• Asian Pacific Journal of Cancer Prevention
• /
• 제15권5호
• /
• pp.1949-1953
• /
• 2014

Background: CA125 and HE4 are used in calculating Risk of Malignancy Algorithm (ROMA); and Risk of Malignancy Index (RMI). However, studies showed that normal levels of CA125, and HE4 differ among ethnicities such as between Asians and Caucasians, thus affecting the accuracy of the RMI score and ROMA in predicting ovarian malignancy. This study aimed to determine whether new or modified cutoff values for Ca125, HE4, the RMI score, and ROMA resulted in a better prediction of malignancy compared with the previous or standard ones. Materials and Methods: Serum level of CA125 and HE4 from 128 patients with diagnosis of ovarian tumor that had been collected before surgery at Cipto Mangunkusumo General Hospital (CMH) in Jakarta from November 2010 until May 2011 were reviewed and analysed. The standard cutoff values of these biomarkers, RMI, and ROMA were modified by using logistic regression model. The modified cutoff values were compared to the standard cutoff values in terms of sensitivity, specificity, and accuracy. Results: The modified cutoff value of CA125, HE4, RMI score and ROMA were 165.2 U/mL, 103.4 pM, 368.7, 28/54. The sensitivity and specificity of the modified cutoff values CA125, HE 4, RMI score and ROMA in differentiating benign from malignant and borderline were 67% and 75,4%; 73.1% and 85.2%; 73.1% and 80.3%; and 77.6% and 86.9%. While the sensitivity and specificity of the standard cutoff value of CA125; HE4; RMI score; and ROMA were 91% and 24.6%; 83.6% and 65%; 80.6% and 65.6%; and 91.0% and 42.6%. The accuracy of modified cutoff values compared with standard cutoff values were: 71.2% vs 59.3%, 78.9% vs 75% vs, 76.5% vs 73.4%, and 82% vs 67.9%. Conclusions: The new or modified cutoff values of Ca125, HE4, RMI score and ROMA resulted in higher accuracy compared to the previous or standard ones, at the cost of reduced sensitivity.

• 기술혁신연구
• /
• 제27권2호
• /
• pp.37-71
• /
• 2019

승용차의 아키텍처는 어떻게 진화해왔는가? 그간 승용차 아키텍처에 대한 논의는 통합형, 모듈형, 그리고 두 유형의 공존 등이 혼재되어 왔다. 이에 따라 본 연구에서는 글로벌 무역 자료를 활용하여 제품의 중층 구조를 반영한 모듈화의 진전 측정 지수를 개발하고, 이를 아키텍처 유형 프레임워크에 적용하여 승용차 아키텍처의 모듈화 진행을 종단적으로 분석하였다. 분석결과 승용차 아키텍처는 지난 2000년 이후 모듈화가 지속적으로 진행되었음을 확인하였으며, 동시에 모듈화 진행은 구성 모듈 별로 상이한 것으로 나타났다. 모듈 중에는 프론트-엔드, 운전석 및 시트 모듈의 모듈화 진행이 뚜렷함을 확인된 반면, 차체 도어 천장 모듈은 소비자 니즈 충족을 위한 외부 디자인 차별화 및 완성차와 모듈업체 간 상호 조율강화로 인해 모듈화가 더디게 진행됨을 관찰하였다. 또한 샤시, 엔진, 그리고 트랜스미션 모듈로 구성된 플랫폼은 모델 다양화, 생산 원가 절감, 신제품 개발 기간 단축을 위한 완성차 업계의 지속적인 노력에 따라 모듈화가 지속 진전됨을 확인하였다. 플랫폼 구성 모듈 중에서는 트랜스미션의 모듈화 진전이 가장 두드러진 반면 샤시와 엔진 모듈은 완성차 업체의 자체 혁신 노력으로 인해 비교적 통합형 아키텍처 경향이 강한 것으로 나타났다. 본 연구는 제품 아키텍처의 모듈화를 계량적으로 측정, 그 진행을 종단적으로 측정할 수 있는 접근법을 제시하는데 기여하였다. 또한 모듈 별 상이한 모듈화 진전에 대한 고찰을 통해 관련 연구의 분석 수준의 세분화 필요성을 제안하였다. 아울러 본 연구는 승용차 산업 전반에서 일어나고 있는 아키텍처 모듈화 진전 현상을 규명함으로써 완성차 업체 뿐 아니라 모듈 업체의 아키텍처 선택과 그에 따른 전략 수립의 가이드라인을 제시하였다. 본 연구가 다양한 제조업과 그 제품의 모듈화 진전을 규명하는데 활용되기를 기대한다.

