• 정신신체의학
• /
• 제28권2호
• /
• pp.185-193
• /
• 2020

연구목적 본 연구의 목적은 한국판 섭식장애 진단척도 DSM-5 (Korean version Eating Disorder Diagnostic Scale, K-EDDS)를 웹 기반 진단 시스템으로 개발하고 타당도를 검증하는 데 있다. 방 법 본 연구는 섭식장애 환자(38명)와 대학생(81명)을 포함하여 총 119명이 참여하였다. 모든 참가자는 지필 섭식장애 스크리닝 검사인 Sick, Control, One, Fat, Food (SCOFF) 후 별도의 사이트에서 웹 기반 K-EDDS, 섭식장애검사(Eating Disorder Examination-Questionnaire, EDE-Q), 임상손상평가(Clinical Impairment Assessment Questionnaire, CIA)를 작성했다. SCOFF 점수가 2점 이상인 사람을 대상으로 EDE (Eating Disorder Examination Interview) 면담을 진행하였다. 검사 후 2주 이내에 웹 기반 K-EDDS, EDE-Q, CIA를 재실시하였다. 결 과 탐색적 요인분석 결과, 신체불만족, 폭식행동, 폭식빈도, 보상행동의 4가지 요인이 추출되어 총 분산의 82.4%를 설명하였다. 웹 기반 K-EDDS의 4개 하위요인은 EDE-Q의 4개 하위요인과 각각 유의미한 상관관계가 있었으며, 우수한 내적 일치도를 보였다(Cronbach's alpha=0.93). 웹 기반 K-EDDS와 EDE의 진단 일치도는 96.83%, 웹 기반 K-EDDS의 검사-재검사 진단 일치도는 92.86%로 우수하였다. 웹 기반 K-EDDS와 CIA에서 환자군과 정상군 간 차이가 유의하게 나타나, 본 척도의 판별 타당도를 검증하였다. 결 론 본 연구를 통해 웹 기반 K-EDDS는 임상 및 연구 현장에서 DSM-5를 기반으로 한 섭식장애 진단에 유용하게 사용할 수 있는 타당한 도구임을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1565-1576
• /
• 2023

천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, R_rs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 R_rs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 R_rs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 R_rs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 R_rs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, R_rs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, R_rs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 R_rs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 R_rs 자료만을 적용할 수 있도록 도움을 줄 것이다.

