• 핵의학기술
• /
• 제13권3호
• /
• pp.137-142
• /
• 2009

목적: WHO (world health organization)에서는 골밀도뿐만 아니라 대규모 역학연구에서 정리된 골절의 위험인자 분석을 통하여 10년 내 골절위험도(10-year fracture probability)를 실제적으로 임상에 적용시킬 수 있는 소프트웨어 프로그램인 FRAX Tool (fracture risk assessment)이 2008년에 공개되었다. 본 연구는 기존에 사용하고 있는 GE Prodigy사의 골절위험도평가와 $FRAX^{TM}$를 이용한 골절위험도평가를 비교분석하고자 한다. 검사방법: 본원에 골밀도 검사를 시행한 201명($55{\pm}3.5$세)의 여자를 대상으로 GE Prodigy를 이용하여 Femur를 측정하였다. 측정한 Femoral Neck의 BMD (bone mineral density)를 구하여 GE Prodigy의 T-값과 골절위험인자를 고려하지 않은 $FRAX^{TM}$의 T-값를 사용하여 10년 내 대퇴골 골절위험도와 주요한 골다공증성 골절 위험도를 계산하여 SPSS통계프로그램으로 GE Prodigy의 골절위험도 평가와 $FRAX^{TM}$의 골절위험도 평가를 비교분석하였다. 결과: GE Prodigy의 T-값($-0.52{\pm}0.97$)과 $FRAX^{TM}$의 T-값 ($-1.45{\pm}0.81$)은 통계적으로 유의한 차이가 있었으며(p=0.000), GE Prodigy의 주요한 골다공증성 골절위험도($9.15{\pm}3.71$)와 $FRAX^{TM}$의 주요한 골다공증성 골절위험도($4.87{\pm}1.51$)도 또한 통계적으로 유의한 차이가 있었다(p=0.000). 그리고 GE Prodigy의 10년내 대퇴골 골절위험도($1.56{\pm}1.48$)와 $FRAX^{TM}$의 10년 내 대퇴골골절위험도($0.53{\pm}0.61$)도 통계적으로 유의한 차이를 보였다(p=0.000). 결론: GE Prodigy와 $FRAX^{TM}$에서 측정한 골절의 절대위험도는 통계적으로 유의한 차이를 보였다. 특히 GE Prodigy의 T-값, 주요한 골다공증성 골절위험도, 10년 내 대퇴골 골절위험도가 높게 측정되었다. 향후 $FRAX^{TM}$에 대한 평가 및 적용에 관한 연구가 필요할 것으로 생각된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권1호
• /
• pp.37-44
• /
• 2015

사회관계망 분석에 있어서 매개 중심도(Betweenness Centrality)는 네트워크를 구성하는 노드들의 상대적인 중요도를 파악하기 위한 척도로서 주로 사용되어 왔다. 그러나 매개 중심도를 측정하기 위한 시간 복잡도가 높기 때문에 대규모의 온라인 사회관계망 서비스에서 각 노드의 매개 중심도를 산출하는 것은 쉽지 않은 문제이다. 그래서 본 연구팀에서는 과거에 네트워크를 구성하는 각각의 노드들마다 자신의 지역 정보를 활용하여 확장 자아 네트워크(Expanded Ego Network)를 정의하고 그 네트워크에서 확장 자아 매개 중심도(Expanded Ego Betweenness)를 산출하여 기존의 매개 중심도를 대체하려는 시도를 하였다. 본 논문에서는 지역정보 기반의 확장 자아 네트워크의 특징을 분석하여 확장 자아 매개 중심도를 빠르게 산출할 수 있는 알고리즘을 제안한다. 그리고 일반적인 사회관계망의 특성을 대표하는 Barab$\acute{a}$si-Albert 네트워크 모델을 사용한 가상 네트워크와 실제 사회관계망을 대표하는 페이스북 친구 관계 네트워크에서의 실험을 통하여 확장 자아 매개 중심도의 중요도 순위가 기존 매개 중심도의 중요도 순위와 거의 일치함을 보인다. 또한 제안하는 알고리즘이 기존 알고리즘에 비해 확장 자아 네트워크에서의 확장 자아 매개 중심도를 더 빠르게 산출함을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권9호
• /
• pp.355-362
• /
• 2019

