• 농촌의학ㆍ지역보건
• /
• 제36권3호
• /
• pp.167-178
• /
• 2011

본 연구는 관절염 여성노인을 대상으로 건강다이어리 프로그램을 개발하고 그 효과를 분석하여 낙상위험이 있는 관절염 여성노인을 위한 간호중재 서비스의 기초자료로 활용하고자 수행되었다. 2010년 9월 27일부터 11월 26일까지 대상자의 집을 방문하여 낙상예방을 위한 교육과 자가능력 향상을 위한 교육을 실시하였다. 프로그램 시작전 사전 평가를 하였고 종료 후 실험 후 평가를 실시하였다. 연구대상은 전라남도의 지역사회에 거주하며 의사로부터 관절염 진단을 받은 국민기초생활수급자 혹은 건강보험료 부과 하위 20%에 해당되는 65세 이상의 여성 노인으로서 연구자가 연령대별로 짝지어 실험군에 24명 대조군에 24명을 배정하였다. 중재는 8주 프로그램 이었으며 낙상관련 심리적 변수(낙상두려움, 낙상 효능감, 낙상지식), 일상 활동수행 정도, 기분상태를 측정하였다. 프로그램 1회 소요 시간은 약 50분 정도이며 관절염 질환이해 및 재활, 낙상관련 예방교육 등 2영역 교육내용을 16회로 나누어 제공하였으며, 매회 건강증진을 위한 자가 간호 수행정도점검과 개인별 상담으로 구성하였다. 이해력과 학습력을 높이기 위해 다이어리 전 내용을 그림으로 제작하였으며 매일의 건강증진 활동 실천을 확인하기 위해 자가 간호 수행표를 만들어 해당항목에 스티커를 부치도록 하였다. 프로그램 참여에 따른 낙상관련 심리적 변수, 일상 활동수행정도, 기분상태 변수에 대한 변화를 측정하여 분석한 결과 낙상예방 다이어리 프로그램을 시행한 실험군은 대조군에 비해 낙상 두려움, 낙상 지식, 기분상태는 유의한 차이가 있었으나 낙상효능감, 일상 활동수행 정도는 유의한 차이가 나타나지 않았다. 이상의 결과로 볼 때 본 연구의 낙상예방 프로그램은 저소득층 관절염 여성노인의 낙상예방 지식, 낙상 두려움, 기분상태에도 긍정적인 변화를 나타내어 프로그램 적용의 합리성을 보여주었다. 그러나, 본 연구에서는 낙상위험 정도에 따른 대상자 비교를 하지 않았으므로 낙상예방 프로그램의 구성 타당도를 높이기 위해서는 대상자의 낙상위험요인을 중등도로 분류하고 이를 전기노인과 후기노인 등 연령별로 교육효과를 비교하는 추후연구가 필요하다고 생각된다.

• 한국수자원학회논문집
• /
• 제53권11호
• /
• pp.929-938
• /
• 2020

본 연구에서는 청미천 유역에서의 플럭스타워에서 산출되는 증발산량의 결측값을 보완하기 위해 인공신경망(Artificial Neural Network, ANN)을 사용하였다. 비교 평가를 위해, Mean Diurnal Variation(MDV), Food and Agriculture Organization Penman-Monteith(FAO-PM) 방법들을 이용하여 증발산량을 산정하였고, ANN 방법을 이용한 결과와 비교하였다. 비교 평가 방법으로 시계열 방법 및 통계 분석(결정계수, IOA, RMSE, MAE)이 사용되었다. 각 gap-filling 모델의 검증을 위해 2015년의 30분 단위 데이터를 이용하였으며, 121개의 결측값 중 MDV, FAO-PM, ANN 방법 순으로 각각 70, 53, 54개의 결측값을 보완하여 모든 데이터가 관측되지 않은 36개의 데이터를 제외하면 각각 82.4%, 62.4%, 63.5%의 성능을 보였다. 결정계수(MDV, FAO-PM, ANN 방법 순으로 각각 0.673, 0.784, 0.841)와 IOA(MDV, FAO-PM, ANN 방법 순으로 각각 0.899, 0.890, 0.951)를 분석한 결과, 3가지 방법 모두 양질의 상관성을 보여 활용성이 충분하다고 판단되며, 이 중 ANN 모델이 가장 높은 적합도와 양질의 성능을 나타내었다. 본 연구를 기반으로 기계학습방법을 이용한 플럭스 타워 자료의 gap-filing 연구에 보다 적절하게 활용될 수 있을 것이다.

