• 한국해안·해양공학회논문집
• /
• 제25권5호
• /
• pp.335-347
• /
• 2013

2008년 2월 일본 홋카이도 서해상의 발달된 저기압에 의해 생성된 폭풍파랑이 동해상 남/남서쪽으로 전파되어 한국과 일본의 동해 해안을 따라 상당한 인명 및 재산 피해를 입혔다. 본 연구는 두 파트로 구성되어 있다. 첫번째 파트에서는 연안역을 따라 상당한 피해를 입은 일본 토야마만에서의 극한 폭풍파랑을 추산하였다. 추산방법으로는 풍파의 성장발달에 중요한 요소인 바람의 강도와 계속 시간의 극한조건을 산정 후, 극한조건을 적용한 동계 온대저기압 상황을 비정역학 기상모델과 스펙트럼 파랑모델을 이용한 수치 실험을 통해 추산하였다. 추산된 토야마만 후시키 토야마에서의 극한 폭풍파랑의 유의파고 및 주기는 각각 6.78 m와 18.28 sec이다. 두 번째 파트에서는 2008년 2월 폭풍파랑으로 인해 북방파제 및 항구에 상당한 피해를 입은 토야마만 후시키항에서의 파랑-구조물 상호작용에 관한 수치실험을 수행하였다. 수치실험은 적합격자세분화 및 wet-dry법이 적용된 비선형천수방정식 모델을 이용하였다. 첫 파트에서 추산된 폭풍파랑 특성은 파랑-구조물 상호작용 수치실험에서 입사파 조건으로 사용되었다. 수치실험 결과, 후시키항의 북방파제가 폭풍파랑에 의해 파손 시, 배후의 만요우부두는 월파 및 월류에 안전하지 못 함이 파악되었다. 또한, 추산 폭풍파랑 상황 하에서 만요우부두의 현 호안시설로는 측면 호안벽으로부터의 월류에 대응하지 못 함이 파악되었다. 두 번째 수치실험결과로부터, wet-dry법이 적용된 적합격자세분화에 의해 세분화된 격자는, 계산부하를 효율적으로 유지하는 동시에, 해안선의 표현 및 해안구조물의 표현에 뛰어남을 확인하였다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.

• 한국체육학회지인문사회과학편
• /
• 제57권3호
• /
• pp.345-356
• /
• 2018

이 연구의 목적은 여성 노인들을 대상으로 낙상자와 비낙상자 간 보행 시 하지의 국부적 안정성과 근 활동 양상을 후향성 접근을 통해 규명하고자 했다. 이를 위해 보행 시 낙상 경험이 있는 20명과 낙상 경험이 없는 20명이 선정되었다. 트레이드밀 보행 시 3차원 운동 캡쳐 시스템과 무선 근전도 장비를 이용해 운동학적 좌표와 근전도 신호를 수집했다. 운동좌표를 이용해 무릎과 발목 관절의 3차원 각 변위를 산출했으며, 이들의 국부적 안정성을 Lyapunov 지수를 통해 계산했다. 근 활성도는 근전도 신호를 이용해 대퇴직근과 대퇴이두근, 전경골근과 비복근을 살펴봤으며, 또한 이들의 동시 수축 지수를 정량화했다. 연구 결과 무릎 관절의 내·외전 움직임의 국부적 불안정성은 비낙상자 집단이 낙상자 집단보다 컸으며(p<.05), 전경골근의 근활성도는 낙상자 집단이 비낙상자 집단보다 적게 나타났다(p<.05). 또한 비복근과 전경골근의 동시 수축 지수는 낙상자 집단이 비낙상자 집단보다 컸다(p<.05). 그 밖에 낙상자 집단에서 비복근과 전경골근의 동시 수축 지수와 발목 관절의 굴신 움직임에 대한 국부적 안정성과는 유의한 상관관계를 보였다(p<.05). 따라서 보행 시 낙상을 예방하기 위해서는 무릎 관절의 내·외전 움직임에 관여하는 근들을 강화하고, 발목 관절의 굴신에 작용하는 비복근과 전경골근을 균형적으로 강화할 필요가 있다고 판단된다.

