Twenty-nine wetlands (20 river type and 9 lake type wetlands) in Gyeongsangnam-do were investigated to understand the characteristics of fish assemblages by the wetland type and to suggest management strategies. As a result, 10.3±4.8 species were collected from river type wetlands on average (±SD) and 9.1±4.1 species from lake type wetlands. Thus, there was no significant difference in the number of species between them (Mann-Whitney U test, P>0.05). However, the species that constitute the fish assemblage showed statistically significant differences between the two wetland types (PERMANOVA, Pseudo-F=2.9555, P=0.007). Furthermore, the species that contribute the most to each type of fish assemblage were Zacco koreanus (river type, 28.51%) and Lepomis macrochirus (lake type, 23.21%), respectively (SIMPER). The results of the NMDS analysis using the fish assemblage by place classified the species into three groups (river type, lake type, and others). The current wetland management is only focused on endangered species, but this study shows a difference in fish assemblage by wetland type. Therefore, a management system based information on endemic species, exotic species and major contribution species should be provided. Furthermore, the classification of some types of wetlands based on the present topography was found to be ambiguous, and wetland classification using living creatures can be used as a complementary method. This study has limitations because only two types of wetlands were analyzed. Therefore, a detailed management method that can represent every type of wetland should be prepared through the research of all types of wetlands in the future.

본 연구에서는 커피(C. Arabica)의 FT-IR 스펙트럼 데이터 를 기반한 다변량통계분석을 이용한 대사체 분석을 통해 품종 식별을 하여 육종 연구에 기초자료로 활용하고자 한다. 1. FT-IR 스펙트럼 데이터를 이용한 PCA(principal component analysis), PLS-DA(partial least square discriminant analysis) 그리고 HCA(hierarchical clustering analysis) 분석을 통해 품종 분류가 가능하였다. 2. 커피 품종들은 FT-IR 스펙트럼 부위인 1700-1500-1 (Amide I 과 II을 포함하는 아미노산 및 단백질계열의 화합물 들), 1500-1300-1 (phosphodiester group을 포함한 핵산 및 인지질의 정보), 1100-950cm-1 (단당류나 복합 다당류를 포함하는 carbohydrates 계열의 화합물)에서 질적, 양적 정보의 차이가 나타났다. 3. PCA 상에 나타난 8품종의 커피 품종이 각각 그룹을 형성하였다. 그 중 ‘Caturra’와 ‘Mahsellesa’ 품종은 각각의 그룹을 나타내면서 C. arabica 종에서도 다른 대사체 정보를 나타내는 것으로 확인하였고, ‘Catuai’, ‘CR-95’, ‘Geisra’, ‘Obata’, ‘Vemecia’ 그리고 ‘non’ 품종은 유사한 대사체 정보를 나타내는 것으로 확인하였다. 4. PLS-DA 분석의 경우 PCA 분석 보다 커피 품종간 식별이 뚜렷하게 나타났다. 5. 본 연구에서 확립된 대사체 수준에서 커피의 품종 식별 기술은 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 기대되며 육종을 통한 품종개발 가속화에 기여 할 수 있을 것으로 예상된다.

In recent years, imbalanced data is one of the most important and frequent issue for quality control in industrial field. As an example, defect rate has been drastically reduced thanks to highly developed technology and quality management, so that only few defective data can be obtained from production process. Therefore, quality classification should be performed under the condition that one class (defective dataset) is even smaller than the other class (good dataset). However, traditional multi-class classification methods are not appropriate to deal with such an imbalanced dataset, since they classify data from the difference between one class and the others that can hardly be found in imbalanced datasets. Thus, one-class classification that thoroughly learns patterns of target class is more suitable for imbalanced dataset since it only focuses on data in a target class. So far, several one-class classification methods such as one-class support vector machine, neural network and decision tree there have been suggested. One-class support vector machine and neural network can guarantee good classification rate, and decision tree can provide a set of rules that can be clearly interpreted. However, the classifiers obtained from the former two methods consist of complex mathematical functions and cannot be easily understood by users. In case of decision tree, the criterion for rule generation is ambiguous. Therefore, as an alternative, a new one-class classifier using hyper-rectangles was proposed, which performs precise classification compared to other methods and generates rules clearly understood by users as well. In this paper, we suggest an approach for improving the limitations of those previous one-class classification algorithms. Specifically, the suggested approach produces more improved one-class classifier using hyper-rectangles generated by using Gaussian function. The performance of the suggested algorithm is verified by a numerical experiment, which uses several datasets in UCI machine learning repository.

