• 대한물리치료과학회지
• /
• 제30권4호
• /
• pp.82-91
• /
• 2023

Background: Randomized controlled trials (RCTs) provide evidence on the effectiveness and safety of interventions and inform systematic reviews and guideline preparation for clinical application. However, methodological flaws can occur in many RCTs, and Cochrane's risk of bias version 2 (RoB2) can be used to evaluate RCTs' risk of bias (RoB). However, physical therapy RCTs in Korea did not confirm RoB. Therefore, the purpose of this study was to evaluate RoB using RoB2 in RCTs published in the Korean Physical Therapy Journal. Design: Review. Methods: The RCTs subject to evaluation were RCTs published in 11 physical therapy journals in Korea from 2018 to 2022. RoB2 evaluated a total of five domains: bias arising from the randomization process, bias due to deviations from intended interventions, bias due to missing outcome data, bias in measurement of the outcome, and bias in selection of the reported result. Results: A total of 616 RCTs were evaluated. As for bias arising from the randomization process, high risk was the highest at 555 (90.1%), followed by low risk at 41 (6.7%) and some concerns at 20 (3.2%). For bias due to deviations from intended interventions, the proportion of some concerns was the highest at 390 (63.3%), followed by high risk at 218 (35.4%) and low risk at 8 (1.3%). As for the bias due to missing outcome data, the rate of low risk was the highest at 399 (64.8%), followed by high risk at 159 (25.8%) and some concerns at 58 (9.4%). As for bias in measurement of the outcome, high risk was the highest at 294 (47.7%), followed by low risk at 224 (36.4%) and some concerns at 98 (15.9%). In the bias due to missing outcome data, the ratio of high risk was the highest at 610 (99%), followed by low risk at 4 (0.7%) and some concerns at 2 (0.3%). Conclusion: Most of the RoB evaluation results of RCTs published in the Korean Physical Therapy Journal were rated as high risk. Methodological quality of RCTs needs to be improved.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.79-92
• /
• 2024

ChatGPT는 생성형 인공지능(Generative AI) 기술을 활용한 대표적인 챗봇으로서 과학기술 영역뿐만 아니라 사회, 경제, 산업, 문화 등 당양한 분야에서 유용하게 활용되고 있다. 본 연구는 글로벌 소셜미디어 레딧(Reddit)을 활용해 ChatGPT에 대한 사용자의 감정과 요구에 대한 탐색적인 분석을 수행한다. 이를 위해, 2022년 12월부터 2023년 8월까지의 댓글 10,796건을 수집하여 키워드 분석, 감성 분석, 니드마이닝(Needmining) 기반 토픽모델링을 실시하였다. 분석 결과, ChatGPT에 대한 댓글에서 출현 빈도가 가장 높은 단어는 "time"으로 답변의 신속성, 시간 효율성, 생산성 향상을 강조한 것으로 나타났다. 사용자들은 ChatGPT에 대해 신뢰와 기대의 감정과 동시에 사회적 영향에 대한 두려움과 분노의 감정을 표현하였다. 또한, 토픽모델링 분석을 통해 잠재적 니즈(Needs)를 포함한 14개의 주제를 도출하였고, 사용자들이 특히 ChatGPT에 대한 교육적 활용과 사회적 영향에 많은 관심을 보였다. 또한, ChatGPT와 관련된 언어모델, 직업, 정보, 의료, 서비스, 게임, 규제, 에너지, 윤리적 문제 등 다양한 주제들이 논의된 것을 알 수 있었다. 분석 결과를 바탕으로 사용자들의 요구를 반영하여 향후 실행계획의 방향을 제시하였다. 본 연구는 향후 ChatGPT를 이용하여 제품과 서비스를 개선하고, 새로운 서비스 플랫폼 기획 단계에서 유용한 정보를 제공할 것으로 기대된다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.243-252
• /
• 2024