• 생명과학회지
• /
• 제28권7호
• /
• pp.835-840
• /
• 2018

본 연구는 시토크롬 P450 단백질을 암호화하는 애기장대 유래의 AtCYP78A7을 과발현하는 형질전환 식물체로부터 AtCYP78A7 단백질을 특이적으로 인식하는 단일큰론 항체의 제조와 그 항체를 AtCYP78A7 단백질과 접촉시켜 항원-항체 복합체 형성을 검출함으로써 AtCYP78A7 단백질을 효소면역학적(ELISA) 방법으로 검출하는 진단 키트를 개발하기 위하여 수행하였다. 재조합한 GST-AtCYP78A7 단백질을 항원으로 사용하여 단일클론 항체를 분비하는 융합세포주를 제조한 후 비오틴화 및 페어링 테스트를 통해 포획항체와 검출항체를 선정하였으며, GST-AtCYP78A7 정제 단백질을 기준으로 일품벼, 화영벼, AtCYP78A7 과발현 벼(10B-5, 18A-4)의 용해물을 검출항원으로 사용하여 product test를 진행하였다. 그 결과 AtCYP78A7 단백질에 특이적으로 결합하는 4개의 단클론 항체(mAb 6A7, mAb 4C2, mAb 11H6, mAb 7E8)를 생산하였고, 포획항체 mAb 4C2와 검출항체 mAb 7E8-biotin의 조합으로 ELISA 키트를 개발하였다. 개발된 ELISA 키트를 이용한 벼 시료의 분석 결과 AtCYP78A7 과발현 벼는 전체 단백질 대비 AtCYP78A7 단백질의 비율이 0.1% 이상인 양성으로, 일품벼와 화영벼는 0.1% 미만인 음성으로 나타나 키트를 이용한 AtCYP78A7 단백질의 검출이 가능하였으며, 따라서 본 키트는 향후 AtCYP78A7를 과발현하는 형질전환 작물을 대상으로 하는 환경 모니터링 또는 인체 위해성 평가에 유용하게 활용될 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.141-156
• /
• 2013

최근 소셜미디어는 전세계적 커뮤니케이션 도구로서 사용에 전문적인 지식이나 기술이 필요하지 않기 때문에 이용자들로 하여금 콘텐츠의 실시간 생산과 공유를 가능하게 하여 기존의 커뮤니케이션 양식을 새롭게 변화시키고 있다. 특히 새로운 소통매체로서 국내외의 사회적 이슈를 실시간으로 전파하면서 이용자들이 자신의 의견을 지인 및 대중과 소통하게 하여 크게는 사회적 변화의 가능성까지 야기하고 있다. 소셜미디어를 통한 정보주체의 변화로 인해 데이터는 더욱 방대해지고 '빅데이터'라 불리는 정보의 '초(超)범람'을 야기하였으며, 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회이자 의미 있는 정보를 발굴해 내기 위한 새로운 연구분야로 각광받게 되었다. 빅데이터를 효율적으로 분석하기 위해 다양한 연구가 활발히 이루어지고 있다. 그러나 지금까지 소셜미디어를 대상으로 한 연구는 개괄적인 접근으로 제한된 분석에 국한되고 있다. 이를 적절히 해결하기 위해 본 연구에서는 트위터 상에서 실시간으로 방대하게 생성되는 빅스트림 데이터의 효율적 수집과 수집된 문헌의 다양한 분석을 통한 새로운 정보와 지식의 마이닝을 목표로 사회적 이슈를 포착하기 위한 실시간 트위터 트렌드 마이닝 시스템을 개발 하였다. 본 시스템은 단어의 동시출현 검색, 질의어에 의한 트위터 이용자 시각화, 두 이용자 사이의 유사도 계산, 트렌드 변화에 관한 토픽 모델링 그리고 멘션 기반 이용자 네트워크 분석의 기능들을 제공하고, 이를 통해 2012년 한국 대선을 대상으로 사례연구를 수행하였다. 본 연구를 위한 실험문헌은 2012년 10월 1일부터 2012년 10월 31일까지 약 3주간 1,737,969건의 트윗을 수집하여 구축되었다. 이 사례연구는 최신 기법을 사용하여 트위터에서 생성되는 사회적 트렌드를 마이닝 할 수 있게 했다는 점에서 주요한 의의가 있고, 이를 통해 트위터가 사회적 이슈의 변화를 효율적으로 추적하고 예측하기에 유용한 도구이며, 멘션 기반 네트워크는 트위터에서 발견할 수 있는 고유의 비가시적 네트워크로 이용자 네트워크의 또 다른 양상을 보여준다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.101-123
• /
• 2013