큰머리톱가슴긴고목벌레[Mimemodes cribratus (Reitter)] (신칭)을 국내에서 처음으로 보고하고, 한국산 톱가슴긴고목벌레과의 종 분류 검색표 및 본 종의 기재문과 식별형질에 대한 사진을 제공한다.

The Sasang constitution typology was analyzed through SCAT2 and a specialist to examine the correlation between the Sasang constitution and dietary pattern, and the difference in BMI and food preference according to Sasang constitution was determined. The Sasang constitution typology of the subjects was classified by SCAT2 and a specialist. Seventy-four subjects were screened by SCAT2 (SC), and 18 of them were judged by the specialist (SP). The results of SCAT2 and the specialist were consistent in 13 subjects (SS). BMI and food preference among these groups were compared. The concordance rate of SCAT2 and the specialist classification was 72.2%. The BMI in SC was significantly lower in the order of Taeeumin, Soyangin, and Soeumin, but no significant difference was observed between Taeeumin and Soyangin in SP and SS. To analyze the preference of food and the constitutional suitability, the ‘Yin-Yang food preference index’ was developed and compared with the data classified by constitutional food according to existing ideological medical theory. As a result, there were 33 food items that matched in the SP-SS, which was more than that in the SC-SP (4 items), SC-SS (6 items), and SCSP- SS (4 items). Twenty-four of the 33 matched food items were consistent with the existing constitutional food data. In conclusion, SCAT2 is a very useful tool for Sasang constitutional research, but for more objective research, it is recommended that subjects who show consistent results by different methods be targeted.

본 연구는 생물다양성이 매우 중요하게 여겨지고 있는 백두대간 일대인 단목령-구룡령 구간의 산림식생을 보다 더 생태적이고 체계적인 보전 및 관리 계획 수립을 위한 기초자료를 제공하고자 수행하였다. 총 조사구 142개소에 대해 Z.-M. 학파의 식물사회학적인 방법을 사용하였고 식생조사 및 입지 환경 특성을 조사하였다. 산림식생의 유형은 1개 군락군, 2개 군락, 4개 군, 4개 소군의 단위체계를 가진 것으로 분석되었는데 상재도급 Ⅴ형에 해당하는 신갈나무와 당단풍나무는 대체적으로 향존중으로 나타났으며, 조사 지역의 산림생태계 관리 계획에 있어 중점관리대상종이 될 것으로 판단되었다. 그리고 종다양성에 대한 결과를 살펴보면 VT3형에서 우점종들이 균일하게 분포되어 있었고 VT4 형의 종들은 다양하게 분포하고 있었을 뿐만 아니라 종들이 제일 풍부하게 나타났다. 또한, 단목령-구룡령 구간에서는 희귀식물이 다소 분포하였는데 멸종위기종인 벌깨풀과 위기종인 구실바위취, 취약종인 백작약, 두메대극, 금강초롱꽃, 어리병풍, 약관심종인 등칡, 도깨비부채, 참배암차즈기, 미치광이풀, 병풍쌈 등 총 24종의 희귀식물이 나타났다.

충남 공주시 묵논에서 생육하고 있는 식물을 대상으로 식물의 기능적인 특징을 알아보기 위해 Grime의 CSR (Competitive, Stress tolerant, Ruderal) 전략 계획에 따라 분류 및 평가하였다. 식물의 생활사 유형을 분류하기 위해 각 분류군마다 성체 단계의 3개체를 선정하여 수관높이 (canopy height), 건물함량(dry matter content), 잎의 건물 량(leaf dry matter), 엽면적(specific leaf area), 개화기간 (flowering period), 개화시기(flowering start) 그리고 측아 확장(lateral spread)의 데이터에 관한 자료를 수집하였다. 그 결과, 멸종위기식물인 독미나리(Cicuta virosa)와 전주물꼬리풀(Dysophylla yatabeana)는 각각 CR, C/CR이었 고, 외래식물인 미국가막사리(Bidens frondosa)는 C/CR 이였다. 물달개비(Monochoria vaginalis), 벼(Oryza sativa) 그리고 피(Echinochloa utilis)는 각각 CR, C/CR 그리고 C/CR이었다. 묵논에서 생육하고 있는 6종의 식물들은 CR과 C/CR 두 가지의 유형이 나타나는 것으로 보아 모두 경쟁과 교란에 내성이 강한 식물임을 의미한다. 이러한 결과는 묵논에서 생육하고 있는 6종의 식물들은 모두 경쟁과 교란에 내성이 강한 경쟁자 식물(C/CR)과 경쟁형 마을식물(CR)로 묵논은 자원이 풍부하고, 교란이 심한 환경 특성을 갖는다는 것을 의미한다.

