• 제목/요약/키워드: Random Distribution

검색결과 1,796건 처리시간 0.032초

한반도 식생에 대한 MODIS 250m 자료의 BRDF 효과에 대한 반사도 정규화 (A Reflectance Normalization Via BRDF Model for the Korean Vegetation using MODIS 250m Data)

  • 염종민;한경수;김영섭
    • 대한원격탐사학회지
    • /
    • 제21권6호
    • /
    • pp.445-456
    • /
    • 2005
  • 지표변수는 지면 근처의 기후변화에 중요한 역할을 하기 때문에, 충분히 높은 정확성을 가진 값이 산출되어야 한다 하지만 지표 반사도는 강한 이방성(non-Lambertian) 특징을 가지고 있기 때문에, 위성 천저각으로부터 멀어질수록 태양-지점-위성과의 기하학적 영향을 더욱 강하게 받는 효과를 가져온다. 또한 지표 각 영향을 포함하고 있는 지표 반사도는 노이즈를 가지게 된다. 따라서 본 연구의 목적은 한반도 지역의 MODIS 반사도 자료(250m)를 이용하여 각 영향이 제거된 보다 정확한 반사도 값에 대한 데이터베이스를 제공하는 것이다. 본 연구에서는 매일 2회씩 제공하는 MODIS(Moderate Resolution Imaging Spoctroradiometer) 센서의 가시영역과 근적외영역의 반사도(250m)자료를 이용하였다. 먼저 구름화소를 제거하기 위해서 연속적인 물리과정을 통하여 각각의 구름 화소를 제거하였다. 그리고 지리보정은 MODIS 센서에서 제공하는 지리정보자료를 이용하여 2차 다항회귀식을 통한 최근접 내삽법을 사용하였다. 본 연구에서는 지표 이방성 효과를 보정하기 위해서 반 경험적 양방향성분포함수(BRDF) 모델을 사용하였다. 이 알고리즘은 위성으로부터 관측된 위성천정각, 태양천정각, 위성방위각, 태양방위각과 같은 각 성분을 이용하여 Kernel-deriven 모델의 역변환을 통하여 지표 반사도를 재생산한다. 먼저 우리는 BRDF 모델을 수행하기 위해 총 31일 모델 관측 실행기간을 고려하였다. 다음 단계로 각각의 화소 및 밴드에 대해서 BRDF 모델을 통하여 분리된 각 성분들을 변조함으로써 위성 직하점 반사도 정규화가 수행되었다. 모델을 이용하여 산출된 반사도 값은 실제 위성 반사도 값과 잘 일치하였고, RMSE(Root Mean Square Error)값은 전체적으로 약 0.01(최고값=0.03)이였다. 마지막으로, 우리는 한반도 지역에 대해서 2001년 동안 총 36개로 구성된 정규화 지표반사도 값의 데이터베이스를 구축하였다.

노년기 연령집단별 객관적·주관적 사회적 고립과 대인관계갈등 유형이 인지기능에 미치는 영향 (The Effect of Objective and Subjective Social Isolation and Interpersonal Conflict Type on the Probability of Cognitive Impairment by Age Group in Old Age)

  • 이상철
    • 한국노년학
    • /
    • 제38권4호
    • /
    • pp.811-835
    • /
    • 2018
  • 노년기의 사회적 관계와 인지기능은 상호 밀접한 관계가 존재한다. 사회적 관계(social relation)는 구조적 특성과 이에 대한 인지적 정서적 평가를 반영하는 질적 특성으로 구분되며, 최근 노년기의 사회적 관계와 관련하여 사회적 고립(social isolation) 개념이 부각되고 있다. 사회적 고립은 사회연결망, 가구형태, 사회참여 등 객관적 차원과 지각된 사회적 지지에 대한 결핍과 외로움 등 주관적 차원으로 구분되는 다차원적인 이론적 구조를 가진다. 노년기 대인관계갈등 역시 인지기능과 밀접한 관계가 존재한다. 본 연구에서는 사회적 관계의 구조적 특성을 나타내는 객관적 사회적 고립과, 질적 특성을 나타내는 주관적 사회적 고립, 대인관계갈등이 노년기 연령집단별 인지기능에 미치는 주효과와 상호작용효과를 검증하였다. 분석자료는 KSHAP 1차조사부터 3차조사까지 총 1,740명의 패널자료를 활용하여, 무선효과 패널로짓모형을 적용하여 분석하였다. 분석결과는 다음과 같다. 첫째, 노년기 연령증가에 따라 인지기능 저하는 급격하게 증가하는 경향성이 나타났다. 객관적 주관적 사회적 고립은 모두 80세를 변곡점으로 U자형의 분포가 나타났다. 아울러 배우자, 자녀 친척, 이웃 친구 노년기 연령증가에 따라 대체적으로 감소하는 분포가 나타났다. 둘째, 인지기능저하에 대한 주효과는 객관적 주관적 사회적 고립과 정적으로 유의미하게 나타난 반면, 대인관계갈등 유형은 유의미하게 나타나지 않았다. 셋째, 노년기 인지기능저하에 영향을 미치는 이원상호작용효과 분석결과, 주관적 사회적 고립과 인지기능저하와의 관계는 배우자와의 갈등수준별로 유의미하게 다른 것으로 나타났다. 또한 주관적 사회적 고립을 많이 느낄수록 연소노인(65~74세)에 비해 초고령노인(85세 이상)의 경우 인지기능저하가 급격하게 높아지는 것으로 나타났다. 본 연구결과에 기초하여 노년기 연령집단별 인지기능 저하를 감소시키기 위한 정책적 실천적 시사점을 제시하였으며, 연구의 한계점과 추후연구를 위한 제언에 대해 논의하였다.

