• 한국식품과학회지
• /
• 제40권6호
• /
• pp.603-610
• /
• 2008

본 연구는 향미 및 다면적 재래 벼 유전자원에 대하여 근적외선 분광분석법을 이용하여, 현미 및 벼 상태의 향미자원으로부터 spectrum을 획득 후, 아밀로스함량과 단백질함량분석을 하고자 실시하였다. 75점의 향미 및 다면적 재래 유전자원의 현미로부터 측정한 단백질함량의 범위는 3.8-9.3%였으며, 평균 단백질함량은 7.1%이고 아밀로스함량의 범위는 8.5-27.4%였으며, 평균 아밀로스함량은 20.3%이었다. 79점의 향미 및 다면적 재래 유전자원에 대한 벼 상태 및 현미상태에서의 NIR 원시 spectrum을 나타낸 것으로 1,490 nm 이상의 파장범위에서 큰 차이를 보였다. NIR 원시 spectrum을 MPLS방법에 의해서 벼 상태로부터 얻은 spectrum은 1,4,4,1수 처리 방법, 현미상태로부터 얻은 spectrum은 2,4,4,1 수 처리 방법의 결과가 유의성이 높았다. 벼 상태에 대한 MPLS(1,4,4,1)방법에 의한 $R^2$ 및 SEC 값은 protein은 $R^2$ 값이 0.871, SEC 값이 1.37이었고, amylose는 $R^2$값이 0.815, SEC 값이 0.29이었으며, 현미상태의 경우 MPLS(2,4,4,1)방법에 의한 $R^2$ 및 SEC 값은 protein은 $R^2$값이 0.943, SEC값이 0.90이며 amylose는 $R^2$값이 0.859, SEC 값이 0.37로 높은 유의성을 나타내었다. 습식 분석 데이터와 NIR 예측 data에 대한 차이를 살펴보았더니, 평균 단백질 함량의 차이는 벼 상태는 0.06, 현미상태는 0.12 였고, 평균 아밀로스 함량 차이도 벼 상태는 0.33이었고 현미상태는 0.37로 근소한 차이를 보였다.

• 터널과지하공간
• /
• 제30권4호
• /
• pp.382-393
• /
• 2020

고준위방사성폐기물을 처분하기 위한 심층처분시스템의 공학적 방벽은 처분 용기에서 방사성 핵종 누출이 발생하더라도 주변 암반으로의 누출 속도를 늦춰주는 역할을 수행해야하기 때문에 장기적으로 그 성능을 유지하여야 한다. 특히 벤토나이트 완충재와 같이 점토 물질을 다량 함유한 매질에서만 나타나는 기체 흐름 현상인 팽창 흐름은 벤토나이트 완충재의 장기 성능에 영향을 미칠 수 있기 때문에 이 현상을 명확히 규명하는 것이 매우 중요하다. 이에 따라 DECOVALEX-2019 Task A에서는 팽창 흐름에 대한 수리-역학적 메커니즘을 규명하고, 기체 이동 현상의 정량적 평가를 위한 새로운 수치 해석 기법 개발 및 검증을 수행하고자 진행되었다. 이를 위해 본 연구에서는 기존의 전통적인 다공성 매질에서의 2상 유동 및 유효응력 개념을 고려한 역학 모델을 기반으로, 손상도 개념을 적용함으로써 매질의 변형에 의한 기체의 팽창 흐름을 모사할 수 있는 수리-역학적 상호작용을 고려한 해석 모델을 개발하였다. 또한 개발된 모델을 이용하여 1차원 및 3차원 기체 주입 시험 결과와의 비교를 통해 모델 검증 및 적용성 검토를 수행하였다. 수치 해석 결과 기체 압력에 의한 팽창 흐름으로 인한 갑작스러운 공극 수압, 응력, 기체 주입량 및 유출량 증가 현상을 확인할 수 있었지만, 개발된 해석 모델에서 수리-역학적 상호작용의 영향이 과소평가 되는 한계를 확인할 수 있었다. 그럼에도 불구하고 본 연구는 팽창 흐름에 대한 예비 모델을 제공하고 후속 연구의 발전된 모델을 개발하기 위한 기반을 제공한다는 점에서 의의가 있다. 또한 본 연구에서 개발된 수리-역학적 상호작용을 고려한 수치 모델은 향후 실험실 및 현장 시험 결과 데이터 분석에 활용될 수 있을 뿐만 아니라, 실제 고준위방사성폐기물 심층처분시스템의 장기 성능평가에도 활용될 수 있을 것으로 판단된다.