감성은 복잡하고 다양한 요인들에 의해 영향을 받기 때문에 다각적인 측면에서 고려되어야 한다. 본 연구에서는 심리 평가 척도의 하나인 각성(arousal) 지표와 다중 생체신호에서 추출된 생체지표 반응을 이용하여 중립 및 부정감성(슬픔, 공포, 놀람)의 분류하였다. 이를 위하여 감성에 따른 생체지표 반응의 차이를 확인하였고, 다중 신경망 알고리즘 기반의 감성 인식기를 적용하여 이들 감성이 얼마나 정확하게 분류되는가를 확인하였다. 총 146명의 실험 참가자(평균 연령 20.1±4.0, 남성 41%)를 대상으로 감성 유발 자극을 제시하고 동시에 생체신호(심전도, 혈류맥파, 피부전기활동)를 측정하였다. 또한 감성 유발 자극에 대한 심리 반응을 감성 평가 척도로 평가하였다. 측정된 생체신호에서 심박률(HR), NN 간격의 표준편차(SDNN), 혈류량(BVP), 맥파전달시간(PTT), 피부전도수준(SCL), 피부전도반응 (SCR)을 추출하였다. 결과 분석을 위하여 감성 자극에 대한 각성도와 안정 상태와 감성 상태의 생체지표 반응을 활용하였다. 또한 감성 분류를 위하여 다중 신경망 기반의 감성 인식기를 활용하였다. 그 결과, 감성에 따른 생체지표 반응의 차이를 확인하였고, 이들 감성의 분류 성능은 각성도와 모든 생체지표 특징들을 조합하였을 때 정확도가 가장 높음(86.9%)을 확인하였다. 본 연구는 심리 및 생체지표 추출과 기계학습 기술의 적용을 통하여 부정 감성을 분류할 수 있음을 제안하며, 이는 인간의 감성을 탐지하는 감성 인식 기술을 확립하는데 기여할 것으로 예상한다.

For several decades, attribute classification methods using the asymmetrical relationship between an attribute performance and the satisfaction of that attribute have been explored by numerous researchers. In particular, the Kano model, which classifies quality attributes into 5 elements using simple questionnaire and two-dimensional evaluation table, has gained popularity: Attractive, One-dimensional, Must-be, Indifferent, and Reverse quality. As Kano's model is well accepted, many literatures have introduced categorization methods using the Kano's evaluation table at attribute level. However, they applied different terminologies and classification criteria and this causes confusion and misunderstanding. Therefore, a criterion for quality classification at attribute level is necessary. This study is aimed to suggest a new attribute classification method that sub-categorizes quality attributes using 5-point ordinal point and Kano's two-dimensional evaluation table through an extensive literature review. For this, the current study examines the intrinsic and extrinsic problems of the well-recognized Kano model that have been used for measuring customer satisfaction of products and services. For empirical study, the author conducted a comparative study between the results of Kano's model and the proposed method for an e-learning case (33 attributes). Results show that the proposed method is better in terms of ease of use and understanding of kano's results and this result will contribute to the further development of the attractive quality theory that enables to understand both the customers explicit and implicit needs.

Since a social networking service (SNS) isconsidered as an effective means to communicate and interact with customers, companies are trying to utilize SNS effectively. There is a lack of theory relating to the attributes of SNS. This study aims to investigate the attributes of SNS to classify SNS. Based on the social network theory, and previous studies on internet, blog, homepage, communication attributes, this study proposes the seven attributes to classify SNS: interaction, communication, entertainment, information, sharing, intimacy and connection. A pre-test, a pilot test and a main test are conducted. In the main test, 239 SNS users are participated. Through a factor analysis this study verifies the seven attributes of SNS. An analysis of variance with multiple comparisons of Scheffé method identifies that three attributes, interaction, communication and connection, are found to play significant roles to differentiate SNS. Looking at the overall mean values of the SNS by attribute, interaction, sharing, entertainment, intimacy and communication were relatively high in Facebook. Facebook showed higher values in attributes of interaction, sharing, entertainment, intimacy and communication. Twitter shows the relatively high scores for information and connection. Regarding interaction, Facebook shows higher scores than Twitter and Cyworld. For connection, Cyworld showed a significantly lower score than Twitter and Facebook. Cyworld was separated from the others in the light of communication. Cyworld is relatively weak in communication as it is limited to the message exchanges. The results will help in identifying major attributes for each SNS and classifying SNS.

