본 연구는 송아지 경매가격에 영향을 미치는 환경적인 요인 및 친자확인의 효과에 대하여 검정해 보고자 경남 G지역 송아지 경매시장에서 거래 된 6 ~ 10개월령 사이의 수송아지 12,668두의 데이터를 이용하여 일반분석과 분산분석 및 유의성검정을 실시하였다. 경매가격과 체중에 대한 환경효과 분석을 실시하였고 독립변수로는 경매년도, 경매월령 및 친자확인결과를 분석하였다. 분석한 경매가격과 체중에 대한 분산분석의 결과는 경매년도, 경매월령 및 친자확인결과에서 모든 효과가 고도의 유의성(p>0.01)을 보이고 있었다. 유의성검정 결과에서 경매가격과 체중에 대한 도축년도의 효과는 경매가격이 경매년도가 지남에 따라 유의적으로 높아지는 추세를 보였다. 경매가격과 체중에 대한 경매월령의 효과에서 경매가격은 7~8개월령인 송아지가 유의적으로 가장 높게 나타났고 월령이 높아질수록 가격이 낮아지는 추세를 보이는 반면 체중은 높아지는 추세를 보이고 있었다. 경매가격 과 체중에 대한 친자확인의 효과에서 경매가격은 친자일치가 유의적으로 가장 높게 나타났지만 미분석과 유의적인 차이가 없었고, 체중은 친자일치가 유의적으로 가장 낮게 나타났다. 경매가격에 대한 경매년도와 친자확인결과의 효과에서 2016년까지 유의적인 차이가 없었지만 2017년부터는 친자일치 개체가 유의적으로 가장 높게 나타나기 시작했다. 경매가격에 대한 경매월령과 친자확인결과의 효과에서는 전체적으로 친자부정이 유의적으로 낮게 나타났고 일치와 미분석은 대부분은 유의적인 차이를 나타내지 않았지만 7개월령의 경우에는 친자일치가 유의적으로 높게 나타났다.

본 연구에는 경남의 혈통등록우 경매시장 A, B 지역에서 2014년도부터 2015년도에 경매된 한우송아 지 중에서 경매가격이 있는 19,592두의 경매가격자료를 이용하였고 경매가격에 미치는 환경요인 및 요 인별 기여도를 추정하였다. 연구의 결과를 살펴보면 송아지경매가격에 대한 모든 효과에서 고도의 유의 적인 차이(p<0.01)를 나타내었고, 준부분 상관제곱(semi-partial correlation)값을 이용한 요인별 기여 도 분석에서 회귀식의 수정모형 적합도(Adj R-Square)가 0.701로 나타났으며, 성, 경매체중, 출품개월 령, 경매년도, 경매계절 및 경매지역의 준부분상관값은 각각 0.11563, 0.20013, 0.02823, 0.10727, 0.00330 및 0.02963으로 나타났다. 요인별 기여도에서 송아지 체중의 기여도가 가장 높은 것으로 나타 났으며, 성, 경매년도, 경매지역 및 출품개월령 순으로 영향을 미치는 것으로 나타났다. 송아지 생산농 가에서 경매가격을 잘 받기 위해서는 송아지의 발육정도를 측정할 수 있는 체중의 개량 및 적절한 사양 관리가 매우 중요할 것으로 사료된다. 또한 향후에는 개량방향과 맞는 우수한 유전자의 생산 및 확보가 농가 경쟁력 및 소득증대에 이바지할 것으로 사료된다. 송아지경매가격 및 요인별 기여도에 대한 연구 는 아직 많이 부족한 상황으로 더 많은 연구가 이루어져야 할 것으로 사료된다.

다양한 데이터 마이닝 기법들의 발전과 더불어, 속성 (Feature 또는 Attribute) 의 범위 (Dimension) 를 줄이기 위해 많은 요소 선택 방법이 개발되었다. 이는 확장성 (Scalability) 을 향상시킬 수 있고 학습 모델 (Learning Model)을 더욱 쉽게 해석할 수 있도록 한다. 이 논문에서는 네스티드 분할 (Nested Partition, 이하 NP) 을 이용한 새로운 최적화 기반 속성 선택 방법을 NP 기본 구조와 다양한 실험 문제의 수치적 결과들과 함께 제시하여 어떻게 NP의 최적화 구조가 속성 선택 과정에 기여를 하고 있는지 보여준다. 그리고 이 새로운 지능적인 분할 방법이 어떻게 매우 효율적인 분할을 수행하는지를 제시한다. 이 새로운 속성 선택 방법은 필터 (Filter) 방법과 래퍼 (Wrapper) 방법 두 가지로 구현될 수 있다. 사례 연구로서, B2B e-비즈니스 시스템에서 효과적으로 사용될 수 있는 추천 시스템(Recommender System) 을 제안하였다. 이 추천 시스템은 분류 기법 (Classification Rule) 과 제시된 NP 기반 요소 선택 방법을 사용하고 있다. 이 추천 시스템은 사용자의 인터넷 경매 참여를 추천하는데 사용되며, 이 때 제안된 요소 선택 앨고리듬은 추천 규칙들이 쉽게 이해될 수 있도록 모델을 간략화 하는데 사용된다.

  다양한 데이터 마이닝 기법들의 발전과 더불어, 속성 (Feature 또는 Attribute)의 범위 (Dimension)를 줄이기 위해 많은 요소 선택 방법이 개발되었다. 이는 확장성 (Scalability)을 향상시킬 수 있고 학습 모델 (Learning Model)을 더욱 쉽게 해석할 수 있도록 한다. 이 논문에서는 네스티드 분할 (Nested Partition, 이하 NP)을 이용한 새로운 최적화 기반 속성 선택 방법을 NP 기본 구조와 다양한

본 논문은 무선개인통신(PCS) 환경에서 기존의 자원경매다중접속(RAMA) 방법이 가지고 있는 단점을 보완할 수 있는 새로운 자원경매다중접속방법(MRAMA)을 제안하기위한 것이다. 제안된 방법은 경매표 개념을 도입하여 슬럿 할당 주기 상에서 경매 슬럿(slot)을 낭비하는 단점을 보완할 수 있으며, 할당 주기마다 갱신되는 경매테이블을 재택하고 선점 및 비선접 우선순위규칙이 혼합된 방법을 활용함으로써 빠르고 유연하게 접속, 핸드오프, 자원할당이 가능해진다