최근 경제 패러다임의 변화로 인해 기업이 글로벌 경쟁우위 및 미래 성장동력 확보하기 위해서는 기술과 경영을 통합적으로 이해할 수 있는 학제적 지식을 바탕으로 기술연구의 동향을 파악하고 융합기술 및 유망기술 예측하여 지속적 혁신, 핵심역량 강화, 핵심기술 보유, 기술 융합 등을 통해 새로운 가치를 창출할 필요가 있다. 따라서 본 연구는 기술경영관련 연구의 거시적인 흐름을 분석하기 위해 동시단어 분석기반의 계량서지학적 방법론을 사용하였다. 즉, 최근 10년 동안 기술경영분야의 주요 해외 저널에 게재된 논문의 키워드를 수집한 다음, 빈도 분석, 초기 키워드 네트워크의 구조 분석, 시간이 지남에 따른 새로 생성된 키워드의 선호적 연결 및 성장 분석, 전체 네트워크에 대한 컴포넌트 분석 및 중심성 분석을 수행하였다. 이를 통해 기술경영분야의 논문에 대한 구체적인 연구 주제를 파악할 수 있고, 이들 간의 관계를 파악함으로써, 학제적 연구와 통섭을 위한 구체적인 연구주제들의 조합을 제시할 수 있다. 본 연구결과를 살펴보면 다음과 같다. 첫째, 논문 별 키워드는 1개~23개의 분포를 지니고 있으며, 평균적으로 논문 당 4.574개의 키워드가 있다. 또한 키워드 중 90%가 10년 동안 3번 이하로 사용되었다. 특히 1번만 사용된 키워드는 약 75%의 비중을 차지하고 있음을 확인하였다. 둘째, 키워드 네트워크는 좁은 세상 네트워크 및 척도 없는 네트워크의 특징을 따르고 있음을 확인하였다. 특히 기술경영관련 논문에 사용된 키워드 중 소수의 키워드의 독점화 경향이 높음을 확인할 수 있었다. 셋째, 선호적 연결 및 성장 분석을 통해 기술경영분야의 키워드는 시간이 지남에 따라 선호적 연결을 통한 생존과 소멸 과정에 의해 부익부 빈익빈 현상이 고착되고 있고 있음을 확인하였다. 또한 신규 키워드의 선호적 연결 정도 분석을 통해 신규 연구분야 또는 새로운 연구영역을 창출할 가능성이 있는 키워드 관련 연구 주제에 대한 관심이 시간이 지남에 따라 증가하다가 일정 시점이 지나면 감소함을 확인하였다. 넷째, 컴포넌트 분석 및 중심성 분석을 통해 기술경영관련 연구 동향을 확인하였다. 특히 중심성 분석을 통해 Innovation(혁신), R&D(연구개발), Patent(특허), Forecast(예측), Technology transfer(기술이전), Technology(기술), SME(중소기업) 등의 키워드가 연결중심성, 매개중심성, 근접중심성이 높음을 확인하였다. 본 연구의 분석결과는 기술경영의 연구 동향, 타 학문과의 통섭 및 신규 연구주제 선정 시 참고할 수 있는 유용한 정보로 활용될 수 있다.