• 한국응용과학기술학회지
• /
• 제40권6호
• /
• pp.1567-1579
• /
• 2023

Sucralose는 식품 분야에서 sucrose 대체물로 사용되며 세계적으로 승인된 무열량 고강도 인공 감미료이다. 하지만 감미료가 뇌에 미치는 영향에 대한 조사는 미비하여 본 연구에서 scopolamine으로 유발된 기억력 손상 동물모델에서 sucralose 단기 섭취가 인지 및 기억 보호 효과를 가지는지 확인하였다. Sucralose 2, 5, 10 mg/kg를 경구투여하였으며 30분 후 대조군, 약물군에 scopolamine (1mg/kg) 복강투여를 진행하였고 정상군에는 식염수로 복강투여 후 행동실험을 수행하였다. 결과적으로 Y-maze, passive avoidance, Morris water maze에서 대조군과 비교해 10% 이상의 인지기능이 회복되는 결과를 도출하였다. 또한, 전염증성 사이토카인을 측정한 결과 sucralose가 IL-6와 TNF-α를 30% 이상 억제하는 것을 보였으며 세포 내 신호 메커니즘으로 ERK-CREB의 발현량을 관찰한 결과 농도 의존적으로 증가하였다. 따라서 sucralose는 건망증 환자의 예방과 치료를 위한 기능성 식품과 관련이 있다고 시사된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.139-140
• /
• 2008

휴대폰 전자파로 인해 두통, 불면증, 단기간의 기억력 소실 등의 신경 생리학적 증상을 호소하는 휴대론 전자파 과민증 (EHS, Electromagnetic Hypersensitivity) 환자들이 늘어나고 있다. 그러나 휴대폰 전자파 과민반응의 원인이 막연한 불안감 때문인지 혹은 전자파 노출로 인한 증상 인지에 대하여 확실하게 규명이 되지 않고 있다. GSM 방식의 휴대폰의 경우 전자파 노출 시 EHS 군을 대상으로 혈압, 맥박수 변화 등의 과민 반응에 대한 연구들이 수행되었으나 일반인과 EHS 군의 실험-대조군 연구로 생체신호, 자각증상 및 전자파 인지 여부에 대한 복합석인 연구와 CDMA 휴대폰 EHS 연구는 거의 없는 실정이다. 본 연구예서는 일반인 6명과 EHS 6명을 대상으로 30분간 300mW의 CDMA 휴대폰 전자파에 노출시 교감신경의 흥분을 나타내는 맥박, 호흡수, HRV(heart rate variability의 변화를 측정하였다. 그 결과, 일반인과 EHS 군 모두 전자파 노출여부에 따라 맥박, 호흡수, HRV의 변화가 없었다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.943-950
• /
• 2019

머신 러닝은 인력을 대체함으로써 업무 효율성을 크게 높일 수 있다. 특히 4차 산업혁명 시대의 요청에 따라 인공지능을 포함한 머신 러닝의 중요성은 점점 커지고 있다. 본 논문은 MLP, RNN, LSTM, ANFIS 신경망 알고리즘 이용하여, 월별 전력 거래량을 예측한다. 본 논문에서는 통계청에서 제공하는 월별 전력 거래량과 월별 전력 거래금액, 최종에너지 소비량, 자동차용 경유 가격에 대한 2001~2017년까지의 공공 데이터를 사용하였다. 본 논문은 제시하는 각각의 알고리즘들을 학습시키고, 알고리즘이 예측하는 시계열 그래프를 이용하여 예측 결과를 보여주고 RMSE를 이용하여 이들 중에서 가장 우수한 알고리즘 제시한다.

• 한국전자통신학회논문지
• /
• 제16권2호
• /
• pp.329-338
• /
• 2021

본 연구는 풍력발전의 합리적인 운영 계획과 에너지 저장창치의 용량산정을 위한 풍력 발전량을 예측한다. 예측을 위해 물리적 접근법과 통계적 접근법을 결합하여 풍력 발전량의 예측 방법을 제시하고 풍력 발전의 요인을 분석하여 변수를 선정한다. 선정된 변수들의 과거 데이터를 수집하여 딥러닝을 이용해 풍력 발전량을 예측한다. 사용된 모델은 Bidirectional LSTM(:Long short term memory)과 CNN(:Convolution neural network) 알고리즘을 결합한 하이브리드 모델을 구성하였으며, 예측 성능 비교를 위해 MLP 알고리즘으로 이루어진 모델과 오차를 비교하여, 예측 성능을 평가하고 그 결과를 제시한다.

• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1239-1248
• /
• 2021

본 논문은 학문적인 이해를 기반을 둔 예측을 수행하기 위해 FDNN(: Flood drought index neural network) 알고리즘을 제시한다. 데이터에 의존한 예측이 아닌 학문적인 이해를 기반을 둔 예측을 딥러닝에 적용하기 위해, 알고리즘을 수리, 수문학을 기반으로 구성하였다. 강수량의 입력으로 하천의 유량을 예측하는 모델을 구성하여 K-교차검증을 통해 모델의 성능을 측정한다. 제시한 알고리즘의 성능을 증명하기 위해 시계열 예측에서 가장 많이 사용되는 LSTM(: Long short term memory) 알고리즘의 예측 성능과 비교하여 제시한 알고리즘의 우수성을 나타낸다.

• 풍력에너지저널
• /
• 제15권2호
• /
• pp.10-22
• /
• 2024

This research is a comprehensive analysis of wind power prediction sensitivity using a Long Short-Term Memory (LSTM) deep learning neural network model, accounting for the inherent uncertainties in wind speed estimation. Utilizing a year's worth of operational data from an operational wind farm, the study forecasts the power output of both individual wind turbines and the farm collectively. Predictions were made daily at intervals of 10 minutes and 1 hour over a span of three months. The model's forecast accuracy was evaluated by comparing the root mean square error (RMSE), normalized RMSE (NRMSE), and correlation coefficients with actual power output data. Moreover, the research investigated how inaccuracies in wind speed inputs affect the power prediction sensitivity of the model. By simulating wind speed errors within a normal distribution range of 1% to 15%, the study analyzed their influence on the accuracy of power predictions. This investigation provided insights into the required wind speed prediction error rate to achieve an 8% power prediction error threshold, meeting the incentive standards for forecasting systems in renewable energy generation.

• 수면정신생리
• /
• 제11권1호
• /
• pp.29-36
• /
• 2004

목 적 : 본 연구는 $4{\sim}10\;Hz$의 빛과 소리자극이 인체의 단기기억력 및 긴장이완에 어떠한 영향을 주는지 관찰하기 위한 예비연구로 시행되었다. 방법：총 10명의 대상을 무작위로 동기화된 파형의 빛과 소리를 가한 처치군(R 군)과 동기화되지 않은 무작위 파형의 빛과 소리를 가한 허위군(P 군)으로 분류하고, 하루 15분씩 5일간 빛과 소리 자극을 가하였다. 단기기억력을 측정하기위한 척도, 불안 척도 그리고 자율신경심장 기능 검사 등을 시행하였다. 2일간 휴식 후 R군과 P군을 교차하여 5일간 같은 실험을 반복하였다. 결 과：R군에서 빛과 소리자극 1회 적용 후 단기기억력의 유의미한 향상이 관찰되었다. 자율신경심장기능 검사에서는 R군에서 유의미한 이완 효과가 관찰되었다. 결 론：이 연구 $4{\sim}10\;Hz$의 빛과 소리자극이 단기기억 및 긴장이완과 연관됨을 암시한다. 향후 실험대상수를 늘려 예비연구결과를 확인함이 필요하다.

• 한국수자원학회논문집
• /
• 제52권8호
• /
• pp.575-587
• /
• 2019

본 연구에서는 모 웨이블릿(mother wavelet)이 웨이블릿 분석에 미치는 영향을 파악하기 위해 먼저 백색잡음과 사인함수를 다양하게 결합한 시계열의 분석을 수행하고 그 결과를 각각 단기기억특성과 장기기억특성을 보이는 북극진동지수(AOI)와 남방진동지수(SOI)에 대한 적용하였다. 본 연구에서는 기존 연구가 하나 또는 두 개의 모 웨이블릿 평가에 제한된 것과는 달리 총 4가지의 웨이블릿에 대한 비교 평가를 수행하였다. 본 연구에서 선정한 웨이블릿은 기존 연구에 많이 사용된 바 있는 총 4가지의 모 웨이블릿(Bump, Morlet, Paul, Mexican Hat)이다. 그 결과는 다음과 같다. 먼저, Bump 모 웨이블릿을 적용한 결과는 주기성분의 비정상성을 나타내는데 한계가 있는 것으로 확인되었다. 그 결과는 스펙트럼 분석결과와 매우 유사한 수준인 것으로 나타났다. 이에 반해 Morlet과 Paul 모 웨이블릿은 주기성분의 비정상성을 상대적으로 잘 나타내 주는 것으로 확인되었다. 마지막으로 Mexican Hat 모 웨이블릿의 경우에는 그 결과의 해석이 까다로운 것으로 나타났다. 추가로, Paul 모 웨이블릿의 적용 결과가 시계열에 따라 일관적이지 않게 나타날 수 있음도 확인하였다. 결과적으로 Morlet 모 웨이블릿은 본 연구에서 고려한 모 웨이블릿 중 그 적용상 안정성이 가장 높은 것으로 확인되었으며, 이러한 결과는 최근 웨이블릿 관련 연구에서 Morlet 모 웨이블릿이 가장 많이 사용되는 추세와도 일치하는 것이다.

