• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.211-228
• /
• 2023

방조제의 모니터링에는 지구물리학적 비파괴 검사인 GPR (Ground Penetrating Radar) 탐사가 주로 이용된다. GPR 반응은 상황에 따라 복잡한 양상을 보이므로 자료의 처리와 해석은 전문가의 주관적 판단에 의존하며, 이는 오 탐지의 가능성을 불러옴과 동시에 시간이 오래 걸린다는 단점이 있다. 따라서 딥 러닝을 이용하여 GPR 탐사자료의 공동을 탐지하는 다양한 연구들이 수행되고 있다. 딥 러닝 기반 방법은 데이터 기반 방법으로써 풍부한 자료가 필요하나 GPR 탐사의 경우 비용 등의 이유로 학습에 이용할 현장 자료가 부족하다. 따라서 본 논문에서는 데이터 증강 전략을 이용하여 딥 러닝 기반 방조제 GPR 탐사자료 공동 탐지 모델을 개발하였다. 다년간 동일한 방조제에서 탐사 자료를 사용하여 데이터 세트를 구축하였으며, 컴퓨터 비전 분야의 객체 탐지 모델 중 YOLO (You Look Only Once) 모델을 이용하였다. 데이터 증강 전략을 비교 및 분석함으로써 최적의 데이터 증강 전략을 도출하였고, 초기 모델 개발 후 앵커 박스 클러스터링, 전이 학습, 자체 앙상블, 모델 앙상블 기법을 단계적으로 적용하여 최종 모델 도출 후 성능을 평가하였다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.21-37
• /
• 2022

신약을 개발하는 한 가지 방법의 하나인 신약 재창출(Drug Repositioning)은 이미 사람들에게 사용할 수 있도록 승인된 약물들이 다른 용도로 사용되도록 하여 새로운 적응증을 발견하는 유용한 방법이다. 최근에는 머신러닝 기술의 발달로 방대한 생물학적 정보를 분석하여 신약 개발에 활용하는 경우가 증가하고 있다. 신약 재창출에 머신러닝 기술을 활용하면 효과적인 치료법을 신속하게 찾아내는 데 도움을 줄 것이다. 현재 심각한 급성 호흡기 증후군인 코로나바이러스(COVID-19)에 의한 신종 질병으로 전 세계가 힘든 시간을 보내고 있다. 이미 임상적으로 승인된 약물의 용도를 변경하는 신약 재창출은 COVID-19 환자를 치료하기 위한 치료제의 대안이 될 수 있다. 본 연구는 머신러닝 기법을 활용하여 신약 재창출 분야에 대한 연구 동향을 살펴보고자 한다. Pub Med에서 웹 스크래핑 기법을 사용하여 'Drug Repositioning'이라는 키워드로 총 4,821건의 논문을 수집하였다. 데이터 전처리 후, 4,419건의 논문을 대상으로 빈도분석, LDA 기반 토픽모델링, Random Forest 분류 분석 및 예측 성능평가를 수행하였다. Word2vec 모델을 기반으로 연관어를 분석하였고, PCA 차원 축소 후 K-Means 군집화하여 레이블을 생성한 후, t-SNE 알고리즘을 이용하여 논문이 형성하고 있는 그룹을 시각화하고, LDA 결과에 계층적 군집화를 적용하여 히트맵으로 시각화하였다. 본 연구는 신약 재창출과 관련된 연구 주제가 무엇인지를 파악하고, 머신러닝 알고리즘을 사용하여 대량의 문헌에서 의미 있는 주제를 도출하고 시각화하는 방법을 제시하였다. 향후 신약 재창출 분야의 연구나 개발 전략을 수립하기 위한 기초자료로 활용되는 데 도움을 줄 것이라고 기대한다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.17-35
• /
• 2015