최근에 연구되기 시작한 폴리(Foley) 음향 생성 모델 중 벡터 양자화 변분 오토인코더(Vector Quantized-Variational AutoEncoder, VQ-VAE) 구조와 Pixelsnail 등 생성모델을 활용한 생성 기법은 중요한 연구대상 중 하나이다. 한편, 딥러닝 기반의 음향 신호의 압축/복원 분야에서는 기존의 VQ-VAE 구조에 비해 잔여 벡터 양자화 기술이 더 적합한 것으로 보고되고 있으며, 따라서 본 논문에서는 폴리 음향 생성 분야에서도 잔여 벡터 양자화 기술이 효과적으로 적용될 수 있을지 연구하고자 한다. 이를 위하여 본 논문에서는 기존의 VQ-VAE 기반의 폴리 음향 생성 모델에 잔여 벡터 양자화 기술을 적용하되, Pixelsnail 등 기존의 다른 모델과 호환이 가능하고 연산 자원의 소모를 늘리지 않는 모델을 고안하여 그 효과를 확인하고자 하였다. 효과를 검증하기 위하여 DCASE2023 Task7의 데이터를 활용하여 실험을 진행하였으며, 그 결과 평균적으로 0.3 가량의 Fréchet audio distance 의 향상을 보이는 것을 확인하였다. 다만 그 성능 향상의 정도가 제한적이었으며, 이는 연산 자원의 소모를 유지하기 위하여 시간-주파수축의 분해능이 저하된 영향으로 판단된다.

• 생명과학회지
• /
• 제26권4호
• /
• pp.419-430
• /
• 2016

멜론 흰가루병(Podosphaera xanthii)은 멜론 생산량에 영향을 미치는 중요한 병해 중 하나로 알려져 있다. 작물 육종에 있어서 흰가루병을 포함한 병저항성 계통 육성은 병저항성 관련 유전자들의 유전양식 및 그 유전자들을 조절하는 식물호르몬에 대한 정보는 매우 중요하다. 식물에 있어 흰가루병균 저항성에 관여한다고 알려진 Mildew Resistance Locus O (MLO) 유전자를 멜론 database인 ‘Melonomics’으로부터 14개 동정하여 CmMLO1~14 (ucumis elo MLO)로 표기하였다. 동정된 14개의 CmMLO유전자들의 아미노산 서열을 비교한 결과, 9개의 CmMLO 유전자들은 흰가루병균에 대한 감수성 관련 아미노산 cysteine과 proline이 잘 보존되어 있었지만, 나머지 CmMLO 유전자들은 다른 아미노산 서열을 가지고 있었다. 멜론 흰가루병의 7 race에 대하여 이병성을 나타내는 멜론 계통 ‘SCNU1154’에 멜론 흰가루병균(P. xanthii)을 접종하고, 식물호르몬(metyl jasmonate와 salicylic acid) 처리한 후 qPCR을 통해 CmMLO 유전자들의 상대적인 발현양을 분석한 결과, 멜론 흰가루병 7 race에 대하여 14개의 CmMLO 유전자들 중 3개의 유전자들에서 발현이 증가하였고, 7개의 유전자들은 발현이 감소하였으며, 4개의 CmMLO 유전자들은 race 특이적으로 발현양이 증가 혹은 감소하였다. 또한 14개의 CmMLO 유전자들의 발현양은 methyl jasmonate와 salicylic acid를 처리하였을 때 다양한 발현 양상을 나타내었다. 11개의 CmMLO 유전자들은 salicylic acid 처리하였을 때 발현양이 증가하였으며, 7개의 유전자들은 methyl jasmonate 처리하였을 때 발현양이 증가하였다. 이와 같이, 스트레스에 반응을 보이는 CmMLO 유전자들은 멜론 흰가루병 저항성 계통 육성을 위한 유용한 정보가 될 것으로 기대된다. C m

