• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.549-552
• /
• 2022

최근 소셜미디어 리뷰 데이터를 활용한 약물 이상 반응 탐지 연구가 활발히 진행되고 있지만, 약물을 복용하기 전 증상과 약물 이상 반응을 구분하지 못한다는 한계가 있다. 본 논문에서는 약물 이상 반응 탐지에서 약물 복용 전의 증상을 구분할 수 있는 Filtering Clinical BERT(FC-BERT) 모델을 제안하였다. FC-BERT 는 약물 복용 전 증상과 다른 약물에 대한 부작용 표현을 제거하기 위해 약물명이 나오기 전 모든 문장을 제거하는 필터링과 약물-부작용 쌍을 추출하는 모델을 사용했다. 성능 평가 실험을 위해 문장에 대한 ADE(Adverse Drug Event) 여부가 들어있는 ADE Corpus V2 데이터를 활용하였고 SPARK NLP 라이브러리에서 제공하는 ADE Pipeline 모델과 비교하여 성능 평가를 실시하였다. 실험 결과 필터링을 활용한 FC-BERT 모델이 기존 모델보다 정확도, 평균 정밀도, 평균 재현율, 평균 F1-score 가 모두 높은 결과를 보여주었다. 본 논문에서 제시한 모델은 기존 연구의 한계점을 보완하여 보다 정확한 약물 부작용 시그널을 탐지하는데 기여할 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.670-672
• /
• 2023

본 논문에서는 소셜 미디어 약물 리뷰 데이터로부터 약물 이상 반응을 탐지하는 모델인 FC-BERT 를 기반으로 소셜 네트워크 분석을 활용하여 웹 애플리케이션을 구현하였다. FC-BERT 모델을 거쳐 나온 개체명 인식 결과 중에 같은 의미를 가진 서로 다른 약물 이상 반응 표현들을 MedDRA 부작용 사전을 참고하여 하나의 MedDRA 용어로 표준화하여 매핑했다. 해당 결과에 소셜 네트워크 분석 기법을 적용하여 생성한 상위 15 개의 ADR 동시 출현 그래프를 상위 30 개의 워드 클라우드와 함께 시각화하여 보여주는 웹 애플리케이션을 개발했다. 동시 출현 그래프는 가장 많은 리뷰에서 동시에 나타나는 ADR 쌍을 보여준다. 본 논문에서 제안한 웹 애플리케이션은 사람마다 다르게 나타나는 다양한 약물 이상 반응을 사용자에게 좀 더 접근성이 좋게 제공할 수 있을 것으로 보인다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2000.11a
• /
• pp.183-184
• /
• 2000

종합적인 오존대책을 구축하기 위해서는 광화학 옥시단트의 생성물리ㆍ화학과정 및 생물기원(자연발생원) 탄화수소의 영향을 고려한 3차원 광화학반응 모델의 구축이 가장 절실하다. 특히, 광화학 옥시단트는 국지적인 순환(해륙풍)및 혼합층에 의해 지배되기 때문에 지형을 고려한 3차원 기상장 수치모델(도시규모)과 광화학을 포함한 농도장(광화학반응 모델) 모델에 의한 대상지역의 시간적, 공간적인 오존농도 분포를 재현할 수 있는 모델 개발이 필요하다. (중략)

• Korean Chemical Engineering Research
• /
• v.60 no.2
• /
• pp.223-228
• /
• 2022

In chemical processes, unintended faults can make serious accidents. To tackle them, proper fault diagnosis models should be designed to identify the root cause of faults. To design a fault diagnosis model, a process and its data should be analyzed. However, most previous researches in the field of fault diagnosis just handle the data set of benchmark processes simulated on commercial programs. It indicates that it is really hard to get fresh data sets on real processes. In this study, real faulty conditions of an industrial polystyrene process are tested. In this process, a runaway reaction occurred and this caused a large loss since operators were late aware of the occurrence of this accident. To design a proper fault diagnosis model, we analyzed this process and a real accident data set. At first, a mode classification model based on support vector machine (SVM) was trained and principal component analysis (PCA) model for each mode was constructed under normal operation conditions. The results show that a proposed model can quickly diagnose the occurrence of a fault and they indicate that this model is able to reduce the potential loss.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 1998.10a
• /
• pp.13-13
• /
• 1998

