• 생명과학회지
• /
• 제27권11호
• /
• pp.1331-1339
• /
• 2017

미토콘드리아 게놈에 존재하는 시토크롬C 산화효소 서브유닛 I (cytochrome C oxidase subunit I, COI) 유전자의 DNA 염기서열을 기반으로 하는 종 판별은 수산물 자원의 지속적인 개발과 어류 다양성 보존을 위해 폭넓게 적용되고 있다. 본 연구에서는 한국에서 소비되는 옥돔과 가짜 옥돔으로 둔갑하는 옥두어의 종 판별을 위한 분석법을 개발하였다. 옥돔과 옥두어, 두 종의 종 판별과 검증을 위해 미토콘드리아 게놈의 DNA 염기서열 차이를 이용하여 real-time PCR법에 의해 분석하였다. 미토콘드리아 DNA 서열의 생물정복학적 분석에서 옥돔과 형태학적 옥돔 유사종인 옥두어, 두 종 사이에 COI 유전자 내에서 상당히 유사한 DNA 서열 부분과 일부 서열 변화 부분이 확인되었다. 명확하게 종 판별을 하기 위해 COI 유전자 내에서 일부 변화된 서열에서 종 특이적 프라이머를 디자인하였다. 10 개체의 옥돔과 옥두어에서 게놈 DNA을 추출하여 옥돔과 옥두어의 종 특이적 프라이머를 이용하여 real-time PCR 시스템에 의해 분석되었다. 이러한 real-time PCR 시스템을 이용한 genomic DNA 기반의 분자 기술은 동물 조직의 분류학적 분류를 위한 신뢰할 수 있는 방법을 제공한다. 옥돔판별을 위해, 옥돔 DNA에서 옥돔 종 특이적 프라이머를 이용한 Ct 평균값($21.85{\pm}3.599$)과 옥두어 DNA에서 옥돔 종 특이 프라아머를 이용한 Ct 평균값($33.49{\pm}1.183$) 차이를 나타내었다. 그리고 옥두어판별을 위해, 옥두어 DNA에서 옥두어 종 특이적 프라이머를 이용한 Ct 평균값($22.49{\pm}0.908$)과 옥돔 DNA에서 옥두어 종 특이 프라아머를 이용한 Ct 평균값($33.93{\pm}0.479$)을 통해 옥돔과 옥두어의 각 종 특이 프라이머의 효율성, 특이성 및 교차 반응성 측정은 통계적으로 유의한 차이를 보여 주었다. 제안된 방법은 10개의 상용 샘플로 검증이 되었다. 따라서, threshold cycle (Ct) value와 같은 real-time PCR 결과 분석에 의해 종 판별이 가능하였다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.159-172
• /
• 2010

협업필터링 추천은 다양한 분야에서 활용되고 있지만 트랜잭션 데이터의 성격에 따라 추천 성능에 현저한 차이를 보이고 있다. 기존 연구에서는 이러한 추천 성능의 차이가 나타나는 이유에 대한 설명을 구체적으로 제시하지 못하고 있고 이에 따라 추천 성능의 예측 또한 연구된 바가 없다. 본 연구는 사회네트워크분석과 인공신경망 모형을 이용하여 협업필터링 추천시스템의 성능을 예측하고자 한다. 본 연구의 목적을 달성하기 위해 국내 백화점의 트랜잭션 데이터를 기반으로 형성되는 고객간 사회 네트워크의 구조적 지표를 측정한 후 이를 기반으로 인공신경망 모형을 구축하고 검증한다. 본 연구는 협업필터링 추천 성능을 예측할 수 있는 새로운 모형을 제시하였다는 점에서 그 의의가 있으며 이를 통해 기업들의 협업필터링 추천시스템 도입에 대한 의사결정에 도움을 줄 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.49-71
• /
• 2021

