• 한국응용곤충학회지
• /
• 제37권2호
• /
• pp.193-198
• /
• 1998

유자(Citrus junos T.) 과원의 주요 해충의 귤응애(Panonychus ？갸 M.)의 발생소장, 온도별 발육기간, 산란수, 부화율 및 유자유목의 생육에 미치는 영향을 구명하고자 1996년부터 1997년까지 2년간 조사한 결과, 귤응애는 5월부터 11 월까지는 발생하였는데 년 2회의 발생최성기를 이루었다. 1차 발생최성기는 7~8월이고, 2차발생최성기는 10월이었다. 2차 발생최성기에는 잎당밀도 9.5마리로 연중 최대발생량을 보였다. 유자 잎에서 귤응애의 각 태별 구성비는 난, 약충, 성충이 각각 85, 9, 6%로 난의 비율이 월등히 높았다. 15, 20, 25, $\pm$1$^{\circ}C$(RH 60 $30\pm$10%, 14L-10D)의 항온조건에서 난부터 성충까지 발육기간은 각각 41.1, 15.5, 11.0, 9.4일이고 성충수명은 23.3, 8.3, 6.3, 6.1일로 온도가 높을수록 발육기간과 성충수명은 짧아지는 경향이고 부화율은 $30^{\circ}C$에서 94.7%로 가장 높았다. 일평균 산ㄹ나수는 $25^{\circ}C$에서 4.5개로 가장 많았다. 또, 귤응애 방제밀도에 따른 유자유목의 생육상황은 방제밀도가 낮을수록 간주 및 수관용적 증가량이 많았고 엽록소함량도 많았다. 월동후 낙엽율은 1, 3, 6마리/잎, 무방제에서 각각 13.5, 20.6, 53.1, 72.6%로 잎당 성충밀도 3마리 이하에 방제하는 것이 낙엽율이 낮았다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권5호
• /
• pp.438-450
• /
• 2003

공간 조인이란 서로 겹치는 관계를 가지는 공간 객체의 쌍들을 찾는 질의이다. 색인 기반 공간 조인에는 원공간 색인인 R 트리가 널리 사용된다. 원공간 색인이란 원공간상에서 표현된 공간 객체를 색인하는 구조로, 이를 활용한 조인은 크기를 가지는 공간 객체를 다루기 때문에 정형적인 방법이 아닌 휴리스틱에 의존하는 단점을 가진다. 반면, 변환공간 색인은 원공간 상의 공간 객체를 변환공간 상의 크기가 없는 점 객체로 변환하여 색인한 후에 이들을 다루기 때문에, 이를 활용한 공간 조인은 상대적으로 단순하고 정형적인 방법을 사용하는 장점을 가진다. 그러나, 이 방법은 R 트리와 같이 원공간 객체를 색인하는 원공간 색인에는 적용될 수 없는 문제점을 가진다. 본 논문에서는 이 두 방법의 장점만을 취하는 새로운 방법을 제안한다. 즉, 변환공간 뷰(transform-space view)라는 새로운 개념과 이를 사용한 공간 조인 알고리즘인 변환공간 뷰 조인 알고리즘(transform-space view join algorithm)을 제안한다. 변환공간 뷰란 원공간 색인에 대한 가상의 변환공간 색인으로서, 이미 구축된 원공간 색인을 구조적으로 변경하지 않고서 별도의 추가비용 없이 가상의 변환공간 색인으로 해석할 수 있게 한다. 실험 결과, 변환공간 뷰 조인알고리즘은 R 트리를 원공간에서 조인하는 알고리즘들과 비교하여 디스크 액세스 횟수 측면에서 최대 43.1%까지 더 좋은 성능을 보인다. 본 논문의 가장 중요한 공헌은 R 트리와 같이 널리 사용되는 원공간 색인을 변환공간 뷰라는 새로운 개념을 통하여 변환공간에서 해석하여 사용할 수 있음을 보인 것이다. 우리는 이 새로운 개념이 다양한 공간 질의 처리 알고리즘들이 변환공간에서 새롭게 개발될 수 있는 프레임워크를 마련했다고 믿는다.