• 대한지구과학교육학회지
• /
• 제10권1호
• /
• pp.50-61
• /
• 2017

본 연구의 목적은 고등학생의 학습유형이 대학수학능력시험 지구과학I 과목의 행동영역에 어떠한 영향을 미치는지를 알아보고, 문제해결과정에서 나타나는 학습유형에 따른 학습자의 문제해결 방식을 시선추적 기법을 통해 살펴보고자 하였다. 충청북도 소재 E 고등학교 2학년 4개 학급 중 2개 학급, 총 50명의 학생들에게 학습유형검사를 실시하였으며, 이 중에서 최근 2년간 시행된 대학수학능력시험 지구과학I 기출문제를 접하지 않은 학생을 중심으로 학습유형 별 2명씩 무선 표집하여 최종 8명을 연구 대상으로 실험을 실시하였다. 본 연구의 결과는 다음과 같다. 첫째, 확산적 동화적 수렴적 조절적 학습자의 문항 정답률이 각각 지식영역, 적용영역, 지식-이해영역, 이해영역에서 높게 나타남으로써 네 가지 학습유형이 평가문항의 행동영역에 따라 성취 수준에 차이가 있음을 확인하였다. 둘째, 학습유형별 학습자가 대학수학능력시험 지구과학I 과목의 문제를 해결하는 과정에서 보인 관심영역(AOI) 별 시선점유율은 AOI 2 영역이 AOI 1, 3, 4 영역보다 높은 시선점유율을 나타내었다. 즉 네 가지 학습유형의 학습자들이 문제 해결의 단서 혹은 정보가 되는 AOI 2 영역, 즉 표 그림 그래프 영역에 더 주의 깊게 응시한 것으로 나타났다. 이 결과로부터 질적인 면에서 높은 수준의 문항개발을 위해서는 AOI 2 영역을 중점적으로 고려해야할 것으로 판단되었다. 이 연구의 결과를 바탕으로 선발의 공정성과 객관성을 확보하기 위해서는 대학수학능력시험 지구과학I 행동영역에서 전체적으로 고른 문항 수가 출제되어야 할 것이며, 문항개발 시 과학개념에 대한 지식, 이해, 적용, 탐구의 행동영역 별 문항이 표 그림 그래프와 높은 상관관계를 갖도록 문항을 제작해야 할 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제57권1호
• /
• pp.35-44
• /
• 2024

댐유입량 예측에 대하여 데이터 기반 머신러닝 및 딥러닝(Machine Learning & Deep Learning, ML&DL) 분석도구들이 공개되어 다양한 분야에서 ML&DL의 적용연구가 활발히 진행되고 있으며, 모델의 자체 성능향상 뿐만 아니라 모델의 특성을 고려한 데이터의 전처리도 댐유입량을 정확하게 예측하게 하는 중요한 모델성능 향상의 요소라고 할 수 있다. 특히 기존 강우자료는 적설량을 열선 설비를 통하여 녹여 강우량으로 환산되어 있으므로, 융적설에 따른 강우와 유입량의 상관관계를 왜곡하게 된다. 따라서 본연구에서는 소양강댐과 같이 융적설의 영향을 받는 댐유역에 대한 댐일유입량 예측시 겨울에 강설량이 적설이 되어 적게 유출되는 현상과, 봄에 융설로 인하여 무강우나 적은 비에도 많은 유출이 일어나는 물리적 현상을 ML&DL모델로 적용하기 위하여 필요한 강우 데이터의 전처리에 대한 연구를 수행 하였다. 강우계열, 유입량계열을 조합하여 3가지 머신러닝(SVM, RF, LGBM)과 2가지 딥러닝(LSTM, TCN) 모델을 구축하고, 최적 하이퍼파라메터 튜닝을 통하여 적합 모델을 적용하고 한 결과, NSE 0.842~0.894로 높은 수준의 예측성능을 나타내었다. 또한 융적설을 반영한 강우보정 데이터를 만들기 위하여 융적설 모의 알고리즘을 개발하고, 이를 통하여 산정된 보정강우를 머신러닝 및 딥러닝 모델에 적용한 결과 NSE 0.841~0.896 으로 융적설 적용전과 비슷한 높은 수준의 예측 성능을 나타내었으나, 융적설 기간에는 조정된 강우로 학습되어 예측되었을 때 실측유입량에 근접하는 모의결과를 나타내었다. 결론적으로, 융적설이 영향을 미치는 유역에서의 데이터 모델 적용시에는 입력자료 구축시 적설 및 융설이 물리적으로 타당한 강우-유출 반응에 적합하도록 전처리과정이 중요함을 밝혔다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제43권3호
• /
• pp.433-445
• /
• 2024