• 한국융합학회논문지
• /
• 제11권3호
• /
• pp.53-59
• /
• 2020

허베이 스피리트호 기름유출사고와 같은 해양 유류유출사고에서 잘못된 초기대응은 경제 손실뿐만 아니라 생태계에 큰 피해를 입힌다. 하지만 다양한 변수가 존재하는 해양에서 유출유의 움직임을 예측하는 것은 매우 힘든일이다. 이를 해결하기 위해서 뜰개 데이터를 활용해서 바다위의 부유물의 이동을 연구하는 기존 연구인 입자예측을 확장하여 면단위로 예측을 하는 유출유 예측 가시화를 진행하였다. 해양 데이터 포맷인 HDF5에서 특정 위치의 해류, 풍속 데이터를 양선형 보간법을 이용해 추출한 뒤, 수많은 점들의 이동을 입자예측하여 그 결과를 폴리곤 및 히트맵을 이용해 가시화 하였다. 또한 뜰개데이터의 문제점인 데이터 부족과 유출유와 움직임이 다른 점을 해결 하기 위해 유출유로부터 입자 데이터를 얻어낼 수 있는 유출유 입자 매칭 알고리즘을 제안한다. 유출유 입자 매칭 알고리즘은 면단위 유출유의 모습을 입자화 하여 입자의 움직임을 추적하는 알고리즘이다. 주성분 분석을 이용하여 문제를 분할하고, 유출유의 이동 거리의 분산이 최소화 되는 지점으로 유전알고리즘을 이용해 매칭하였다. 유출유 가시화 결과 데이터로 검증한 결과 주성분 분석과 유전알고리즘을 이용한 입자매칭 알고리즘이 가장 성능이 뛰어난 것을 확인할 수 있었으며, 평균 데이터 오차는 3.2%로 의미있는 연구임을 확인하였다.

• 한국정보통신학회논문지
• /
• 제15권5호
• /
• pp.1066-1072
• /
• 2011

시스템 호출 순서에 대한 관계를 분석하는 방법은 정상적인 시스템 호출 순서를 일정한 크기로 시스템 호출 순서를 분할하여 진을 생성하여 탐지자로 사용한다. 시스템 호출의 매개변수를 고려하는 방법은 매개변수의 길이에 대한 평균과 표준편차를 이용하여 탐지자로 사용한다. 시스템 호출 순서만을 고려한 모델은 시스템 호출 순서는 정상이지만 포맷 스트링 공격과 같이 매개변수의 값만 변하는 공격을 탐지할 수 없으며, 시스템 호출 매개변수만을 고려한 모델은 매개변수 각각을 고려하므로 공격이 시작되지 않은 구간에서 획득한 정보에 의해 긍정적 결함률이 높게 나타나는 문제점이 있다. 이러한 문제점을 해결하기 위해 공격과 관련된 시스템 호출의 여러 속성들을 동시에 고려하는 접근 방법으로서 연속적인 시스템 호출 순서 및 매개변수를 그룹(Group)화하여 보다 효율적으로 학습 및 탐지하는 방법이 필요하다. 이 논문에서는 비정상적인 행위를 정상적인 행위로 판단하는 긍정적 결함률을 개선하기 위하여 시스템 호출 순서 및 매개변수에 시간 개념을 적용하여 시스템 호출 순서 및 매개변수의 비정상행위를 탐지한다. 실험 결과 제안 기법은 DARPA 데이터 셋을 사용한 실험에서 시스템 호출의 긍정적 결함률은 시간을 고려하지 않은 시스템 호출 순서 모델보다 시간을 고려한 시스템 호출 순서 모델의 긍정적 결함률이 13% 향상되었다.

