• 사상체질의학회지
• /
• 제8권1호
• /
• pp.101-186
• /
• 1996

1. 연구배경 : 사상의학의 가장 중요한 요점은 체질진단이다. 그간 다양한 체질변증에 관한 연구가 있었지만 신체 각부의 형태학적인 연구, 특히 얼굴을 대상으로 한 연구는 거의 전무하였다. 저자들은 그 동안 전일적이고 직관적으로 표현된 동의수세보원의 형태적 묘사를 정량화하여 정리하고, 이 자료를 체질진단의 근거자료로 삼고자 하는 연구의 일환으로 먼저 두안부(頭顔部)의 형태를 태음인 소음인 소양인 별로 그 형상적 특징을 찾아내고자 하였다. 2. 방법 : 1995년 7월부터 1995년 12월까지 경희의료원 부속한방병원 외래환자 및 직원을 대상으로 설문지 및 임상적 치료 경과를 통하여 체질적 경향성이 뚜렷한 대상자를 선별하고 동일촬영 조건을 통하여 얻은 얼굴 사진 중 형태특이자를 제외한 170례의 고경(전두고외 26항목) 방사경(두최대장외 22항목) 및 폭경(안최대폭외 18항목)등 총 69항목을 측정한 후 이를 분석하여 체질별 상이점을 도출하였다. 3. 결과 : 체질별 두면부의 형태학적인 특징을 수치화하여 설명할 수 있게 되었고, 나아가 직관적이고 전일적인 형태를 구체화시킬 수 있는 특징을 도출할 수 있었다. 4. 결론 : 이상의 결과를 이용하여 체질별 각 부분의 형태를 계량화하여 비교 설명하고, 이를 이용하여 체질판별공식을 만들었다.

• Tuberculosis and Respiratory Diseases
• /
• 제49권5호
• /
• pp.601-613
• /
• 2000

연구배경 : 통상성 간질성 폐섬유증(usual interstitial pneumonia : UIP)은 특발성 간질성 폐렴(Idiopathic interstitial pneumonia : I.I.P)의 한 형태로서 생존기간 중앙값이 약 3-5 년 정도로 보고되는 치명적인 질환으로 알려져 있으나, 최근 분류된 BOOP이나 NSIP등을 제외한 순수한 UIP환자들만을 대상으로 임상경과나 예후에 대한 연구는 외국에서도 극소수아고, 국내에서는 보고된 바가 없다. 이에 연구자들은 수술적 폐생검 검사로 확진된 UIP 환자들의 임상경과와 예후의 예측 지표를 찾고자 본 연구를 시행하였다. 방법 : 1989년 3월부터 1999년 8월까지 서울중앙병원에서 개흉 또는 흉강경을 통한 폐생검검사로 UIP로 진단된 72명(연령 $58.2{\pm}11.6$세, 남 : 여=45:27, 관찰기간 중앙값 : 18.1개월 (0.7-103.6개월))을 대상으로 하였다. 진단시의 임상증상과 흉부고해상도단층촬영, 폐기능검사, 동맥혈 가스검사 등을 증상점수(C) (1-20점), 방사선학점수(R)(봉와양 소견 : 0-5점, 젖빛유리야 소견 : 0-5점) 및 생리적검사점수(P) (FVC 1-12점, $FEV_1$ 0-3점, TLC 1-10점, $D_{LCO)$ 0-5점, $AaDO_2$ 0-10점)로 수치화하여 CRP 접수를 계산하였다. 임상경과와 진단시의 CRP점수, 기관지 폐포세척액검사 등을 비교 분석하여 예후의 예측지표를 검색하였다. 결과 : 1) 대상 UIP환자들의 1년 누적생존률은 78.3%, 3년 누적생존률은 58.1% 였고, 생존기간 중앙값은 42.5개월이었다. 2) 단기(1년)예후 : 단기 사망군(14명)은 생존군(46명)에 비하여 전체CRP점수($28.6{\pm}8.3$ vs. $16.6{\pm}9.7$)가 높았으며, 이는 주로 증상점수($8.4{\pm}2.1$ vs. $5.7{\pm}3.9$)와 FVC, $D_{LCO)$, $AaDO_2$를 포함하는 생리적검사점수 $v{\pm}7.5$ vs. $8.1{\pm}7.3$)의 차이에 기인하였다. 또한 호전 혹은 안정군(61.7%)과 악화군 및 사망군(38.3%) 사이에는 연령과 흡연률, 진단당시의 CRP점수(증상점수, FVC, $AaDO_2$, $D_{LCO)$)가 유의한 차이가 있었다. 그러나 방사선학점수, TLC 및 기관지폐포세척액소견 등은 유의한 차이가 없었다. 2) 장기(3년) 예후 : 장기생존군(14명)은 사망군(22명)에 비하여 역시 진단시 총CRP점수($12.2{\pm}6.7$ vs. $28.7{\pm}7.9$)와 증상점수, FVC, $D_{LCO)$, $AaDO_2$)가 차이가 있었다. 3) 생존기간분석에서도 총 CRP 점수와 증상점수, $AaDO_2$ FVC, $D_{LCO)$가생존기간과 유의한 상관관계를 보였다. 4) Cox 회기분석을 이용한 다변수 분석에서는 $D_{LCO)$ (${\geq}$60% : Hazard ratio : 4.56, 95% CI : 2.30-16.04)만이 UIP환자 사망의 독립적인 예측인자로 나타났다. 결론 : 이상의 결과는 UIP 진단시의 $D_{LCO)$는 UIP환자의 예후를 예측할 수 있는 임상적 지표임을 시사하였다.