문제해결을 위해 지식을 활용하는 사용자는 내용 면에서 관련된 또 다른 지식, 즉 연관지식에 대한 교차적이고 순차적인 탐색을 진행한다. 지식지도는 관리하는 지식의 현황을 보여주는 도식이자 지식저장소의 분류체계로서, 지식 간 연관성에 기반한 사용자의 지식 탐색을 지원하는 도구이다. 따라서 지식지도는 지식 간 연관성에 의한 네트워크 형식으로 표현되며, 이를 정의 및 추론하는 데에 최적화된 기술을 접목하여 구현되어야 한다. 이를 위해 본 연구는 관리하는 개체와 개체 간 관계를 표현 및 추론하는 데에 최적화된 기능성을 발휘하는 것으로 알려진 그래프DB를 이용하여 지식그래프 기반 지식지도를 개발하는 방법론을 제시한다. 제시된 방법론의 유효성을 확인하기 위하여, 선행 연구의 온톨로지 기반 지식지도 구축 사례 데이터를 그래프DB에 적용하여 지식그래프 기반 지식지도를 구현하고, 구현된 지식 네트워크의 유효성과 Class 자동 구성 능력을 선행 연구의 결과와 비교하는 성능 테스트를 진행한다. 성능 테스트 결과, 본 연구의 지식그래프 기반 지식지도는 선행 연구의 온톨로지 기반 지식지도와 동일한 수준의 성능을 나타냈으며, 지식 및 지식 간 관계 정의 및 추론을 더욱 효율적으로 진행할 수 있음을 확인하였다. 본 연구의 결과는 연관지식에 대한 사용자의 인지과정을 반영한 지식 탐색 기능의 구현에 활용될 수 있으며, 추론에 의한 새로운 연관지식의 발견을 통해 자율적으로 확장되는 지능적 지식베이스의 개발에 응용될 수 있다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.93-110
• /
• 2015

기존의 협업필터링 추천시스템 연구는 상품에 대한 고객의 평점(rating)이나 구매 여부 데이터로부터 하나의 프로파일을 생성하고 이를 기반으로 추천 성능을 향상시킬 수 있는 새로운 알고리즘을 개발하는 위주로 진행되어 왔다. 그러나 빅데이터 환경이 도래하면서 기업이 수집할 수 있는 고객 데이터가 풍부해지고 다양해짐에 따라, 보다 정확하게 고객의 선호도나 행태를 파악하는 것이 가능하게 되었고 이러한 데이터, 즉 퍼스널 빅데이터(personal big data)를 추천시스템에 활용하는 연구의 필요성이 대두되고 있다. 본 연구에서는 마케팅의 시장세분화 이론에 근거하여 퍼스널 빅데이터로부터 고객의 선호도나 행태를 다양한 관점에서 표현할 수 있는 5종의 다중 프로파일(multimodal profile)을 개발하고, 이를 활용하여 협업필터링 추천시스템의 성능을 개선하고자 한다. 제안하는 5종의 다중 프로파일은 프로파일 통합 유사도, 개별 프로파일 유사도 평균, 개별 프로파일 유사도 가중 평균이라는 세 가지 앙상블 기법을 통해 협업필터링의 이웃(neighborhood) 탐색과정에 적용된다. 실제 퍼스널 빅데이터에 본 연구에서 제안하는 방법론을 적용한 결과, 단일 프로파일을 사용하는 협업필터링 알고리즘보다 추천 성능이 상당히 개선되었으며 앙상블 방법 중에서는 개별 프로파일 유사도 가중 평균 기법이 가장 높은 추천 성능을 보여주었다. 본 연구는 빅데이터 환경에서 추천시스템을 개발하고자 할 때, 어떠한 성격의 데이터로부터 고객의 특성을 규명하는 프로파일을 만들고 이를 어떻게 결합하여 사용하는 것이 효과적인 지 처음으로 제안하였다는 점에서 그 의의가 있다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.763-774
• /
• 2020