• Korean Journal of Radiology
• /
• 제21권12호
• /
• pp.1345-1354
• /
• 2020

Objective: To evaluate radiomics analysis in studies on mild cognitive impairment (MCI) and Alzheimer's disease (AD) using a radiomics quality score (RQS) system to establish a roadmap for further improvement in clinical use. Materials and Methods: PubMed MEDLINE and EMBASE were searched using the terms 'cognitive impairment' or 'Alzheimer' or 'dementia' and 'radiomic' or 'texture' or 'radiogenomic' for articles published until March 2020. From 258 articles, 26 relevant original research articles were selected. Two neuroradiologists assessed the quality of the methodology according to the RQS. Adherence rates for the following six key domains were evaluated: image protocol and reproducibility, feature reduction and validation, biologic/clinical utility, performance index, high level of evidence, and open science. Results: The hippocampus was the most frequently analyzed (46.2%) anatomical structure. Of the 26 studies, 16 (61.5%) used an open source database (14 from Alzheimer's Disease Neuroimaging Initiative and 2 from Open Access Series of Imaging Studies). The mean RQS was 3.6 out of 36 (9.9%), and the basic adherence rate was 27.6%. Only one study (3.8%) performed external validation. The adherence rate was relatively high for reporting the imaging protocol (96.2%), multiple segmentation (76.9%), discrimination statistics (69.2%), and open science and data (65.4%) but low for conducting test-retest analysis (7.7%) and biologic correlation (3.8%). None of the studies stated potential clinical utility, conducted a phantom study, performed cut-off analysis or calibration statistics, was a prospective study, or conducted cost-effectiveness analysis, resulting in a low level of evidence. Conclusion: The quality of radiomics reporting in MCI and AD studies is suboptimal. Validation is necessary using external dataset, and improvements need to be made to feature reproducibility, feature selection, clinical utility, model performance index, and pursuits of a higher level of evidence.

• 지능정보연구
• /
• 제26권1호
• /
• pp.23-45
• /
• 2020

기업의 경쟁력 확보를 위해 판별 알고리즘을 활용한 의사결정 역량제고가 필요하다. 하지만 대부분 특정 문제영역에는 적합한 판별 알고리즘이 어떤 것인지에 대한 지식은 많지 않아 대부분 시행착오 형식으로 최적 알고리즘을 탐색한다. 즉, 데이터셋의 특성에 따라 어떠한 분류알고리즘을 채택하는 것이 적합한지를 판단하는 것은 전문성과 노력이 소요되는 과업이었다. 이는 메타특징(Meta-Feature)으로 불리는 데이터셋의 특성과 판별 알고리즘 성능과의 연관성에 대한 연구가 아직 충분히 이루어지지 않았기 때문이며, 더구나 다중 클래스(Multi-Class)의 특성을 반영하는 메타특징에 대한 연구 또한 거의 이루어진 바 없다. 이에 본 연구의 목적은 다중 클래스 데이터셋의 메타특징이 판별 알고리즘의 성능에 유의한 영향을 미치는지에 대한 실증 분석을 하는 것이다. 이를 위해 본 연구에서는 다중 클래스 데이터셋의 메타특징을 데이터셋의 구조와 데이터셋의 복잡도라는 두 요인으로 분류하고, 그 안에서 총 7가지 대표 메타특징을 선택하였다. 또한, 본 연구에서는 기존 연구에서 사용하던 IR(Imbalanced Ratio) 대신 시장집중도 측정 지표인 허핀달-허쉬만 지수(Herfindahl-Hirschman Index, HHI)를 메타특징에 포함하였으며, 역ReLU 실루엣 점수(Reverse ReLU Silhouette Score)도 새롭게 제안하였다. UCI Machine Learning Repository에서 제공하는 복수의 벤치마크 데이터셋으로 다양한 변환 데이터셋을 생성한 후에 대표적인 여러 판별 알고리즘에 적용하여 성능 비교 및 가설 검증을 수행하였다. 그 결과 대부분의 메타특징과 판별 성능 사이의 유의한 관련성이 확인되었으며, 일부 예외적인 부분에 대한 고찰을 하였다. 본 연구의 실험 결과는 향후 메타특징에 따른 분류알고리즘 추천 시스템에 활용할 것이다.