매장 문화재 공간 분포 결정을 위한 지하투과레이더 영상 분석 자동화 기법 탐색 (Automated Analyses of Ground-Penetrating Radar Images to Determine Spatial Distribution of Buried Cultural Heritage)

  • 권문희;김승섭
    • 자원환경지질
    • /
    • 제55권5호
    • /
    • pp.551-561
    • /
    • 2022
  • 지구물리탐사기법은 매장 문화재 조사에 필요한 높은 해상도의 지하 구조 영상 생성과 매장 유구의 정확한 위치 결정하는 데 매우 유용하다. 이 연구에서는 경주 신라왕경 중심방의 고해상도 지하투과레이더 영상에서 유구의 규칙적인 배열이나 선형 구조를 자동적으로 구분하기 위하여 영상처리 기법인 영상 특징 추출과 영상분할 기법을 적용하였다. 영상 특징 추출의 대상은 유구의 원형 적심과 선형의 도로 및 담장으로 캐니 윤곽선 검출(Canny edge detection)과 허프 변환(Hough Transform) 알고리듬을 적용하였다. 캐니 윤곽선 검출 알고리듬으로 검출된 윤곽선 이미지에 허프 변환을 적용하여 유구의 위치를 탐사 영상에서 자동 결정하고자 하였으나, 탐사 지역별로 매개변수를 달리해서 적용해야 한다는 제약이 있었다. 영상 분할 기법의 경우 연결요소 분석 알고리듬과 QGIS에서 제공하는 Orfeo Toolbox (OTB)를 이용한 객체기반 영상분석을 적용하였다. 연결 요소 분석 결과에서, 유구에 의한 신호들이 연결된 요소들로 효과적으로 인식되었지만 하나의 유구가 여러 요소로 분할되어 인식되는 경우도 발생함을 확인하였다. 객체기반 영상분석에서는 평균이동(Large-Scale Mean-Shift, LSMS) 영상 분할을 적용하여 각 분할 영역에 대한 화소 정보가 포함된 벡터 레이어를 우선 생성하였고, 유구를 포함하는 영역과 포함하지 않는 영역을 선별하여 훈련 모델을 생성하였다. 이 훈련모델에 기반한 랜덤포레스트 분류기를 이용해 LSMS 영상분할 벡터 레이어에서 유구를 포함하는 영역과 그렇지 않은 영역이 자동 분류 될 수 있음을 확인하였다. 이러한 자동 분류방법을 매장 문화재 지하투과레이더 영상에 적용한다면 유구 발굴 계획에 활용가능한 일관성 있는 결과를 얻을 것으로 기대한다.