• 자원리싸이클링
• /
• 제26권2호
• /
• pp.46-55
• /
• 2017

본 연구에서는 레이저유도붕괴분광(Laser Induced Breakdown Spectroscopy, LIBS)을 이용하여 방사형 기저함수 신경회로망(Radial Basis Function Neural Networks, RBFNNs) 분류기 설계방법론을 개발하고 실제 폐소형가전제품의 플라스틱 분류 시스템에 적용하였다. ABS, PP, PS와 같은 검정색 플라스틱을 구별하기 위해, 지능형 알고리즘 중 하나인 방사형 기저함수 신경회로망 분류기를 설계하였다. 획득한 입력변수는 주성분 분석법(Principal Component Analysis, PCA)을 이용하여 축소시켰으며, 군집화기법 중 하나인 K-means 클러스터링 방법을 이용해 여러 그룹으로 분할하였다. 전체 데이터는 학습 데이터와 테스트 데이터를 4:1의 비율로 나누었으며, 제안된 분류기의 성능 및 신뢰도를 평가하기 위하여 5-FCV(5-Fold Cross Validation) 기법을 사용하였다. 입력변수와 클러스터의 개수가 각각 5개인 경우, 제안된 분류기의 분류 성능은 96.78%로 나타났다. 또한, 제안된 분류기는 다른 분류기들과 비교하였을 경우 분류 성능의 관점에서 우수성을 보여주었다.

• 한국생물환경조절학회:학술대회논문집
• /
• 한국생물환경조절학회 2001년도 봄 학술발표논문집
• /
• pp.71-72
• /
• 2001

최근 수출오이의 재배 면적이 계속증가 추세에 있어 '99년 현재 143ha에 달하고 있다. 그러나 수출오이는 국내 오이와 재배방법이 상당히 달라 국내 오이는 주지착과형이지만 수출오이는 측지착과형으로 측지의 발생여부에 따라 수확량의 차이가 심하다. 따라서 수출오이의 성공여부는 측지발생을 어느정도 시키느냐에 달려 있다고 해도 과언이 아니다. 그런데 수출오이의 재배시기는 우리나라에서 재배환경이 가장 불량한 겨울철(10-2월)로, 저온 및 투광량 부족 등으로 인하여 측지발생율이 매우 저조하다. 따라서 본 시험은 수출오이의 측지 발생율을 높이고자 지중가온기 설치 여부에 따른 효과를 구명하고자 실시하였다. 그 결과, 생육(Table 1)은 접수의 줄기 직경이 지중가온 처리시 10.22mm로, 무가온의 8.64mm보다 굵었고, 엽장과 엽폭에 있어서도 지중가온 처리가 무가온 처리보다 좋았다. 곡과 발생수에 있어서도 지중가온 처리는 주당 0.73개가 발생하였으나, 무가온은 1.26개가 발생되어 지중가온 처리시 무가온에 비해서 생육이 좋아지고, 곡과 발생이 적었다. 주당 측지발생수(Table 2)는 지중가온구가 13.7개였고, 무가온구는 11.7개로 지중가온을 하면 측지발생수가 증가함을 알수 있었다. 또한 상품수확과수에 있어서도 지중가온구는 주당 45개인데 반해 지중무가온구는 38개였으며 따라서 전체적인 수량이 10a당 8,100kg으로, 무가온구의 6,840kg보다 18%의 증수효과가 있었다. 따라서 수출오이재배시 지중가온을 하면, 측지발생수가 증가하고 특히 장측지(Fig. 1)가 다수 발생하여 측지 수확과수가 증가하며, 곡과 등 기형과 발생이 감소하여 상품수량이 증가되므로써 기존 지중 무가온 재배에 비해 14% 소득향상 효과를 기대할 수 있다.시 생장이 둔화되었다. 밀폐시킨 삼각플라스크에서 자라는 Cell은 상태도 좋지 않고 전반적인 증식량도 적었다. Cell은 환기정도에 민감한 것으로 판단되며 삼각플라스크에서 약 35일 정도의 생장 주기를 가지는 것으로 사료된다. 배양 3주까지는 플라스틱 뚜껑으로 밀폐시킨 bottle에서 가장 많은 체세포배를 얻었다. Air filter를 달아 2일 마다 신선한 공기를 넣어 주었을 때는 배의 발달이 많이 늦어져 배양 3주째에 다른 처리보다 배의 수가 훨씬 적었다. 체세포배가 발달하는 동안에는 산소를 많이 요구하지 않으나 성숙하는 동안에는 산소를 많이 요구하는 것으로 생각된다.적인 것으로 나타났다. 다만, 곡선형은 물론 직선형에서도 열교환 튜브의 배치밀도, 튜브 길이 및 두께 등의 변화에 따른 최적화 연구가 수반되어야 할 것으로 판단된다.에서 제공된 API는 객체기반 제작/편집 도구에 응용되어 다양한 멀티미디어 컨텐츠 제작에 사용되었다.x factorization (NMF), generative topographic mapping (GTM)의 구조와 학습 및 추론알고리즘을소개하고 이를 DNA칩 데이터 분석 평가 대회인 CAMDA-2000과 CAMDA-2001에서 사용된cancer diagnosis 문제와 gene-drug dependency analysis 문제에 적용한 결과를 살펴본다.0$\mu$M이 적당하며, 초기배발달을 유기할 때의 효과적인 cysteamine의 농도는 25~50$\mu$M인 것으로 판단된다.N)A(N)/N을 제시하였다(A(N)=N에 대한 A값). 위의 실험식을 사용하여 헝가리산 Zempleni 시료(15%$S_{XRD}$)의 기본입자분포로부터 %$S_{XRD}

