판매직에 종사하는 여성을 대상으로 100%의 Basil oil, Lavender oil, Lemon oil, Jasmin oil, Ylang-ylang oil (KIMEX co. Ltd), Skatole의 총 6가지 종류의 천연향을 사용하여 자극하였을 때의 상호 정보량을 분석, 비교하였다. 그 결과, 선호도가 낮은 Basil과 Skatole을 자극할 때 무향에 비해 상호 정보량이 많고, 향간의 비교에서도 선호도가 낮은 향에 대한 상호 정보량이 선호도가 높은 향에 비해 더 많음을 보여주었다. 이는 뇌에서 상호 정보량이 향에 대한 선호도와 관련이 있고, 특히 선호도가 낮은 향의 경우, 정보량의 증가 경향이 확인되었다.

본 연구에서는 단순노무직, 판매직, 전문직에 종사하는 피험자를 대상으로 100%의 basil oil, lavender oil, lemon oil, jasmine oil, ylang-ylang oil (KIMEX co. Ltd, Korea), skatole (TAKASAGO co. Ltd, Japan)등 총 6가지 종류의 천연향에 대한 두뇌의 정보량 흐름을 파악하기 위해 상호 정보량을 검토하였다. 그 결과, 전문직에서는 상호 정보량의 유의한 변화가 전두엽 사이(F3F4)에서 나타난 반면, 단순노무직과 판매직에서는 전두엽(F3F4), 두정엽(P3P4), 측두엽(T5T6) 사이에서 모두 나타났다 두 직종과 비교하여 전문직이 주로 외부 자극에 대한 고차원적 기능을 담당하는 전두엽영역의 정보량에서 유의한 변화를 보인 것은 향을 전문적으로 구분하고, 확인하는 그들의 직업적 특성을 반영한 결과라 추측된다. 또한, 단순노무직과 달리, 전문직과 판매직은 선호도가 낮은 향에서 상호 정보량이 증가하는 경향을 보여, 향 관련 종사자들의 선호도와 상호 정보량간의 관련성을 시사하였다.

There has been a growing concern on ontology especially in recent knowledge-based industry and defining a field-customized semantic word network is essential for building it. In this paper, a word network for ontology is established with 785 publications of Korean Society of Rural Planning(KSRP), from 1995 to 2017. Semantic relationships between words in the publications were quantitatively measured with the ‘normalized pointwise mutual information’ based on the information theory. Appearance and co-appearance frequencies of nouns and adjectives in phrases are analyzed based on the assumption that a ‘noun phrase’ represents a single ‘concept’. The word network of KSRP was compared with that of WordNetTM, a world-wide thesaurus network, for the verification. It is proved that the KSRP’s word network, established in this paper, provides words’ semantic relationships based on the common concepts of Korean rural planning research field. With the results, it is expecting that the established word network can present more opportunity for preparation of the fourth industrial revolution to the field of the Korean rural planning.

본 연구는 인공신경망의 성능을 향상시키기 위한 여러 가지 방법들 중의 하나인 입력변수 선정기법에 관한 연구로서, 일반적으로 널리 사용되고 있는 상관계수를 이용한 입력변수 선정기법 외에 상호정보량을 활용한 방법을 적용하여 인공신경망의 성능을 향상시키고자 하였다. 대상자료는 기상청에서 제공하는 RDAPS자료의 152개 출력값으로 지상강우량의 예측값인 APCP를 포함하고 있으며, 강우관측값간의 상호정보량을 구해 가장 영향력이 큰 변수를 입력변수로 사용하였다.