• 헤리티지:역사와 과학
• /
• 제52권3호
• /
• pp.172-187
• /
• 2019

본 논문의 목적은 무형문화유산 일반전승자의 역할을 주목하면서, 소셜 네트워크 분석을 활용해 무형문화유산 전승공동체의 연결망과 전승활동에서 발생하는 지식 흐름의 구조적 특징을 분석하는 데 있다. 이러한 연구 목적을 이루기 위해 본 논문에서는 연구 대상을 국가무형문화재 종목들 중에서 일반인의 전승활동이 활발한 '아리랑'으로 선정하였다. 아리랑은 오랜 기간 제도권 밖에서 일반대중 활동을 중심으로 자생적으로 전승되었으며, 2015년에 전문전승자 지정 없이 국가무형문화재로 지정된 최초의 사례이다. 현재 아리랑은 약 60여 종, 3,600여 곡에 이르는 것으로 추정된다. 본 논문에서는 이 중에서 전문전승자와 일반전승자의 상호교류가 활발한 향토민요 '정선아리랑'을 중심으로 연구하였다. 소셜 네트워크 분석은 사람과 사람 사이의 관계를 노드(Node)와 링크(Link)로 모델링하여 수치화 통계화 시각화하여 해석하는 방법을 말한다. 이 방법은 전통적으로 사회학에서 사회조직 및 취약계층을 연구하는 데 꾸준히 활용되었다. 최근에는 문헌정보학, 문화콘텐츠학, 경영학 등과 같은 분야에서 연구경향, 시장동향, 조직관리 등을 연구하는 데 이 방법이 활용되고 있다. 이처럼 여러 학문 분야에서 소셜 네트워크 분석을 이용한 연구가 증가하는 추세지만 문화재 분야에서는 관련 연구를 찾아보기가 어렵다. 소셜 네트워크 분석은 크게 3단계, '연결망 모델링', '데이터 수집', '데이터 분석 및 시각화'로 진행된다. 본 논문에서는 첫 번째, 2017년 기준으로 정선아리랑보존회 회원 전체를 조사 대상으로 선정하여 완전한 연결망으로 모델링하였다. 두 번째, 데이터 수집은 보존회 회원 명부를 확보해 2017년 10월 17일 면대면 조사와 2017년 12월 15일 전화 설문조사를 통해 하였다. 세 번째, 데이터 분석은 Netminer 4.0 프로그램을 이용해 중심성 분석, 구조적 등위성 분석, 커뮤니티 분석 등을 주요 지표로 하였다. 본 논문은 기존에 무형문화유산 계보조사에서 소수 사람들의 구술자료에 의존해 파악하던 방식에서 벗어나 객관적이고 계량적인 방법으로 조사할 수 있는 기반을 제공하였다는 점에서 연구 의의가 있다. 그리고 무형문화유산 전승공동체 구성원들의 관계 및 지식 흐름의 구조를 지식지도(2D Spring Map) 형태로 시각화함으로써 추상적인 내용을 직관적으로 파악할 수 있게 했다는 점에서 의미가 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.