• Radiation Oncology Journal
• /
• 제26권4호
• /
• pp.213-221
• /
• 2008

목 적: 직장암에 수술 전 항암화학요법과 방사선치료를 동시에 병용시행한 후 완치절제술 후 병리학적 완전관해율과 종양 병기 하향률에 영향을 주는 예측인자를 후향적으로 분석하여 환자에 따른 맞춤치료의 가능성을 알기 위하여 본 연구를 시도하였다. 대상 및 방법: 2000년 5월부터 2008년 3월까지 국소적으로 진행된 직장암으로 진단받고 원격전이가 없는 환자 39명을 대상으로 수술 전 항암화학요법과 골반강에 방사선치료 50.4 Gy ($45{\sim}59.4\;Gy$)를 시행한 후 완치적 수술후 절제된 조직을 병리학적으로 관찰하여 완전관해율과 종양 및 림프절의 병기하향률을 측정하였다. 항암화학요법은 39명 중 38명은 방사선치료 1주와 5주에 각각 1주간 5-fluorouracil과 leucovorin을 연속적으로 정맥 주입하였으며 1명은 방사선치료기간 중 하루에 2회 capecitabine를 복용하였다. 결 과: 병리학적 완전관해를 보인 환자는 39명 중 12명(31%), 종양-병기하향을 보인 환자는 24명(63%)이었으며 임상적으로 림프절이 양성인 환자 28명 중 12명은(43%) 병리학적으로 하향되었으며 2명은 임상적으로 림프절이 음성이었으나 병리학적으로 양성을 보였다. 단변량분석에 의하면 종양의 둘레범위가 직장의 50% 미만(p=0.031), 종양의 길이가 5 cm 미만(p=0.004), 치료 후 CEA 수치가 3.0 mg/mL 이하(p=0.015)인 환자에서 병리학적 완전관해율이 높았다. 또한 선암(p=0.045), 방사선량이 50 Gy 이상(p=0.021)인 환자에서 병기-하향률이 높았고, 방사선 치료 기간이 42일 이하인(p=0.018)환자에서 림프절-병기하향률이 높았다. 다변량분석에 의하면 종양의 둘레범위가 50% 미만(HR 0.150; p=0.028), 종양의 길이가 5 cm 미만인(HR 0.084; p=0.005) 환자에서 통계학적으로 유의하게 병리학적 완전관해율이 높았으며, 방사선량이 50 Gy 이상 높은 경우(HR 0.115; p=0.025) 종양-병기하향률이 높았고 방사선치료 기간이 42일 이하인(HR 0.028; p=0.010) 경우 림프절-병기하향률이 높았다. 병리학적 완전관해에 영향을 주는 예측인자는 종양의 둘레범위와 종양의 길이이었으며, 종양-병리하향에 영향을 주는 예측인자는 방사선량, 림프절-병기하향에 영향을 주는 예측인자는 방사선치료 기간이었다. 이러한 예측인자를 파악함으로써 환자의 치료결과를 예측할 수 있으며 위험인자가 있는 환자에 좀 더 적극적인 치료계획을 설정하는 데 도움이 될 것으로 생각한다.

• 한국전기전자재료학회:학술대회논문집
• /
• 한국전기전자재료학회 2004년도 하계학술대회 논문집 Vol.5 No.2
• /
• pp.1117-1120
• /
• 2004

경제적인 공정분석과 최적화를 위해서는 컴퓨터를 이용한 플라즈마 예측모델이 요구되고 있다. 본 연구에서는 일반화된 회귀 신경망 (GRNN)을 이용하여 플라즈마 증착공정 모델을 개발한다. GRNN의 예측성능은 패턴층 뉴런의 가우시안 함수를 구성하는 학습인자, 즉 spread에 의존한다. 종래의 모델에서는 모든 가우시안 함수의 spread가 동일한 값에서 최적화되었으며, 이로 인해 모델의 예측성능을 향상시키는 데에는 한계가 있었다. 본 연구에서는 유전자 알고리즘 (GA)를 이용하여 다변수 spread를 최적화하는 기법을 개발하였으며, 그 성능을 PECVD 공정에 의해 증착된 SiN 박막의 증착률에 적용하여 평가하였다. $2^{6-1}$ 부분인자 실험계획법에 의해 수집된 데이터를 이용하여 신경망을 학습하였고, 모델적합성 점검을 위해 별도의 12번의 실험을 수행하였다. 가우시안 함수의 spread는 0.2에서 2.0까지 0.2간격으로 증가시켰으며, 최적화한 GA-GRNN모델의 예측성능은 6.6 ${\AA}/min$이었다. 이는 종래의 방식으로 최적화한 모델의 예측성능 (13.5 ${\AA}/min$)과 비교하여 50.7% 향상된 예측성능이며, 이러한 향상은 제안한 GA-GRNN 모델이 플라즈마 공정 모델의 예측성능을 증진하는데 매우 효과적임을 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.314-314
• /
• 2019

