• 제목/요약/키워드: Random sets

검색결과 278건 처리시간 0.022초

팔당호 및 한강 수질개선의 비시장가치 측정 - 속성가치선택법을 이용하여 - (Valuing Non-market Benefits of Water Quality Improvements in Paldang Reservoir and Han River : A Choice Experiments Study)

  • 김용주;유영성
    • 자원ㆍ환경경제연구
    • /
    • 제14권2호
    • /
    • pp.337-379
    • /
    • 2005
  • 팔당호와 한강 수질개선의 비시장 편익을 추정하기 위해 속성가치선택법(choice experiments)을 이용하였다. 부분직교(fractional factorial) 디자인을 이용하였으며 응답자에게 네 번의 이산선택 질문을 하였고(패널자료) 비합리적인 응답들을 제거하기 위해 예제를 도입하였다. 조건부로짓과 개인적 취향의 이질성을 허용하는 중첩로짓(mixed logit)을 이용한 결과, 패널자료의 종속성을 허용하는 것이 모형의 설명력을 크게 향상시켰다. 확률변수인 속성들의 평균 및 표준편차가 동시에 유의하였다는 것은 수질개선에 대해 평균적으로 선호하지만 개인적 취향은 매우 다를 것임을 의미한다. 수도권의 연평균 경제적 편익은, 팔당호와 한강의 물 속이 지금보다 조금(훨씬) 더 잘 보이면 약 1.5조 원(약 1.7조 원), 물의 쾌적성이 지금보다 조금 개선되면 약 2조 원, 그리고 생태다양성이 지금보다 서서히 높아지면 약 1.7조 원으로 추정되었다. 이 속성들이 동시에 개선되면 약 1.8~2.6조 원의 범위에 있을 것으로 예측되었다. 끝으로 본 연구와 같은 유형의 CE에 고유한 편의의 가능성에 대해서도 논하였다.

  • PDF

감 품종 판별용 SCAR 마커 개발 (Development of Sequence Characterized Amplified Region Markers for Cultivar Identification in Persimmon)

  • 조강희;조광식;한점화;김현란;신일섭;김세희;천재안;황해성
    • 원예과학기술지
    • /
    • 제31권6호
    • /
    • pp.798-806
    • /
    • 2013
  • 중요 작물의 신속 정확하고 비용 면에서 효율적인 품종 판별은 실용적인 육종과 육종가의 권리 보호를 위해 필수적이다. 감 품종을 구분하는 전통적인 방법은 형태적인 특성 평가를 근거로 하지만 유전적으로 밀접하게 연관되어 있는 품종들은 형태적 형질에 의해 품종을 구별하기는 어렵다. 본 연구는 국내와 일본 감 32 품종을 판별할 수 있는 신뢰성 있는 DNA 마커를 개발하고자 수행하였다. 40종의 임의 프라이머를 이용한 RAPD 분석을 통해 품종 간 다형성을 나타내는 밴드 309종을 획득하였다. 프라이머에 따라 얻은 다형성 밴드 수는 4(OPP-08)-14(UBC159)개로 평균 7.7개였다. SCAR 마커로 전환하기 위해 57종의 RAPD 단편들을 선발하여 염기서열을 분석하였고 그 중 15종이 SCAR 마커로 전환되었다. 개발된 15종의 SCAR마커는 프라이머 조합에 따라 RAPD 단편과 동일한 크기나 작은 크기의 단일 밴드가 증폭되었다. 이들 마커 중 8종(PS225_200, PSN05_420, PSF13_523, PSN11_540, PS372_567, PS485_569, PSP08_635, PS631_735)의 조합을 적용하여 증폭산물의 수와 크기에 따라 감 32품종의 판별이 가능하였다. 새로 개발된 마커들은 감 품종 판별을 위해 신뢰성 있는 수단으로서 효과적으로 이용될 수 있을 것으로 판단된다.