램가속기의 발진 과정에서 유동장 내에는 수백 기압 이상의 고압 영역이 존재하며 이러한 영역에서는 이상기체 가정이 더 이상 유효하지 않게 된다. 따라서 램가속기 작동조건에 적용 가능한 적절한 형태의 실제 기체 상태 방정식이 요구된다 또한 기존의 온도에 종속적인 Arrhenius 형태의 기초 반응들로 이루어진 축소 화학 반응 모델은 상압 조건하에서 적용 가능하므로 고압 화경에서 적용하기 위해서는 온도뿐 아니라 압력에 종속적인 형태의 반응율 상수가 도입되어야 한다.

• Proceeding of EDISON Challenge
• /
• 2014.03a
• /
• pp.53-61
• /
• 2014

온실가스 증가로 인한 지구온난화 문제가 범세계적인 문제로 대두되고 있는 가운데, 특히 온실가스 중 약 76%이상을 차지하는 이산화탄소를 흡수하기 위한 흡수제 개발에 여러 국가들이 심혈을 기울이고 있다. 그 중 이산화탄소 흡수제로 가장 상용화 되어 있는 모노에탄올아민(monoethanolamine, MEA)은 분자량이 작아 몰 농도비에 따른 이산화탄소의 흡수에 유리하고 반응속도가 빠르다는 장점이 있으나, 재생에 필요한 에너지가 높다는 단점이 존재한다. 수용액중에서 MEA가 $CO_2$를 흡수하는 반응의 반응자유에너지는 반응메카니즘을 이해하는데 가장 기본적인 도구이다. 본 연구에서는 B3LYP, M06-2X의 밀도범함수를 이용하여 MEA의 $CO_2$ 흡수반응의 반응자유에너지를 계산하는 계산모델을 선정하였다. 수용액에서 MEA가 $CO_2$를 흡수하는 반응의 반응자유에너지를 밀도범함수를 이용하여 계산할 때는, 수용액상태에서 화학종의 분자구조를 최적화하는 것이 필요하였다. 또한 M06-2X 밀도범함수가 B3LYP 밀도범함수보다 좋은 결과를 주었으며, 분산보정을 하는 것이 보다 좋은 결과를 주었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.1825-1831
• /
• 2006

본 논문에서는 반응 모델링에서의 집단 불균형을 해소하기 위한 이상탐지 기법의 활용을 제안한다. DMEF4 데이터셋의 카탈로그 발송 작업에 대하여 두 가지의 이상탐지 기법, one-class support vector machine (1-SVM)과 learning vector quantization for novelty detection (LVQ-ND)을 적용하여 이진분류기법들과 비교한다. 반응률이 낮은 경우에는 이상 탐지 기법들이 더 높은 정확도를 보인 반면, 반응률이 상대적으로 높은 경우에는 오분류 비용을 조정한 SVM 기법이 가장 좋은 성능을 보였다. 또한, 이상탐지 기법들은 발송비용이 낮은 경우에 높은 이익을 달성하였고, 발송비용이 높은 경우에는 SVM 모델이 가장 높은 이익을 달성하였다.

