• Geomechanics and Engineering
• /
• 제33권2호
• /
• pp.183-194
• /
• 2023

This study presents the prediction of the California bearing ratio (CBR) of coarse- and fine-grained soils using artificial intelligence technology. The group method of data handling (GMDH) algorithm, an artificial neural network-based model, was used in the prediction of the CBR values. In the design of the prediction models, various combinations of independent input variables for both coarse- and fine-grained soils have been used. The results obtained from the designed GMDH-type neural networks (GMDH-type NN) were compared with other regression models, such as linear, support vector, and multilayer perception regression methods. The performance of models was evaluated with a regression coefficient (R²), root-mean-square error (RMSE), and mean absolute error (MAE). The results showed that GMDH-type NN algorithm had higher performance than other regression methods in the prediction of CBR value for coarse- and fine-grained soils. The GMDH model had an R² of 0.938, RMSE of 1.87, and MAE of 1.48 for the input variables {G, S, and MDD} in coarse-grained soils. For fine-grained soils, it had an R² of 0.829, RMSE of 3.02, and MAE of 2.40, when using the input variables {LL, PI, MDD, and OMC}. The performance evaluations revealed that the GMDH-type NN models were effective in predicting CBR values of both coarse- and fine-grained soils.

• 공연문화연구
• /
• 제23호
• /
• pp.185-212
• /
• 2011

승무는 대표적으로 중요무형문화재 27호로 지정된 한영숙류와 이매방류로 나눌 수 있다. 그러나 두 승무는 같은 춤임에도 불구하고 전승지역이 다르고 계통적 차이 때문에 각기 다른 독특한 형식을 갖고 있다. 그러나 지금까지의 승무에 관한 연구는 어느 한 계보만의 춤사위 연구나 한영숙춤은 경기(중부류)이며 이매방춤은 호남류라는 지역적 관점에서 비교하는 연구가 주류를 이루었었다. 그러나 최근 이병옥에 의해 예인춤에는 재인계통춤과 기방계통춤이 다르다는 설과 민속춤 중에서 민간춤은 지역연고가 강하지만 예인춤은 지역연고가 약하다는 설을 제시하여 학계의 관심이 모아졌었다. 따라서 본 연구의 목적은 승무의 춤사위에 나타난 계통적 성향을 고찰하여, 한영숙 승무는 재인계통 승무이고 이매방 승무는 기방계통 승무임을 밝히는데 있다. 즉 이매방 승무와 한영숙 승무를 비교한 논문이나 연구실적 중 동작소를 분석한 논문, 승무 염불과장의 춤을 비교한 논문, 타령과장을 비교한 논문 등 3편에 대하여 계통적 관점에서 재분석하여 성향적 특성을 비교 고찰하였다. 그리하여 한영숙류와 이매방류를 중심으로 비교분석한 승무의 계통적 성향을 종합적으로 정리하면, 첫째, 한영숙 승무는 재인계통춤의 주된 특성인 남성성, 상향성, 진취성, 역동성, 외향성, 대담성, 기품미를 보이고, 이매방 승무는 기방계통춤의 주된 특징인 여성성, 하향성, 후퇴성, 미동성, 내향성, 소담성, 교태미를 보인다. 둘째, 두 승무의 성향에서 가장 많이 표출되는 부분은 계통적 특징이며, 그 다음은 본성적 특징, 그리고 지역적 특징이 조금 나타났다. 셋째, 두 승무가 계통적인 성향이 크지만, 한편으로는 뒤바뀐 전승자의 성별, 즉 기방계승무는 남장인 이매방이, 재인계 승무는 여자인 한영숙이 전승한 관계로 반계통적 성향도 적지 않음을 알 수 있었다. 넷째, 두 승무가 비록 계통성과 지역성이 다를지라도 동시대에 전승된 민족춤으로서의 사실상 유사한 점도 많아 차이점 못지않게 공통점도 간과 할 수 없음도 알 수 있었다. 결국 두 춤은 같은 한국민족의 춤이며, 동시대 춤이다. 그렇다고 혼합 되어서도 안 된다. 미미한 차이라 할지라도 서로 다른 유파를 끝까지 지키면서 전승해야한다고 본다.