위치기반서비스에서 개인의 궤적 정보를 보호하기 위한 그리드 기반 궤적 클로킹 기법 (Grid-based Trajectory Cloaking Method for protecting Trajectory privacy in Location-based Services)

  • 윤지혜;송두희;채천원;박광진
    • 인터넷정보학회논문지
    • /
    • 제18권5호
    • /
    • pp.31-38
    • /
    • 2017
  • 최근 LBS(Location-based Services)기술의 발달로 사용자의 위치를 보호하는 연구가 활발히 진행 되고 있다. LBS를 사용하기 위해서는 사용자의 정확한 위치 데이터를 LBS 서버에게 공개해야 한다. 그러나 사용자의 위치를 서버에게 공개하면 서버는 사용자의 위치를 파악할 수 있다. 또한 사용자의 위치 데이터가 지속적으로 서버에게 공개 된다면 질의자의 이동 궤적 또한 노출 될 수 있다. 이를 해결하기 위해 본 논문에서는 GTC (Grid-based Trajectory Cloaking) 기법을 제안한다. GTC 기법은 사용자가 목적지 까지 경로와 사용자가 원하는 프라이버시 레벨 수준 (UPL : User's desired Privacy Level)의 그리드로 분할 한 뒤 클로킹 영역을 설정해 랜덤으로 질의한다. GTC 기법은 순차적인 궤적 k-익명화기법 보다 질의 처리 비용을 줄였고 출발지와 도착지를 알 수 없는 궤적을 생성해 궤적 노출 확률을 줄였다. 실험 결과를 통하여 제안 기법의 우수성을 증명하였다.

선식에서 분리한 Enterobacter sakazakii의 복합동정 및 RAPD를 이용한 genotyping (Multiple Confirmation and RAPD-genotyping of Enterobacter sakazakii Isolated from Sunsik)

  • 최재원;김윤지;이종경;김영호;권기성;황인균;오세욱
    • 한국식품과학회지
    • /
    • 제40권1호
    • /
    • pp.101-105
    • /
    • 2008
  • 시판되고 있는 선식 원료를 수거하여 최근 새로운 식중독균으로 보고되고 있는 Enterobacter sakazakii 분리 실험을 실시하였다. 그 결과 총 23종의 선식 원료 중 8개의 선식 원료에서 E.sakazakii로 추정되는 콜로니를 분리할 수 있었으며 API 20E kit를 이용하여 1차적으로 동정한 결과, 다시마 분말, 멸치 분말, 현미 분말, 청국장 분말 및 멥쌀 분말에서 E. sakazakii를 분리할 수 있었다. 이후 3 종의 primer를 이용한 PCR을 실시하여 2차적으로 동정하였다. 또한, 분리된 균주에 대한 RAPD-PCR을 실시하여 최종적으로 8종의 분리균으로 molecular typing을 할 수 있었다.

RAPD와 SRAP 방법을 이용한 '성전온주'(C. unshiu Marc.)와 '병감'(C. reticulate Blanco) 교잡실생 식별 (Early Identification of Putative Zygotic Seedlings in Citrus Crosses between 'Morita unshiu' (Citrus. unshiu Marc.) and 'Ponkan' (C. reticulata Blanco) Using RAPD and SRAP)

  • 윤수현;문용선;진성범;강인규;이동훈
    • 생명과학회지
    • /
    • 제21권4호
    • /
    • pp.502-508
    • /
    • 2011
  • 감귤 '성전온주'(C. unshiu Marc)와 '병감'(C. reticulate Blanco)을 교배하여 얻은 다배성종자에서 교잡실생을 생육초기에 효과적으로 식별할 수 있는 방법 얻고자 PCR 기법에 바탕을 둔 RAPD와 SRAP 방법을 수행하였다. UBC (9, 27, 229, 230, 254) 프라이머와 SRAP (F4/R27, F7/R14, F12/R10, F44/R62) 프라이머 조합들을 사용하여 55개의 교배종자에서 얻은 실생들을 조사한 결과 37개의 종자에서 교잡실생을 식별할 수 있었다. F7/R14프라이머 조합에서는 45.5% (25/55)의 교잡실생을 식별할 수 있었고, UBC27 프라이머에서는 50.9% (28/55)의 식별효율을 보였다. 성전온주와 병감의 교배종자에서 UBC27 프라이머와 F7/R14 프라이머조합을 동시에 적용하였을 때에는 33개(60%, 33/55)의 종자에서 교잡실생을 식별할 수 있었다. 따라서 RAPD와 SRAP를 이용하였을 때 다배성 종자에서 교잡실생을 생육초기에 효율적으로 식별할 수 있었다.

