• 정보관리연구
• /
• 제35권4호
• /
• pp.1-16
• /
• 2004

본 연구는 이용자들이 휴대폰 문자메시지 시스템을 이용할 때 경험하는 인터페이스 상의 문제점을 찾아보고 향상된 인터페이스를 제공하는 휴대폰 문자메시지 시스템을 구현하기 위한 개선방향을 제시하고자 하였다. 휴대폰 문자메시지 시스템의 문제점으로는, 1) 전달받은 메시지의 내용이나 의도를 파악하기 어려움, 2) 문자메시지의 저장, 정렬, 탐색 등의 어려움, 3) 문자메시지의 길이 제한, 4) 문자입력의 어려움, 그리고 5) 비슷한 휴대폰 번호를 이용하기 때문에 종종 다른 수신자에게 잘못 전달되는 오류와 이로 인한 사회적인 문제 등이다. 본 연구의 초기 가정은 문자메시지 시스템을 이용할 때 발생하는 대다수의 문제점이 이용자 인터페이스 상의 이용성과 관련되어 있다는 점을 주목하였다. 75명의 대학생 이용자를 대상으로 일주일 동안 모든 문자메시지를 저장하고 각각의 메시지에 대한 간단한 일지를 기록하도록 하였다. 수집된 데이터 분석을 통하여 발견된 문제점들은 제한된 메시지 길이, 부자연스러운 문자입력방식, 감정 표현의 불충분함, 수신확인 기능의 결여, 보낸 메시지의 자동저장 기능이 제공되지 않는다는 점 등으로 나타났다. 연구의 결과로 나타난 이러한 문제점들은 문자메시지 시스템을 개선할 수 있는 방향을 제공할 것으로 기대된다.

• 우주기술과 응용
• /
• 제2권2호
• /
• pp.104-120
• /
• 2022

도요샛(Small Scale magNetospheric and Ionospheric Plasma Experiment, SNIPE)의 과학임무는 전리권 상층부 소규모 플라즈마 구조의 공간적 시간적 변화를 관찰하는 것이다. 이를 위해 4개의 6U 큐브위성(10 kg)이 고도 약 500 km 극궤도로 발사될 예정이며, 상호 위성 간 거리는 편대 비행 알고리즘에 의해 수 10 km에서 수 1,000 km 이상으로 제어된다. 운영 초기에는 4기의 위성이 같은 궤도 평면에 위치하는 종대비행을 하다가 경도상에서 나란히 배치되는 횡대비행으로 전환하여 4기의 서로 다른 지점에서 공간적인 변화를 관측하게 된다. 도요샛에는 입자 검출기, 랑뮈어 탐침, 자력계로 구성된 우주날씨 관측 장비가 각 위성에 탑재된다. 모든 관측기는 10 Hz 이상의 높은 시간 분해능을 가지며 큐브위성에 최적화 설계되었다. 이 외에도 이리디듐 통신 모듈은 지자기 폭풍이 발생할 때 작동 모드를 변경하기 위한 명령을 업로드할 수 있는 기회를 제공한다. 도요샛은 극 지역 플라즈마 밀도 급상승, 필드 정렬 전류, 고에너지 전자의 국소 영역 침투, 적도 및 중위도 플라즈마 거품의 발생 및 시공간적 진화에 대한 관찰을 수행할 예정이며, 이를 통해 태양풍이 우주날씨에 어떠한 영향을 미치는지 탐구하게 된다. 도요샛은 2023년 상반기 러시아 소유즈-2에 의해 카자흐스탄 바이코누르에서 발사될 예정이다.