• 유통과학연구
• /
• 제9권4호
• /
• pp.5-13
• /
• 2011

본 연구는 커피전문점 중에서 최근 매장 수 기준으로 선두를 유지하고 있는 카페베네를 대상으로 선택속성에 따른 시장을 세분화하고 세분시장에 대한 프로파일(profile)에 바탕을 둔 세분시장 분석, 그리고 세분시장별 만족도의 차이를 분석함으로써 커피전문점 특히, 카페베네의 효율적 운영을 위한 전략적 대안을 제시하고자 하였다. 분석결과를 요약하면 다음과 같다. 첫째, 프랜차이즈 커피전문점 선택속성에 대한 요인분석 결과 '가격', '분위기', '편안함', '맛', '입지' 등 5개 요인이 도출되었으며, 도출된 요인을 이용하여 군집분석을 실시한 결과 3개의 세분시장으로 분류되어, 각각 '분위기 추구집단', '편리함 추구집단', '맛 추구집단'으로 명명하였다. 둘째, 군집변수에 대한 판별분석 결과, 군집분석에 이용된 변수의 시장세분화 기여도가 매우 유의적인 것으로 나타났으며, 입지요인과 분위기 요인이 군집분석에 대한 기여도가 가장 높은 것으로 밝혀졌다. 셋째, 세분시장별 인구통계학적 특성에 따른 교차분석을 실시한 결과 '분위기 추구집단'의 경우 20대 초반 연령대의 여성으로서 인지경로가 '길을 걷다가'와 '지인을 통해서'인 경우가 많은 주로 옥외광고 및 소개를 통해 매장을 찾는 집단인 것으로 나타났다. '편리함 추구집단'은 여성고객이 많으며 20대 초반의 대학생 또는 전문직 종사자인 경우가 많고, 타 집단에 비해 카페베네의 추천의향이 높게 나타나 충성도가 높은 집단으로 나타났다. '맛 추구집단'은 타 집단과는 달리 20대 후반의 대학졸업 이상의 학력자가 많았으며, 추천의향이 비교적 낮아 충성도가 낮은 집단인 것으로 확인되었다. 넷째, 세분시장에 대한 만족도 차이를 분석하기 위해 one-way ANOVA분석을 실시하였으며, 그 결과 메뉴 만족과 전반적 만족 각각에서 세분시장별 유의적인 차이를 발견하였다. 이러한 결과를 통해 선택속성에 대한 만족도가 높은 집단일수록 메뉴 만족이나 전반적 만족을 크게 지각한다는 사실을 알 수 있었다. 이러한 연구결과는 고객이 커피전문점을 선택할 때 가격, 분위기, 편안함, 맛, 입지 등을 중요하게 고려하며, 세분시장에 따라 인구통계적 특성의 차이를 보이고 있어 세분시장별 차별화된 마케팅 전략 수립이 필요함을 알 수 있다. 즉, '분위기 추구집단'의 경우 매장의 분위기나 편안함에 대해서는 높은 만족감을 표시하는 한편, 가격에 대해서는 낮은 만족도를 보이고 있는데, 이는 이 집단이 10대 후반 및 20대 초반의 연령대가 많으며, 경제적인 문제로 인해 가격에 부담감을 갖기 때문인 것으로 풀이된다. 따라서 일률적인 가격정책 보다는 시즌별 가격차별화, CRM시스템 구축을 통한 개인별 다양한 가격할인 혜택 등의 정책으로 가격부담을 완화시키는 것이 필요하다. '편리함 추구집단'은 입지나 매장의 편리함에 대해서는 비교적 높은 만족도를 보이고 있으며, 타 집단에 비해 20대 초반의 여성고객이 많고 학생과 전문직 종사자가 많으며 카페베네의 추천의도가 가장 높은 집단으로 분석되었다. 따라서 이러한 충성고객 집단에 대해서는 봉사 활동 및 사회적 기업으로서의 이미지를 지속적으로 전달함으로써 기업에 대한 긍정적 이미지를 심어주는 것이 필요하다. '맛 추구집단'의 경우 맛이나 입지에 대한 만족수준이 높은 반면, 추천의향은 상대적으로 낮게 나타났다. 이 집단은 주로 20대 후반으로서 대학 졸업 이상 고학력의 전문직 종사자가 많은 편이다. 따라서 다양한 메뉴 제공이나 커피의 품질 관리를 통해 맛에 대한 만족도를 높이는 한편, 상대적으로 만족수준이 낮은 가격에 대한 불만요인을 줄일 수 있도록 직장인이나 전문직 종사자에 대한 할인혜택 제도 등을 마련할 필요가 있다. 한편, 본 연구는 서울 소재 카페베네 매장 만을 대상으로 하였기 때문에 이러한 연구 결과를 카페베네의 전체매장 혹은 전체 커피전문점에 그대로 적용하는데 한계가 있다. 따라서 향후에는 다양한 커피전문점, 서울 이외의 지역, 그리고 다양한 직업군을 대상으로 한 연구가 이루어짐으로써 연구의 객관적 타당성을 높일 필요가 있다. 또한, 본 연구에서 사용된 변수인 메뉴 만족이나 전반적 만족 이외에 신뢰, 고객충성도, 전환비용 등 다양한 변수를 이용한 연구가 이뤄져야 할 것이다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• Radiation Oncology Journal
• /
• 제25권4호
• /
• pp.242-248
• /
• 2007

