• 제목/요약/키워드: 반응변수

검색결과 2,223건 처리시간 0.023초

COPD환자에서 6분 보행검사를 이용한 최대산소섭취량 예측 (Predicting Oxygen Uptake for Men with Moderate to Severe Chronic Obstructive Pulmonary Disease)

  • 김창환;박용범;모은경;최은희;남희승;이성순;유영원;양윤준;문정화;김동순;이향이;진영수;이혜영;천은미
    • Tuberculosis and Respiratory Diseases
    • /
    • 제64권6호
    • /
    • pp.433-438
    • /
    • 2008
  • 연구배경: COPD 환자에서 최대산소섭취량의 측정은 호흡재활치료에서 운동 강도의 결정과 치료 반응을 평가 하는데 사용된다. 하지만 운동부하 심폐기능 검사는 공간및 비용 등의 문제로 우리나라에서는 보편화되어 있지 않다. 한편 6분 보행검사는 간단하게 운동능력을 평가할 수 있는 방법으로 신뢰도가 높고 운동능력의 변화를 비교적잘 반영한다. 본 연구에서는 중등도 이상의 COPD 환자에서 $6M_{work}$을 이용해 최대산소섭취량을 예측하는 공식을 구하고자 하였다. 방 법: 중등도 이상의 COPD 남성 33명을 대상으로 전향적 다기관 연구를 진행하였다. 최초 방문시 폐기능검사, 운동부하 심폐기능 검사와 6분 보행검사를 실시하였고, 보행거리와 체중을 곱하여 $6M_{work}$을 구한 다음 최대산소섭취량과 상관관계가 높은 변수들을 찾아 다중회귀분석법을 이용하여 추정 예측식을 구하였다. 결 과: 환자의 평균 연령은 67.7세, 신체질량지수는 $22.5kg/m^2$였다. $FEV_1$의 평균값은 1.33 L (정상 예측치의 51.1%)이었고, 최대산소섭취량도 1,015.9 ml/min (정상 예측치의 50.8%)로 낮게 측정되었다. 평균 6분 보행거리는 516 m, $6M_{work}$는 32,811이었으며, $6M_{work}$가 6분 보행거리보다 최대산소섭취량과 더 높은 상관관계를 보였다. 또한 $FEV_1$, 폐확산능, FVC가 최대산소섭취량과 높은 상관관계를 보였다. 다중회귀분석으로 얻어진 예측식은 [최대산소섭취량(ml/min)=($274.306{\times}FEV_1$)+($36.242{\times}DLco$)+($0.007{\times}6M_{work}$)-84.867]이었다. 결 론: 최대산소섭취량 검사가 불가능한 상황에서의 대안으로 시행이 간편한 6분 보행검사를 보조적으로 이용할 수 있을 것으로 사료되며, 본 연구에서 얻어진 추정공식의 타당성에 대한 대규모 연구가 필요하다.

캠페인 효과 제고를 위한 자기 최적화 변수 선택 알고리즘 (Self-optimizing feature selection algorithm for enhancing campaign effectiveness)

  • 서정수;안현철
    • 지능정보연구
    • /
    • 제26권4호
    • /
    • pp.173-198
    • /
    • 2020
  • 최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

우리나라 중소기업의 기술혁신능력과 기술사업화능력이 경영성과에 미치는 영향연구 (A Study on the Effect of Technological Innovation Capability and Technology Commercialization Capability on Business Performance in SMEs of Korea)

  • 이동석;정락채
    • 중소기업연구
    • /
    • 제32권1호
    • /
    • pp.65-87
    • /
    • 2010
  • 본 연구의 목적은 기술혁신형중소기업(이노비즈)의 건전한 성장발전을 위하여 기업의 중요한 전략적 자원으로 인식되고 있는 기술혁신능력과 기술사업화능력이 시장정보지향성을 매개로 경영성과에 미치는 영향을 분석하여 기술혁신형중소기업의 효율적인 경영관리와 정부의 정책방향에 시사점을 제공하고자 하는데 있다. 이러한 목적을 달성하기 위하여 우리나라 기술혁신형 중소기업를 대상으로 오슬로매뉴얼과 선행연구를 토대로 연구개발능력, 기술축적능력, 기술혁신체제를 기술혁신능력으로, 제품화능력, 생산화능력, 마케팅능력을 기술사업화능력으로 구성하고, 이들 요인들이 시장정보지향성을 매개 변수로 경영성과에 미치는 영향을 실증분석을 통하여 검증하였다. 연구결과에 의하면, 제품경쟁력 향상과 같은 기술의 상업적 성과와 직접적인 관련이 있는 경영성과는 기술혁신체제나 생산화능력, 마케팅능력 등의 경영관리적 측면에서의 능력이 상대적으로 큰 영향을 미치며 기술적 성과를 의미하는 신기술/신제품개발 성과는 연구개발능력, 기술축적능력, 제품화능력 등 공학적 측면에서의 능력이 상대적으로 큰 영향을 미친다는 것을 보여 주었다. 또한 시장정보지향성과 관련하여 신기술/신제품개발 등의 기술적 성공을 위해서는 조직내부에서의 정보확산 수준이 상대적으로 크게 부각되고 있고, 제품경쟁력 향상 등 상업적 성공을 이루기 위해서는 정보에 대한 반응수준이 더 크게 요구된다는 점을 함축하고 있다.