• Ecology and Resilient Infrastructure
• /
• 제2권4호
• /
• pp.317-323
• /
• 2015

본 연구는 장기하상변동 모의를 이용하여 댐 하류 하천에서의 하상변동이 어류 물리서식처에 미치는 영향에 대하여 연구하였다. 이를 위하여 흐름모형은 준정류 모형을 이용하였으며, 서식처 모형은 서식처 적합도 지수 (HSI) 모형을 이용하였다. 장기하상변동 모의를 위하여 Exner 방정식을 이용하였으며 하상재료 입도분포의 변화를 고려하였다. 내성천 영주댐 하류에서 모의결과 침식과 장갑화가 진행되었으며 이에 따라 피라미의 물리서식처가 변하게 되었다. 지형과 하상재료의 변화가 어류 물리서식처에 영향을 끼치는 것을 확인할 수 있다.

• 한국생물물리학회:학술대회논문집
• /
• 한국생물물리학회 2003년도 정기총회 및 학술발표회
• /
• pp.56-56
• /
• 2003

Isolated single pancreatic acinar cells have long been used as a good model for studying many kinds of signaling processes due to their good structural and functional polarities without a significant validation. In this study, we have examined morphological and functional changes of the dissociated single pancreatic acinar cells by imaging cytosolic Ca$\^$2+/ concentration, exocytosis of granules, and by observing their shapes with confocal microscopy.

• 대한지리학회지
• /
• 제44권1호
• /
• pp.31-55
• /
• 2009

이 연구에서는 한반도 전체의 수치고도모델 분석을 통해 평탄지의 공간적 분포를 살펴보고, 평탄지의 유형을 분류한 뒤, 그 결과를 토대로 평탄지의 형성과정에 관한 일반모델을 제시하였다. 한반도에서는 산지와 뚜렷하게 대비되는 평탄지가 존재하고 있으며, 그 형태적 특성과 위치를 종합적으로 고려할 경우, 용암대지와 하해혼성평탄지, 구릉성평탄지, 산간분지, 고위평탄지, 하천주변평탄지 등으로 분류가 가능하다. 평탄지의 특성은 융기 및 해수면 변화와 관련된 기준면의 변동과 지질단위들의 위상관계에 의해 결정되며, 이들 평탄지들이 독립적으로 존재하는 것은 아니가 하천을 따른 삭박환경의 변화에 따라 동적으로 연계되어 있다. 이 연구에서 제시하는 평탄지 형성의 일반모델은 과거 개별적으로 이루어져 왔던 한반도의 평탄면과 각종 침식지형, 그리고 단구지형에 대한 연구들이 평탄지의 분포와 특성을 통해 통합될 수 있는 가능성을 제시해 준다.

• 한국융합학회논문지
• /
• 제10권2호
• /
• pp.159-165
• /
• 2019

딥러닝을 기반으로 한 음성 인식 기술이 상용 제품에 적용되기 시작했지만, 음성 인식으로 분석된 텍스트를 효율적으로 처리할 방법이 없기 때문에 VR 컨텐츠에서 그 적용 예를 찾아 보기는 쉽지 않다. 본 논문은 문장의 형태소를 분석하는 형태소 분석기와 챗봇 개발에 주로 이용되는 검색 기반 모델(Retrieval-Based Model)을 활용하여 명령어를 효율적으로 인식하고 대응할 수 있는 한국어 텍스트 명령 시스템을 제안하는 것을 목적으로 한다. 실험 결과 제안한 시스템은 문자열 비교 방식과 같은 동작을 하기 위해 16%의 명령어만 필요했으며, Google Cloud Speech와 연동하였을 때 60.1%의 성공률을 보였다. 실험 결과를 통해 제안한 시스템이 문자열 비교 방식보다 효율적이라는 것을 알 수 있다.

• BMB Reports
• /
• 제56권5호
• /
• pp.308-313
• /
• 2023

Phenotypic features such as ataxia and loss of motor function, which are characteristics of Parkinson's disease (PD), are expected to be very closely related to cerebellum function. However, few studies have reported the function of the cerebellum. Since the cerebellum, like the cerebrum, is known to undergo functional and morphological changes due to neuroinflammatory processes, elucidating key functional factors that regulate neuroinflammation in the cerebellum can be a beneficial therapeutic approach. Therefore, we employed PD patients and MPTP-induced PD mouse model to find cytokines involved in cerebellar neuroinflammation in PD and to examine changes in cell function by regulating related genes. Along with the establishment of a PD mouse model, abnormal shapes such as arrangement and number of Purkinje cells in the cerebellum were confirmed based on histological finding, consistent with those of cerebellums of PD patients. As a result of proteome profiling for neuroinflammation using PD mouse cerebellar tissues, fetuin-A, a type of cytokine, was found to be significantly reduced in Purkinje cells. To further elucidate the function of fetuin-A, neurons isolated from cerebellums of embryos (E18) were treated with fetuin-A siRNA. We uncovered that not only the population of neuronal cells, but also their morphological appearances were significantly different. In this study, we found a functional gene called fetuin-A in the PD model's cerebellum, which was closely related to the role of cerebellar Purkinje cells of mouse and human PD. In conclusion, morphological abnormalities of Purkinje cells in PD mice and patients have a close relationship with a decrease of fetuin-A, suggesting that diagnosis and treatment of cerebellar functions of PD patients might be possible through regulation of fetuin-A.