SRC-Stat 통계패키지를 이용한 생존분석 (Survival Analysis using SRC-Stat Statistical Package)

  • 하일도;노맹석;이영조;임요한;이재용;오희석;신동완;이상구;서진욱;박용태;조성준;박종헌;김유경;유경상
    • 응용통계연구
    • /
    • 제28권2호
    • /
    • pp.309-324
    • /
    • 2015
  • 본 논문에서는 SRC-Stat 통계패키지를 이용하여 생존자료를 분석하는 방법을 소개한다. 본 패키지는 단변량 생존 자료 분석을 위한 콕스의 비례위험모형 뿐만아니라, 다변량 생존자료분석을 위한 공통 및 지분 프레일티 모형과 같은 고급 생존분석법을 제공한다. 잘 알려져 있는 실제자료의 사용을 통해 본 패키지의 유용성을 예증한다.

SVM-기반 제약 조건과 강화학습의 Q-learning을 이용한 변별력이 확실한 특징 패턴 선택 (Variable Selection of Feature Pattern using SVM-based Criterion with Q-Learning in Reinforcement Learning)

  • 김차영
    • 인터넷정보학회논문지
    • /
    • 제20권4호
    • /
    • pp.21-27
    • /
    • 2019
  • RNA 시퀀싱 데이터 (RNA-seq)에서 수집된 많은 양의 데이터에 변별력이 확실한 특징 패턴 선택이 유용하며, 차별성 있는 특징을 정의하는 것이 쉽지 않다. 이러한 이유는 빅데이터 자체의 특징으로써, 많은 양의 데이터에 중복이 포함되어 있기 때문이다. 해당이슈 때문에, 컴퓨터를 사용하여 처리하는 분야에서 특징 선택은 랜덤 포레스트, K-Nearest, 및 서포트-벡터-머신 (SVM)과 같은 다양한 머신러닝 기법을 도입하여 해결하려고 노력한다. 해당 분야에서도 SVM-기반 제약을 사용하는 서포트-벡터-머신-재귀-특징-제거(SVM-RFE) 알고리즘은 많은 연구자들에 의해 꾸준히 연구 되어 왔다. 본 논문의 제안 방법은 RNA 시퀀싱 데이터에서 빅-데이터처리를 위해 SVM-RFE에 강화학습의 Q-learning을 접목하여, 중요도가 추가되는 벡터를 세밀하게 추출함으로써, 변별력이 확실한 특징선택 방법을 제안한다. NCBI-GEO와 같은 빅-데이터에서 공개된 일부의 리보솜 단백질 클러스터 데이터에 본 논문에서 제안된 알고리즘을 적용하고, 해당 알고리즘에 의해 나온 결과와 이전 공개된 SVM의 Welch' T를 적용한 알고리즘의 결과를 비교 평가하였다. 해당결과의 비교가 본 논문에서 제안하는 알고리즘이 좀 더 나은 성능을 보여줌을 알 수 있다.

국내에서 분리된 Pseudomonas syringae pv. actinidiae biovar 3 균주들의 subgroup 분포 (Distribution of Subgroups in Pseudomonas syringae pv. actinidiae Biovar 3 Strains Isolated from Korea)

  • 이영선;김경희;정재성
    • 생명과학회지
    • /
    • 제31권1호
    • /
    • pp.52-58
    • /
    • 2021
  • 키위에 세균성 궤양병을 일으키는 Pseudomonas syringae pv. actinidiae는 유전적 특성과 생산하는 독소에 따라 5개의 biovar (1, 2, 3, 5, 6)로 나누어진다. 그중 최근 전 세계적으로 유행하고 있는 biovar 3는 2011년부터 국내에서 분리되고 있다. RAPD 분석을 바탕으로 국내에서 분리된 biovar 3 균주는 6개의 subgroup (I, IV, V, VI, VII, VIII)으로 나누어진 바 있다. 본 연구에서는 차등되는 RAPD 밴드의 염기서열로부터 6개 subgroup 각각에 특이적인 SCAR primers를 개발하였다. 각 subgroup에 특이적인 이들 primers를 사용하여 2011-2017에 국내에서 분리한 biovar 3 균주들의 subgroup 분포를 조사하였다. 조사된 54개 균주 중 35개(64.8%)가 subgroup V에, 9개(16.7%) 균주가 subgroup IV, 4개(7.4%)가 subgroup VI, 3개(5.6%) 균주가 subgroup VII, 2개(3.7%)가 subgroup VIII, 그리고 1개(1.9%) 균주가 subgroup I에 속하였다. Subgroups IV, V 및 VI에 속하는 균주들은 각각 중국, 뉴질랜드, 칠레 균주와 연관이 있었다. 이 연구에 따르면 우리나라의 biovar 3 균주들은 유전적으로 다양하며 꽃가루를 통해 외국으로부터 유입된 것으로 추정된다.