• 생명과학회지
• /
• 제32권12호
• /
• pp.989-996
• /
• 2022

꽃은 특유의 모양, 색, 향, 맛으로 인한 시각적, 후각적 관능성이 우수하며, 최근에는 식용 꽃을 이용한 다류, 음료 제품이 사회적 관심을 받고 있다. 본 연구에서는 23종의 국내 시판 꽃차를 대상으로 메탄올 추출물을 조제한 후, 이들의 명도, 황색도, 적색도 및 식용 타르색소 함유 여부를 조사하여, 개별 꽃차 특유의 색차를 비교 분석하고 타르색소를 포함하지 않음을 확인하였다. 23종 꽃차 추출물의 총 폴리페놀 평균 함량은 80.2±50.92 mg/g이었으며, 진달래, 매화, 메밀, 목련 및 살구꽃 추출물에서 150 mg/g 이상의 매우 높은 함량을 보였다. 총당 함량 분석결과 케모마일(610.6), 국화(550.2), 동백(417.0) 및 원추리꽃(401.0) 추출물에서 400 mg/g 이상의 높은 함량을 확인하였으며, 23종 꽃차 추출물의 평균 함량은 187.4±166.5 mg/g으로 매우 큰 편차를 보였다. 항혈전 활성 평가결과, 장미꽃 추출물이 가장 우수한 항응고 활성을 나타내었으며, 달맞이, 동백, 히비스커스 및 메밀꽃 추출물에서는 강력한 트롬빈 저해 및 혈액응고인자 저해를 동시에 나타냄을 확인하였다. 또한 장미, 금잔화, 메밀, 목련, 동백 및 진달래꽃에서 강력한 항산화 활성을 확인하였다. 따라서 장미, 동백 및 메밀꽃은 새로운 항혈전 기능성 식품 소재로 개발 가능함을 확인하였다.

• 한국자원식물학회:학술대회논문집
• /
• 한국자원식물학회 2020년도 춘계학술대회
• /
• pp.31-31
• /
• 2020

본 연구는 대표적인 봄 꽃 식물인 진달래(Rhododendron mucronulatum Turcz.)의 개화시기를 예측하기 위해 지난 9년간(2011년-2019년) 주왕산 지역에 생육하는 진달래의 식물계절자료(파열·개화·개엽·만개·낙엽)와 기상자료(일평균기온·일최고기온·일최저기온)를 토대로 이탈리아 생물기상연구소(IBMET)의 Chill Day 개화 예측모형인 생물계절모형을 실시하였다. 생물계절모형에 의한 예상 발아일간 편차의 제곱을 최소로 하는 조합은 기준온도 5℃, 저온요구량과 가온요구량은 97.94로 나타났다. 즉, 휴면해제일로부터 기준온도 5℃로 Chill Day를 누적시켜 97.94에 도달하는 날짜가 낙엽~내생휴면해제일이자 내생휴면해제일~발아기간까지의 값이며, 내생휴면해제일을 기점으로 개화일까지 102.93이 개화에 필요한 가온량으로 나타났다. 2011년부터 2019년까지 개화예상일을 기상청 회귀모형을 실관측기온에 적용한 결과 오차는 MAE=1.44이며, 생물계절모형을 적용할 경우 오차는 MAE=1.39, 기준온도 5℃일 경우 MAE=4.23, 기준온도 6℃일 경우 MAE=5.47, 기준온도 7℃일 경우 MAE=5.05로 나타나 생물계절에 의한 관측과 기상청의 회귀모형이 가장 유사한 것으로 나타났다. 가장 최근인 2018년과 2019년의 기상청 회귀모형와 생물계절모형의 개화 예측일을 비교한 결과, 2018년의 경우 청송지역의 진달래는 기상청 회귀모형에서 3월 30일 전후로 개화를 예상하였고 생물계절모형은 기준온도 5℃에 적용할 경우 내생휴면일에 가장 근접한 날은 3월 26일이였으며 이를 기준으로 가온량의 합이 102.93에 가깝게 되는 날인 4월 2일을 전후로 개화를 예측하였다. 실제 청송 주왕산의 진달래는 4월 3일에 개화를 시작하여 생물계절모형과 매우 유사함을 확인하였다. 2019년의 경우 청송지역의 진달래는 기상청 회귀모형에서 3월 25일 전후로 개화를 예상하였고 생물계절모형은 기준온도 5℃에 적용할 경우 내생휴면일에 가장 근접한 날은 3월 8일이였으며 이를 기준으로 가온량의 합이 102.93에 가깝게 되는 날인 3월 29일을 전후로 개화를 예측하였다. 실제 청송 주왕산의 진달래는 4월 5일에 개화를 시작하여 오히려 생물계절모형과 더욱 유사함을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2017년도 추계학술대회
• /
• pp.151-153
• /
• 2017

