선도로 관리, 경로안내 시스템 등에 사용될 목적으로 링크관측교통량 자료를 이용한 OD 추정의 필요성이 더욱 높아지고 있다. OD 추정을 위해 사용되는 기존기법으로는 여러 가지가 있으나 가장 대표적인 기법으로는 베이지안 추정을 이용하는 통계적 방법(Maher, 1983), Entropy 극대화 규칙을 이용하는 방법(Van Zuylen and Willumsen, 1980; Fisk and Boyce, 1983; Fisk, 1989), 최우추정법을 이용한 방법(Spiess, 1987), 그리고 일반화 최소자승법을 이용하는 방법(Gothe et al., 1989; Bell, 1997; Yang et al., 1992) 등이 있다. 본 연구에서는 이러한 방법들 중 최소자승법을 이용해 OD추정모형을 구축하고, 최적해를 얻기 위하여 유전알고리즘(Genetic Algorithm)을 이용한 알고리즘을 개발하였다 또한, 개발된 모형을 통해 얻은 결과를 Spiess(1990)가 제시하여 현재 EMME/2에서 사용되고 있는 Gradient method의 결과와 비교하였다. 본 연구에서는 모형의 추정력 비교를 위해 각 기종점 통행량의 평균 추정오차 외에 동일한 기점을 갖는 기종점 통행량 간의 규모순위(OD 구조) 추정력을 확인하였다. 서울시 내부순환도로를 분석대상으로 하여, 대상지역에서 오전에 조사된 OD를 기존(Target) OD로 사용하였고, 오후의 OD를 추정대상 OD로 설정하였으며, 각 링크에서 오후에 조사된 실제교통량을 링크 관측교통량으로 사용하였다. 분석결과 유전알고리듬을 이용한 최소자승법을 통해 얻은 결과가 Gradient method를 통해 얻은 결과에 비해 우수한 것으로 나타났다.

• 대한교통학회지
• /
• 제18권5호
• /
• pp.83-97
• /
• 2000

직접적인 신호제어 및 정보제공을 이용한 교통혼잡의 완화는 링크수준(Link-level)의 자료와 통행수준(Trip-level)의 자료를 동시에 이용하는 것이 효율적이나, 통행수준의 자료인 교통수요의 기점과 종점, 그리고 출발시간 등이 검지체계를 통해서 직접적으로 얻을 수 없어 이를 간접적으로 추정하는 것이 필요하다. 따라서, 본 연구의 목적은 기존의 기종점 추정 모형과는 달리, 교통류 시뮬레이션 모형이나 기종점 수요에 대한 시계열자료 등의 사전정보 없이도 링크교통량만을 가지고도 해당 네트워크에 가능한 모든 O-D조합에 대한 분할비를 동시에 시간 효율적으로 추정 가능한 모형을 개발, 비교하는 것이다 이 모형에는 비통행배정기반 모형에 적합한 칼만필터를 베이지안 갱신법에 기초하여 개발하고 최소자승법과 이를 토대로한 정규화 최소자승법도 함께 제시하였다. 본 연구에서 개발한 3가지의 모형을 가상의 고속도로 네트워크에 적용한 결과, 갑작스러운 수요 변화를 가지는 교통수요 패턴과 첨두를 3개 가지는 하루 24시간 교통수요 패턴에도 적응성 있는 결과를 보였다. 따라서, 본 모형은 연속류에서 수요관리 및 제어, 여행시간 예측과 동적통행배정, 차종분류 등의 기초적인 자료획득을 위해 사용될 수 있을 것으로 판단된다.