• 한국작물학회지
• /
• 제58권3호
• /
• pp.301-307
• /
• 2013

연구용 NIR 장비에서 수집된 벼 생엽의 질소 함량 검량식 및 데이터베이스를 현장용 NIR 장비에 검량식을 이설, 검증함으로서 현장 적용 가능성을 평가하기 위해 수행한 결과는 다음과 같다. 1. 2003년부터 2009년까지 스펙트럼을 수집한 시료 중 선발 된 A 데이터 세트(개체수 454점)의 총 질소범위는 2.041%~4.933%, 2012년 수집된 B 데이터 세트(258점)는 2.180%~3.690%이며 각각의 전체 평균은 3.497%, 2.712%였다. 2. A, B 데이터 세트에서 유도된 검량식 결과 결정계수($R^2$)는 각각 0.845, 0.777,표준오차(SEC)는 0.196, 0.126, SECV는 0.238, 0.150이었다. 3. 연구용 NIR 장비 400 nm~2500 nm 파장에서 얻어진 데이터베이스를 현장용 NIR 장비 1200 nm~2400 nm 파장에 맞게 잘라 이설한 후 2012년 데이터베이스에 업데이트 확장한 후 작성된 검량식 결과 결정계수($R^2$)는 0.880, 표준오차(SEC)는 0.191이었다. 4. 연구용 NIR 장비에 구축된 데이터베이스를 현장용 NIR 장비에 맞춰 데이터베이스를 확장 업데이트하고 검량식을 이설한 결과 연구용 장비와의 표준오차는 0.005%로 거의 동일한 수준의 결과를 얻었다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.39-57
• /
• 2012

최근 기존 전시 공간 내에 유비쿼터스 환경이 구축되면서, 관객과의 상호작용을 통해 전시 효과를 배가할 수 있는 인터랙티브 전시에 많은 사람들의 관심이 집중되고 있다. 이러한 인터랙티브 전시가 보다 고도화되기 위해서는 전시물에 대한 다양한 관객 반응을 측정하고, 이를 통해 대상 관객이 어떤 감정을 느끼는지 예측할 수 있는 적절한 의사결정지원 모형이 요구된다. 이러한 배경에서 본 연구는 인터랙티브 전시 공간 내에서 수집 가능한 다양한 관객 반응 중 얼굴표정의 변화를 이용하여, 관객의 감정을 추론, 판단하는 지능형 모형을 제시한다. 본 연구에서 제시하는 모형은 무자극 상태의 관객의 표정과 자극이 주어졌을 때 관객의 표정이 어떻게 변화하는지 변화량을 측정하여, 이를 기반으로 인공신경망 기법을 이용해 해당 관객의 감정을 판단하는 모형이다. 이 때, 제안모형의 감정 분류체계로는 간결하면서도 실무에 적용이 용이하여 그간 기존 문헌에서 널리 활용되어 온 매력-각성(Valence-Arousal) 모형을 사용한다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 2011 서울 DMC 컬쳐 오픈 행사에 참여하여, 일반인을 대상으로 얼굴 표정 변화 데이터를 수집하고, 이들이 느끼는 감정 상태를 설문조사하였다. 그리고 나서, 이 자료들을 대상으로 본 연구에서 제안하는 모형을 적용해 보고, 제안모형이 비교모형으로 설정된 통계기반 예측모형에 비해 더 우수한 성과를 보이는지 확인해 보았다. 실험 결과, 본 연구에서 제시하는 모형이 비교 모형인 중회귀분석 모형보다 더 우수한 결과를 제공함을 확인할 수 있었다. 본 연구를 통하여 구축된 관객 감정 판단 모형을 실제 전시장에서 활용한다면 전시물을 관람하는 관객의 반응에 따라 시의적절하면서도 효과적인 대응이 가능하기 때문에, 관객의 몰입과 만족을 보다 증대시킬 수 있을 것으로 기대된다.

