• 천문학회보
• /
• 제41권1호
• /
• pp.80.1-80.1
• /
• 2016

There are probabilistic forecast models for solar flare occurrence, which can be evaluated by various skill scores (e.g. accuracy, critical success index, heidek skill score, and true skill score). Since these skill scores assume that two types of forecast errors (i.e. false alarm and miss) are equal or constant, which does not take into account different situations of users, they may be unrealistic. In this study, we make an evaluation of a probabilistic flare forecast model [Lee et al., 2012] which use sunspot groups and its area changes as a proxy of flux emergence. We calculate daily solar flare probabilities from 2011 to 2014 using this model. The skill scores are computed through contingency tables as a function of forecast probability, which corresponds to the maximum skill score depending on flare class and type of a skill score. We use a value score with cost/loss ratio, relative importance between the two types of forecast errors. The forecast probability (y) is linearly changed with the cost/loss ratio (x) in the form of y=ax+b: a=0.88; b=0 (C), a=1.2; b=-0.05(M), a=1.29; b=-0.02(X). We find that the forecast model has an effective range of cost/loss ratio for each class flare: 0.536-0.853(C), 0.147-0.334(M), and 0.023-0.072(X). We expect that this study would provide a guideline to determine the probability threshold and the cost/loss ratio for space weather forecast.

• 천문학회보
• /
• 제37권2호
• /
• pp.123.1-123.1
• /
• 2012

We have compared near-real time Kp forecast models based on neural network (NN) and support vector machine (SVM) algorithms. We consider four models as follows: (1) a NN model using ACE solar wind data; (2) a SVM model using ACE solar wind data; (3) a NN model using ACE solar wind data and preliminary kp values from US ground-based magnetometers; (4) a SVM model using the same input data as model 3. For the comparison of these models, we estimate correlation coefficients and RMS errors between the observed Kp and the predicted Kp. As a result, we found that the model 3 is better than the other models. The values of correlation coefficients and RMS error of the model 3 are 0.93 and 0.48, respectively. For the forecast evaluation of models for geomagnetic storms ($Kp{\geq}6$), we present contingency tables and estimate statistical parameters such as probability of detection yes (PODy), false alarm ratio (FAR), bias, and critical success index (CSI). From a comparison of these statistical parameters, we found that the SVM models (model 2 and model 4) are better than the NN models (model 1 and model 3). The values of PODy and CSI of the model 4 are the highest among these models (PODy: 0.57 and CSI: 0.48). From these results, we suggest that the NN models are better than the SVM models for predicting Kp and the SVM models are better than the NN models for forecasting geomagnetic storms.

• 무역학회지
• /
• 제41권5호
• /
• pp.255-283
• /
• 2016

본 연구는 EU와 한-EU FTA에 대한 이해와 중요성 등의 인식 변수들 간의 관계를 실증적으로 분석하고 있다. 연구결과 첫째, 이해도와 중요성에 대한 대학생들의 인식은 미국, 일본, 중국과 비교할 때 다소 낮게 나타났다. 한-EU FTA에 대한 이해도와 중요성은 한-미 FTA보다 다소 낮게 나타났다. 교차분석 결과 성별과 각 지역·국가 간 이해도와 연관성이 나타났고 성별에 따라 EU의 중요성에 대한 차이가 나타났다. 분산분석 결과, 대학생들이 EU에 대한 이해도가 높을수록, 한-EU FTA 중요성을 높게 인식할수록 한-EU FTA의 한국경제 공헌도, EU 통합과 EURO의 세계경제에 대한 공헌도가 높은 것으로 인식하고 있는 것으로 나타났다. 정준상관분석 결과, 학년·성별에 따라 주요 지역·국가 간의 중요성 인식 간에는 정준상관관계가 있는 것으로 나타났다. 판별분석 결과, 한국-EU FTA의 한국경제 공헌도에 대해서는 차이성이 나타났다.

• Journal of Yeungnam Medical Science
• /
• 제40권4호
• /
• pp.394-401
• /
• 2023

Background: Pregnancy is associated with a number of physical, emotional, and biological changes that can exacerbate maternal psychological disturbances, such as body image concerns and depression. Sleep disturbances during pregnancy can also have adverse impacts. This study aimed to determine the prevalence of depression, sleep disturbances, and body image concerns among pregnant women. The study also examined the relationship between these factors and pregnancy-related variables, such as bad obstetric history and whether the pregnancies were unplanned. Methods: A cross-sectional study of 146 pregnant patients was conducted at a tertiary care center over 15 months. The patients were administered the Beck Depression Inventory, Pittsburgh Sleep Quality Index, and Body Image Concern Inventory questionnaires. Contingency tables, Fisher exact test, and Spearman correlation were used to identify underlying relationships. Results: The prevalence of depression was 22.6%. Although body image disturbance was noted in only 2.7% of patients, 46.6% had poor sleep quality. Poor sleep was associated with primigravida status. Bad obstetric history and unplanned pregnancy were associated with depression. Depression was found to be significantly correlated with body image disturbances and poor sleep quality. Conclusion: Psychiatric disorders were prevalent during pregnancy. This study highlights the importance of screening for depression in pregnant patients. Counselling and caregiver education can be useful for mitigating psychological disturbances. Management of pregnancies by multidisciplinary teams that include psychiatrists could be immensely useful in improving the pregnancy experiences of patients.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.391-404
• /
• 2021

본 연구에서는 최신의 연구 트렌드인 빅데이터와 인공지능을 농업분야에 접목하여 유전자 알고리즘(GA)과 전지구 기후 재분석 자료를 활용한 마늘 생산량의 장기 예측 모형을 개발하고 그 예측성능을 평가해 보았다. 해당 모형은 마늘의 파종량을 수정할 수 있는 11월에 예측 자료를 생산하므로, 마늘의 생산 시기와 시간공간적으로 떨어진 전지구 기후 재분석 자료로부터 마늘생산량의 예측 인자로 활용할 수 있는 시그널을 찾아 장기적 마늘 생산량 예측에 활용하였다. 그 결과 결정론적 예측과 확률론적 예측 모두 마늘 생산량의 경년변동성을 통계적으로 99% 신뢰수준에서 관측과 유사하게 모의하였으며, 범주형 예측에서도 이분위 예측에서 93.3%, 삼분위 예측에서 73.3%의 적중률을 보이며 우수한 예측 성능을 나타내었다. 또한, 예측인자들 사이의 선형 및 비선형적 관계를 모두 고려하는 GA방법을 사용하였을 때, 선형적 앙상블 방법을 적용하였을 때 보다 높은 예측성능과 안정적인 예측결과를 보이는 것을 알 수 있다. 본 연구에서 개발된 마늘 생산량 예측 모형은 기존의 단기예측 위주의 농산물 생산량 예측의 한계를 극복하고 한 해의 농사가 시작되기 전 잠재 생산량을 전망 정보를 생산하여 농산물의 수요·공급 및 가격안정화를 위한 장기적 계획을 수립하는 것에 도움이 될 것으로 생각된다.