이 연구의 목적은 남북한의 초등 과학과 교육과정에서 물질 영역의 교육 내용을 비교·분석하는 것이다. 연구 대상은 남한 2022 개정 과학과 교육과정의 '물질'과 '운동과 에너지(일부)' 영역, 북한 2013 자연과 교육강령에서 '우리 주위의 물질'과 '생활 속의 과학(일부)' 영역이다. 본 연구에서는 남북한 물질 영역의 교육 내용 요소를 학년군별로 비교하였고, TIMSS 2023 초등 4학년 물질 내용 영역의 평가틀을 이용하여 남북한의 국제 수준의 물질영역 목표 반영도를 분석하였다. 남북한 물질 영역 분석에는 초등과학교육을 전공한 교사 4명과 과학교육전문가 1명이 참여하였다. 연구 결과는 다음과 같다. 첫째, 물질의 성질 주제에서 남북한의 교육과정에서 다루는 내용은 학년별로 적용 시기가 달랐고 내용의 범위와 수준에도 차이가 있었다. 둘째, 물질의 변화 주제에서 북한은 '산과 염기'를 다루지 않았지만, 용해를 빨리하는 방법은 다루고 있었다. 셋째, 북한이 남한보다 TIMSS 2023 '물질의 성질' 주제의 목표 반영도가 더 높았다. 넷째, '물질의 성질' 분석 결과와 유사하게 북한이 남한에 비해 TIMSS 2023 '물질의 변화' 주제의 목표 반영도가 높았다. 결론적으로 남북한의 물질 내용 요소와 이를 적용하는 시기가 달랐고, 국제 수준의 목표 반영도는 북한이 더 높은 것으로 나타났다. 앞으로 남북의 이념적 대립을 넘어 통일을 준비하는 관점에서 남북한 교육 교류의 활성화와 더불어 통합 과학과 교육과정의 개발에 관한 협력과 연구가 이루어지기를 기대한다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 인간행동과 음악연구
• /
• 제4권2호
• /
• pp.84-105
• /
• 2007