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.145-147
• /
• 2004

본 논문에서는 무선인터넷 환경에 적합한 개인화된 상품추천에이전트를 제안한다. 기존에 유선인터넷상의 많은 개인화 추천시스템에서는 초기 사용자 모델링을 위해 사용자에게 수많은 질의를 하고 응답을 요구하였다. 그러나 이러한 방식은 무선인터넷 환경에서 정보 전송량에 따른 높은 사용요금을 고려할 때 적용하기 힘든 방식이다. 본 제안 시스템은 사용자의 Social data률 이용하여 사용자를 비슷한 연령과 성별 그룹으로 나누고, 해당 그룹에서 구매율이 높은 상품을 우선 제시한 후, 사용자 행동을 모니터링 하여 암시적(Implicit)피드백을 통해 프로파일을 생성함으로써, 번거로운 질의-응답 과정 없이도 초기 사용자 모델링을 수행할 수 있다. 프로파일 생성 이후에는 이를 기반으로 하여 사용자몰 유사한 취향을 가진 그룹으로 다시 군집화한 후 협력적 추천을 하게 되며, 프로파일에는 해당 상품의 최종 카테고리명과 키워드를 수집함으로써, 상품의 브랜드와 규격정보를 반영한 추천이 가능하다. 또한 추천 상품과 사용자의 구매데이터와의 비교를 수행하여 사용자가 해당상품을 구매하였을 경우, 상품에 대한 취향정보는 그대로 유지하고 관련 상품을 추천하되, 구매한 상품이 중복 추천되지 않도록 하였다. 시스템 평가를 위해 프로토타입을 구현하여, 다수의 사용자에게 시스템을 이용하며 관심품목을 체크하도록 하였고. 추천횟수가 반복되며 히트율이 증가하는 결과를 통해 시스템의 학습속도와 성능을 평가하였다. 그리고 쇼핌몰에서 구매경험이 있는 사용자의 기존 구매데이터와 Social data를 이용한 초기 제시상품을 역으로 비교하여 오랜 시간과 비용 발생 없이도 초기 프로파일 생성의 유효성을 증명하였다. 포함하는 XML 질의에 대해서도 웹에서 캐쉬를 이용한 처리가 효율적임을 확인하였다.키는데 목적이 있다.RED에 비해 향상된 성능을 보여주었다.웍스 네트워크상의 다양한 디바이스들간의 네트워크 다양화와 분산화 기능을 얻을 수 있었고, 기존의 고가의 해외 솔루션인 Echelon사의 LonMaker 소프트웨어를 사용하지 않고도 국내의 순수 솔루션인 리눅스 기반의 LonWare 3.0 다중 바인딩 기능을 통해 저 비용으로 홈 네트워크 구성 관리 서버 시스템 개발에 대한 비용을 줄일 수 있다. 기대된다.e 함량이 대체로 높게 나타났다. 점미가 수가용성분에서 goucose대비 용출함량이 고르게 나타나는 경향을 보였고 흑미는 알칼리가용분에서 glucose가 상당량(0.68%) 포함되고 있음을 보여주었고 arabinose(0.68%), xylose(0.05%)도 다른 종류에 비해서 다량 함유한 것으로 나타났다. 흑미는 총식이섬유 함량이 높고 pectic substances, hemicellulose, uronic acid 함량이 높아서 콜레스테롤 저하 등의 효과가 기대되며 고섬유식품으로서 조리 특성 연구가 필요한 것으로 사료된다.리하였다. 얻어진 소견(所見)은 다음과 같았다. 1. 모년령(母年齡), 임신회수(姙娠回數), 임신기간(姙娠其間), 출산시체중등(出産時體重等)의 제요인(諸要因)은 주산기사망(周産基死亡)에 대(對)하여 통계적(統計的)으로 유의(有意)한 영향을 미치고 있어 $25{\sim}29$세(歲)의 연령군에서, 2번째 임신과 2번째의 출산에서 그리고 만삭의 임신 기간에, 출산시체중(出産時體重) $3.50{\sim}3.99kg$사이의 아