• 공학교육연구
• /
• 제10권4호
• /
• pp.78-92
• /
• 2007

본 연구에서는 공학교육 전공 교과과정에서 한국의 사회적문화적 특성을 고려한 문제 중심의 공학윤리 교육 모듈 개발 및 운영 사례를 고찰하였다. 전공 교수들이 독립적인 수업을 할 수 있도록 공학윤리교육 컨텐츠를 교수 제시 자료, 교안, 학습자 자료, 사전-사후설문지로 모듈화 하여 설계하였다. 본 모듈은 전공교과목에 접목할 수 있도록 75분, 2개 모듈로 구성하였고, 대단위/소단위별 교수-학습활동으로 구별하여 제시하고 2007년 1학기에 운영되었다. 또한 학습자의 학습동기를 유발하기 위하여 비디오, 만화, 시 등 다양한 자원을 활용하여 교수 제시 자료를 구성하였고, 공학적 상황에서 경험할 수 있는 친숙한 사례를 선별하였다. 전공 교과과정에서 모듈 1을 운영해 본 결과, 개발된 공학윤리 모듈은 학생들에게 학습동기를 유발시켰고, 토론을 통해 팀별 생각을 담은 사건 흐름도를 작성하는 활동을 통하여 공학윤리에 대한 학습성과를 얻을 수 있는 가능성을 확인하였으며, 강의에 참여한 교수들로부터 긍정적인 반응을 얻을 수 있었다. 본 연구결과는 전공 교과과정에 걸친 공학윤리 교육을 실시하고자 하는 대학교육에 가이드라인을 제공하는 역할을 할 수 있을 것으로 기대된다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.625-634
• /
• 2002

본 논문에서는 베이지안 망을 기초로 불임환자의 임상 데이터에 대한 다양한 분석 실험을 전개하였다. 이 실험을 통해 임신여부에 영향을 주는 요인들간의 상호의존성을 분석해보고, 또 NBN, BAN, GBN 등 제약조건이 다른 다양한 유형의 베이지안 망 분류기들의 분류성능을 서로 비교해보았다. 그리고 우리는 이와 같은 실험을 통해 임신가능여부(Clin)에 직접적인 영향을 미치는 중요한 요인들로 증상(IND), 약물치료법(stimulation), 여성의 나이(FA), 미세조작 난자의 수(ICT), Wallace 사용여부(ETM) 등 5개의 특성들을 가려낼 수 있었고, 이 요인들간의 상호 의존성도 찾아낼 수 있었다. 또 서로 다른 유형의 베이지안 망 분류기들 중에서 요인들간의 상호의존관계를 허용하는 좀 더 일반적인 BAN과 GBN 등이 그렇지 못한 NBN에 비해 상대적으로 더 높은 분류 성능을 보여준다는 것을 확인하였다. 또 결정트리와 k-최근접 이웃과 같은 다른 분류기들과의 성능 비교를 통해, 임상 데이터의 특성상 확률적 표현과 추론에 기초한 베이지안 망 분류기들이 보다 높은 성능을 보여준다는 사실도 확인할 수 있었다. 또 본 논문에서는 클래스 노드의 Markov blanket에 속한 특성들로 특성집합을 축소하는 것을 제안하고, 실험을 통해 이 특성 축소방법이 베이지안 망 분류기들의 성능을 높여 줄 수 있는지 알아보았다.

• 미생물학회지
• /
• 제54권3호
• /
• pp.188-199
• /
• 2018

다양한 미생물학 연구 분야의 발전에 힘입어 유전체역학은 발전되어 왔다. 예를 들어, 대용량서열화 기술의 발전으로 미생물 유전체의 수는 급속도로 증가해 오고 있다. 이러한 풍부한 유전체 데이터는 전에는 보지 못한 보다 더 정확한 미생물종의 동정에 도움을 주는 균주종 타이핑에 새로운 기회를 제공한다. 유전체역학은 유전체에 일반적인 유전자를 찾고 표기하는 것 뿐만 아니라 항균 저항성 유전자를 찾을 수 있다. 균주종 타이핑과 항균 저항성 유전자 찾기는 각각 종을 구분하고 유전체내의 유전자 위치를 결정하는 유전체 역학의 방법들로 시간에 따른 변화가 없는 측면이다. 이에 반하여, 하나의 숙주가 어떤 숙주를 감염시켰는지 알아내기 위해서는 감염된 숙주들 사이의 시간에 따른 동적인 전염 경로를 추론해야 한다. 이렇게, 균주종 타이핑, 항균 저항성 유전자 찾기, 전염 계통수 추론을 통하여 유전체역학의 궁극적인 목표 중 하나인 미생물성 전염병을 보다 효율적으로 감시할 수 있을 것으로 기대된다. 그리고, 대용량서열화 기술 중, 3세대 서열화기술 중 하나인 옥스포드 나노포어 MinION의 보다 나은 휴대성과 빠른 서열화의 성능 덕분에 유전체역학은 더 많은 발전을 거듭할 것으로 보인다. 이에, 본 연구는 항균 저항성 유전자를 찾고 전염병 경로를 추론하는 계산적인 방법에 대하여 살펴보고, 미생물 유전체역학에서 MinION이 응용된 예들에 대하여 논하였다.