뇌성마비는 중추신경계의 손상으로 인하여 운동장애 뿐 아니라 지능장애, 언어장애, 경련, 감각장애, 지각장애, 그리고 정서장애와 같은 중복적인 장애를 수반하는 장애이다. 최근 의학의 발달로 인하여 미숙아들의 생존율이 높아지면서 경직형 뇌성마비의 출현율도 높아지고 있음이 보고되고 있다. 뇌성마비 유아들에게는 생후 1년 사이의 치료적 중재가 특별히 중요하며, 7세 이후의 치료효과는 거의 나타나지 않는다. 그러므로 뇌성마비를 대상으로 하는 조기 중재의 필요성이 증가하고 있다. 따라서 본 연구에서는 신체 운동 영역에 장애를 가진 사람들의 신체재활을 목적으로 접근하는 음악치료 영역인 신경학적 음악치료(NMT)의 기법들을 활용하여 경직형 뇌성마비 유아들의 운동발달을 위한 음악치료활동 프로그램을 구성하여 제시하는 것을 목적으로 한다. 이를 위하여 본 연구에서는 일반 유아들이 0~2세에 가장 기본적인 운동 기능들을 습득하는 단계인 초보운동단계의 주요 발달과제들을 바탕으로 하고, 여기에 경직형 뇌성마비 유아의 발달적 특성을 적용하여 프로그램을 구성하였다. 본 음악치료활동 프로그램은 크게 안정성, 이동성, 그리고 조작기능의 세 가지 하위 범주로 나누어 구성되었다. 이렇게 구성된 음악치료활동 프로그램은 임상 현장에서 경직형 뇌성마비 유아를 대상으로 치료를 진행하고 있는 음악치료사들을 통하여 시행된 후 활동에 대한 타당성과 적용의 효율성을 평가받았다. 경직형 뇌성마비 유아의 운동 발달을 위한 음악치료활동 프로그램의 개발은 치료활동의 개발, 전문가의 검증, 치료활동의 수정 및 보완 세 단계로 진행되었다. 치료활동의 개발을 위하여 문헌조사와 인터뷰를 시행하였고, 전문가의 검증은 실제 임상 현장에서 경직형 뇌성마비 유아 혹은 아동을 대상으로 음악치료를 시행하고 있는 음악치료사 6명을 통하여 이루어졌다. 전문가들을 통한 음악치료활동 프로그램 검증에서는 활동의 내용상 타당도 및 실제 현장에서의 활용도를 살펴보았고, 이를 위하여 설문지를 사용하였다. 전문가들의 평가를 바탕으로 치료활동의 수정 및 보완작업이 진행되었으며 수정 및 보완의 결과에 대해서는 검증집단을 통하여 재확인과정을 거쳤다. 음악치료활동 프로그램의 평가 결과는 각 평가 항목별로 평가 값의 평균과 표준편차로 제시하였고, 활동별로 전문가들의 조언과 함께 수정 보완한 내용을 함께 제시하였다. 전문가들의 조언을 바탕으로 수정 및 보완된 음악치료활동 프로그램은 부록으로 첨부하였다. 본 연구의 결과를 요약하면 다음과 같다. 초보운동단계에서의 발달과제인 안정성, 이동성, 조작기능을 바탕으로 경직형 뇌성마비 유아의 운동 발달 특성을 적용한 음악치료활동 프로그램은 총 38개의 활동으로 구성되었다. 안정성 발달을 위한 음악치료활동이 14개, 이동성 발달을 위한 음악치료활동이 10개, 그리고 조작기능 발달을 위한 음악치료활동이 14개이다. 전체 음악치료활동 프로그램은 운동발달단계 적합성, 목표-내용 일치도, 적용 대상 적합성, 음악의 적절성, 악기사용의 적절성, 그리고 실제 활용의 유용성이라는 여섯 가지 평가에서 긍정적인 평가를 받았다. 이것은 본 연구의 결과가 경직형 뇌성마비 유아의 조기 중재 필요성이 증가하고 있으나 발달 단계별 음악치료활동 프로그램이 부족한 국내의 현실적 요구에 맞게 유용하게 활용될 수 있음을 시사한다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.93-110
• /
• 2015

기존의 협업필터링 추천시스템 연구는 상품에 대한 고객의 평점(rating)이나 구매 여부 데이터로부터 하나의 프로파일을 생성하고 이를 기반으로 추천 성능을 향상시킬 수 있는 새로운 알고리즘을 개발하는 위주로 진행되어 왔다. 그러나 빅데이터 환경이 도래하면서 기업이 수집할 수 있는 고객 데이터가 풍부해지고 다양해짐에 따라, 보다 정확하게 고객의 선호도나 행태를 파악하는 것이 가능하게 되었고 이러한 데이터, 즉 퍼스널 빅데이터(personal big data)를 추천시스템에 활용하는 연구의 필요성이 대두되고 있다. 본 연구에서는 마케팅의 시장세분화 이론에 근거하여 퍼스널 빅데이터로부터 고객의 선호도나 행태를 다양한 관점에서 표현할 수 있는 5종의 다중 프로파일(multimodal profile)을 개발하고, 이를 활용하여 협업필터링 추천시스템의 성능을 개선하고자 한다. 제안하는 5종의 다중 프로파일은 프로파일 통합 유사도, 개별 프로파일 유사도 평균, 개별 프로파일 유사도 가중 평균이라는 세 가지 앙상블 기법을 통해 협업필터링의 이웃(neighborhood) 탐색과정에 적용된다. 실제 퍼스널 빅데이터에 본 연구에서 제안하는 방법론을 적용한 결과, 단일 프로파일을 사용하는 협업필터링 알고리즘보다 추천 성능이 상당히 개선되었으며 앙상블 방법 중에서는 개별 프로파일 유사도 가중 평균 기법이 가장 높은 추천 성능을 보여주었다. 본 연구는 빅데이터 환경에서 추천시스템을 개발하고자 할 때, 어떠한 성격의 데이터로부터 고객의 특성을 규명하는 프로파일을 만들고 이를 어떻게 결합하여 사용하는 것이 효과적인 지 처음으로 제안하였다는 점에서 그 의의가 있다.