• 지능정보연구
• /
• 제24권1호
• /
• pp.253-266
• /
• 2018

본 연구는 질의 응답(QA) 시스템에서 사용하는 개체명 인식(NER)의 성능을 향상시키기 위하여 시퀀스 태깅 방법론을 적용한 새로운 방법론을 제안한다. 사용자의 질의를 입력 받아 데이터베이스에 저장된 정답을 추출하기 위해서는 사람의 언어를 컴퓨터가 알아들을 수 있도록 구조화 질의어(SQL)와 같은 데이터베이스의 언어로 전환하는 과정이 필요한데, 개체명 인식은 사용자의 질의에서 데이터베이스에 포함된 클래스나 데이터 명을 식별하는 과정이다. 기존의 데이터베이스에서 질의에 포함된 단어를 검색하여 개체명을 인식하는 방식은 동음이의어와 문장성분 구를 문맥을 고려하여 식별하지 못한다. 다수의 검색 결과가 존재하면 그들 모두를 결과로 반환하기 때문에 질의에 대한 해석이 여러 가지가 나올 수 있고, 계산을 위한 시간복잡도가 커진다. 본 연구에서는 이러한 단점을 극복하기 위해 신경망 기반의 방법론을 사용하여 질의가 가지는 문맥적 의미를 반영함으로써 이러한 문제를 해결하고자 했고 신경망 기반의 방법론의 문제점인 학습되지 않은 단어에 대해서도 문맥을 통해 식별을 하고자 하였다. Sequence Tagging 분야에서 최신 기술인 Bidirectional LSTM-CRF 모델을 도입함으로써 신경망 모델이 가진 단점을 해결하였고, 학습되지 않은 단어에 대해서는 온톨로지 기반 특성치를 활용하여 문맥을 반영한 추론을 사용하였다. 음악 도메인의 온톨로지(Ontology) 지식베이스를 대상으로 실험을 진행하고 그 성능을 평가하였다. 본 연구에서 제안한 방법론인 L-Bidirectional LSTM-CRF의 성능을 정확하게 평가하기 위하여 학습에 포함된 단어들뿐만 아니라 학습에 포함되지 않은 단어들도 포함한 질의를 평가에 사용하였다. 그 결과 L-Bidirectional LSTM-CRF 모형을 재학습 시키지 않아도 학습에 포함되지 않은 단어를 포함한 질의에 대한 개체명 인식이 가능함을 확인하였고, 전체적으로 개체명 인식의 성능이 향상됨을 확인할 수 있었다.

• 산업식품공학
• /
• 제21권3호
• /
• pp.225-232
• /
• 2017

본 연구에서는 홍삼분말 입자크기 $10.00{\mu}m$ 이하의 홍삼분말과 $100.00{\mu}m$ 이상의 홍삼분말 간의 이화학적 특성 및 추출 효율성분 함량을 비교분석하였으며, 분산안정성을 기반으로 가공공정에서 적합한 홍삼분말 입자크기를 조사하였다. 본 연구에 사용된 홍삼분말은 $158.00{\mu}m$, $8.45{\mu}m$, $6.33{\mu}m$ 의 입도크기를 가졌으며, 각각 RG A, RG B, RG C로 표현하였다. 본 연구에서는 홍삼분말(2.6%, w/v)을 증류수에 분산시킨 홍삼용액을 4주 동안 저장 온도 $4^{\circ}C$, $25^{\circ}C$, $40^{\circ}C$에 각각 보관하였으며, 이에 따른 갈색도 및 지방산패도 변화를 확인하였다. 갈색도는 홍삼분말 입자크기와 관계없이 저장온도 및 시간에 따라 갈색도 값이 감소하였으며, 지방산패도(TBA)의 값은 저장온도에 상관없이 4주 동안 유의적으로 증가하였으나 홍삼분말의 지방함량이 낮아 지방산패도 값은 0.1 미만의 낮은 값을 보였다. 분산 안정성을 나타내는 backscatterting 값은 홍삼분말을 이용한 제품 가공시 적합한 입자크기를 알아보기 위하여 측정하였으며, RG A는 RG B 및 RG C와 다르게 분산직후 바로 침전이 되어 용기의 바닥부분에서 높은 backscattering 값을 보였다. RG B는 분산 10시간 이전까지 RG C보다 낮은 TSI 값을 보였으며, 10시간 이후 RG C와 같은 분산안정성을 보였다. RG A, RG B, RG C의 DPPH 및 ABTS 자유 라디칼 소거능의 $IC_{50}$ 값들은 각각 2.74-3.34 mg/mL, 2.77-2.95 mg/mL으로 홍삼분말 입자크기에 따른 유의적인 차이를 보이지 않았다. 일반적으로 홍삼분말의 입자크기 감소는 표면적 증가로 이어져 유효성분 추출 효율성이 증가하지만, 본 실험에서 RG A, RG B, RG C 간의 유효성분 추출에 큰 차이를 보이지 않은 것은 미세한 입자가 열수추출 과정 중 입자간 뭉침현상이 발생하여 표면적 증가와 관련있는 것으로 고려된다. 홍삼분말의 ginsenoside 총 함량은 24.28 mg/g 및 24.53 mg/g로 입자크기에 따른 유의적 차이를 보이지 않았으나, ginsenoside $Rg_1$, Re, $Rh_2$ 함량은 RG C가 RG A보다 유의적으로 높은 값을 가졌다. 따라서 홍삼분말 입자크기는 갈색도, 지방산패도, 항산화 효과에 큰 영향을 미치지 않지만 미세한 입자크기를 가진 홍삼분말이 분산안정성이 좋아 홍삼분말을 이용한 홍삼제품 가공공정에 보다 적합할 것으로 사료된다.