• Composites Research
• /
• 제37권1호
• /
• pp.40-45
• /
• 2024

본 연구에서는 고분자 전해질막 연료전지용 가스확산층의 투과도를 예측하기 위해 삼차원 합성곱 신경망 모델을 사용하는 방법론을 소개한다. 먼저, 기계학습 모델을 학습시키기 위해 X-선 단층 촬영을 통해 얻은 실제 가스확산층 이미지에서 형태학적 특성을 추출해 가스확산층의 대표 체적 요소로 이루어진 인공 데이터셋을 생성한다. 이러한 형태학적 특성은 다공성, 섬유 배향, 직경의 통계적 분포가 포함된다. 구축한 인공 데이터셋 대표 체적 요소들의 투과도를 평가하기 위해 격자 볼츠만 방법이 사용되었으며 각각의 대표 체적 요소들의 투과도를 도출하였다. 이러한 인공 데이터셋을 통해 삼차원 합성곱 신경망 모델을 학습시켰으며 인공 데이터셋을 학습한 삼차원 합성곱 신경망 모델이 실제 가스확산층의 대표 체적 요소 투과도 또한 잘 예측하는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권4호
• /
• pp.169-178
• /
• 2022

형태소는 더 이상 분리하면 본래의 의미를 잃어버리는 말의 최소 단위이다. 한국어에서 문장은 공백으로 구분되는 어절(단어)의 조합이다. 형태소 분석은 어절 단위의 문장을 입력 받아서 문맥 정보를 활용하여 형태소 단위로 나누고 각 형태소에 적절한 품사 기호를 부착한 결과를 생성하는 것이다. 한국어 자연어 처리에서 형태소 분석은 가장 핵심적인 태스크다. 형태소 분석의 성능 향상은 한국어 자연어 처리 태스크의 성능 향상에 직결된다. 최근 형태소 분석은 주로 기계 번역 관점에서 연구가 진행되고 있다. 기계 번역은 신경망 모델 등으로 어느 한 도메인의 시퀀스(문장)를 다른 도메인의 시퀀스(문장)로 바꾸는 것이다. 형태소 분석을 기계 번역 관점에서 보면 어절 도메인에 속하는 입력 시퀀스를 형태소 도메인 시퀀스로 변환하는 것이다. 본 논문은 한국어 형태소 분석을 위한 딥러닝 모델을 제안한다. 본 연구에서 사용하는 모델은 기계 번역에서 높은 성능을 기록한 BERT-fused 모델을 기반으로 한다. BERT-fused 모델은 기계 번역에서 대표적인 Transformer 모델과 자연어 처리 분야에 획기적인 성능 향상을 이룬 언어모델인 BERT를 활용한다. 실험 결과 형태소 단위 F1-Score 98.24의 성능을 얻을 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제13권7호
• /
• pp.11-18
• /
• 2008

한국어 형태소 분석은 일반적으로 입력된 문장의 분석 후보를 다수 생성한 후, 그 중 최적의 후보를 선택하는 과정을 거친다. 분석 후보를 많이 생성할수록 올바른 분석이 포함될 가능성이 높아지지만 동시에 모호성이 증가한다는 문제가 생긴다. 이를 해결하기 위해 본 논문은 단일 후보를 생성하는 규칙 기반 분석 모형을 제안한다. 분석 규칙은 품사 부착 말뭉치를 통해 자동으로 추출되기 때문에 규칙 구축비용을 필요로 하지 않을 뿐만 아니라 높은 분석성공률을 보인다. 분석이 성공한 경우에는 단 하나의 분석 후보만을 생성하기 때문에 최적 후보 선택 단계에서의 모호성이 효과적으로 감소되고, 계산 복잡도 역시 줄어든다. 규칙 모형으로 분석이 실패한 경우를 대비해 기존 확률 기반 모형을 결합함으로써 형태소 분석 성능을 향상시킬 수 있다.

• 대한전자공학회논문지SP
• /
• 제39권4호
• /
• pp.361-369
• /
• 2002

제한된 구역내의 고정(static)된 감시 카메라를 통해 입력된 영상 데이터에 대해 움직임이 있는 물체를 검출하기 위해서는 주위 잡음(noise)에 대한 민감성(sensitivity)과 상황변화에 대해 대처할 수 있는 강인한 알고리즘이 요구된다. 본 논문에서는 이러한 잡음이나 갑작스런 상황의 변화에 적절히 대응하여 움직임 물체를 추출하고 추적하는 효율적인 알고리즘을 제안한다. 초기 배경 모델(background model) 영상에 의해서 입력되는 영상 내에 이동 물체가 존재할 경우 각 화소의 주변의 변화를 고려하여 움직임 영역을 검출하였다. 움직임 영역의 화소들의 잡음 제거를 위해 형태학적 필터(morphological filter)를 사용하였고, 8-연결 성분 표시(connected component labeling)에 의해 개별적인 물체의 움직임을 검출하였다. 마지막으로 다양한 환경과 모델에 따른 실험결과와 통계적인 분석을 제시하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.120-128
• /
• 2023

In this work, we have presented ATSA, a hierarchical attention deep learning model for Arabic sentiment analysis. ATSA was proposed by addressing several challenges and limitations that arise when applying the classical models to perform opinion mining in Arabic. Arabic-specific challenges including the morphological complexity and language sparsity were addressed by modeling semantic composition at the Arabic morphological analysis after performing tokenization. ATSA proposed to perform phrase-chunks sentiment embedding to provide a broader set of features that cover syntactic, semantic, and sentiment information. We used phrase structure parser to generate syntactic parse trees that are used as a reference for ATSA. This allowed modeling semantic and sentiment composition following the natural order in which words and phrase-chunks are combined in a sentence. The proposed model was evaluated on three Arabic corpora that correspond to different genres (newswire, online comments, and tweets) and different writing styles (MSA and dialectal Arabic). Experiments showed that each of the proposed contributions in ATSA was able to achieve significant improvement. The combination of all contributions, which makes up for the complete ATSA model, was able to improve the classification accuracy by 3% and 2% on Tweets and Hotel reviews datasets, respectively, compared to the existing models.