가뭄대응 및 이수분야 활용을 위한 장기 기상예측정보 확보를 위해, 경안천 유역을 대상으로 전구기후지수의 원격상관 패턴을 이용하여 통계적 기반의 다중회귀모형을 구성하고 월 강수량의 예측가능성을 평가하였다. 예측인자로서 미국 NOAA에서 제공하는 기후지수 중 총 37개의 지수에 대해 1948~2018년의 월 자료를 이용하였으며, 예측대상인 경안천 월 강수량은 1966~2018년의 유역평균 강수량 자료를 활용하였다. 각 기후지수별 1~24개월 선행자료와 예측대상년도 월 강수량과의 상관분석을 통해 상관성이 높은 기후자료를 선별하여 다중회귀모형의 독립변수로 적용하였다. 예측대상년도를 기준으로 과거 40년의 자료(월 강수량 및 월 기후지수)를 보정자료와 검정자료로 구분(20년씩 무작위로 추출)하고, 보정기간에 대해 도출된 회귀모형 중 검정기간을 대상으로 예측성이 좋은 100개의 회귀모형을 선별하여 예측대상기간에 대한 예측모형으로 활용하였다. 2006~2018년에 대해 전망기간별(1개월, 3개월, 6개월, 12개월)로 각 월별 100개 회귀모형으로 부터의 예측값(예측치의 범위)이 실제 관측치를 포함하는 경우를 월별로 분석한 결과 10월이 가장 높고(83%), 11월(81%), 1월(79%), 8월(77%), 6월(75%), 12월(71%)의 순으로 높게 나타났으며, 상대적으로 7월(29%)과 3월(44%)의 예측성이 낮은 것으로 나타났다. 통계적 모형의 특성상 전망기간에 따른 예측의 정확도는 비례하지 않았다. 예측치의 편차는 크지 않지만 예측성이 낮게 나타나는 기간(3월, 2월)과 예측성은 높지만 예측범위가 크게 나타나는 기간(8월, 6월)에 대해서는 예측모형의 재검토 및 다양한 규모의 유역에 대한 적용을 통해 예측인자 추가 및 보완 등을 수행할 예정이다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2013년도 제45회 하계 정기학술대회 초록집
• /
• pp.215.1-215.1
• /
• 2013

박막형 태양 전지 중 CIGS 태양 전지는 생산성 및 효율성 면에서 많은 연구가 이루어지고 있다. 또한 대면적 생산을 위한 연구도 활발하게 이루어지고 있다. 효율 향상을 위한 인자 중 박막의 두께균일도가 주요한 영향 인자 중 하나라고 보고되고 있다. 증착도 예측을 위한 시뮬레이션 기법에 대해 논할 것이다. 박막형 CIGS 태양 전지 증발/증착 균일도 향상을 위한 시뮬레이션을 통하여 실험과 유사한 결과값을 도출할 수 있었다. 이를 통하여 박막의 균일도 향상의 방법론을 제시할 것이다.

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 1996년도 춘계학술발표회논문집(1)
• /
• pp.191-196
• /
• 1996

이 논문에서는 Gadolinia, Erbia, IFBA를 비교평가 대상 독물질로 선정하여, 영광 3/4호기 노심을 대상으로 주기길이별 독봉장전노심을 구성하여 노심핵특성인자들을 비교평가하였다. 주기길이측면에서 Gd 장전노심과 IFBA 장전노심이 비슷하게 예측되었으며 Erbia 장전노심이 약 10∼13일 정도 작게 예측되었다. 냉각재 온도계수 측면에서는 Erbia 장전노심의 타 독물질 장전노심에 비해 우수하게 평가되었다. 최대 Fr 인자 측면에서는 Erbia 장전노심과 IFBA 장전노심이 거의 비슷한 수준에서 우수하게 평가되었으며 Gd 장전노심은 이 측면에서 취약한 것으로 평가되었다.