원형질체(原形質體) 융합(融合)에 의한 느타리버섯속(屬)의 품종개발(品種開發) (Strain Improvement of the Genus Pleurotus by Protoplast Fusion)

  • 유영복;유창현;차동열
    • 한국균학회지
    • /
    • 제21권3호
    • /
    • pp.200-211
    • /
    • 1993
  • 사철느타리버섯 Pleurotus florida 균주와 느타리버섯 P. ostreatus 2균주의 영양요구주로 원형질체 융합하여 체세포 잡종을 얻어 자실체의 특성과 후대의 유전자 재조합을 조사하였다. 사철느타리 ASI 2016의 ASI 2-3-rib와 느타리 ASI 2018의 ASI 2-1-arg의 원형질체 융합으로 40개의 체세포잡종($P1{\sim}P40$)을 얻어 그중 P5에서 얻은 유전자 재조합주 P5-M43-arg rib를 다시 느타리 ASI 2001의 ASI 2-13-pro orn과 융합하여 38개 체세포잡종 ($P41{\sim}P78$)을 얻었는데 생산력이 높고 품질이 우수한 P72를 "원형느타리버섯 Wonhyeongneutaribeosus"으로 명명하여 1990년에 보급하였다. 자실체의 갓 색택이 yellowish white인 사철느타리 ASI 2016과 bluish grey인 느타리 ASI 2018의 원형질체 융합주는 중간색인 brownish grey를 나타내었고, P5에 다시 violet grey인 느타리 ASI 2001을 융합한 것은 bluish grey를 나타내었다. 40균주($P1{\sim}P40$)의 자실체 생산량에 있어서 10%만이 양친보다 높았고 40%는 낮았으며 나머지는 양친과 유사하였는데 친주 ASI 2018의 수량지수를 100으로 할 때 융합주는 $27.0{\sim}155.2$로 나타났으며, 체세포 잡종 38균주($P41{\sim}P78$)에 있어서 21.0%는 양친보다 높았고 26.3%는 낮았으며 나머지는 양친과 유사하였는데 ASI 2001을 100으로 할 때 체세포 잡종은 $40.5{\sim}141.3$으로 잡종강세 현상이 나타났다. 수량에 영향을 주는 7 개 형질에 관한 특성에 있어서 P5는 양친주보다 유효경수와 대의 길이는 증가하나 갓의 크기, 대직경, 개체중은 감소하였고, 다발무게와 갓 두께는 유사하였으며, P49는 갓의 크기는 양친과 유사하나 나머지 6개 형질이 모두 증가하였으며 P72는 다발 유효경수와 갓의 크기는 양친과 유사하나 나머지 5개 형질은 모두 증가하였다. esterase 동위효소 분석 결과 P5는 양친의 밴드를 대부분 가지면서 새로운 밴드양상이 형성되었으며 융합주 P48, P49, P72의 상호간에는 밴드의 차이가 없었으나 양친인 ASI 2001과 P5의 밴드를 대부분 가지는 양상을 나타내었다. 사철느타리 ASI 2016과 느타리 ASI 2018의 4개 융합조합 7개 융합주의 유전형질 분리에 있어서 분리되는 유전자형은 원영양형 prototroph, 양친의 한쪽 편친형, 양친의 다른 편친형, 영양요구성 유전자 재조합형으로 나타나며 그 기대치는 1 : 1 : 1 : 1이나 원영양형이 가장 많았으며 2개 융합주를 제외하고는 양친 중 사철느타리 형질만 분리되었으며 양친형과 유전자 재조합형이 거의 1 : 1로 분리되었다. P5 유전자 재조합주 arg rib와 ASI 2001의 pro orn의 체세포 잡종 P48, P49, P72의 분리에 있어서 pro orn 친은 분리되지 않았으며 각 유전형질 arg, rib, pro, orn의 비가 P49, P72는 거의 4 : 1 : 1 : 1로 나타났으나 P48은 pro, orn형질이 훨씬 적게 나타났으며 유전자 재조합형의 비율이 아주 높은 91%이상이었다.

  • PDF

효과적인 입력변수 패턴 학습을 위한 시계열 그래프 기반 합성곱 신경망 모형: 주식시장 예측에의 응용 (A Time Series Graph based Convolutional Neural Network Model for Effective Input Variable Pattern Learning : Application to the Prediction of Stock Market)

  • 이모세;안현철
    • 지능정보연구
    • /
    • 제24권1호
    • /
    • pp.167-181
    • /
    • 2018
  • 지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

이조시대(李朝時代)의 임지제도(林地制度)에 관(關)한 연구(硏究) (A Study on the Forest Land System in the YI Dynasty)