목적: 마우스 모델에서 cisplatin과 방사선조사로 구내염을 유발시킨 후 재조합 표피성장인자 (recombinant human epidermal growth factor, rhEGF)을 처치하여 그 효과를 알아보고자 하였다. 대상 및 방법: 마우스 24마리를 대상으로 정상대조군 8마리와 실험군은 각각 rhEGF 처치군과 미처치군으로 8마리씩 분류하였으며 실험군은 10 mg/kg의 cisplatin을 방사선조사 첫날 동시에 1회 복강 내 투여하였고, 방사선조사는 5일간 1회 5 Gy씩, 5일간 25 Gy를 조사하였다. RhEGF 처치군은 방사선조사 2일 전부터 2일간 1 mg/kg의 rhEGF를 피하주사하였으며 방사선조사3일째부터 3일간 1 mg/kg를 피하주사하여 총 5 mg/kg의 rhEGF를 투여하였다. 마우스의 체중변화, 먹이섭취 및 조직학적 변화를 평가하였다. 결 과: 마우스 체중변화는 rhEG F처치군이 실험 3일째부터 5일간 rhEGF 미처치군과 비교하여 통계적으로 유의한 체중의 차이를 관찰할 수 있었다. 먹이섭취는 실험군(rhEGF 처치군과 미처치군)에서 실험 5일째까지 감소하였다가 13일째부터 먹이섭취의 증가를 보여주었다. Cisplatin과 방사선조사 후 7일째의 조직학적 검사에서는 rhEGF 처치군에서 마우스의 점막 표피층의 변성이 관찰되었으나 rhEGF 미처치군에서는 점막층의 염증 반응이 관찰되었다. 결 론: Cisplatin과 방사선 조사로 마우스에서 발생한 구내염에서 rhEGF를 투여한 경우 체중 변화와 먹이섭취의 유의한 개선을 관찰하였으며 조직학적 검사에서 점막 손상의 회복을 확인하였다. 향후 임상적으로 rhEGF가 항암화학요법과 방사선치료로 인한 구내염을 줄일 수 있는 가능성을 확인하였다.값은 11개월이었고 2년, 3년 생존율은 31.5%, 15.8%였다. 결 론: 2기 췌장암 환자들은 국소 재발 및 원격 전이의 가능성이 높은 고위험군으로 국소 제어율 및 전체 생존율의 향상을 위해서 수술 후 효과적인 방사선치료의 적극적인 시행 및 이후의 보조적인 전신 항암화학요법을 권고하여 시행하는 것이 바람직하다. 평가 검사는 모두 제조사의 시험지침서에 부합하였다. 결론적으로, 이는 본 GE $Advance^{TM}$ PET 시스템이 임상에의 적용에 적합함을 보여주었다.mens사의 상용 분석 프로그램에는 해당 기능이 없어 계산값의 비교를 통한 검증은 수행하지 못하였고, 수화(hydration)와 탈수(dehydration) 각각의 조건에 따른 신장기능 분석에 적용하였을 때, 판별 기준이 되는 유의미한 값을 산출하여 타당성 검증을 대신하였다. 결론: 이 연구에서 개발한 핵의학 영상의 정량적 분석을 통한 신장기능 분석 프로그램을 사용하여 신장 기능을 분석한 결과, 타당성 있는 결과를 도출하여 그 유용성을 입증하였다. 이 개발 프로그램은 좀 더 다양한 임상응용 목적의 분석기능을 사용자가 직접 개발, 추가하기가 용이하여 기존 상용 프로그램보다 연구적 활용범위가 크다고 사료된다.2.2{\pm}0.4\;(1.6{\sim}3.2){\mu}g/ml$와 $1.4{\pm}0.2\;(0.8{\sim}1.6){\mu}g/ml$로서(p=0.16), 표준균주 3종 모두에서 Infecton의 MBC 또한 ciprofloxacin에 비해 $2{\sim}4$배가 높았다. 결론: Tc-99m Infecton은 ciprofloxacin 보다는 약하였지만 표준균주에 대해 생체외 항균력을 보였다.를

• 지능정보연구
• /
• 제19권1호
• /
• pp.95-110
• /
• 2013

최근 다양한 소셜미디어를 통해 생성되는 비정형 데이터의 양은 빠른 속도로 증가하고 있으며, 이를 저장, 가공, 분석하기 위한 도구의 개발도 이에 맞추어 활발하게 이루어지고 있다. 이러한 환경에서 다양한 분석도구를 통해 텍스트 데이터를 분석함으로써, 기존의 정형 데이터 분석을 통해 해결하지 못했던 이슈들을 해결하기 위한 많은 시도가 이루어지고 있다. 특히 트위터나 페이스북을 통해 실시간에 근접하게 생산되는 글들과 수많은 인터넷 사이트에 게시되는 다양한 주제의 글들은, 방대한 양의 텍스트 분석을 통해 많은 사람들의 의견을 추출하고 이를 통해 향후 수익 창출에 기여할 수 있는 새로운 통찰을 발굴하기 위한 움직임에 동기를 부여하고 있다. 뉴스 데이터에 대한 오피니언 마이닝을 통해 주가지수 등락 예측 모델을 제안한 최근의 연구는 이러한 시도의 대표적 예라고 할 수 있다. 우리가 여러 매체를 통해 매일 접하는 뉴스 역시 대표적인 비정형 데이터 중의 하나이다. 이러한 비정형 텍스트 데이터를 분석하는 오피니언 마이닝 또는 감성 분석은 제품, 서비스, 조직, 이슈, 그리고 이들의 여러 속성에 대한 사람들의 의견, 감성, 평가, 태도, 감정 등을 분석하는 일련의 과정을 의미한다. 이러한 오피니언 마이닝을 다루는 많은 연구는, 각 어휘별로 긍정/부정의 극성을 규정해 놓은 감성사전을 사용하며, 한 문장 또는 문서에 나타난 어휘들의 극성 분포에 따라 해당 문장 또는 문서의 극성을 산출하는 방식을 채택한다. 하지만 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다. 본 연구는 특정 어휘의 극성은 한 가지로 고유하게 정해져 있지 않으며, 분석의 목적에 따라 그 극성이 상이하게 나타날 수도 있다는 인식에서 출발한다. 동일한 어휘의 극성이 해석하는 사람의 입장에 따라 또는 분석 목적에 따라 서로 상이하게 해석되는 현상은 지금까지 다루어지지 않은 어려운 이슈로 알려져 있다. 구체적으로는 주가지수의 상승이라는 한정된 주제에 대해 각 관련 어휘가 갖는 극성을 판별하여 주가지수 상승 예측을 위한 감성사전을 구축하고, 이를 기반으로 한 뉴스 분석을 통해 주가지수의 상승을 예측한 결과를 보이고자 한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.123-139
• /
• 2019

국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.