• 자원리싸이클링
• /
• 제32권1호
• /
• pp.50-59
• /
• 2023

전기로에서 고철(Scrap)의 용해과정에서 발생되는 분진량은 고철장입량의 약1.5%정도이며, 주로 백필터(Bag Filter)에서 포집된다. 전기로 제강분진의 주요한 구성원소인 아연(Zn)과 철(Fe)중에서 아연성분은, 제강분진에 탄소계의 환원재(코크스, 무연탄)와 석회석(C/S제어)을 첨가하여 Pellet형태로 가공한 후에 반응로(Rotary Kiln 또는 RHF)에 장입하여 환원, 휘발, 재산화의 단계적인 세부반응을 거쳐서, 60wt%Zn을 함유한 조산화아연(Crude Zinc Oxide)으로 회수된다. 한편 제강분진 중의 철(Fe)성분은, Fe-Base의 Clinker(2차부산물)라고 하는 고형물의 형태로 반응기로부터 배출된다. 기존의 Fe-Clinker의 처리방법은, 각국의 상황에 따라서 다양한 방안들이 시행되고 있는데, 대표적인 처리방법으로는 매립, 재활용(로반재, 콘크리트용 골재, 시멘트제조용 Fe-Source), 그 외에 다양한 처리방법들이 있다. 이들 방법들 중에서 매립의 경우는, 침출수에 의한 환경오염, 고가의 매립비용, Fe자원의 낭비 등의 이유로, 결코 바람직한 처리방법이라고 할 수는 없다. 그러나 Fe-Clinker중의 Fe성분을 전기로를 이용하여 직접적으로 재활용하는 방법에 대한 연구결과는 거의 찾아볼 수 없었다. 따라서 본 연구에서는 Fe-Clinker중의 Fe성분을 보다 적극적으로 회수하기 위한 방법으로서, 먼저 Fe-Clinker를 분쇄하고 이어서 비중선별과 자력선별을 순차적으로 실시하여, Fe-성분이 농축된 조분(Coarse particle, >약10㎛)과 슬래그성분을 주로 함유한 미분(Fine particle, <약10㎛)으로 분리하였다. 이렇게 분리한 조분에 탄소계 환원제(코크스, 무연탄)와 점결재(전분)를 첨가하여 단광 Clinker를 제조하여, 전기로에 고철을 장입할 때에 소량(1~3wt%)의 단광Clinker를 함께 장입하여, 단광Clinker의 첨가재(가탄재, Fe-Source, 발열재 등으로서의 역할)로서의 사용가능성을 조사하였다. 그 결과, 비록 소량이지만, 전력원단위와 생산수율이 다소 향상되는 효과를 나타내었으며, 용융금속에 대한 가탄효과도 확인할 수 있었다.