  • 이만우
    • 한국산림과학회지
    • /
    • 제22권1호
    • /
    • pp.19-48
    • /
    • 1974
  • 토지국유원칙(土地國有原則)을 표방(標榜)하고 "공사(公私) 공리(共利)"를 기본원칙(基本原則)으로 하고 있었던 고려조(高麗朝)의 시전과제도(柴田科制度)도 집권력(執權力)의 약화(弱化)로 인(因)하여 조만간(早晩間), 붕괴(崩壞)되고 말았던 것이나 임지제도(林地制度)에 있어서는 분묘설정(墳墓設定)의 자유(自由)와 개간장려(開墾奬勵)를 이용(利用)한 삼림(森林)의 광점(廣占) 및 전시과제도(田柴科制度)로 인(因)한 시지(柴地)의 수조권위양(收租權委讓)으로 유래(由來)된 사적수조권(私的洙組權)이 결부(結付)된 삼림(森林)의 사점현상등(私占現象等)이 점차(漸次) 발전(發展)하여 고려중기(高麗中期)의 국정해지기이후(國政解地期以後)에는 대부분(大部分)의 삼림(森林)이 권력층(權力層)의 사점지(私占地)로 화(化)하여 왔었다. 고려조(高麗朝)의 모든 제도(制度)를 그대로 계승(繼承)한 이조(李朝)는 건국후(建國後) 국가소용(國家所用)의 삼림확보(森林確保)를 위(爲)한 삼림수용(森林收用)의 제도확립(制度確立)이 긴요(緊要)하였음으로 전국(全國)의 삼림(森林)을 국가권력(國家權力)에 의(依)하여 공수(公收)하고 국가(國家)와 궁실소용이외(宮室所用以外)의 모든 삼림(森林)은 사점(私占)을 금(禁)한다는 "시장사점금지(柴場私占禁止)"의 제도(制度)를 법제화(法制化)하였고 도성주변(都城周邊)의 사산(四山)을 금산(禁山)으로 함과 아울러 우량(優良)한 임상(林相)의 천연림(天然林)을 택(擇)하여 전조선용재(戰漕船用材)와 궁실용재(宮室用材)의 확보(確保)를 위(爲)한 외방금산(外方禁山)으로 정(定)하고 그 금양(禁養)을 위(爲)하여 산직(山直)을 배치(配置)하였다. 그리고 연병(練兵)과 국왕(國王)의 수렵(狩獵)을 위(爲)한 강무장(講武場)과 관용시장(官用柴場), 능원부속림(陵園附屬林)의 금벌(禁伐), 금화(禁火)를 제정(制定) 등(等) 필요(必要)에 따라 수시(隨時)로 삼림(森林)을 수용(收用)하였으나 고려조이래(高麗朝以來)로 권력층(權力層)에 의(依)하여 사점(私占)되어온 삼림(森林)을 왕권(王權)으로 모두 공수(公收)하지는 못하였던 것이다. 이조초기(李朝初期)에 있어서의 집권층(執權層)은 그 대부분(大部分)이 고려조(高麗朝)에서의 권력층(權力層)이었던것 임으로 그들은 이미 전조시대(前朝時代)로부터 많은 사점림(私占林)을 보유(保有)하고 있었던 것이고 따라서 그들이 권력(權力)을 장악(掌握)하고 있는 한(限) 사점림(私占林)을 공수(公收)한다는 것은 어려운 일이었으며 그들은 오히려 권력(權力)을 이용(利用)하여 사점림(私占林)을 확대(擴大)하고 있었던 것이다. 또 왕자(王子)들도 묘지(墓地)를 빙자(憑藉)하여 주(主)로 도성주변(都城周邊)의 삼림(森林)을 광점(廣占)하고 있던 터에 성종(成宗)의 대(代) 이후(以後)로는 왕자신(王自身)이 금령(禁令)을 어기면서 왕자(王子)에게 삼림(森林)을 사급(賜給)하였음으로 16세기말(世紀末)에는 원도지방(遠道地方)에 까지 왕자(王子)들의 삼림사점(森林私占)이 확대(擴大)되었고 이에 편승(便乘)한 권신(權臣)들의 삼림사점(森林私占)도 전국(全國)으로 파급(波及)하였다. 임진왜란후(壬辰倭亂後)에 시작(始作)된 왕자(王子)에 대(對)한 시장절급(柴場折給)은 삼림(森林)의 상속(相續)과 매매(賣買)를 합법화(合法化)시켰고 이로 인(因)하여 봉건제하(封建制下)에서의 사유림(私有林)을 발생(發生)시키게 된 것이다. 