• 한국건설관리학회논문집
• /
• 제16권4호
• /
• pp.118-128
• /
• 2015

BIM 기술은 현재 빠르게 건설 산업 전반에 적용 및 확산되고 있다. 그러나 고비용의 BIM 인프라, 법령의 부재, 운영 프로세스 등의 문제로 도입 초기의 기대와 달리 그 활용도면에서 만족할 만한 기대치를 채우지 못하고 있다. 설계 단계에서 수행되는 BIM 기술 기반의 협업 설계 인프라 구축은 성공적인 건설 프로젝트를 위한 필수 요소로 볼 수 있다. 현재 BIM은 클라우드 컴퓨팅기술과 결합하여 드로잉, 3D 모델링, 객체 데이터, 속성 정보 등을 생성할 수 있는 서비스 들이 파생되고 있으며 설계 인프라를 위한 핵심으로 떠오르고 있다. 본 논문은 VDI 시스템 환경 설정 및 구축을 통해 BIM 모델링, Viewing, 모델 체크, 마크업 등 BIM을 수행할 수 있는 서버 인프라 서비스 구축 방안을 제시한다. VDI 성능 시스템 테스트를 통하여 BIM 설계 환경에 필요한 가상 머신 리소스를 산정하고 배분하는 방식을 제안하여 클라우드 컴퓨팅 기반 BIM 설계 및 BIM 설계정보를 활용 프로젝트 운영 방향을 제시하고자 한다.

• 대한토목학회논문집
• /
• 제32권2D호
• /
• pp.111-119
• /
• 2012

본 연구에서는 부산시 위험도로 구조개선 사업을 통하여 도로 개선효과를 알아보고, AHP 기법을 이용하여 교통사고 저감 대책 의사결정 선호도를 분석하였다. 본 연구의 결과를 정리하면 다음과 같다. 첫째, 위험도로 구조개선 사업 후 시간이 경과함에 따라 교통사고 건수 및 사상자 수가 전체적으로 감소하였으며, 특히 중앙분리대 설치로 인한 무단횡단 및 중앙선 침범사고가 많이 감소하는 것으로 나타났다. 둘째, 위험도로 구조개선 사업에 따른 교통사고 저감대책을 위한 우선순위를 산정하였다. 자료조사 및 분석방법은 교통전문가 설문 및 AHP기법을 활용하였다. AHP 계층구조의 대분류 평가항목으로는 토목시설공 지표와 교통시설공 지표로 제시하였다. 소분류 평가항목으로는 토목시설공 지표에 6가지, 교통시설공 지표에는 4가지 항목으로 각각 구성되었다. 본 연구 결과, 교통전문가들은 교통시설공 지표보다 토목시설공 지표를 더 선호하는 것으로 나타났으며, 지표별 상위 2개 항목이 전체의 50%이상을 차지하였다. 또한 검증을 통한 최종평가항목 중 토목시설공 지표의 상위 3개 항목이 전체 55.38%로 절반 이상을 차지하는 것으로 나타났다. 위험도로 구조개선 사업에 따른 공사는 교통사고 및 사상자를 크게 감소하여 비용면에서도 큰 효과를 나타냈다. 이런 점을 감안 할 때 지자체에서는 교통사고 저감대책 시기초 자료로 활용해야 할 것이다.

