• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 한국작물학회지
• /
• 제8권1호
• /
• pp.129-177
• /
• 1970

수도작에 있어서 수량성의 향상과 경영의 합리화률 기하기 위한 집단재배의 기술체계를 확립하고자 지역과 지대별로 임의선정된 18개소에서 집단재배와 개별재배를 한 수도에 대하여 경종 및 생육ㆍ수량구성요소의 변이를 조사연구하였으며 460개소의 집단재배와 개별재배에 대하여 경종ㆍ경영 및 조직운영등을 비교조사하고 집단재배와 개별재배의 경제성을 분석하여 그 결과를 요약하면 아래와 같다. 1. 집단재배와 개별재배의 경종 및 생육ㆍ수량형질에 관하여 연구한 결과는 다음과 같다. (1) 육묘에 있어서 집단재배가 비료의 3요소 특히 인산과 가리의 사용량이 많았고 약제살포의 횟수도 많았다. (2) 본답에 있어서의 경종기술은 집단재배가 개별재배보다 ${\circled1}$ 이앙기가 빨랐고 ${\circled2}$ 재식밀도에 있어서 1주당 재식묘수는 적으나 단위면적당의 포기수는 많으며 \circled3 시비량은 질소, 인산, 가리 및 퇴비의 시용량이 현저히 많았고 ${\circled4}$ 분시횟수도 많았으며 ${\circled5}$ 살충제 및 살균제의 살포횟수도 역시 집단재배에서 많았다. (3) 도북의 정도는 집단재배가 약간 더 하였고 병해충의 발생정도는 잎도열병, 목도열병 그리구 멸구, 이화명충 1화기 및 2화기의 발생이 집단재배가 적었다. (4) 집단재배를 한 수도의 간장 및 수장은 길고 고중도 무거웠다. 그리고 조고비율은 집단재배에 있어서 80.9%, 개별재배가 69.9%로서 높은 유의차가 있었다. (5) 수량구성요소인 수수와 1수평균영화수가 집단재배에서 현저히 많았고 현미 1000립중도 무거웠으며 등숙율은 개별농가의 벼와 차이가 없었고 그 변이계수는 집단재배가 개별재배에 비하여 모두 작은 값을 보였다. (6) 현미수량은 평균 10a당 집단재배 459.0kg, 개별재배 374.8kg으로서 84.2kg이나 전자가 많았으며 그들간의 변이계수는 집단재배에서 작게 나타났다. (7) 기간재배기술과 수량구성요소의 상관관계에 있어서 고도의 유의상관을 보인 것은 파종기와 1수영화수, 못자리 약제살포횟수와 1수영화수, 이앙기와 1수영화수, 본답의 인산시용량과 수량, 본답의 가리시용량과 등숙율, 분시횟수와 수량등에서 정(+)상관을 보였고 파종기와 등숙율간에는 부(-)상관을 보였다. 2. 집단재배와 개별재배의 경종\ulcorner경영 및 조직운영에 대하여 종합적으로 조사비교한 결과는 다음과 같다. (1) 집단재배의 품종수는 13개이고 개별재배에서는 47품종으로서 개별재배가 품종의 단순화를 기하지 못하고 있다. (2) 육묘기술에 있어서 비료3요소 특히 인산과 가리의 시용량이 많았고 약제살포횟수가 많다는 것은 1ㆍ의 실험결과와 같으며 이밖에 집단재배의 경우에는 종자소특이 100% 실시되었으며 파종량도 3.3$m^2$당 표준파종량인 3.6～5.4이 파종이 많이 실시되었으나 개별재배에서는 박파와 밀파가 많아 파종량의 변이가 컸었다. (3) 이앙기, 재식밀도, 병충해방제, 약제살포횟수, 시비량 및 분시횟수등은 1.의 결과와 같으며 추경 및 객토와 동력경운기의 사용은 집단재배에서 많았으며 이앙방식은 종전의 정방형식에서 극단적인장방형식으로 많이 바뀌었으며 물관리에 있어서는 중각낙수와 간단관수가 비교적 많이 실시되었다. (4) 현미수량은 평균 10a당 집단재배가 466kg이고 개별재배는 380kg으로서 전자가 86kg 많았다. (5) 병충해방제작업이 집단재배에서 집단방제로 많이 실시되었고 종자소독도 80% 이상의 공동으로 이루어 졌으며 수확, 수확물의 운반, 탈곡, 논갈이 작업등도 개별재배에서 보다 많이 공동으로 이루어졌다. (6) 집단재배에서 객토 및 퇴비의 사용이 현저히 많았으며 그 작업도 공동으로 이루어진 비율이 높고 또한 노동력의 투입도 많았다. (7) 육묘 및 본답의 물관리작업은 집단재배가 개별재배보다 노동력의 투입이 적었다. (8) 비료, 농약 및 노동력등의 비용가액은 집단재배가 개별재배보다 많았으며 약 2배에 가까웠다. (9) 경영규모는 3ha로부터 7ha 이상의 범위에 있으며 5ha내외의 것이 많았고 1개소의 집단재배는 10～20개 정도의 필지로 되어있는 것이 대부분이었다. (10) 경영자 및 경작자의 학력은 집단재배의 회장, 재배반장, 방제반장 및 수리반장 모두 국민학교졸업 이상이 93.7%이며 개별재배는 83%를 보였고 그들의 연령은 40～45세가 가장 많으며 이러한 경향은 양자가 비슷하였다. (11) 집단재배의 운영에 관한 주요설문에 대한 경작자들의 반응은 집단재배를 함으로서 확실히 수량은 증가하였는데 이것은 시비법개선과 병충해방제의 효과가 가장 컸다고 생각하는 사람이 많았고 집단재배를 함으로서 영농자재의 입수와 모든 작업이 적기에 이루어 졌다고 하는 것이 많았다. 또한 경작노력은 적게 들었다는 것이 66.8%이며 이앙노력은 집단재배가 오히려 더 들었다는 것 그리고 관의 간섭이 많았다는 것 등이 특이한 것이며 집단재배의 계속을 원하는 농가가 74.5%이고 원치 않은 농가가 25.5%였었다. 3. 집단재배와 개별재배의 경제성을 분석한 결과는 다음과 같다. (1) 경영비의 비용가액중 퇴비, 금비, 농약대 및 고용노임은 집단재배에 있어서 개별재배보다 각각 335원, 199원, 388원 및 303원이 더 투입되어 큰 차이를 보였으나 기타생산비목들은 집단재배와 개별재배간에 큰 차이가 없었다. (2) 총수익에서 경영비를 뺀 소득은 집단재배에서 24,302원이였고 개별재배에서는 20,168원으로 집단재배에서 10a당 4,134원의 소득증대를 나타내었다. 본 연구에서 수도집단재배는 새로운 기술의 적용도를 높이고 경영의 합리화를 기하여 안전다수확으로 개개 농가의 소득증대에 기여하였을 뿐만아니라 농민에게 새 기술의 적용이 유익했다는 실증을 보여 줌으로서 농민 스스로의 생산과정에 파급적이며 영속적인 변화를 촉진시킬것이라는 또 하나의 결론을 얻었다.