그리하여 권신(權臣)들도 합법적(合法的)으로 삼림(森林)을 사점(私占)하게 되었고 따라서 이조시대(李朝時代) 임지제도(林地制度)의 기본(基本)이었던 시장사점금지(柴場私占禁止)의 제도(制度)는 건국초(建國初)로부터 실행(實行)된 일이 없었으며 오로지 국가(國家)의 삼림수용(森林收用)을 합법화(合法化)시키는 의제(擬制)에 불과(不過)하였던 것이다. 금산(禁山)은 그 이용(利用)과 관리제도(管理制度)의 불비(不備)로 인(因)하여 산하주민(山下住民)들의 염오(厭惡)의 대상(對象)이 되었음으로 주민(住民)들의 고의적(故意的)인 금산(禁山)의 파괴(破壞)는 처음부터 심(甚)하였고 이로 인(因)하여 국가(國家)에서는 용재림확보(用材林確保)를 위(爲)한 금산(禁山)의 증설(增設)을 거듭하였으나 관리제도(管理制度)의 개선(改善)이 수반(隨伴)되지 않았음으로 금산(禁山)의 황폐(荒廢)는 더욱 증대(增大)되었다. 영조(英祖)는 정국(政局)을 안정(安定)시키기 위(爲)하여 경국대전이후(經國大典以後) 남발(濫發)된 교령(敎令)과 법령(法令)을 정비(整備)하여 속대전(續大典)을 편찬(編纂)하고 삼림법령(森林法令)을 정비(整備)하여 도성주변(都城周邊)의 금산(禁山)과 각도(各道) 금산(禁山)의 명칭대신(名稱代身) 서기(西紀) 1699년(年) 이후(以後) 개칭(改稱)하여온 봉산(封山)의 금양(禁養)을 강화(强化)시키는 한편 사양산(私養山)의 권한(權限)을 인정(認定)하는 등(等) 적극적(積極的)인 육림정책(育林政策)을 퍼려하였으나 계속적(繼續的)인 권력층(權力層)의 삼림사점광대(森林私占廣大)는 농민(農民)들로부터 삼림(森林)을 탈취(奪取)하였고 농민(農民)들 이 삼림(森林)을 상실(喪失)함으로써 국가(國家)의 육림장려등(育林奬勵策)은 효과(効果)를 나타내지 못하였던 것이다. 임진왜란후(壬辰倭亂後)의 국정해이(國定解弛)로 인(因)한 묘지광점(墓地廣占), 왕자(王子)에 대(對)한 삼림(森林)의 절급(折給) 권세층(權勢層)에 대(對)한 산림사점(森林私占)은 인허(認許)하는 입안문서(立案文書)의 발행등(發行等)으로 법전상(法典上)의 삼임사점금지조항(森林私占禁止條項)은 사문화(死文化)되었고 이조말기(李朝末期)에 있어서는 사양산(私養山)의 강탈(强奪)도 빈발(頻發)하고 있음을 볼수 있다. 이와 같이 이조시대(李朝時代)의 시장사점금지조항(柴場私占禁止條項)은 오로지 농민(農民)에게만 적용(適用)되는 규정(規定)에 불과(不過)하였고 이로 인(因)하여 농민(農民)들의 육림의욕(育林意慾)은 상실(喪失)되었으며 약탈적(掠奪的)인 삼림(森林)의 채취이용(採取利用)은은 금산(禁山), 봉산(封山) 및 사양산(私養山)을 막론(莫論)하고 황폐(荒廢)시키는 결과(結果)를 자아냈으며 권력층(權力層)의 삼림점탈(森林占奪)에 대항(對抗)한 송계(松契)의 활동(活動)으로 일부(一部) 공산(公山)이 농민(農民)의 입회지(入會地)로서 보존(保存)되어왔다. 그럼에도 불구(不拘)하고 일제(日帝)는 이조말기(李朝末期)의 삼림(森林) 거의 무주공산(無主公山)이 었던것처럼, 이미 사문화(死文化)된 삼림사점금지조항(森林私占禁止條項)을 활용(活用)함으로써, 국가림(國有林)으로 수탈(收奪)한후(後) 식민정책(植民政策)에 이용(利用)하였던 것이나, 실제(實際)에 있어서 이조시대(李朝時代)의 삼림(森林)은 금산(禁山), 봉산(封山), 능원부속림등(陸園附屬林等)의 관금지(官禁地)와 오지름(奧地林)을 제외(除外)하고는 대부분(大部分)의 임지(林地)가 권세층(權勢層)의 사유(私有) 내지(乃至)는 사점하(私占下)에 있었던 것이다.

  • PDF