• 한국항행학회논문지
• /
• 제25권1호
• /
• pp.115-123
• /
• 2021

잣은 우리나라 대표적인 견과류 임산물이자 수익형 작물이다. 그러나 잣송이는 사람이 직접 나무 위로 올라가 수확하기 때문에 위험성이 높다. 이러한 문제를 해결하기 위해서 로봇 또는 UAV(unmanned aerial vehicle)를 이용한 잣송이 수확이 필요하다. 본 논문에서는 UAV를 이용한 잣송이 수확을 위해 UAV 항공 영상에서 딥러닝(deep learning) 기반의 잣송이 검출 기법을 제안한다. 이를 위해, UAV를 이용하여 실제 잣나무 숲에서 동영상을 촬영했으며, 적은 수의 데이터 보완을 위해 데이터 증강기법을 사용했다. 3D 검출을 위한 데이터로는 Unity3D을 이용하여 가상 잣송이 및 가상환경을 3D 모델링 하였으며 라벨링은 좌표계의 3차원 변환법을 이용해 구축했다. 잣 분포 영역 검출, 잣 객체에 대한 2D 및 3D 검출을 위한 딥러닝 알고리즘은 DeepLabV3, YOLOv4, CenterNet을 각각 이용하였다. 실험 결과, 잣송이 분포 영역 검출률은 82.15%, 2D 검출률은 86.93%, 3D 검출률은 59.45%이었다.

• 한국정보과학회논문지:정보통신
• /
• 제34권2호
• /
• pp.120-133
• /
• 2007

전송-수신 쌍들을 연결하는 많은 수의 경로들로 이루어진 멀티캐스트 트리에서 네트워크 구성요소의 실패는 멀티캐스트 트리의 일부를 손상시킬 수 있다. 그러나 하나의 구성요소의 실패를 복구하기 위해 전체 멀티캐스트 트리를 다시 만드는 것은, 실패의 영향을 받지 않은 경로를 사용하는 그룹 멤버들까지도 서비스의 중단을 겪어야 하기 때문에 바람직하지 않다. 본 논문은 QoS 멀티캐스트 트리에서 재구성해야 할 영역을 줄이면서 재구성의 성공 가능성을 최대화하는 계획된 재구성(Pre-Planned Reconfiguration: PPR) 정책을 제안한다. PPR 방식은 멀티캐스트 트리의 전송-수신 쌍을 연결하는 각 경로에 재구성 경로를 미리 만들고, 이들 경로에 필요한 자원을 미리 예약해 둔다. 이를 위해 우리는 기존 멀티캐스트 트리의 변화를 최소화하며 손상되지 않은 부분들의 서비스를 최대한 유지하는 재구성 경로의 라우팅 방법을 고안하였으며, 효율적 자원 공유 방법을 사용하여 재구성 경로들을 위해 예약된(실패가 일어나지 않을 경우 사용되지 않는) 자원의 양을 줄인다. PPR 방식은 실패 복구를 위해 여러 멀티캐스트 세션들이 동시에 엄청난 경쟁을 하는 것을 막을 수 있다. 시물레이션을 통해 최단경로 라우팅을 사용하는 전송자 중심 멀티캐스트 트리와 공유 멀티 캐스트 트리에서 각각 성능을 평가한 결과 PPR 방식은 적당한 오버헤드내에서 모든 그룹 멤버들에게 성공적인 재구성을 제공한다. 또한 PPR 방식은 그룹 멤버쉽이 동적으로 변화할 때에도 잘 적응한다.