• 한국산림과학회지
• /
• 제101권1호
• /
• pp.163-174
• /
• 2012

산불피해강도지수(CBI, Composite Burn Index)는 미국 산림청(USDA Forest Service)에서 위성영상을 이용하여 산불 피해강도 측정을 위해 개발한 산불피해 현장 조사 지수이다. 국내의 경우 별도의 산불피해 지수가 없어, 미국 CBI를 산불 피해지 조사에 준용하여 왔으나, CBI는 국내 여건에 맞지 않다는 지적이 제기되어 산불피해강도지수(KCBI, Korean Composite Burn Index)를 개발하게 되었다. 따라서 본 연구는 미국 CBI에 기초하여 한국형 산불피해강도지수(KCBI, Korean Composite Burn Index)의 개발과 검증에 목표를 두고 수행되었다. KCBI는 CBI에 기초하여 국내 현장적용 후 문제점을 파악 후 정교화 하였으며, 위성영상 결과와의 적합성 검토를 위하여 2011년도 산불 피해지중 상대적으로 피해 규모가 큰 울진과 영덕 산불피해지를 연구 대상지로 선정 후 각 44개 지점에서 산불피해 강도를 평가하였다. 산불피해강도(BS, Burn Severity)는 산불발생 후 1개월 후에 촬영된 SPOT 영상을 이용하여 NDVI(Normalized Difference Vegetation Index) 값으로 계산하였으며, 상관분석과 오류메트릭스(Confusion Matrix)를 이용하여 유효성을 검증하였다. 분석 결과 울진피해지는 (r = -0.544, P<0.01), 영덕피해지 (r = -0.616, P<0.01)로 나타났다. 부의 상관관계를 나타난 이유는 NDVI의 DN 값은 낮을 수 록 높은 피해강도를로 나타내며, 높을수록 낮은 피해강도를 나타내기 때문이다. 본 결과로 제시된 KCBI는 국내 산불 피해 현장에서 적용 가능한 것으로 판단되었다. 하지만 등급분류 방법과 기대치 보다 낮은 상관도 등의 문제점도 나타났다. 또한 오류메트릭스 분석결과 KCBI가 일부 높은 산불 강도 등급에 치우쳐 분포하는 현상 등이 나타났다. 제기된 문제점들을 바탕으로 향후 KCBI를 더 많은 한국 산불피해지에 적용함으로써, 추후 연구를 진행해야 할 것이다.

• 지질공학
• /
• 제32권4호
• /
• pp.697-723
• /
• 2022

본연구에서는 제주도의 중제주 수역 내에 위치하는 총 12개 지하수 관정에서 미래 30일 기간의 지하수위를 예측할 수 있는 모델을 개발하였다. 예측 모델개발을 위해 시계열 예측에 적합한 딥러닝 기법의 하나인 누적 장단기 메모리(stacked-LSTM) 기법을 이용하였으며, 2001년에서 2022년 동안 관측된 일 단위 강수량, 지하수 이용량 및 지하수위 자료가 예측 모델개발에 활용되었다. 특히, 본 연구에서는 입력자료의 종류 및 과거 자료의 순차 길이에 따라 다양한 모델을 구축하고 성능을 비교함으로써 딥러닝 기반 예측 모델개발에서 고려하여야 할 사항에 대한 검토와 절차를 제시하였다. 예측 모델개발 결과, 강수량, 지하수 이용량 및 과거 지하수위를 모두 입력자료로 활용하는 모델의 예측성능이 가장 뛰어난 것으로 확인되었으며, 입력으로 활용되는 과거 자료의 순차가 길수록 예측의 성능이 향상됨을 확인하였다. 이는 제주도의 깊은 지하수위 심도로 인하여 강수와 지하수 함양 간 지연시간이 길기 때문으로 판단된다. 이뿐만 아니라, 지하수 이용량 자료의 경우, 모든 이용량 자료를 활용하는 것보다 예측하고자 하는 지점의 지하수위에 민감한 영향을 주는 관정을 선별하여 입력자료로 이용하는 것이 예측 모델의 성능 개선에 긍정적 영향을 주는 것을 확인하였다. 본 연구에서 개발된 지하수위 예측 모델은 현재의 강수량 및 지하수 이용량을 기반으로 미래의 지하수위를 예측할 수 있어 미래의 지하수량에 대한 건전성 정보를 제공함에 따라 적정 지하수량 유지를 위한 다양한 관리방안 마련에 도움이 될 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.715-727
• /
• 2023