최근 증가되고 있는 모바일 SNS(Social Network Service)를 통한 매개(Mediated) 커뮤니케이션에서 자신의 감성을 표현 가능한 이모티콘을 활용하여 대화하는 감성 커뮤니케이션이 발달하고 있다. 이모티콘 개발이 증가 하고 사용이 대중화가 됨에 따라, 사용자가 원하는 감성 표현이나 의미를 상징하는 아이템에 대한 요구가 확대 되고 있다. 또한, 동일한 이모티콘이라도 사용자에 따라 다르게 해석할 수 있으며, 디자이너의 의도한 감성 표현에 대해 사용자의 의미 해석이 상이할 수 있다. 따라서 본 연구에서는 모바일 SNS 메신저에서 이모티콘을 이용한 커뮤니케이션을 위해 사용되는 감성 어휘를 연구하고 분류하여 감성 커뮤니케이션과 관련된 이모티콘 개발의 초석을 마련하고자 한다. 즉, 사용자 관점에서 이모티콘에 기반하여 표현하고자 하는 감성 어휘에 대한 분류와 모델을 제안한다. 본 연구를 위해 첫째, 문헌조사를 기반으로 감성 형용사를 수집하고 설문, 통계 분석 및 FGI (Focus Group Interview)를 통해 1차 감성 어휘를 추출한다. 둘째, 2차 설문조사 및 통계분석을 통해 최종 적합 어휘를 추출한다. 셋째, 최종 추출된 어휘를 바탕으로 다차원척도 분석을 실행하여 어휘 모델을 도출하고 감성 어휘를 분류한다. 그 결과 ‘미안하다’, ‘바쁘다’, ‘배고프다’, ‘어렵다’, ‘슬프다’, ‘날씨가 춥거나 덥다’, ‘지 루하다’, ‘부끄럽다’, ‘궁금하다’, ‘만족하다’, ‘좋다’, ‘아름답다’, ‘편안하다’ 의 13개 어휘로 분류되었다.

본 연구의 목적은 산림유전자원보호구역과 국립공원으로 지정된 계방산 일대 목본 식생의 군집 분류, 종조성, 지표종을 구명하여 계방산 일대의 생태정보 DB를 구축하는데 있다. 조사지 내에 출현한 목본식 물은 15과 33속 78종 2변종 1아종으로 조사되었으며, Chao 1과 Jack 1의 종수의 추정결과, 127개 조사 구는 계방산 일대 목본 식생을 대표할 수 있는 것으로 분석되었다. 유집분석 결과, 2개의 군집(A=신갈나 무군집, B=소나무-피나무군집)과 5개의 그룹으로 나누어 졌다. MRPP-test를 통해 군집 간에 유의차가 나타나 적절한 군집분류가 이루어 진 것으로 판단하였다(p<0.01). NMS 분석 결과 초본층 종풍부도와 고 도 간 부의 관계가 있는 것으로 분석되었으며, 군집 A가 군집 B에 비해 비교적 집중적인 분포를 보이는 것으로 나타나 동일한 종조성의 특징을 잘 나타난 것으로 판단된다. Plexus diagram 분석 결과, 산돌배 는 난티나무, 당단풍나무, 귀룽나무 등의 수종들과 연관성이 높은 것으로 나타났다.

주왕산국립공원의 삼림식생에 대한 식물사회학적 연구가 이루어졌다. 식물사회의 종조성과 서식처의 균질성을 강조하는 Z.-M. 학파의 방법으로 수행하였다. 52개 식생자료가 획득되었고, 출현식물 총 265분류군의 행동양식은 9계급의 변환통합우점도와 상대기여도를 통해 분석하였다. 식생자료의 모둠화 과정을 통해 단위식생을 분류하고, 그 분포와 현존균질도 등이 분석되었다. 4가지 상관우점식생 속에 9개 식물군락이 기재되었다: 신갈나무-애기감둥사초군락, 신갈나무-뱀고사리군락, 졸참나무-둥근잎천남성군락, 굴참나무-털조록싸리군락, 떡갈나무-털피나무군락, 서어나무-털대사초군락, 느티나무-등칡군락, 들메나무-개면마군락, 소나무-가는잎그늘사초군락. 삼림식생의 대상분포가 논의되었고, 표고 약 700 m가 냉온대 중부·산지대(신갈나무-생강나무아군단역)와 남부·저산지대(졸참나무-작살나무아군단역)의 전이대인 것으로 밝혀졌다. 주왕산국립공원의 삼림식생은 종조성의 낮은 균질성이 특징이었다. 결론적으로 주왕산국립공원의 삼림식생은 <지역생물기후구-대구형> 속에서 더욱 강한 대륙성 생물기후환경과 세립질 풍화토와 암편을 공급하는 유문암질 응회암 우세의 지질 환경에 대응하는 고유성이 큰 지역식생이고, 산불 영향이 더해진 근자연림 또는 이차림인 것으로 밝혀졌다.