• 대한소아치과학회지
• /
• 제35권3호
• /
• pp.418-426
• /
• 2008

본 연구에서는 구강 환경과 유사한 조건에서 불소방출성을 보이는 콤포짓트 레진계 수복재의 내구성과 불소방출성을 조사하기 위해 4 종의 콤포머와 1 종의 불소방출성 콤포짓트 레진을 실험재료로 선택하고 $5^{\circ}C$와 $55^{\circ}C$ 수중에서의 열순환 처리 후의 인장강도, 열순환 처리 후 칫솔에 대한 작용력 1.5N으로 100,000회 칫솔질을 시행하였을 때의 표면조도 및 불소치약 칫솔질 후 $37^{\circ}C$ 수중에서의 불소이온 용출 양상을 조사한 결과 다음과 같은 결론을 얻었다. 1. 인장강도는 TC($Tetric^{(R)}$ Ceram)군에서 32.3 MPa, CF(Compoglass F)군에서 16.8 MPa이고, TC군과 DF($Dyract^{(R)}$ flow)군 및 CF군에서 유의한 차이를 보였다(P<0.05). 2. 칫솔질 마모시험 후의 표면조도 Ra는 TC군에서 0.287, FT(F2000)군에서 1.516이고, FT군과 나머지 시험군 사이에 유의한 차이를 보였다(P<0.05). 3. 칫솔질 마모시험 후의 표면에서는 필러의 돌출과 탈락 양상이 관찰되었다. 4. 불소치약 Perio Alpine Herb로 칫솔질 한 후 콤포머는 초기에 높은 용출을 보인 후 시간이 경과하면서 용출량이 감소하는 양상을 보였지만, 불소방출성 콤포짓트 레진의 TC군에서는 초기단계부터 낮으면서도 지속적인 용출을 보였다. 5. 불소치약 Perio Alpine Herb로 칫솔질 한 후 1시간이 경과하였을 때의 불소이온 용출량은 CF군에서 $2.064{\mu}g/cm^2$, TC 군에서 $0.1119{\mu}g/cm^2$이고, CF군의 용출량이 나머지 시험군에 비해 유의하게 높은 값을 보였다(P<0.05).

• 대한방사선치료학회지
• /
• 제33권
• /
• pp.109-116
• /
• 2021

목 적: 본 연구는 표면유도환자셋업(Surface-Guided Patient Setup, SGPS)을 활용한 Markerless환자(피부에 표시를 시행하지 않은 환자)와 레이저기반환자셋업(Laser-Based Patient Setup, LBPS)을 활용한 Marker환자(피부에 표시를 시행한 환자)를 영상유도방사선치료(Image Guided Radiotherapy, IGRT)로 시행했을 때 환자 위치 정확도를 비교하여 SGPS의 유용성을 평가하는데 목적이 있다. 대상 및 방법: 3개의 카메라를 이용한 광학 표면 스캐닝시스템을 사용하여 SGPS로 초기 셋업한 Markerless 환자와 환자 피부에 그려진 Marker와 레이저를 정렬하는 LBPS로 초기 셋업한 Marker환자의 IGRT시 위치 오차를 비교하였다. SGPS,LBPS 모두 각각 전립선암 환자 20명, 뇌정위적방사선수술(Stereotactic Radiation Surgery, SRS) 환자 10명을 대상으로 시행하였고 SGPS의 경우는 추가로 유방암 환자 60명을 대상으로 시행하였다. 모두 CBCT 또는 OBI를 사용하여 IGRT를 시행하였다. 자동위치교정시스템(Auto-Matching System)을 이용하여 6방향(6 Degree Of Freedom, 6 DoF)의 위치 오차를 획득하였고 치료계획시스템에서 Offline-Review를 이용하여 비교, 분석하였다. 결 과 : 전립선암환자의 SGPS와 LBPS의 RMS(Root Mean Square) 차이는 Vrt -0.02cm, Log -0.02cm, Lat -0.01cm, Pit -0.01°, Rol -0.01°, Rtn -0.01°이였고 SRS 환자는 Vrt 0.02cm, Log -0.05cm, Lat 0.00cm, Pit -0.30°, Rol -0.15°, Rtn -0.33°으로 두 부위 모두 큰 차이가 없었다. 유방암환자의 IGRT기준 RMS는 Vrt 0.26, Log 0.21, Lat 0.15, Pit 0.81, Rol 0.49, Rtn 0.59으로 나타났다. 결 론 : 본 연구의 결과 LBPS 대비 SGPS의 위치 오차 값은 전립선암 환자와 SRS 환자의 경우 큰 차이를 보이지 않았다. 추가로 실시한 SGPS의 유방암 환자의 경우에도 IGRT기준으로 위치 오차 값이 크지 않았다. 따라서 환자 피부 표시를 필요로 하지 않는 큰 장점을 가진 SGPS로 LBPS를 대체하기에 유용할 것으로 사료된다.

• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.1-8
• /
• 2013

거대한 데이터베이스로부터 중요하고 의미 있는 정보를 찾아내기 위해 데이터 마이닝 기법들이 사용되며, 패턴 마이닝은 이러한 데이터 마이닝을 위한 중요한 기법 중에 하나이다. 패턴 마이닝은 거대 데이터베이스로부터 유용한 패턴을 찾아내는 기법이며, 패턴 마이닝 분야 중에 하나인 빈발 패턴 마이닝은 데이터베이스에서 최소 임계치 이상의 빈도수를 가지는 빈발 패턴을 마이닝 한다. 전통적인 빈발 패턴 마이닝은 전체 데이터베이스에 대한 단일 최소 임계치를 기반으로 중요 빈발 패턴을 마이닝 한다. 단일 최소 임계치 모델은 데이터베이스 내 모든 아이템이 동일한 특성을 가진다고 암묵적으로 가정한다. 그러나 실제 응용에서는 각 아이템들이 개별적인 특성을 가지고 있을 수 있으며, 따라서 이를 반영한 패턴 마이닝 기법이 요구된다. 데이터베이스 내 아이템들의 이러한 특성이 반영되지 않은 빈발 패턴 마이닝 모델에서, 중요한 희귀 아이템이 포함된 패턴을 마이닝 하기 위해서는 낮은 최소 임계치를 설정해야 한다. 그러나 너무 낮은 최소 임계치는 의미 없는 아이템들을 포함하는 수많은 패턴을 야기한다. 반대로 높은 최소 임계치는 희귀 아이템이 포함된 패턴을 마이닝 하지 못하는 희귀 아이템 문제라 불리는 딜레마가 발생한다. 이러한 문제의 해결을 위한 초기 연구들은 아이템 빈도수에 따라 데이터를 몇 개의 블록으로 분할하거나 관련 희귀 아이템들을 하나의 그룹으로 만드는 방법을 사용한 근사적 접근법을 제안하였다. 그러나 이러한 기법들은 근사적 방법의 적용에 의해 모든 희귀 패턴을 포함한 빈발 패턴을 마이닝 하지 못한다. 다중 최소 임계치를 고려한 패턴 마이닝 모델은 아이템들의 개별적인 특성을 반영하여 희귀 아이템 문제를 해결하기 위해 제안되었다. 다중 최소 임계치 기반의 빈발 패턴 마이닝 모델에서 각 아이템은 MIS (Minimum Item Support)라고 불리는 개별 최소 임계치를 가지며, 아이템들의 데이터베이스 내 빈도수를 기반으로 계산된다. 다중 최소 임계치 모델은 MIS를 통해 수많은 의미 없는 패턴을 생성하지 않고도 손실 없이 모든 희귀 빈발 패턴을 찾아낸다. 한편, 빈발 패턴을 마이닝 하는 과정에서 후보 패턴들이 생성되며, 단일 최소 임계치 모델에서는 각 후보 패턴의 빈도수가 유일한 최소 임계치와 비교된다. 따라서, 희귀 아이템 문제가 발생할 뿐만 아니라 후보 패턴을 구성하는 아이템들의 특성이 고려되지 않는다. 다중 최소 임계치 모델에서는 이 문제를 다루기 위해 후보 패턴을 구성하는 아이템들의 MIS 값 중에서 가장 작은 MIS 값을 해당 후보 패턴의 최소 임계치로 설정하여 패턴 내 아이템들의 특성을 반영한다. 이를 적용하여 효율적으로 희귀 빈발 패턴을 마이닝 하기 위해 트리 구조 기반의 알고리즘은 빈도수 내림차순으로 트리 내 아이템들을 정렬하는 단일 최소 임계치 모델과는 달리 MIS 내림차순으로 아이템들을 정렬하여 마이닝을 수행한다. 본 논문에서는 다중 최소 임계치 기반의 빈발 패턴 마이닝 알고리즘에 대한 특성을 살펴보고, 일반 단일 임계치 기반 알고리즘과의 성능평가를 수행한다. 성능평가는 실행 속도, 메모리 사용량, 그리고 확장성의 관점에서 수행된다. 성능평가 결과, 다중 최소 임계치 기반의 빈발 패턴 마이닝 알고리즘은 희귀 빈발 패턴을 포함한 모든 빈발 패턴을 단일 임계치 기반의 빈발 패턴 마이닝 알고리즘보다 더 빠른 속도로 마이닝 하였으며, 각 아이템의 최소 임계치 정보를 위한 추가적인 메모리를 필요로 하였다. 또한, 비교 알고리즘들은 좋은 확장성 결과를 보였다.

