• 영어영문학
• /
• 제55권4호
• /
• pp.661-692
• /
• 2009

From the Darwinian perspective, all the human behaviors and thoughts are operated by "the selfish gene," the term coined by Richard Dawkins, which has long been evolving to survive by utilizing the limited quality and quantity of resources. And an organism which fails to regenerate by creating its "replicator" is doomed to extinction, for gene combinations which help an organism to survive and reproduce tend to also improve the gene's own chances of being passed on through generations. Dawkins also coins the term "meme" for a unit of human cultural evolution analogous to the gene, suggesting that such selfish replication may also be the principle for human culture. Ian McEwan is not only a controversial but more importantly influential writer in the 21st century academic world. His 1997 book Enduring Love is not exceptional in that it draws both literary and scientific attention. Intentionally set up with the dynamic conflict between the two cultures, namely art and science, the book explores the way in which the state of the modern minds is misinterpreted and estranged by each other. In this novel, the three main protagonists, Joe, Clarissa, and Jed, each representing the very important three elements of human civilization-cognition/science, emotion/art, and faith/religion-meet an unexpected peril of life. The author of the novel employs the narrative of evolutionary science-in particular the narratives of gene and meme-to provoke the question of the two cultures famously addressed by Snow in the mid 20th century and the further discussions followed by the later Darwinian scholars such as Richard Dawkins. In this paper I aim to illustrate the way in which the author develops the idea of gene science and literature and how he proceeds to provide a sophisticated bridge between the two cultures and induce a kind of consilience by the recurrent name of love in the story of Enduring Love.

• 대한두개안면성형외과학회지
• /
• 제24권5호
• /
• pp.211-217
• /
• 2023

Background: Oral cavity cancers, the second most common type in India, are responsible for 10% of the overall cancer burden. With a recurrence rate of 30% to 40% and a 5-year survival rate of 50%, these malignancies account for substantial morbidity and mortality. Despite advances in treatment modalities, survival rates following treatment completion have not improved significantly. The present study aimed to establish specific epidemiological and pathological factors responsible for recurrence after treatment completion in buccal mucosa cancers. Methods: A retrospective analysis of the data of 116 patients treated for biopsy-proven cancers of the buccal mucosa was undertaken 1 year after treatment completion. Factors such as age, sex, education, lymphovascular invasion, extranodal extension (ENE), perineural invasion, depth of invasion, and pathological margin status were compared between patients who presented with recurrence and those who did not. Statistical significance was set at p< 0.05. Results: Of the 116 patients, 40 (34.5%) developed a recurrent disease within 1 year. The mean age of the study population was 43.3 years, and males constituted 91.4% of the included patients. Ipsilateral buccal mucosa was the commonest site of disease recurrence. Neck node metastasis, ENE, and margins of resection < 5 mm were significantly related to the recurrence of disease. However, surprisingly, lymphovascular invasion, perineural invasion, and depth of invasion > 10 mm did not show statistically significant associations. Conclusion: Neck node metastasis, ENE, and margins of resection < 5 mm were the histopathological factors associated with recurrence in cancers of the buccal mucosa.

• 한국ITS학회 논문지
• /
• 제16권4호
• /
• pp.153-163
• /
• 2017

본 연구에서는 운전자 별로 생활 중에 이동하는 주행 도로의 특징 및 교통상황이 서로 다르며 운전습관이 상이함을 고려하여, 운전자 혹은 운전자 그룹별 기계학습모형을 구성하고, 학습된 모델을 분석하여 운전자의 주행모드 별 특징을 탐색하여 자율 주행 자동차를 시뮬레이션 하였다. 운전지식을 활용하여 주행조작 전후 센서의 동작 상황에 따라 8종류의 종방향 모드와 4종류 회전모드로 구분하고, 종방향 모드와 회전모드를 결합한 21개의 결합형 주행모드로 세분화 하였다. 주행모드가 레이블 된 시계열 데이터에 대해 딥러닝 지도학습 모델인 RNN (Recurrent Neural Network), LSTM (Long Short-Term Memory), Bi-LSTM 모델을 활용하여서 운전자 별 혹은 운전자 그룹별 주행데이터를 학습하고, 학습된 모델을 테스트 데이터 셋에서 주행 모드인식률을 검증하였다. 실험 데이터는 미국 VTTI 기관에서 수집된 22명의 운전자의 1,500개의 실생활 주행 데이터가 사용되었다. 주행 모드 인식에 있어, 데이터 셋에 대해 Bi-LSTM 모델이 RNN, LSTM 모델에 비해 향상된 성능을 보였으며, 최대 93.41%의 주행모드 인식률을 확인하였다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.1-15
• /
• 2021