시장 수요 예측은 일정 기간 동안 소비자에게 판매되는 동종 제품 또는 서비스의 수량 혹은 매출액의 규모를 추정하는 활동으로서, 기업경영활동에 있어 효율적인 의사결정을 내릴 수 있는 근거로 활용된다는 점에서 중요하게 인식되고 있다. 신규 시장의 수요를 예측하기 위해 다양한 시장성장모형이 개발되어 왔다. 이런 모형들은 일반적으로 시장의 크기 변화의 동인을 신기술 확산으로 보고 소비자인 개인에게 기술이 확산되는 과정을 통해 시장 크기가 변하는 과정을 확산모형으로 구현하게 된다. 그러나, 시장이 형성된 직후에는 수요 관측치의 부족으로 인해 혁신계수, 모방계수와 같은 예측모형의 모수를 정확하게 추정하는 것이 쉽지 않다. 이런 경우, 전문가의 판단 하에 예측하고자 하는 시장과 유사한 시장을 결정하고 이를 참고하여 모수를 추정하게 되는데, 어떤 시장을 유사하다고 판단하느냐에 따라 성장모형은 크게 달라지게 되므로, 정확한 예측을 위해서는 유사 시장을 찾는 것은 매우 중요하다. 그러나, 이런 방식은 직관과 경험이라는 정성적 판단에 크게 의존함으로써 일관성이 떨어질 수밖에 없으며, 결국, 만족할 만한 수준의 결과를 얻기 힘들다는 단점을 지닌다. 이런 정성적 방법은 유사도가 더 높은 시장을 누락시키고 유사도가 낮은 시장을 선택하는 오류를 일으킬 수 있다. 이런 이유로, 본 연구는 신규 시장의 모수를 추정하기 위해 필요한 유사시장을 누락 없이 효과적으로 찾아낼 수 있는 사례기반 전문가 시스템을 설계하고자 수행되었다. 제안된 모형은 데이터 마이닝의 군집분석 기법과 추천 시스템의 내용 기반 필터링 방법론을 기반으로 전문가 시스템으로 구현되었다. 본 연구에서 개발된 시스템의 유용성을 확인하고자 정보통신분야 시장의 모수를 추정하는 실험을 실시하였다. 전문가를 대상으로 실시된 실험에서, 시스템을 사용한 모수의 추정치가 시스템을 사용하지 않았을 때와 비교하여 실제 모수와 더 가까움을 보임으로써 시스템의 유용성을 증명하였다.

• 한국전자거래학회지
• /
• 제8권3호
• /
• pp.177-195
• /
• 2003

전통적인 고객지원방법에서는 콜 센터와 서비스 센터가 고객의 질문과 요구 사항을 접수하고 응대하는 기능을 담당해왔다. 최근 인터넷의 급속한 확산에 따라 전화, 우편, 방문 등의 전통적인 고객과의 의사소통수단이 전자우편과 인터넷 게시판과 같은 웹기반의 고객지원시스템으로 전환되고 있다. 인터넷 게시판은 기본적으로 고객의 질문에 관리자가 응답하는 시스템이므로 고객이 응답을 받는데 시간이 걸리는 제약이 있다. 이러한 시간적 제약을 해결하기 위하여 고객이 인터넷을 통하여 고객지원시스템에 접속하여 미리 구축된 지식 데이터베이스로부터 원격에서 질문에 대한 응답을 받을 수 있도록 공통적인 질문과 응답을 FAQ와 같은 형태를 제공한다. 그리고, 인터넷 게시판에 다양한 내용과 형태의 질문이 혼재되어 사용됨으로써 응답과 관리상의 어려움이 많다. 따라서 질문들을 체계적으로 분류하여 FAQ를 만들고, 인터넷 게시판의 관리작업을 지원하기 위한 도구의 필요성이 대두되고 있다. 본 연구에서는 키워드와 키워드들간의 친밀도를 이용하여 벡터형태로 표현한 질문들간의 유사 도를 계산하여 질문들을 클러스터링 하는 방법을 제안한다. 제안한 방법은 기본적으로 자동으로 질문들을 분류하지만, 내용이 애매모호한 질문의 경우 사용자가 상호작용을 통하여 사용자의 판단을 받아들일 수 있도록 개발되었다. 그리고, 제안한 방법의 성능을 평가하기 위하여 프로토타입 시스템을 개발하고 제한된 상황하에서 실험을 수행하였다.

• Journal of Microbiology and Biotechnology
• /
• 제28권2호
• /
• pp.199-209
• /
• 2018

Volatile organic compounds (VOCs) are increasingly been recognized as the chemical mediators of mold interactions, shaping their community dynamics, growth, and metabolism. Herein, we selectively examined the time-correlated (0 D-11 D, where D = incubation days) effects of intraspecies VOC-mediated interactions (VMI) on Aspergillus oryzae KCCM 60345 (S1), following co-cultivation with partner strain A. oryzae KACC 44967 (S2), in a specially designed twin plate assembly. The comparative evaluation of $S1_{VMI}$ (S1 subjected to VMI with S2) and its control ($S1_{Con}$) showed a notable disparity in their radial growth ($S1_{VMI}$ < $S1_{Con}$) at 5 D, protease activity ($S1_{VMI}$ > $S1_{Con}$) at 3-5 D, amylase activity ($S1_{VMI}$ < $S1_{Con}$) at 3-5 D, and antioxidant levels ($S1_{VMI}$ > $S1_{Con}$) at 3 D. Furthermore, we observed a distinct clustering pattern for gas chromatography-time of flight-mass spectrometry datasets from 5 D extracts of $S1_{VMI}$ and $S1_{Con}$ in principle component analysis (PC1: 30.85%; PC2: 10.31%) and partial least squares discriminant analysis (PLS-DA) (PLS1: 30.77; PLS2: 10.15%). Overall, 43 significantly discriminant metabolites were determined for engendering the metabolic variance based on the PLS-DA model (VIP > 0.7, p < 0.05). In general, a marked disparity in the relative abundance of amino acids ($S1_{VMI}$ > $S1_{Con}$) at 5 D, organic acids ($S1_{VMI}$ > $S1_{Con}$) at 5 D, and kojic acid ($S1_{VMI}$ < $S1_{Con}$) at 5-7 D were observed. Examining the headspace VOCs shared between S1 and S2 in the twin plate for 5 D incubated samples, we observed the relatively higher abundance of C-8 VOCs (1-octen-3-ol, (5Z)-octa-1,5-dien-3-ol, 3-octanone, 1-octen-3-ol acetate) having known semiochemical functions. The present study potentially illuminates the effects of VMI on commercially important A. oryzae's growth and biochemical phenotypes with subtle details of altered metabolomes.