This paper presents the novel observation model, called Modified Spherical Signature Descriptor(MSSD), capable of representing 2D image generated from 3D point cloud data. The Modified Spherical Signature Descriptor has a uniform mesh grid to accumulate the occupancy evidence caused by neighbor point cloud data. According to a kind of area such as wall, road, tree, car, and so on, the evidence pattern of 2D image looks so different each other. For the parameter learning of Convolutional Neural Network(CNN) layers, these 2D images were applied as the input layer. The Convolutional Neural Network, one of the deep learning methods and familiar with the image analysis, was utilized for the urban structure classification. The case study on CNN practice was introduced in detail in this paper. The simulation results shows that the classification accuracy of CNN with 2D images of the proposed MSSD was improved more than the traditional methods' one.

『자류주석』의 전거가 된 『훈몽자회』의 각 표제자를 『자류주석』에서 찾아 그 분류항목을 비교하여 분류항목의 분할과 통합의 양상을 살펴보았다. 먼저 분류 항목의 통합은 『훈몽자회』에서 여러 부류에 분류되어 나타나던 표제자가 『자류주석』에서는 하나의 부류에 분류 수록 되어 나타나는 현상을 말한다. 『자류주석』에서 하나로 통합되어 나타나는 『훈몽자회』 의 여 러 부류를 살펴보면 그 부류 역시 의미적으로 연관성이 있는 것으로 『자류주석』에서 『훈몽자회』의 여러 부류들을 하나로 통합할 수 있는 보다 폭넓은 의미 범주의 분류항목이 설정되어 통합이 이루어졌음을 알 수 있다. 그리고 분류항목의 분할은 『훈몽자회』에서 하나의 부류에 수록된 표제자가 『자류주석』의 여러 부류에 나타나는 분할의 양상을 말한다. 이러한 분류항 목의 분할은 『훈몽자회』에서 일반적이고 포괄적인 의미로 분류항목이 설정되었다면 『자류주석』에서는 보다 구체적이고 개별적인 의미로 분류항목이 설정되어 이루어졌음을 알 수 있다. 이처럼 『자류주석』에서는 『훈몽자회』에 수록된 한자들의 의미 구분을 매우 정밀하게 하여 분할과 통합이 이루어졌음을 알 수 있다.

Recently, service quality must reflect several demands of customers who show rapid and various changes so as to be compared with the past. So, objective and rapid methods for them are necessary more. For them, first of all, service company must calculate their standard of service quality accurately by measuring service quality exactly. To measure service quality accurately, this researcher collected and analyzed data by survey for customers who are customers of logistics services, grasped potential satisfaction standard(P) by 5 point Likert scale and one survey for accurate classification of quality attributes through weighted customer satisfaction coefficient changing quality attributes by developing the study on Kano model and Timko's customer satisfaction coefficient, and suggested Potential Customer Satisfaction Improvement index(PCSI) for examining the improvement of customer satisfaction so as to utilize them as an index of differentiated and concrete measurement of service quality.

최근 머신러닝은 빅데이터에 대한 분석방법으로서 학습을 통한 지능화된 문제해결 방안으로서 관심이 증가하고 있다. 본 논문은 LBSN 데이터와 머신러닝 방식을 이용하여 토지이용현황을 파악하는 분석을 시도하였다. 도시계획에 있어서 토지이용현황의 파악은 직접적인 현장 조사에 의존해 왔다. 최근 스마트폰 사용자가 증가하면서 등장하고 있는 위치기반 소셜미디어의 자료들 은 토지이용의 상황을 반영하는 빅데이터로서, 머신러닝 방법론은 이들에 대한 자동화된 분석을 할 수 있게 한다. 본 연구에서는 LBSN 자료와 머신러닝 기법을 이용하여 토지이용을 예측하는 모델을 개발하여 실제 토지이용현황 자료와의 비교분석을 수행하였다. 이러한 분석을 통해 LBSN자료를 이용한 토지이용현황의 자동화된 분석 방안에 대해 연구하였다.