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.414-414
• /
• 2017

토양수분은 지면환경에서 일어나는 수문 및 에너지 순환을 이해하는 데 있어 중요한 기상인자이다. 토양수분 현장관측은 땅속에 매설된 센서에 의해 상당히 정확하게 이루어지만, 관측점 수가 충분치 않아 공간적 연속성을 확보하지 못하는 어려움이 존재한다. 이에 광역적 및 연속적 관측이 가능한 마이크로파 위성센서가 토양수분 정보 획득을 위한 보조수단으로서 그 중요성이 부각되고 있다. 마이크로파 위성센서는 구름 등 기상조건의 제약을 받지 않으며, 1978년 이래 현재까지 여러 위성에 의해 25 km 및 10 km 해상도의 전지구 토양수분자료가 생산되어 왔다. 마이크로파 센서를 이용한 토양수분자료는 동일지점에 대하여 하루 2회 정도 산출되므로 적절한 시간분해능을 가지지만, 공간해상도가 최고 10 km로서 지역규모의 수문분석에 적용하기에는 충분치 않다. 이러한 토양수분자료의 공간해상도 문제 해결을 위하여 다양한 지면환경요소를 활용한 통계적 다운스케일링이 대안으로 제시되었다. 최근의 선행연구들은 대부분 방정식을 이용한 결합모형을 통해 통계적 다운스케일링을 수행하였는데, 회귀식과 같은 선형결합뿐 아니라 신경망이나 기계학습 등의 비선형결합에서도, 불가피하게 발생할 수밖에 없는 잔차(residual)로 인하여 다운스케일링 전후의 공간분포 패턴이 달라져버리는 문제를 안고 있었다. 회귀분석에 잔차의 공간내삽을 결합시킨 회귀크리깅(regression kriging)은 잔차보정을 통해 이러한 문제를 해결함으로써 다운스케일링 전후의 공간분포 일관성을 보장하는 기법이다. 이 연구에서는 회귀크리깅을 이용하여 일자별 AMSR2(Advanced Microwave Scanning Radiometer 2) 토양수분 자료를 10 km에서 1 km 해상도로 다운스케일링하고, 다운스케일링 전후의 자료패턴 일관성을 평가한다. 지면온도(LST), 지면온도상승률(RR), 식생온도건조지수(TVDI)는 일자별로 DB를 구축하였고, 식생지수(NDVI), 수분지수(NDWI), 지면알베도(SA)는 8일 간격으로 DB를 구축하였다. 이러한 8일 간격의 자료를 일자별로 변환하기 위하여 큐빅스플라인(cubic spline)을 이용하여 시계열내삽을 수행하였다. 또한 상이한 공간해상도의 자료는 최근린법을 이용하여 다운스케일링 목표해상도인 1 km에 맞도록 변환하였다. 우선 저해상도 스케일에서 추정치를 산출하기 위해서는 저해상도 픽셀별로 이에 해당하는 복수의 고해상도 픽셀을 평균화하여 대응시켜야 하며, 이를 통해 6개의 설명변수(LST, RR, TVDI, NDVI, NDWI, SA)와 AMSR2 토양수분을 반응변수로 하는 다중회귀식을 도출하였다. 이식을 고해상도 스케일의 설명변수들에 적용하면 고해상도 토양수분 추정치가 산출되는데, 이때 추정치와 원자료의 차이에 해당하는 잔차에 대한 보정이 필요하다. 저해상도 스케일로 존재하는 잔차를 크리깅 공간내삽을 통해 고해상도로 변환한 후 이를 고해상도 추정치에 부가해주는 방식으로 잔차보정이 이루어짐으로써, 다운스케일링 전후의 자료패턴 일관성이 유지되는(r>0.95) 공간상세화된 토양수분 자료를 생산할 수 있다.