• 디지털융복합연구
• /
• 제19권3호
• /
• pp.319-329
• /
• 2021

본 연구에서는 정보학적 접근을 통해 디지털 전환을 다룬 국내 패션 관련 연구동향과 지식구조를 밝히는 것을 목적으로 하였다. 국내 학술연구에서 나타난 관련 연구의 연도별, 학술지별 현황을 파악하고, 네트워크 분석을 통해 주요 연구 주제어를 도출하며, 시기별 주요 연구 동향과 지식 구조를 분석했다. 2010년부터 2020년까지 국내 학술 플랫폼에 게재된 159편의 연구를 수집했고, Python 3.7을 통해 데이터를 정제했으며, NodeXL 1.0.1을 통해 중심성 측정 및 네트워크 구현을 진행했다. 분석 결과 관련 연구는 2016년을 기점으로 활발하게 진행되었으며, 주로 의류학, 예술학 학술지에 밀집된 것으로 나타났다. 온라인 플랫폼, AR/VR이 가장 많이 언급되는 주제어로 나타났으며, 소비자 심리분석, 마케팅 전략 제시, 사례 분석이 주요 연구 방법으로 사용되고 있었다. 군집화를 통해 의류학의 세부 분과별 주요 연구 내용을 도출할 수 있었다. 시기별 주요 주제 분석 결과, 시간이 지남에 따라 소비자 중심의 연구에서 플랫폼이나 서비스에 대한 전략 제시 또는 디자인 개발 연구로 보다 다양하게 변화하고 있었다. 본 연구는 디지털 전환에 대한 패션 분야의 통찰력을 높이는데 기여하고, 관련 주제의 연구를 설계하는데 기초연구로 사용될 수 있을 것이다.

• 한국항만경제학회지
• /
• 제37권4호
• /
• pp.33-40
• /
• 2021

현재 해운·항만 산업은 급변하는 트랜드와 치열한 경쟁 속에서 살아남기 위해 항만물류자원의 확충 및 효율적인 운용을 통해 항만 처리능력을 향상시키기 위한 전략을 펼치고 있다. 항만의 처리능력 산정은 부두에 설치되는 하역장비에 의하여 결정되는 것으로 항만의 처리능력은 물류자원을 추가적으로 배치하거나 활용 중인 자원을 효율적으로 운용하는 등 다양한 방법을 통해 향상 시킬 수 있다. 하지만 물류자원의 추가 배치는 시간과 비용의 한계가 명확하기 때문에 단기간에 향상 효과를 기대하기 어렵다. 따라서 처리능력 향상을 위해서는 활용중인 자원에 대한 효율적인 운용 방법을 찾는 것이 실현성이 높다. 국내 항만들 역시 4차 산업혁명 기술의 발달에 따라 정보화, 디지털화를 적극적으로 추진하고 있다. 그러나 현재 하역 프로세스에서 Y/T 배정 대수 산정은 전문가의 경험에 따른 감각에 의존하고 있는 실정이며, 관련된 선행연구 또한 Y/T의 배차 또는 항만 전체의 필요 대수 산정에 초점을 두고 있다. 이에 본 연구는 입항 선박의 하역정보를 활용하여 Y/T 배정 대수에 영향을 미치는 요인을 분석하고 이를 바탕으로 군집분석, 회귀분석, DNN(Deep Neural Network : 심층신경망)모형을 활용하여 분석하였다.