추천시스템은 사용자의 기호를 파악하여 물품 구매 결정을 도와주는 역할을 할 뿐만 아니라, 비즈니스 전략의 관점에서도 중요한 역할을 하기에 많은 기업과 기관에서 관심을 갖고 있다. 최근에는 다양한 추천시스템 연구 중에서도 NLP와 딥러닝 등을 결합한 하이브리드 추천시스템 연구가 증가하고 있다. NLP를 이용한 감성분석은 사용자 리뷰 데이터가 증가함에 따라 2000년대 중반부터 활용되기 시작하였지만, 기계학습 기반 텍스트 분류를 통해서는 텍스트의 특성을 완전히 고려하기 어렵기 때문에 리뷰의 정보를 식별하기 어려운 단점을 갖고 있다. 본 연구에서는 기계학습의 단점을 보완하기 위하여 BERT 기반 감성분석을 활용한 추천시스템을 제안하고자 한다. 비교 모형은 Naive-CF(collaborative filtering), SVD(singular value decomposition)-CF, MF(matrix factorization)-CF, BPR-MF(Bayesian personalized ranking matrix factorization)-CF, LSTM, CNN-LSTM, GRU(Gated Recurrent Units)를 기반으로 하는 추천 모형이며, 실제 데이터에 대한 분석 결과, BERT를 기반으로 하는 추천시스템의 성과가 가장 우수한 것으로 나타났다.

• 한국문헌정보학회지
• /
• 제51권4호
• /
• pp.99-120
• /
• 2017

본 논문에서는 지속적으로 커져가는 산업 시장에 대해 관련 연구자들이 이를 효율적으로 분석할 수 있는 반자동 지원 체제개발을 위한 기술 용어와 기술 개념에 대한 정의문 및 설명문을 자동으로 생성하는 한국어 문장 생성 모델을 제시한다. 한국어 정의 문장 생성을 위하여 딥러닝 기술 중 데이터의 전/후 관계를 포함한 시퀀스 레이블링이 가능한 LSTM을 활용한다. LSTM을 근간으로 한 두 가지 모델은 기술명을 입력할 시 그에 대한 정의문 및 설명문을 생성한다. 다양하게 수집된 대규모 학습 말뭉치를 이용해 실험한 결과, 본 논문에서 구현한 2가지 모델 중 CNN 음절 임베딩을 활용한 어절 단위 LSTM 모델이 용어에 대한 정의문 및 설명문을 생성하는데 더 나은 결과를 도출시킨다는 사실을 확인하였다. 본 논문의 연구 결과를 바탕으로 동일한 주제를 다루는 문장 집합을 생성할 수 있는 확장 모델을 개발할 수 있으며 더 나아가서는 기술에 대한 문헌을 자동으로 작성하는 인공지능 모델을 구현할 수 있으리라 사료된다.

• 대한한방내과학회지
• /
• 제14권1호
• /
• pp.129-138
• /
• 1993

This report on the $T{\acute{o}}u\;f{\bar{e}}ng$ and Migraine comes to conclude, through the study of the Oriental- Western medical references, as follow; 1. First, $T{\acute{o}}u\;f{\bar{e}}ng$ and Migraine had some concurrencies that both the two symptoms have appeared severe and recurrent headache and more often to the female. 2 Many of them e.g. Sensory disturbance, Vertigo, Nausea, Vomiting, Tinnitus etc. in the prodrome and main symptom of $T{\acute{o}}u\;f{\bar{e}}ng$ and Migraine were identical, especially the symptom of the $f{\bar{e}}ng\;t{\acute{a}}n\;t{\acute{o}}u\;t{\grave{o}}ng$ was similar to the prodrome of the Migraine. We could find out the semilarity of the symptoms through that Migraine is proximately set in unilateral, and $Pi{\bar{a}}nT{\acute{o}}u\;f{\bar{e}}ng$ is so called alias $B{\grave{a}}n\;bi{\bar{a}}n\;t{\acute{o}}u\;t{\grave{o}}ng$. 3. The pathogeny of $T{\acute{o}}u\;f{\bar{e}}ng$ include the case of ‘$f{\bar{e}}ng\;xi{\acute{e}}\;r{\grave{u}}\;n{\bar{a}}o$’, the patient feeling weak condition, $T{\acute{a}}n,\;T{\acute{a}}nshi,\;T{\acute{a}}nhu{\breve{o}},\;Y{\grave{u}}q{\grave{i}}$, etc. and, ‘$t{\acute{a}}n\;zhu{\grave{o}}\;sh{\grave{a}}ng\;y{\acute{a}}o$’, ‘$G{\bar{a}}n\;y{\acute{a}}ng\;hu{\grave{a}}\;f{\bar{e}}ng$’. There were variable that $F{\bar{e}}ng,\;Xu{\grave{e}},\;F{\bar{e}}ngr{\grave{a}},\;F{\bar{e}}ngx{\bar{u}},\;Xu{\grave{e}}x{\bar{u}},\;Hu{\check{o}}$ in the left, and $t{\acute{a}}n,\;R{\grave{e}},\;t{\acute{a}}nr{\grave{e}},\;Qir{\acute{a}}$ in the right partial pathogeny. It was referred $Sh{\grave{a}}o\;y{\acute{a}}ng\;j{\bar{i}}ng$, $Ju{\acute{e}}\;y{\bar{i}}n\;j{\bar{i}}ng$, $Y{\acute{a}}ng\;m{\acute{i}}ng\;j{\bar{i}}ng$, $T{\grave{a}}i\;y{\acute{a}}ng\;j{\bar{i}}ng$ in connection with the Meridian system. And otherwise the primary cause of Migraine is still unknown to us. Heredity is probably important, but the mode of transmission is uncertain. Recently, the important assumption is the vasomotor change caused by vasoconstrictors like that norepinephrine, epinephrine, and serotonin etc.