• 한국산학기술학회논문지
• /
• 제20권3호
• /
• pp.100-109
• /
• 2019

정비도는 정비를 쉽고 신속하게 할 수 있는 정도를 나타내는 시스템의 주요 설계 특성이다. 정비도를 고려한 시스템 설계는 무기시스템의 운용유지 비용을 줄여 주는 중요한 역할을 수행하지만, 시제품 제작 이후 정비도 평가를 통해 설계변경이 이루어지면 비용증가와 일정지연을 초래할 수 있다. 정량적 정비도 평가는 정비업무 수행 가능여부를 검증하고, 설계자가 시스템의 특성을 고려한 빠른 의사결정을 수행하여 정비성 향상을 위한 설계를 수행할 수 있도록 지원해야 한다. 기존 논문에서는 시스템설계 초기에 그래프 이론을 활용하여 정비도 지수를 산출하였으나 정비속성간 관계 값의 적절성 및 정비도 평가의 정확도에 한계가 있다. 퍼지 로직과 3D 모델링을 활용한 정비도 평가방법의 경우에는 시스템 전수명주기 동안에서의 정비도 평가를 수행하고 결과의 활용을 통해 설계통합 환경 하에서 설계개선을 신속하게 진행하고 효율적으로 정비도를 평가하고 관리하는 방법이 필요하다. 이에 본 논문에서는 모델기반 시스템공학 도구와 MATLAB이 결합된 통합환경 하에서 SysML 기반 모델링 및 시뮬레이션 기법과 퍼지 로직을 활용하여 정비도를 평가할 수 있는 방법을 제시하였다. 시스템공학도구 상에서 SysML bdd 다이어그램을 통해 무기시스템의 물리적 설계구조를 모델링하고 정비속성과 정비속성간 쌍대비교 행렬을 생성하여 정비도를 모델링하였다. 그리고 SysML의 par 다이어그램을 생성하고 MATLAB과의 연동을 통해 AHP 기반의 정비속성별 가중치 연산 및 퍼지 로직을 활용하여 정비도를 산출하였다. 본 연구결과의 활용을 통해, 일관성 있고 진화적인 정비도 모델을 효율적으로 관리할 수 있고, 시스템의 정비도 설계 상태를 정량적으로 분석할 수 있으며 정비도가 낮은 품목을 조기에 식별하여 빠른 의사결정과 설계 개선을 달성할 수 있다.

• 한국전산구조공학회논문집
• /
• 제37권3호
• /
• pp.163-171
• /
• 2024

본 논문에서는 다목적 구조물인 다중연결 해양부유체를 대상으로 변형 기반 모드 차수축소법을 적용하고 차수축소모델의 구조응답 예측 성능을 향상시키기 위해 유전 알고리즘 기반의 센서 배치 최적화를 수행하였다. 다중연결 해양부유체의 차수축소모델 생성에 필요한 변형 기반 모드 데이터를 얻기 위해 다양한 규칙파랑하중조건에 대한 유체-구조 연성 수치해석을 수행하고 변형 기반 모드의 직교성, 자기상관계수를 이용하여 주요 변형 기반 모드를 선정하였다. 다중연결 해양부유체의 경우 차수축소모델의 구조응답 예측 성능이 계측 및 예측 구조응답 위치에 따라 민감하기 때문에 유전 알고리즘 기반의 최적화를 수행하여 최적의 센서 배치를 도출하였다. 최적화 결과, 모든 센서 배치 조합에 대한 차수축소모델 생성 및 예측 성능 평가 대비 약 8배의 계산 비용을 절감하였으며, 예측 성능 평가 지표인 평균 제곱근 오차가 초기 센서 배치보다 84% 감소하였다. 또한, 다중연결 해양부유체 모형시험 결과를 이용하여 불규칙파랑하중에 대한 최적화된 센서 배치의 차수축소모델의 구조응답 예측 성능을 평가 및 검증하였다.