• Asia Marketing Journal
• /
• 제14권2호
• /
• pp.157-176
• /
• 2012

시장구조 분석에서 흔히 사용되는 상표전환 자료는 비내구재 분석에 적절한 방법이 될 수 있으나 자동차 같이 사용연한이 장시간인 내구재의 경우에는 소비자의 상표에 대한 선호도가 변할 수 있어 상표전환 자료의 사용에 문제가 있다. 따라서 경쟁을 잘 포착할 수 있는 다른 접근이 필요하다. 본 연구는 이에 대한 대안으로 상표간 경쟁 자료로써 고려상표군을 이용하여 자동차 시장의 구조를 Latent Class 군집분석을 활용한 탐색적 검증방법으로 분석하였다. 또한 소비자 행동분석에 근거하여 상표간 경쟁의 근간을 이루는 고려상표군 형성에 영향을 미치는 인자들을 밝히는데 중점을 두었다. 미국 자동차 시장을 대상으로 분석한 결과, 시장은 상표 원산지 효과에 의해 구분되었다. 즉, 미국 상표, 유럽 상표, 그리고 아시아 상표 등으로 시장이 구분되었다. 또한 각 시장구조 내 소비자들의 고려상표군 형성에 신뢰성/안전, 이미지/즐거움, 경제성 등의 편익과 성별, 소득 등 개인적 요인이 영향을 미치는 것으로 나타났다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.43-57
• /
• 2012

제조업에 있어서 판매 후 서비스 건수와 내용 등은 향후 서비스 제공을 위한 자원배분의 효율성 증진과 서비스 품질 향상을 위해서도 매우 중요한 정보이다. 따라서 기업들은 향후 발생하는 판매 후 서비스에 대해 정확히 예측하고 그에 따라 적절히 대처하는 능력을 확보할 필요성이 제조업을 중심으로 증가하고 있다. 그러나 실제로 이들 기업들이 활용하고 있는 서비스 수요예측 방법들은 전통적인 통계적인 예측기법이거나, 시뮬레이션을 기반한 기법들이다. 예를 들면, 전통적인 통계적인 예측기법으로는 회귀분석(regression analysis)의 경우, 다양한 제품모델에 대한 판매 후 서비스 발생 패턴이 선형적인 관계가 매우 적음에도 불구하고 선형으로 가정하여 추정한다는 점과 적정한 회귀식을 가정하여야 되며, 이러한 가정이 실제 경영환경에서는 매우 어렵다는 점 등이 기존의 예측기법들의 한계점으로 지적되고 있다. 본 연구에서는 디지털 TV 모델을 생산 판매 하는 A사의 사례연구를 통하여 최근 인공지능연구에서 각광을 받고 있는 사례기반추론(case-based reasoning; CBR) 기법을 활용한 서비스 수요예측 프레임워크를 제안하고자 한다. 또한, 사례기반추론에서 핵심적인 역할 중 하나인 유사 사례추출 방법에 있어서 가장 일반적인 nearest-neighbor 방법 이외의 유사 사례추출 방법을 제안하고자 한다. 특히, 본 연구에서 제안하는 유사 사례추출 방법은 인공신경망(artificial neural network)을 활용한 자기조직화지도(Self-Organizing Maps : SOM) 군집화 기법을 활용한 유사 사례추출 방식으로 이를 활용한 서비스 수요예측 프레임워크에 구현하고, 실제 기업의 판매 후 서비스 데이터를 활용하여 본 연구에서 제안하는 서비스 수요 예측 프레임워크의 유효성을 실증적으로 검증하고자 한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제27권2호
• /
• pp.177-187
• /
• 2000

최근 몇 년간 클리스터링 기반 다중 프로세서 시스템에서의 상호 연결망으로서의 버스의 제약을 극복하기 위한 단방향 지점간 링크를 이용한 링 구조가 제안되었다. 하지만 계속되는 프로세서의 고속화와 지역 버스 및 메모리의 고성능화로 인해 지점간 링크의 현재 표준 대역폭으로는 시스템 확장성에 한계를 보이며 이에 따라 대역폭 확장에 대한 연구가 필요하다. 본 논문에서는 클리스터링 기반 다중프로세서 시스템으로 개발된 PANDA 시스템을 기본 모델로 채택한다. 최근 대중화된 프로세서 및 지역 버스의 사양을 반영한 모의실험을 통해 현재의 지점간 링크가 전체 시스템 성능에 병목이 됨을 보여주고 두 배 이상의 대역폭 확장이 필요함을 보인다. 상호 연결망의 대역폭을 확장하기 위해, 두 배 증가된 대역폭을 지닌 새로운 링크를 개발하는 것은 과다한 설계비용과 개발시간이 요구된다. 이에 대한 대안으로 본 논문에서는 상용화되어있어 쉽게 적용 가능한 기존 IEEE 표준 대역폭을 가진 링크를 이용해 이중으로 링을 구성하는 몇 가지 방법 단순 이중 링, 트랜잭션 분리 이중 링, 방향 분리 이중 링 - 을 제시하고 모의실험을 통해 두 배 대역폭 단일 링과 더불어 각각의 방식에 대한 장단점을 분석한다.