수치예보모델의 예측 바람장은 대기운동벡터 알고리즘의 표적 추적 과정에서 추적 정확도 향상이나 계산 시간 단축을 위해 초기 추정치로 사용된다. 대기운동벡터는 수치예보모델의 자료동화 시 활용가치가 높다고 알려졌으나, 초기 추정치로 사용된 수치예보모델 바람장이 대기운동벡터의 검증 과정에 참 값으로 사용된다는 모순이 있다. 이를 해결하기 위해서는 수치예보모델로부터 독립적인 초기 추정치가 필요하다. 본 연구에서는 Lucas and Kanade 옵티컬 플로우 방법을 적용하여 바람장을 도출한 후 이를 초기 추정치로 사용함으로써 표적 추적과정에서의 모델 의존성을 제거하고 계산 속도를 향상시키고자 하였다. 대기운동벡터 산출에는 2015년 8월 18일 ~ 9월 5일 00, 06, 12, 18시 동안의 정지궤도 위성 Himawari-8/AHI의 14번 채널 Level 1B 자료를 사용하였다. 옵티컬 플로우 방법이 대기운동벡터 산출에 미치는 영향을 평가하기 위하여 다음과 같은 세가지 방법으로 교차 검증을 수행 하였다. (1) 초기 추정치 없이, (2) KMA/UM 예보바람장을 초기 추정치로 사용하여, 그리고 (3) 옵티컬 플로우 방법으로 계산된 바람장을 초기 추정치로 사용하여 대기운동벡터를 산출하고 ECMWF ERA-Interim 재분석장과 비교 검증한 결과, 옵티컬 플로우 기반 바람장을 초기 추정치로 사용한 경우에 가장 높은 정밀도를 보였다(RMSVD: 5.296-5.804 ms^-1). 계산 속도는 초기 추정치를 사용하지 않은 경우에 가장 느렸고, 나머지 테스트는 유사한 속도를 보였다. 그러므로 대기운동벡터 알고리즘의 표적 추적 과정에 옵티컬 플로우 방법을 적용하면, 모델 의존성 없는 고품질 바람벡터의 산출이 가능할 것으로 사료된다.

• 한국가정과교육학회지
• /
• 제34권1호
• /
• pp.59-80
• /
• 2022

본 연구는 「식품안전과 건강」과목의 수업과 평가를 지원할 수 있는 워크북을 개발하고 타당도를 검증하는 데 목적이 있다. 워크북 개발은 「식품안전과 건강」교육과정과 식생활 교육자료, 워크북 관련 선행연구를 분석하여 워크북의 개발 방향을 설정하고, 영역별 활동 아이디어를 도출하여 전체 구성을 설계하였다. 이후 초안을 개발하고 3차에 걸쳐서 교차 검토와 식품의약품안전처의 검토와 수정을 반복하여 편집본을 개발하였고, 9인의 전문가와 44인의 가정과교사들에게 타당도 검증을 받아 수정·보완하여 최종적으로 워크북을 완성하였다. 워크북은 4개 영역으로 '식품선택' 영역의 학습 주제 10개 36차시, '식중독과 식품 관리' 영역의 학습 주제 10개 36차시, '식품의 조리' 영역의 학습 주제 11개 43차시, '건강한 식사' 영역의 학습 주제 11개 55차시로 총 42개 학습 주제 170차시로 구성하였다. 워크북은 실천적 문제해결 역량, 생활자립 역량, 창의적사고 역량, 공동체 역량을 고루 배양할 수 있도록 하였으며, 문제를 인식하고 실험을 통해 문제를 해결하거나 발견학습을 통해 학습과제를 수행하고, 실험한 내용에 대해 심화 탐구학습을 진행하며, 평가를 통해 자가진단을 할 수 있도록 맥락적으로 구성하였다. 워크북의 타당도를 검증한 결과 학생 참여형 수업과 평가를 운영하고, 실험·실습을 강화하여 탐구하는 수업 분위기를 형성하는데 매우 적절한 것으로 평가되었다. 본 연구는 고교학점제 시행과 개별 학생의 학습 선택권이 강조되는 시점에서 가정계열 선택과목의 외연을 확장하고, 탐구 중심으로 학생이 주도하는 교실 수업을 구현하는데 기여할 것이다.