• 대한원격탐사학회지
• /
• 제28권4호
• /
• pp.409-420
• /
• 2012

산업혁명 이후 대기 중 이산화탄소 농도는 증가하고 있으며 이는 기후변화로 나타나고 있다. 본 연구에서는 기후변화에 의한 영향을 파악하기 위하여 원격탐사를 이용하여 만년설의 시계열 변화를 정량적으로 분석하고, 종설되는 시점을 통계적으로 예측하고자 한다. 연구지역은 아프리카 탄자니아의 킬리만자로 만년설이다. 1984년 6월부터 2011년 7월까지 전체 27년간 23장의 Landsat-5 TM 및 Landsat-7 ETM+ 자료를 사용하였다. 연구를 위하여 첫째, COST 대기보정 모델을 이용하여 각 영상들의 대기보정을 수행하였다. 둘째, NDSI(Normalized Difference Snow Index) 알고리즘을 이용하여 만년설 면적을 추출하였다. 셋째, SRTM DEM을 이용하여 만년설의 최저고도를 추출하였다. 마지막으로, 일차함수 형태의 추세선을 활용하여 종설 시점을 예측하였다. 분석은 23장 전부를 활용한 것과 건기에 촬영된 17장만을 활용한 것으로 나누어 분석하였다. 분석결과 면적은 27년 동안 약 $9.01km^2$에서 약 $2.54km^2$로 약 $6.47km^2$ 감소하였고, 이는 약 73% 면적의 감소를 의미한다. 최저고도는 27년 동안 약 4,603 m에서 4,893 m로 약 290 m 상승하였다. 추세선을 활용한 결과 면적은 매년 건기에 $0.342km^2$, 전체적으로 $0.421km^2$씩 감소하고 있으며, 최저고도는 매년 건기에 9.848 m, 전체적으로 11.251 m씩 상승하고 있는 것으로 나타났다. 면적 감소량을 통해 종설 시점을 예측한 결과 95% 신뢰도에서 2020년에 완전히 사라질 것으로 분석되었다. 이 연구는 적설지역의 변화를 통하여 전 지구의 기후변화를 모니터링할 수 있다는 근거를 제시했으며, 향후 연구지역 또는 유사 지역의 만년설 현황을 파악하는데 참고 자료로서 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.121-142
• /
• 2023

수입식품의 수입 건수와 수입 중량이 꾸준히 증가함에 따라 식품안전사고 방지를 위한 수입식품의 안전관리가 더욱 중요해지고 있다. 식품의약품안전처는 통관단계의 수입검사와 더불어 통관 전 단계인 해외제조업소에 대한 현지실사를 시행하고 있지만 시간과 비용이 많이 소요되고 한정된 자원 등의 제약으로 데이터 기반의 수입식품 안전관리 방안이 필요한 실정이다. 본 연구에서는 현지실사 전 부적합이 예상되는 업체를 사전에 선별하는 기계학습 예측 모형을 마련하여 현지실사의 효율성을 높이고자 하였다. 이를 위해 통합식품안전정보망에 수집된 총 303,272건의 해외제조가공업소 기본정보와 2019년도부터 2022년 4월까지의 현지실사 점검정보 데이터 1,689건을 수집하였다. 해외제조가공업소의 데이터 전처리 후 해외 제조업소_코드를 활용하여 현지실사 대상 데이터만 추출하였고, 총 1,689건의 데이터와 103개의 변수로 구성되었다. 103개의 변수를 테일유(Theil-U) 지표를 기준으로 '0'인 변수들을 제거하였고, 다중대응분석(Multiple Correspondence Analysis)을 적용해 축소 후 최종적으로 49개의 특성변수를 도출하였다. 서로 다른 8개의 모델을 생성하고, 모델 학습 과정에서는 5겹 교차검증으로 과적합을 방지하고, 하이퍼파라미터를 조정하여 비교 평가하였다. 현지실사 대상업체 선별의 연구목적은 부적합 업체를 부적합이라고 판정하는 확률인 검측률(recall)을 최대화하는 것이다. 머신러닝의 다양한 알고리즘을 적용한 결과 Recall_macro, AUROC, Average PR, F1-score, 균형정확도(Balanced Accuracy)가 가장 높은 랜덤포레스트(Random Forest)모델이 가장 우수한 모형으로 평가되었다. 마지막으로 모델에 의해서 평가된 개별 인스턴스의 부적합 업체 선정 근거를 제시하기 위해 SHAP(Shapley Additive exPlanations)을 적용하고 현지실사 업체 선정 시스템에의 적용 가능성을 제시하였다. 본 연구결과를 바탕으로 데이터에 기반한 과학적 위험관리 모델을 통해 수입식품 관리체계의 구축으로 인력·예산 등 한정된 자원의 효율적 운영방안 마련에 기여하길 기대한다.