• 산업경영시스템학회지
• /
• 제45권2호
• /
• pp.48-55
• /
• 2022

The color image of the brand comes first and is an important visual element that leads consumers to the consumption of the product. To express more effectively what the brand wants to convey through design, the printing market is striving to print accurate colors that match the intention. In 'offset printing' mainly used in printing, colors are often printed in CMYK (Cyan, Magenta, Yellow, Key) colors. However, it is possible to print more accurate colors by making ink of the desired color instead of dotting CMYK colors. The resulting ink is called 'spot color' ink. Spot color ink is manufactured by repeating the process of mixing the existing inks. In this repetition of trial and error, the manufacturing cost of ink increases, resulting in economic loss, and environmental pollution is caused by wasted inks. In this study, a deep learning algorithm to predict printed spot colors was designed to solve this problem. The algorithm uses a single DNN (Deep Neural Network) model to predict printed spot colors based on the information of the paper and the proportions of inks to mix. More than 8,000 spot color ink data were used for learning, and all color was quantified by dividing the visible light wavelength range into 31 sections and the reflectance for each section. The proposed algorithm predicted more than 80% of spot color inks as very similar colors. The average value of the calculated difference between the actual color and the predicted color through 'Delta E' provided by CIE is 5.29. It is known that when Delta E is less than 10, it is difficult to distinguish the difference in printed color with the naked eye. The algorithm of this study has a more accurate prediction ability than previous studies, and it can be added flexibly even when new inks are added. This can be usefully used in real industrial sites, and it will reduce the attempts of the operator by checking the color of ink in a virtual environment. This will reduce the manufacturing cost of spot color inks and lead to improved working conditions for workers. In addition, it is expected to contribute to solving the environmental pollution problem by reducing unnecessarily wasted ink.

• 한국환경생태학회지
• /
• 제34권5호
• /
• pp.446-453
• /
• 2020

본 연구에서는 태백산국립공원 주요 탐방로 입구에 설치된 탐방객 자동 계수기 데이터를 이용하여 탐방로별 일간 탐방객수에 영향을 미치는 요인을 분석하고, 이를 바탕으로 탐방로를 유형화하였다. 일일 탐방객수를 종속변수로 다중회귀분석 실시한 결과, 개천절이나 눈축제 등 행사는 모든 탐방로의 탐방객수에 영향을 미쳐, 태백산국립공원의 일일 탐방객수를 결정하는 가장 큰 요인인 것으로 분석되었다. 3일 이상 휴일이 연속되는 연휴와 일반 공휴일도 대부분의 탐방로의 일일 탐방객수에 영향을 미쳤다. 강수량은 비산행 목적의 탐방객이 많은 탐방로의 탐방객수에는 부(-)의 영향을 미쳤으나, 산행 목적의 탐방객이 많은 탐방로의 탐방객수에는 유의미한 영향을 미치지 않아, 산행 목적 탐방객들은 날씨가 궂더라도 산행을 강행하는 것으로 나타났다. 기온은 산행 목적의 탐방객이 많은 탐방로의 탐방객수에는 정(+)의 영향을 미쳤으나, 눈축제가 열리는 당골광장 인근의 탐방로의 탐방객수에는 부(-)의 영향을 미쳐, 눈축제의 영향권인지 여부가 탐방로 관리에 결정적 요인이었다. K-mean clustering을 이용하여 18개 탐방로를 유형 분류한 결과, 태백산국립공원의 탐방로는 눈축제에 영향을 받는 유형(유형 1)과, 가까운 거리에 볼거리가 많아 비산행 탐방객이 많은 유형(유형 2), 그리고 산행을 목적으로 온 탐방객들이 대부분인 유형(유형 3)의 3개 유형을 분류할 수 있었다. 탐방로 유형별 탐방객 행태와 불법 행위 유형이 다르므로, 유형별 특성에 맞춰 탐방로 관리방안을 마련하여야 할 것이다.