추천시스템 증 가장 대표적인 협업 필터링은 여러 아이템에 대한 사용자 평가 데이터를 이용하여 공통적 패턴을 찾고 특정 사용자이 대한 성호 아이템을 에상하여 추천하는 기법이다. 분 논문에서는 모두 5가지 알고리즘을 사용하였다. Recall-Precision, FPR-TPR, RMSE, MSE, MAE등 지표를 측정하였다. 실험 결과를 보면 MovieLens 데이터를 이용해 사용자에 기반 협업 필터링 알고리즘을 적용해 영화를 추천하는 것이 좋은 효과를 얻고 있다.

• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.91-101
• /
• 2023

본 연구에서는 담수를 대상으로 녹조의 발생을 모니터링하기 위해 내륙에 위치한 백제보와 남양호의 초분광영상을 이용하여 클로로필-a (Chl-a)의 농도를 추정하였다. 각 유역의 초분광이미지는 2016년부터 2017년까지 백재보에서 항공기로, 2020년부터 2021년까지 남양호에서 드론으로 촬영하였다. 이후, 순열 특성 중요도를 이용하여 Chl-a 농도와 관련성이 높은 30개의 반사 대역을 선택하였으며, 백제보는 400-530, 620-680, 710-730, 760-790 nm, 남양호는 400-430, 655-680, 740-800 nm 구간의 반사도가 선택되었다. 선택된 반사율을 입력자료로 하는 인공 신경망 기반의 Chl-a 산정 모델을 개발하였으며 모형의 성능은 결정계수(R²), 평균제곱근오차(RMSE), 평균절대오차(MAE)로 평가하였다. 유역별 산정모델의 성능은 각각 R²: 0.63, 0.82, RMSE: 9.67, 6.99, MAE: 11.25, 8.48로 나타났다. 본 연구에서 개발된 Chl-a 모델은 향후 담수호 녹조의 최적 관리를 위한 기초 도구로 활용될 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제11권11호
• /
• pp.130-136
• /
• 2011

이 연구는 1930년대 상영영화에 대한 "매일신보"와 "동아일보"에 실린 영화광고를 비교, 분석하였다. 본 논문에서는 형식적인 면에서의 분석보다는 게재내용상의 비교, 분석에 중점을 두고 연구가 진행되었다. 두 신문의 광고는 게재면수나 단수에서는 그 형태상 다소 차이를 보였지만 내용적인 면에서는 "매일신보"와 "동아일보"가 대부분 일치하였다. 이러한 결과로 볼 때, 총독부 기관지의 성격을 띤 "매일신보", 민간신문의 대표격인 "동아일보"를 비교 조사한 결과는 광고의 반복을 고려한다면 1930년대 상영작품에 대한 대부분의 광고 자료를 확보한 것으로 1930년대 상영영화 광고 특징에 대한 정확한 분석이 이루어졌다고 할 수 있을 것이다. 이 연구 성과를 바탕으로 보다 확장된 1930년대 한국영화의 특징에 대한 연구가 이루어지기를 기대해 본다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권3호
• /
• pp.513-522
• /
• 2014