• 생물정신의학
• /
• 제1권1호
• /
• pp.109-116
• /
• 1994

연구배경: 정신분열증 환자에서 보이는 인지기능의 장애와 음성증상과의 관계는 아직 정확히 밝혀져 있지 않다. 음성증상을 효과적으로 호전시키는 것으로 알려진 clozapine을 만성 정신분열증 환자들에게 9개월 간 투여하여 인지기능이 호전될 수 있는지 조사하고 임상증상의 호전 정도와 인지기능의 호전정도 사이의 상관 관계를 평가하였다. 방 법: 만성정신분열증 환자(16명)를 대상으로 Wisconsin Card Sorting Test, Digit Span Test 및 Judgment of Line Orientation Test 등의 심리검사를 clozapine 투약 전과 9개월 후 각각 실시하였다. 또한 BPRS를 사용하여 투약전과 9개월 간의 투약 이후의 정신병리를 평가하였으며 이를 신경심리검사 결과와 비교하였다. 결 과: Clozapine은 만성정신분열증 환자의 양성 및 음성 증상을 모두 유의하게 호전시켰다. 신경심리검사 결과 집중력, 단기 기억력, 시각-지각력에는 유의한 호전이 있었으며 집행능력에서도 통계적으로 의의있지는 않으나 호전되는 경향을 보였다(p=0.066). 환자들의 임상증상과 신경심리검사 결과 사이에는 아무런 상관관계도 발견할 수 없었다. 결 론: 만성정신분열증 환자들에서 clozapine 장기 투여를 통해 임상증상은 물론 집중력 및 단기기억력 등 일부 인지기능의 호전을 기대할 수 있으며 특히 보다 정교한 정보처리와 관련되는 집행능력 역시 9개월 이상 장기 치료를 통해서 호전될 수 있음을 시사하였다. 또한 정신분열증 환자에서 나타나는 인지기능의 장애는 임상증상에 의한 2차적 현상이 아니라 하나의 독립된 병리임을 추측할 수 있다. 향후 보다 객관적인 결론을 위하여 타 항정신병약물과의 비교 연구가 지속적으로 필요하다고 본다.

• 한국전자거래학회지
• /
• 제24권4호
• /
• pp.119-133
• /
• 2019

최근 태양광 발전량 예측은 태양광 발전량 설비 시스템의 안정적인 작동을 위한 조정 계획, 설비 규격 결정 및 생산 계획 일정을 수립하기 위해 필수적인 요소로 고려된다. 특히, 대부분의 태양광 발전량은 피크시간에 측정되기 때문에, 태양광 시스템 운영자의 이익 최대화와 전력 계통량 안정화를 위해 피크시간의 태양광 발전량 예측은 매우 중요한 요소이다. 또한, 기존 연구들은 광범위한 지역에서 예측된 불확실한 기후 정보들을 이용하여 태양광 발전량을 예측하는 한계점 때문에 일사량, 운량, 온도 등과 기상정보 없이 피크시간의 태양광 발전량을 예측하는 것은 매우 어려운 문제로 고려된다. 따라서 본 논문에서는 피크이전의 기후, 계절 및 관측된 태양광 발전량을 이용하여 미래의 기후 및 계절 정보 없이 피크시간의 태양광 발전량을 예측할 수 있는 LSTM(Long-Shot Term Memory) 기반의 태양광 발전량 예측 기법을 제안한다. 본 연구에서 제안한 모델을 기반으로 실 데이터를 통한 실험 결과, 단기 및 장기적 관점에서 높은 성능을 보였으며, 이는 본 연구에서 목표로 한 피크시간의 태양광 발전량 예측 성능 향상에 긍정적인 영향을 나타내었음을 보여준다.