• 대한영상의학회지
• /
• 제85권2호
• /
• pp.394-408
• /
• 2024

목적 CT 영상 소견을 이용하여 편평세포폐암에서 programmed death ligand 1 (이하 PD-L1)의 발현을 예측하는 모델을 구축해 보고자 하였다. 대상과 방법 PD-L1 발현검사 결과를 포함하고 있는 97명의 편평세포폐암 환자를 포함하였고 종양 치료 전 시행한 CT 영상 소견을 분석하였다. 전체 환자군과 40명의 진행성(≥ stage IIIB) 병기 환자군에 대하여 PD-L1 발현 예측을 위한 다중 로지스틱 회귀 분석 모델 구축을 시행하였다. 각각의 환자군에 대하여 곡선 아래 면적(areas under the receiver operating characteristic curves; 이하 AUCs)을 분석하여 예측력을 평가하였다. 결과 전체 환자군에서 '전체 유의인자 모델'(종양병기, 종양크기, 흉막결절, 폐전이)의 AUC 값은 0.652이며, '선택 유의인자 모델'(흉막결절)은 0.556이었다. 진행성 병기 환자군에서 '선택 유의인자 모델'(종양크기, 흉막결절, 폐소수전이, 간질성폐렴의 부재)의 AUC 값은 0.897이었다. 이러한 인자들 중 흉막결절과 폐소수전이는 높은 오즈비를 보였다(각각, 8.78과 16.35). 결론 본 연구에서의 모델은 편평세포폐암의 PD-L1 발현예측의 가능성을 보여주었으며 흉막결절과 폐소수전이는 PD-L1 발현을 예측하는데 중요한 CT 예측인자였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1191-1205
• /
• 2022

복잡하고 광범위한 원인을 가진 대기오염물질 중 particulate matter (PM)은 입자의 크기에 따라 분류된다. 그 중 PM_2.5는 그 크기가 매우 작아 사람이 흡입하면 인간의 호흡기나 심혈관에 질병을 유발할 수 있다. 이러한 위험에 대비하기 위해서는 국가 중심의 관리와 사전에 예방할 수 있는 모니터링 및 예측이 중요하다. 본 연구는 고농도 미세먼지의 발생이 잦은 서울시의 PM_2.5를 local data assimilation and prediction system (LDAPS) 기상 관련 인자 15가지와 aerosol optical depth (AOD), 화학인자 4가지를 독립변수로 하여 앙상블 모델 두 가지 random forest (RF)와 extreme gradient boosting (XGB)로 예측하고자 하였다. 예측에 사용된 두 모델의 성능 평가와 인자 중요도 평가를 수행하였으며, 계절별 모델 분석도 수행하였다. 예측 정확도 결과, RF가 R² = 0.85, XGB가 R² = 0.91의 높은 예측 정확도를 보이며 XGB가 RF보다 PM_2.5 예측에 적합한 모델임을 확인하였다. 계절별 모델 분석 결과, 봄에 농도가 높은 관측 값과 비교하여 예측 수행이 잘 되었다고 할 수 있다. 본 연구는 다양한 인자를 이용하여 서울시의 PM_2.5를 예측하였고, 좋은 성능을 보이는 앙상블 기반의 PM_2.5 예측 모델을 구축하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.685-692
• /
• 2018

본 연구는 통계분석을 이용한 중년 성인의 고혈압 예측모델 개발이 목적이다. 국민건강영양조사자료(2013년-2016년)를 사용하여 통계분석과 예측모델을 개발하였다. 이진 로지스틱 회귀분석으로 통계적 유의한 고혈압 위험인자를 제시하였으며, Wrapper 변수선택기법을 적용한 로지스틱회귀와 나이브베이즈 알고리즘을 이용하여 예측모델을 개발하였다. 통계분석에서 고혈압에 가장 높은 연관성을 갖는 인자는 남성에서 WHtR (p<0.0001, OR = 2.0242), 여성에서 AGE(p<0.0001, OR = 3.9185)로 나타났다. 예측모델의 성능평가에서, 로지스틱 회귀 모델이 남성(AUC = 0.782)과 여성(AUC = 0.858)에서 가장 좋은 예측력을 보였다. 우리의 연구 결과는 고혈압에 대한 대규모 스크리링 도구를 개발하는데 중요한 정보를 제공하며, 고혈압 연구에 대한 기반정보로 활용할 수 있다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.307-320
• /
• 2000

송이버섯 생산량과 기후인자와의 관계를 통계적으로 규명하기 위한 노력이 꾸준이 진행되어 왔다. 최근 박현 등(1998)은 송이버섯 생산량과 기후인자의 관계를 자기회귀모형을 이용하여 분석하였으나 예측력이 떨어지는 것으로 나타났다. 본 논문에서는 예측의 정확성을 높이기 위한 방법으로 송이버섯 생산이 있다는 조건을 이용한 조건부 자기 회귀모형을 제안하였다. 두 모형의 예측력을 비교한 결과 조건부 자기회귀모형이 더 우수한 것으로 나타났다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2749-2751
• /
• 2002

일반화된 회귀 신경망 (GRNN)을 이용하여 플라즈마을 분류하는 새로운 알고리즘을 보고한다. 데이터분포를 통계적인 평균치와 표준편차를 이용하여 특징지었으며, 바이어스 인자을 이용하여 9 종류의 데이터을 발생하였다. 각 데이터에 대하여 GRNN의 학습인자를 최적화하였으며, 모델성능은 예측과 분류 정확도로 나누어 바이어스와 학습인자의 함수로 분석하였다. 바이어스는 모델성능에 상당한 영향을 주었으며, 학습인자와의 상호작용을 통하여 완전 분류를 이루었다.