• 한국산림과학회지
• /
• 제61권1호
• /
• pp.15-19
• /
• 1983

임분재적(林分材積) 추정시(推定時) 간편(間便)하며, 정도(精度)를 유지(維持)한 추정방법(推定方法)의 유도(誘導)를 위(爲)하여 전국(全國)에서 잣나무 107개소(個所), 일본잎갈나무 82개소(個所)의 표준지(標準地)($40m{\times}40m$)를 선정(選定)하여 임목(林木)의 평균흉고직경(平均胸高直徑), 평균수고(平均樹高), ha당(當) 단면적(斷面績), 임분형상고(林分形狀高), 단면적수고(斷面績樹高), ha당(當) 본수(本數), ha당(當) 재적(材積), 임분(林分) 및 지형조사(地形調査)를 실시(實施)하였다. 이로써 임분평균흉고직경(林分平均胸高直徑)과 임분형상고(林分形狀高), 임분형상고(林分形狀高)와 임분재적(林分材積)과의 관계(關係)를 구명(究明)한 결과(結果), 전자(前者)의 관계(關係)에서는 잣나무 $H{\cdot}F=1.2569+0.2576D$, 일본잎갈나무 $H{\cdot}F=4.3045+0.1443D$이었고, 후자(後者)의 관계(關係)에서는 잣나무 log V = 1.3855+0.1168 H.F, 일본잎갈나무 log V = 0.9929+0.1542 H.F이었으며, 임분재적식(林分材積式) 적합도(適合度) 검정결과(檢定結果) 모두 유효(有效)하였으며, 추정오차율(推定誤差率)도 잣나무 18.29%, 일본 잎갈나무 19.22%로 양호(良好)하여 금후(今後) 임분평균흉고직경(林分平均胸高直徑)으로 임분재적(林分材積)의 추정(推定)이 가능(可能)한 것으로 사료(思料)된다.

• 한국농림기상학회지
• /
• 제14권4호
• /
• pp.246-253
• /
• 2012

수분부족과 지속적인 저온현상으로 우리나라 주요 차 생산 지역에 막대한 피해를 입혔는데, 이번 동해는 체내 수분부족으로 잎이 건조되어 퇴색된 녹색을 띄다가 고사하는 청고현상이 먼저 발견되었고, 대부분의 차(茶)재배지역에 피해를 입혔다. 이기간 동안 평균기온은 $0.2^{\circ}C$로 전년대비 $-2.7^{\circ}C$ 낮았고 2011년 01월과 02월의 최저기온의 평균기온은 $-5.6^{\circ}C$로 전년대비 $-4.5^{\circ}C$ 낮았으며, 가장 낮은 기온이 관측된 날은 01월 18일 06시 55분으로 $-11.8^{\circ}C$로 관측되었으며 전년 최저기온 보다 $-5.5^{\circ}C$ 낮게 관측되었다. 2010년 12월부터 2011년 02월까지 월동기간 동안 강우량은 104mm 밖에 되지 않아 전년보다 306mm 적게 내렸다. 색도 측정에서는 모든 지역에서 2012년에 비해 2011년도에서 L, a, b값 모두 높게 나왔고 수분함량 또한 2012년보다 2011년 잎의 수분함량이 낮게 나타났으며, Trypan blue분석에서는 저온 스트레스를 받지 않는 정상 차나무 잎에서는 세포사멸 현상이 거의 관찰되지 않았으나 저온 스트레스를 받은 청고피해 잎은 부분 세포사멸이 되어 부분 염색이 일어났으며, 적고피해 잎에서는 대부분 세포사멸이 일어나 대부분 염색이 되는 것을 확인할 수 있었다.

• 경영정보학연구
• /
• 제9권1호
• /
• pp.45-65
• /
• 2007

다른 산업과 달리 병원/의료 산업에서는 건강 보험료 심사 평가라는 독특한 검증 과정이 필수적으로 있게 된다. 건강 보험료 심사 평가는 병원의 수익 문제 뿐 아니라 적정한 진료행위를 하는 병원이라는 이미지와도 맞물려 매우 중요한 분야이며, 특히 대형 종합병원일수록 이 부분에 많은 심사관련 인력들을 투입하여, 병원의 수익과 명예를 위해서 업무를 수행하고 있다. 본 논문은 이러한 건강보험료 청구 심사 과정에서, 사전에 수많은 진료 청구 건 중 심사 평가에서 삭감이 될 수 있는 진료 청구 건을 데이터 마이닝을 통해서 발견하여, 사전의 대비를 철저히 하고자 하는 한 국내 대형 종합병원의 사례를 소개하고자 한다. 데이터 마이닝을 적용함에 있어, 주요한 문제점 중 하나는 바로 지도학습 기법을 적용하기에 곤란한 데이터 불균형 문제가 발생하는 것이다. 이런 불균형 문제를 해소하고, 비교 조건 중에 가장 효율적인 삭감 예상 진료 건 탐지 모델을 만들어 내기 위하여, 데이터 불균형 문제의 기본 해법인 Sampling과 오분류 비용의 다양한 혼합적인 적용을 통하여, 적합한 조건을 가지는 의사결정 나무 모델을 도출하였다.