• 치위생과학회지
• /
• 제7권4호
• /
• pp.251-256
• /
• 2007

본 연구는 치과위생사들의 이직요인을 찾아보고, 직무만족과 이직과의 상관관계 등을 살펴봄으로써 치과위생사들의 이직률 감소를 위한 기초자료를 제공하고자 2006년 7월 24일부터 9월 24일까지 전라북도의 구강진료기관에 근무하는 치과위생사를 180명을 대상으로 구조화된 자기기입식 설문지를 이용하였다. 분석방법으로는 SPSS 12.0을 이용하여 치과위생사의 이직 경험유무에 따른 치과위생사의 일반적 특성 및 이직 사유, 이직희망기관, 직무만족과 이직과의 상관관계 등을 분석하여 다음과 같은 결과를 얻었다. 1. 이직경험은 연령별에서 24~26세의 36.2%, 미혼 83.0%, 경력별로는 1~3년 미만의 50.0%가 이직 경험이 있는 것으로 나타났으며(p < 0.001), 월 평균 소득별에서도 100~129만원의 50.0%가 이직경험이 있는 것으로 나타나 통계적으로 유의한 차이가 있었다(p < 0.05). 2. 이직 사유는 근무환경이 28.1%로 가장 높게 나타났으며, 발전가능성은 18.0%, 상사 및 동료와의 관계는 12.4%, 일에 대한 보상 체계는 4.5%로 나타났다. 3. 이직 희망 근무기관은 개인치과의원에 근무하고 있는 치과위생사의 66.2%가 보건(지)소로 이직을 희망하고 있는 것으로 나타났으며, 최종학력에서는 대학 졸업자의 64.3%가 보건(지)소로 이직을 희망하고 있는 것으로 나타났다(p < 0.001). 4. 직무만족 요인 중 장래성요인이 이직에 가장 크게 영향을 미치는 것으로 나타났으며, 다음으로 업무량요인, 급여요인, 동료관계요인 순으로 나타났고, 이러한 모든 요인들이 음(-)의 상관관계로 나타나 만족수준이 낮을수록 이직은 높아짐을 알 수 있었으며 통계적으로 유의한 차이가 있었다. 직무만족요인들이 이직의도에 미치는 영향을 설명하는 $R^2=.254$로 나타났다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.199-219
• /
• 2018

인터넷의 일상화와 각종 스마트 기기의 보급으로 이용자들로 하여금 실시간 의사소통이 가능하게 하여 기존의 커뮤니케이션 양식이 새롭게 변화되었다. 인터넷을 통한 정보주체의 변화로 인해 데이터는 더욱 방대해져서 빅데이터라 불리는 정보의 초대형화를 야기하였다. 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회로 여겨지고 있다. 특히 텍스트 마이닝은 비정형 텍스트 데이터를 이용해 패턴을 탐구하여 의미있는 정보를 찾아낸다. 텍스트 데이터는 신문, 도서, 웹, SNS 등 다양한 곳에 존재하기 때문에 데이터의 양이 매우 다양하고 방대하여 사회적 실제를 이해하기 위한 데이터로 적합하다. 본 연구는 한국 최대 인터넷 포털사이트 뉴스의 댓글을 수집하여 2017년 19대 한국 대선을 대상으로 연구를 수행하였다. 대선 선거일 직전 여론조사 공표 금지기간이 포함된 2017년 4월 29일부터 2017년 5월 7일까지 226,447건의 댓글을 수집하여 빈도분석, 연관감성어 분석, 토픽 감성 분석, 후보자 득표율 예측을 수행하였다. 이를 통해 각 후보자들에 대한 이슈를 분석 및 해석하고 득표율을 예측하였다. 분석 결과 뉴스 댓글이 대선 후보들에 대한 이슈를 추적하고 득표율을 예측하기에 효과적인 도구임을 보여주었다. 대선 후보자들은 사회적 여론을 객관적으로 판단하여 선거유세 전략에 반영할 수 있고 유권자들은 각 후보자들에 대한 이슈를 파악하여 투표시 참조할 수 있다. 또한 후보자들이 빅데이터 분석을 참조하여 선거캠페인을 벌인다면 국민들은 자신들이 원하는 바가 후보자들에게 피력, 반영된다는 것을 인지하고 웹상에서 더욱 적극적인 활동을 할 것이다. 이는 국민의 정치 참여 행위로써 사회적 의의가 있다.