베스트셀러 순위가 공공도서관 대출에 미치는 영향 분석: 패널자료 분석을 중심으로 (The Effects of the Bestseller Ranks on Public Library Circulation: Based on Panel Data Analysis)

  • 이종욱;강우진;박중규
    • 정보관리학회지
    • /
    • 제38권4호
    • /
    • pp.1-23
    • /
    • 2021
  • 본 연구에서는 베스트셀러 목록에 포함된 도서의 순위가 공공도서관에서의 평균 대출 건수에 미치는 영향을 패널분석을 통해 살펴보고자 하였다. 본 연구를 위해 문화 빅데이터 플랫폼을 통하여 국립중앙도서관이 제공하는 데이터를 바탕으로 2018년 1월 1일부터 2019년 12월 29일까지 총 104주 동안의 분석 대상 도서 179권의 공공도서관 대출 데이터 세트를 생성하였고, YES24 웹사이트를 통해 같은 기간 주간 베스트셀러 목록 데이터 세트를 구축하였다. 공공도서관 대출과 베스트셀러 도서 순위 간 정확한 관계를 확인하기 위해 패널자료의 특성을 활용한 분석 방식인 선형회귀모형, 고정효과모형, 확률효과모형 등 세 개의 모형을 비교한 결과, 고정효과모형이 가장 적합한 것으로 나타났다. 순위 데이터 결측값이 47주 미만인 179권의 도서의 자료를 고정효과모형으로 분석한 결과, 도서의 베스트셀러 순위가 한 단계 내려가면 공공도서관에서의 해당 도서 평균 대출 건수가 0.108권 유의미한 수준에서 감소한다는 것을 밝혀내었다. 또한, 베스트셀러 순위가 도서 평균 대출 건수에 미치는 효과가 도서의 내용분류에 따라 상이함을 알 수 있었다. 이 연구는 베스트셀러 순위가 사람들의 도서관 대출행태에 영향을 미치고 있음을 실증적으로 확인한 것으로, 공공도서관에서는 이용자의 요구를 예측하고, 장서 개발 정책 수립에 베스트셀러 목록을 비롯한 사회문화적 맥락을 고려할 필요가 있음을 시사한다.

Extra Tree와 ANN을 활용한 이상 탐지 및 공격 유형 분류 메커니즘 (Anomaly detection and attack type classification mechanism using Extra Tree and ANN)

  • 김민규;한명묵
    • 인터넷정보학회논문지
    • /
    • 제23권5호
    • /
    • pp.79-85
    • /
    • 2022
  • 이상 탐지는 일반적인 사용자들의 데이터 집합 속에서 비정상적인 데이터 흐름을 파악하여 미리 차단하는 방법이다. 기존에 알려진 방식은 이미 알려진 공격의 시그니처를 활용하여 시그니처 기반으로 공격을 탐지 및 방어하는 방식인데, 이는 오탐율이 낮다는 장점이 있지만 제로 데이 취약점 공격이나 변형된 공격에 대해서는 매우 취약하다는 점이 문제점이다. 하지만 이상 탐지의 경우엔 오탐율이 높다는 단점이 존재하지만 제로 데이 취약점 공격이나 변형된 공격에 대해서도 식별하여 탐지 및 차단할 수 있다는 장점이 있어 관련 연구들이 활발해지고 있는 중이다. 본 연구에서는 이 중 이상 탐지 메커니즘에 대해 다뤘다. 앞서 말한 단점인 높은 오탐율을 보완하며 그와 더불어 이상 탐지와 분류를 동시에 수행하는 새로운 메커니즘을 제안한다. 본 연구에서는 여러 알고리즘의 특성을 고려하여 5가지의 구성으로 실험을 진행하였다. 그 결과로 가장 우수한 정확도를 보이는 모델을 본 연구의 결과로 제안하였다. Extra Tree와 Three layer ANN을 동시에 적용하여 공격 여부를 탐지한 후 공격을 분류된 데이터에 대해서는 Extra Tree를 활용하여 공격 유형을 분류하게 된다. 본 연구에서는 NSL-KDD 데이터 세트에 대해서 검증을 진행하였으며, Accuracy는 Normal, Dos, Probe, U2R, R2L에 대하여 각각 99.8%, 99.1%, 98.9%, 98.7%, 97.9%의 결과를 보였다. 본 구성은 다른 모델에 비해 우수한 성능을 보였다.