• 한국산학기술학회논문지
• /
• 제20권10호
• /
• pp.218-228
• /
• 2019

본 연구는 국내 간호 대학생을 대상으로 수행된 학업 관련 만족도 중재프로그램을 고찰하고 메타분석하여 근거기반 자료를 제공하기 위해 수행되었다. 메타분석에 포함된 자료는 2001년부터 2018년 7월까지 발표된 25편의 실험연구로서 연구의 설계는 무작위 대조군 연구가 1편, 비무작위 대조군 연구가 24편이었다. 연구대상자는 간호학과 1~4학년 재학생으로, 이론수업 및 실습수업에서 중재프로그램이 수행되었다. 표본크기는 실험군 1182(평균 47.3), 대조군 1137(평균 45.5)명이었고, 중재프로그램의 구성은 1~16주/1~16회/1회기 당 7~240분으로 이루어졌다. 결과변수로는 전공만족도, 학습만족도, 교내실습만족도, 임상실습만족도가 있었으며, 교내실습만족도(Hedges' g=0.876[95% CI: 0.405, 1.346])와 임상실습만족도(Hedges' g=0.515[95% CI: 0.312, 0.718]) 및 전체 학업 관련 만족도(Hedges' g=0.630[95% CI: 0.371, 0.889])는 통계적으로 유의미한 중간 수준 이상의 효과크기가 확인되었다. 본 연구의 결과는 간호 대학생들의 학업 관련 만족도 중재프로그램을 다룬 선행연구들을 통합적으로 정리하여 객관적 결과를 확인하였다는데 의의가 있다.

• 한국전자거래학회지
• /
• 제24권1호
• /
• pp.105-120
• /
• 2019

세계보건기구(WHO)를 비롯해 세계 각국의 정부기관은 항생제 오남용에 따른 항생제 내성균 감염에 대해 심각하게 경고하며 이를 예방하기 위한 관리와 감시를 강화하고 있다. 하지만 감염을 확인하기 위한 감염균 배양에 수일의 시간이 소요되면서 격리와 접촉주의를 통한 감염확산 방지 효과가 떨어져 선제적 조치를 위한 신속하고 정확한 예측 및 추정방법이 요구되고 있다. 본 연구는 Electronic Health Records에 포함된 질병 진단내역과 항생제 처방내역을 neural embedding model과 matrix factorization을 통해 embedding 하였고, 이를 활용한 딥러닝 기반분류 예측 모형을 제안하였다. 항생제 내성균 감염의 주요 원인인 질병과 항생제 정보를 embedding하여 환자의 기본정보와 병원이용 정보에 추가했을 때 딥러닝 예측 모형의 f1-score는 0.525에서 0.617로 상승하였고, 딥러닝 모형은 Super Learner와 같은 기존 기계학습 모형보다 더 나은 성능을 보여주었다. 항생제 내성균 감염환자의 특성을 분석한 결과, 감염환자는 동일한 질병을 진단받은 비감염환자에 비교해 J01 계열 항생제 사용이 많았고 WHO 권고기준(DDD)을 크게 벗어나는 오남용 청구사례가 6.3배 이상 높게 나타났으며 항생제 오남용과 항생제 내성균 감염간의 높은 연관성이 발견되었다.