• 대한지리학회지
• /
• 제51권5호
• /
• pp.651-665
• /
• 2016

본 연구는 두만강 하구에 자리한 녹둔도의 위치와 범위가 어떻게 획정될 수 있을지를 고찰한 것이다. 녹둔도는 두만강의 본류에서 분기한 여러 지류들에 의해 형성된 충적지로서 18세기에는 섬으로 존재하였다. 그러나 상류에서 흘러 내려온 토사가 지류의 물길을 막으면서 19세기 중반에는 이미 러시아의 영토에 연륙되었고 러시아의 영토로 귀속되었다. 조선시대에 작성된 지도에서는 녹둔도의 위치와 크기가 서로 일치하지 않게 묘사되었고 정확하게 그려지지도 않았다. 두만강 하구에서 발생한 하천의 퇴적작용으로 인해 두만강의 유로가 사라지고 생겨나는 과정이 반복되었기 때문에, 녹둔도의 위치와 범위는 시대에 따라 서로 다르게 획정될 수 있을 것이다. 19세기와 20세기에 간행된 기록의 거리정보에 따르면 녹둔도의 범위는 러시아의 연해주 방향으로 광범위하게 펼쳐져 있었다. 따라서 필자는 녹둔도의 북쪽 경계를 소두만강(카라식 강)으로 설정하였다. 소두만강은 두만강에서 분기한 지류로서 동쪽으로 흘러 포시에트 만으로 유입하는 물줄기이다. 녹둔도는 두만강과 소두만강에 의해 각각 한반도 및 연해주와 분리되어 있던 곳이다. 지금은 소두만강이 두만강과 분리되어 있지만, 과거에는 서로 연결되어 있었다. 두만강 하구에는 두만강의 지류들이 크고 작은 여러 하중도를 형성하였는데, 당시에 존재하던 여러 섬들의 집합을 녹둔도로 총칭하여 불렀을 가능성도 배제할 수 없다.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.449-456
• /
• 2022

본 연구는 GIS를 통해 토양정보를 수집하고 가공하여 농산물 생산량을 예측하는 모델을 제안한다. 농산물 생산량 예측 딥러닝 알고리즘은 공개된 CNN-RNN 농산물 생산량 예측 모델 구조를 변경하여 국내 농산물 자료 환경에 적합하도록 새롭게 구축하였다. 기존모델은 두 가지 특징을 가지고 있는데 첫 번째는 농산물의 생산량을 해당 필지값이 아닌 당해 평균값으로 대체한다는 것이고 두 번째는 예측하는 연도의 데이터까지 학습한다는 것이다. 새로운 모델은 해당 필지의 값을 그대로 사용하여 데이터의 정확성을 확보하고 예측하고자 하는 연도 이전의 데이터만 가지고 학습할 수 있도록 네트워크 구조를 개선하였다. 제안한 CNN-RNN 모델은 1980년부터 2020년까지의 기상정보, 토양정보, 토양적성도, 생산량 데이터를 학습하여 김장용 가을배추의 지역별 단위면적당 생산량을 예측한다. 2018년부터 2021년까지 4개 연도별 자료에 대하여 계산하고 생산량을 예측한 결과, 테스트 데이터셋에 대한 오차백분율이 약 10% 내외로 실제값과 비교하여 정확도 높은 생산량 예측이 가능했고, 특히 전체 생산량 비중이 큰 지역에서의 생산량은 비교적 근접하게 예측하는 것으로 분석되었다. 또한 제안모델과 기존모델은 모두 학습자료 연도 수가 증가할수록 점점 오차가 작아지므로 학습데이터가 많아질수록 범용 성능은 향상되는 결과를 나타낸다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.