• 터널과지하공간
• /
• 제30권4호
• /
• pp.359-381
• /
• 2020

벤토나이트 완충재에서의 열-수리-역학적 복합거동을 예측하기 위해 TOUGH2-MP/FLAC3D 시뮬레이터를 기반으로 개발된 Barcelona basic 모델(BBM) 해석모듈의 현장 적용성을 검토하고자 국제공동연구 DECOVALEX-2019 Task D에 참여하여 스위스 Grimsel Test Site의 현장시험(full-scale engineered barriers experiment, FEBEX) 모델링을 수행하고 현장시험에서 계측된 히터 파워, 온도, 상대습도, 응력, 포화도, 함수율 그리고 건조밀도를 계산 값과 비교하였다. 수치해석을 이용하여 시간에 따른 히터 파워와 온도 변화는 전반적으로 잘 재현되었지만, 히터 1과 히터 2에서의 파워 차이를 계산할 수는 없었으며 이를 개선하기 위해서는 FEBEX 터널 주변에 분포하는 황반암과 시험장치 및 벤토나이트 블록의 설치 공정을 반영할 필요가 있을 것으로 판단된다. 상대습도 변화와 분포 역시 전반적으로 잘 모사되었으나, 수치해석에서 히터 부근에서의 재포화과정이 상대적으로 빠르게 진행된 것으로 보아 수리모델에 대한 일부 수정이 필요할 것으로 보인다. 현장시험에서는 벤토나이트 완충재와 암반 사이에 틈이 존재하지만 수치해석에서는 완벽하게 접촉하고 있는 것으로 가정하였기 때문에 운영 초기의 응력 변화는 다소 차이를 보였지만, 전반적으로 유사한 경향을 보이는 것으로 나타났다. 해체 이후 측정한 포화도, 함수율, 그리고 건조밀도의 분포 역시 전반적으로 잘 재현되었지만, 건조밀도가 터널 중심과 히터부근에서 조금 크게 계산되어 벤토나이트 블록의 투수계수가 상대적으로 작은 값으로 반영되어 포화도와 함수율이 작게 계산된 것으로 보이며, 이를 개선하기 위해서는 건조밀도에 따른 투수계수 모델에 일부 수정이 필요할 것으로 판단된다. 본 연구의 결과를 토대로 수치모델을 수정하고 추가적인 연구를 수행한다면, 보다 나은 해석 결과와 벤토나이트 완충재에서의 THM 복합거동을 좀 더 현실적으로 예측할 수 있을 것으로 판단된다.

• 대한토목학회논문집
• /
• 제43권2호
• /
• pp.239-247
• /
• 2023

FIDIC Red Book은 발주자가 설계를 하고 시공자가 시공을 하는 국제표준계약조건이다. FIDIC Red Book의 Engineer는 발주자의 대리인 으로서가 아닌, 중립적으로 3.7조에 따라 클레임 또는 모든 사안에 대하여 합의하거나 결정하여야 한다. 본 연구는 델파이 기법을 이용하여 18년 만에 최근 개정된 FIDIC Red Book의 Engineer가 3.7조에 따라 합의하거나 결정해야할 49개의 세부조항들 중 핵심 리스크 세부조항 도출을 목표로 하였다. 국제건설계약에 대한 10년 이상의 경험과 전문지식을 보유한 35명의 전문가 패널을 구성하여 총 3회의 델파이 설문조사 과정을 통해 판단과정에서의 오류 및 편향을 방지하여 신뢰성을 향상시켰다. 연구 수행 방법은 계약조건 분석을 통해 FIDIC Red Book 3.7조에 따라 Engineer가 합의하거나 결정해야 하는 세부조항들을 49개로 조사하였다. 49개의 세부조항들별 계약적 리스크 발생도와 영향도를 평가하기 위해 델파이 조사는 리커트 10점 척도로 폐쇄형 설문조사를 3회 반복 수행하였다. 델파이 1차 설문조사 결과를 2차 설문조사 시 전달하고 2차 설문 조사 결과를 3차 설문조사에 전달하여 전문가 의견의 일치성을 높이는 방향으로 재평가하였다. 델파이 3차 조사 결과의 신뢰성은 변이계수 COV 값으로 검증하였다. 49개의 세부조항들 각각의 리스크 발생도와 영향도 평균값을 PI Risk Matrix를 적용하여 최종적으로 Extreme Risk 범위에 속하는 9개의 핵심 리스크 세부조항들을 도출하였다.