산악지역의 기상정보를 상세하고 적절히 제공하기 위해 산림청에서는 2012년부터 전국 주요 산악지역을 대상으로 산악기상관측망(Automatic Mountain Meteorology Observation Station, AMOS)을 구축하여, 2022년 현재 464개의 관측소가 운영되고 있다. 본 연구에서는 AMOS 지점 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅(kriging) 기법을 제안하고 그 가용성을 평가하였다. 우선 통계적 처리를 통해 AMOS 기온자료의 이상치를 제거하였고, 이 자료를 이용하여 경험 베리오그램(variogram)에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였다. 이 때 기온감률 보정(lapse rate correction)을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다. 공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, 0.899-0.953의 상관계수 및 0.933-1.230℃의 오차를 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다. 또한 기온감률 크리깅은 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역특성을 살릴 수 있다는 것이 가장 큰 장점이라고 할 수 있다.

• 한국유통학회지:유통연구
• /
• 제17권1호
• /
• pp.37-63
• /
• 2012

가맹사업에 있어 배타적 영업지역보호정책의 문제는 경제학 및 경영학 분야뿐만 아니라 사회 정치적으로 매우 중요한 쟁점이다. 본 연구는 배타적 영업지역과 관련한 기존 문헌을 토대로 가맹사업에서의 효율성 관점에서 배타적 영업지역보호에 영향을 미치는 변수와 배타적 영업지역 보호가 가맹본부 및 가맹점의 성과에 미치는 영향을 분석하고 있다. 가맹점의 대부분이 중소상인들이란 점을 감안하면 유통정책적으로도 중요한 의미가 있다고 할 수 있다. 본연구는 사회적으로도 잇슈가 될 수 있는 기업의 전략을 타당성과 당위성, 그리고 논리성으로만 평가하는 것이 아니라 실제 자료를 근거로 분석하였다. 또, 정책연구들이 가지고 있는 자료와 이론의 한계를 감안한 탐색적 방법론을 활용하여 보다 실질적이고 현실적용성이 뛰어난 분석을 제안하였다. 분석 결과, 배타적 영업지역보호는 긍정적인 효과가 있기는 하지만 통계적으로 유의하지 못하였으며, 가맹점과 가맹본부간의 로얄티가 많아서 위험공유성향이 클때에는 배타적 영업지역보호를 하지 않는 것이 효과적이었고, 가맹점을 모집하기 위해 배타적 영업지역보호를 해주거나 배타적 영업지역보호를 통해서 가맹사업본부내의 효율성을 키우기 위한 경우에는 긍정적인 효과가 유의하게 나타나는 것으로 밝혀졌다. 하지만 외부경쟁으로부터 직영점을 보호하기 위하거나 시장성장을 활용하기 위한 배타적 영업지역보호는 좋은 성과를 내지 못하였다. 또한 쉽게 배타적 영업지역보호를 할 수 있기에 이런 제도를 도입하는 것도 역시 좋은 성과를 내지 못한 것으로 나타났다. 결과적으로 배타적 영업지역보호가 기업의 운영효율을 증대시키기 위하여 하는 경우는 성과가 좋으나 다른 목적을 위하여 배타적 영업지역보호를 활용하는 것은 바람직한 결과를 못내는 것으로 나타났다. 본 연구는 분석결과를 토대로 영업지역 보호를 획일적으로 활용하거나 법으로 강제하기 보다는 가맹사업본부와 가맹점의 관계 및 상황, 또 동기에 맞추어 탄력적으로 적용하는 것이 바람직하다는 제안을 하고 있으며, 이를 근거로 몇 가지 정책적 시사점을 제시하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.