• 대한골관절종양학회지
• /
• 제11권2호
• /
• pp.141-147
• /
• 2005

목적: 악성 흑색종의 치료 중 가장 중요한 것은 외과적 전절제술이며, 수술시 광범위 절제술을 시행한다. 저자 등은 광범위절제와 면역화학요법을 시행한 후 각 병기별 5년 생존율을 알아보고 예후에 영향을 주는 요인을 주는 요인들을 분석하고자 한다. 대상 및 방법: 1995년 3월부터 2003년 8월까지 악성 흑색종으로 진단 받았던 35명(남자 17명, 여자 18명)을 대상으로 광범위절제술과 면역화학요법을 시행한 후 추시 관찰하였다. 절제술은 종양의 크기나 피부층의 침범정도와 상관없이 종양의 변연으로부터 2 cm으로 하였고, 절제술 후 덮이지 않는 피부 결손부는 피판 이식술이나 전층 피부 이식술을 이용하였다, 면역화학요법으로는 dacarbazine (DTIC) 400 mg과 인터페론-${\alpha}$ 300만 IU를 병용 투여 하는 방법을 사용하였다. 면역화학요법은 III기 이상의 환자에게 시행하였고, 병기는 2002년 개정된 AJCC 병기를 이용하여 판정하였다. 또 이들 환자들에 대해 국소재발과 국소전이, 그리고 원격전이여부를 조사하였고, 각 병기별 5년 생존율을 조사하였다. 결과: 발생부위는 족부가 15명(42.8%)으로 가장 많았고, 족관절부 5명(14.2%), 하퇴부 2명(5.7%), 대퇴부 2명(5.7%), 수부에 5명(14.2%)이었다. 병기별 발생빈도는 IA 8명(22.8%), IB 9명(25.7%), IIA 4명(11.4%), IIB 2명(5.7%), IIIA 1명(2.8%), IIIB 2명(5.7%), IIIC 2명(5.7%) 그리고 IV기는 7명(20.0%) 이었다. 각 병기별 5년 생존율은 I기에서 94.1%, II기에서 66.8%, III기에서 40%, IV기에서 14.3%로 나타났다. 결론: 악성 흑색종은 III기 이상에서는 5년 생존율이 낮았다. 악성 흑색종의 치료는 초기에 진단하여 병기에 따라 치료의 방법을 달리하므로 수술전 병기의 확인이 매우 중요하다. 광범위 절제연에 대해서는 종양 두께에 따라 1~3 cm의 절제연으로 광범위 절제를 권유한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.