옵션가격의 결정에 있어서 실제 변동성은 사후에 알 수 있는 정보이므로 대용값으로 내재변동성을 가장 많이 사용하는데 본 연구에서는 동일한 기초자산을 가진 옵션의 잔존만기와 행사가격을 이용하여 내재변동성을 추정하고자 한다. KOSPI200 옵션 데이터와 서포트벡터회귀, 나무모형 및 회귀모형을 통해 모형의 설명력을 평균제곱근오차 (RMSE)와 평균절대오차 (MAE)를 사용하여 살펴보았다. 그 결과 서포트벡터회귀와 MART의 성능이 최소제곱회귀보다 우수한 것으로 나타났으며, 서포트벡터회귀와 MART의 성능은 거의 비슷하였다.

• 전자공학회논문지
• /
• 제54권2호
• /
• pp.123-129
• /
• 2017

본 논문에서는 이중 마이크로폰 배열을 이용하여 비음수 행렬분해(nonnegative matrix factorization, NMF) 기반으로 다중음원의 도래각을 추정하는 새로운 방법을 제안한다. 우선 이중 마이크로폰 배열에 들어온 음향 신호들을 연속된 분석프레임으로 분할한 후, 각 프레임에 대해 조향응답파워 위상변환(steered-response power phase transform, SRP-PHAT) 빔형성기를 적용하여 스테레오 신호들을 시간-방향 영역으로 표현한다. 이러한 SRP-PHAT의 시간-방향 출력값들은 사전에 정의된 프레임 수만큼 누적하여 시간-방향 블록으로 정의한다. 다음으로, 잡음에 강건한 도래각 추정을 위하여, 각 시간-방향 블록을 블록차감 기법을 사용하여 매 프레임에 대해 정규화한다. 이후, 다중음원 환경에서 각 음원의 방향을 클러스터링하기 위해 정규화된 시간-방향 블록에 비지도(unsupervised) NMF를 적용한다. 구체적으로, 음원의 개수와 이들의 도래각을 추정하는데 각각 활성 및 기저 행렬들을 사용한다. 제안된 방법의 도래각 추정 성능을 평가하기 위해 이중 마이크로폰 배열로부터 입력된 [$-35{\circ}$, 5m], [$12{\circ}$, 4m], 그리고 [$38{\circ}$, 4.m]에 각각 위치한 세 가지 음원들에 대한 추정 오차의 절대 평균(mean absolute error, MAE) 및 오차의 표준편차를 측정하였다. 실험 결과. 제안된 방법은 기존의 SRP-PHAT 기반 도래각 추정방법에 비해 상대적으로 MAE를 56.83% 줄일 수 있었다.

• Imaging Science in Dentistry
• /
• 제49권1호
• /
• pp.19-26
• /
• 2019

Purpose: It has been proposed that using new prediction methods, such as neural networks based on dental data, could improve age estimation. This study aimed to assess the possibility of exploiting neural networks for estimating age by means of the pulp-to-tooth ratio in canines as a non-destructive, non-expensive, and accurate method. In addition, the predictive performance of neural networks was compared with that of a linear regression model. Materials and Methods: Three hundred subjects whose age ranged from 14 to 60 years and were well distributed among various age groups were included in the study. Two statistical software programs, SPSS 21 (IBM Corp., Armonk, NY, USA) and R, were used for statistical analyses. Results: The results indicated that the neural network model generally performed better than the regression model for estimation of age with pulp-to-tooth ratio data. The prediction errors of the developed neural network model were acceptable, with a root mean square error (RMSE) of 4.40 years and a mean absolute error (MAE) of 4.12 years for the unseen dataset. The prediction errors of the regression model were higher than those of the neural network, with an RMSE of 10.26 years and a MAE of 8.17 years for the test dataset. Conclusion: The neural network method showed relatively acceptable performance, with an MAE of 4.12 years. The application of neural networks creates new opportunities to obtain more accurate estimations of age in forensic research.