• Asia Marketing Journal
• /
• v.1 no.2
• /
• pp.19-35
• /
• 1999

데이터베이스 마케팅 전략을 수립하고 집행함에 있어서 고객에게 접근하기 위한 촉진 매체로써 직접우편(Direct Mail)과 텔레 마케팅 등의 직접반응매체를 주요 수단으로 하는 경우 이를 다이렉트 마케팅이라고 한다. 다른 마케팅 전략들과 마찬가지로 다이렉트 마케팅에서도 마케팅 자원이 효과적으로 사용될 수 있도록 고객 데이터베이스를 세분화하는 작업을 수행한다. 리스펀스 모델링(Response Modeling)은 다이렉트 마케팅분야에서 고객리스트를 세분화하고 각 세그멘트별로 고객의 반응(구매행위)을 예측하는 기법을 말하며 RFM(Recency, Frequency, Monetary), 로지스틱, 신경망은 리스펀스 모델링을 위해서 가장 널리 사용되고 있는 기법이다. 과거에 이들 방법은 고객 데이터베이스 전체에 단독 모델로 적용되어 왔으나 이러한 단독 모델을 고객 데이터베이스에 적용하는 것이 정당화 되려면 고객들이 동일한 방식으로 반응한다는 전제가 필요하다. 그러나 일반적으로 고객의 반응방식에는 상당한 이질성이 존재한다. 예컨대 직업, 나이, 소득, 성별 등이 같다고 해서 같은 구매패턴을 보이지는 않는다는 것이다. 즉 고객A의 구매행위는 회귀선에 의해서 잘 설명되는 반면에 고객B는 신경망이나 RFM으로 잘 설명될 수 있는 경우가 존재하는 것이다. 이러한 구매행위의 이질성을 반영하기 위해서 최근에는 두개 이상의 방법을 결합하여 사용하는 결합 리스펀스 모델링 방법도 시도 되어 왔다. 그러나 결합 리스펀스 모델링에 관한 기존 연구들은 상관관계가 낮은 모델들을 결합함으로써 세분화의 효과를 단독 모델을 사용할 때 보다 개선할 수 있다고는 하였으나 구체적으로 어떤 모델들이 서로 낮은 상관관계를 갖는지는 보여주지 못하였다. 본 논문에서는 RFM 방법을 모델 내에서 사용하는 변수와 이를 이용한 모델링 방법상의 차이로 인하여 다른 두 방법(로지스틱, 신경망)과 매우 낮은 상관관계를 갖는 방법으로 제시하고 RFM과 다른 두 방법간의 낮은 상관관계를 이용하여 결합하는 경우 모델의 예측효과를 상당히 개선할 수 있음을 사례분석을 통해서 보이고자 한다.

• Geophysics and Geophysical Exploration
• /
• v.27 no.1
• /
• pp.37-50
• /
• 2024

The magnetotelluric (MT) survey can be affected by external environmental factors. In particular, when acquiring MT data in islands, it is essential to consider the combined effect of topography and sea to understand the results and make accurate interpretations. To analyze the MT response (apparent resistivity, phase) with consideration of the effect of topography and sea, a small cone-shaped island model surrounded by deep sea was created. Two-dimensional (2-D) and three-dimensional (3-D) forward modeling were performed on the terrain model considering topography and the island model considering both topography and sea. The 2-D MT response did not reflect the topographic and sea effect of the direction orthogonal to the 2-D profile. The 3-D MT response included topographic and sea effects in all directions. The XY and YX components of the apparent resistivity were separated on undulating topography, such as a hill. A conductor at 1 km below sea level could be distinguished from topographic and sea effects in the MT response, and low resistivity anomaly was attenuated at greater depths. This study will facilitate understanding of field data measured on small islands.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.63-65
• /
• 2022

DDI(Drug-Drug Interaction)는 병원에서 발생하는 약물이상반응의 30%를 유발하는 부작용이지만, 현실적으로 모든 약물쌍의 DDI 를 기존 in vivo, in vitro 방식으로 예측하는 것은 불가능하다. 그렇기에, 다양한 in silico 방식의 DDI 예측 모델이 연구되고 있다. 본 연구에서는, 단백질 네트워크 상에서 RWR(Random Walk with Restart) 알고리즘을 통해 약물과 직접적으로 상호작용하는 단백질과 간접적으로 상호작용하는 단백질의 정보를 사용하여 DDI 를 예측하는 모델을 개발하였다. 이 모델을 통하여 기존에 발견하지 못한 DDI 를 새롭게 발견하고, 신약 개발 시에도, 신약과 함께 복용 시 문제를 일으킬 수 있는 약물을 예측하여 약물 이상반응을 방지하고자 한다.