연구개발 자원이 절대적으로 부족했던 과거 우리나라 국가연구개발사업에는 이른바 선택과 집중이라는 전략이 설득력을 얻어 왔으며, 이 전략은 지금도 여전히 유효한 논리이다. 그러나 정부출연연구소(출연연), 대학 등 다양한 연구수행주체가 등장하고, 이들의 연구역량이 성숙한 현재의 상황에서 연구수행주체의 구분 없이 이 전략을 획일적으로 적용할 수만은 없다. 이에 본 연구에서는 국가연구개발사업을 수행하는 주체들에게 배분된 연구비 집중도를 분석함으로써 선택과 집중이 어떻게 작용해왔는지 확인하고자 한다. 2002년부터 2016년까지 국가연구개발과제를 수행한 연구주체에게 배분된 연구비 규모를 기준으로 집중도를 측정했고, 타일 지수를 이용하여 전체 국가연구개발사업을 개별 연구수행주체가 보유한 집중도로 분해하였다. 그 결과 전체 국가연구개발 시스템을 구성하는 하위 요소인 대학, 출연연 등이 보유한 집중도 및 이들의 기여를 분석할 수 있었다. 집중도 결과에 따르면 출연연의 연구비 집중도가 가장 높았으며, 대학이 그 뒤를 이었다. 그러나 10년 전에 비하면 두 주체 모두 집중도는 다소 완화된 것으로 드러났다. 반면, 중소기업의 경우 집중도가 높은 편은 아니나 일정한 수준을 꾸준히 유지해 오고 있었다. 즉, 대학과 출연연은 기관 간 연구비 배분에 편차가 줄어드는 경향이었는가 하면, 중소기업은 고르게 배분하는 방식이 주요했던 것이다.

• 한국해양학회지:바다
• /
• 제27권3호
• /
• pp.127-143
• /
• 2022

최근 클라우드 컴퓨팅 환경에서 해양수치모델 실험을 수행하는 많은 연구가 활발하게 진행되고 있다. 클라우드 컴퓨팅 환경은 대규모 자원이 필요한 해양수치모델을 구현하는데 매우 효과적인 수단이 될 수 있다. 정보처리 기술의 발달로 클라우드 컴퓨팅 시스템은 가상화와 원격 고속 네트워크, 직접 메모리 액세스와 같은 수치모델의 병렬처리에 필요한 다양한 기술과 환경을 제공한다. 이러한 새로운 기능은 클라우드 컴퓨팅 시스템에서 해양수치모델링 실험을 용이하게 한다. 많은 과학자들과 엔지니어들은 해양수치모델 실험에 있어서 가까운 미래에 클라우드 컴퓨팅이 주류가 될 것으로 기대하고 있다. 해양수치모델링을 위한 클라우드 컴퓨팅의 처리성능 분석은 수치모델의 수행 시간과 리소스 활용량을 최소화하는 데 도움이 될 수 있으므로 최적의 시스템을 적용하는 데 필수적이다. 특히 모델 격자 내 다양한 변수들이 다차원 배열 구조로 되어 있기 때문에 대량의 입출력을 처리하는 해양수치모델의 구조는 캐시메모리의 효과가 크며, 대량의 자료가 이동하는 통신 특성으로 인해서 네트워크의 속도가 중요하다. 최근에 주요한 컴퓨팅환경으로 자리잡고 있는 클라우드 환경이 이러한 해양수치모델을 수행하기에 적합한지 실험을 통해서 검토할 필요가 있다. 본 연구에서는 상용 클라우드 시스템에서 해양수치모델로 대표적인 Regional Ocean Modeling System (ROMS)와 더불어 다른 해양모델의 클라우드 환경으로 전환에도 도움이 될 수 있게 병렬처리 시스템의 성능을 측정할 수 있는 표준 벤치마킹 소프트웨어 패키지인 High Performance Linpack을 활용하여 초당 부동소수점 연산횟수 처리능력과 및 STREAM 벤치마크를 활용하여 다중 노드들로 구성된 수치모델용 클러스터의 메모리처리성능을 평가하고 비교하였다. 이러한 평가내용은 클라우드 환경에서 해양수치모델을 어떻게 수행할 것인가에 대해 중요한 정보를 제공할 수 있다. 가상화 기반 상용 클라우드에서 얻은 실제 성능 자료와 구성 설정 분석을 통해 가상화 기반 클라우드 시스템에서 해양수치모델의 다양한 격자 크기에 대한 컴퓨터 리소스의 효율성을 평가했다. 본 연구를 통해서 캐시 계층과 용량이 큰 메모리를 사용하는 HPC 클러스터가 ROMS의 성능에 매우 중요하다는 것을 발견했다. 수치모델링의 실행 시간을 줄이기 위해 코어 수를 늘리는 것은 작은 격자 보다 큰 격자 모델에서 더 효과적이다. 이러한 처리 성능 분석 결과는 클라우드 컴퓨팅 시스템에서 해양수치모델을 효율적으로 구축하는 데 중요한 자료로 이용될 것이다.