• 분석과학
• /
• 제33권6호
• /
• pp.262-273
• /
• 2020

식품 중 대표적인 오일 제형인 크릴오일 중에 불소 시험법 개발을 위해 식약처 "식품등 시험법 마련 표준절차에 관한 가이드라인"에 따라서 연소-이온크로마토그래피를 사용하여 크릴오일 중 불소 시험법을 개발하였다. 기존 크릴오일 중 불소 시험법은 전통적인 습식 전위차법이 사용되었으나, 신뢰성이 높지 않았고 국내에서는 이러한 오일 제형에 대해서는 불소 시험을 하는 식품검사기관이 없는 상황이었다. 이에 할로젠 시험법 관련 국가 및 국제표준으로 개발된 시험규격을 확인하였으며, 이 중에 오일 제형에 충분히 적용 가능한 연소-이온크로마토그래프 장비를 선택하여 크릴오일에 적합한 시험법을 개발하였다. 오일 제형의 특성상 시료준비 및 도입 시에 손실 및 각종 방해 (interference) 관련 우려를 사전 검토하여 다양한 실험을 통해서 최적의 시험법을 확립하였다. 개발된 오일 중 불소 시험법을 활용하여 유통되는 크릴오일 제품 11 개를 구입하여 불소함량 시험을 하였으며, 1개 시료를 제외한 대부분 제품들은 시험법에서 제시한 보고서 검출한계 미만으로 불검출을 확인하였다. 또한 불소가 검출되는 부분을 확인하기 위해 진행한 크릴새우 자체 시험한 결과, 크릴 부위에 따라서 농도가 다르긴 하지만, 몸통을 제외한 크릴 껍질부는 약 2,000 mg/kg ~ 3,000 mg/kg의 높은 불소함량이 검출됨을 확인하였다. 이후 확립된 시험법을 국제공인 시험기관 (ISO/IEC 17025) 2 곳에 시료를 의뢰하여 본 수행기관과 시험결과를 비교해 본 결과, 3개 실험실 간에 분산분석 통계처리에서 결과의 유의차가 없음을 확인하였고, 이에 본 내용을 토대로 크릴오일 중 불소함량 분석법 관련 시험법으로 적합함을 확인하였다.

• 재활치료과학
• /
• 제10권3호
• /
• pp.137-149
• /
• 2021

목적 : 본 연구는 중소도시 지역 거주 고령자의 건강 증진을 위한 ICT-리빙랩(Living lab) 기반 프로그램의 효과성을 검증하고 이에 따라 현대사회가 직면한 노인 건강과 삶의 질 문제 해결에 대한 기초자료를 제공하고자 한다. 연구방법 : 2019년 10월부터 11월까지 2개월에 걸쳐 강원도 W시에 소재한 경로당을 이용하는 고령자 14명을 대상으로 ICT-리빙랩 기반 프로그램을 실시하였다. 본 프로그램은 노인 관련 전문가 4명, ICT 전문가 1명의 자문과 대상자들의 필요와 요구를 고려하여 구성하였다. 프로그램은 사전 평가 10분, 준비활동 10분, 주활동 30분, 마무리 10분으로, 총 60분의 구성을 주 1회씩 2개월간, 총 8회기를 실시하였다. 결과 : 실험대상자들은 사전평가에 비해 사후평가에서 삶의 질 점수(EQ-5D)가 0.76에서 0.84로 증가하였고(p=.009^*), 주관적 건강상태(EQ-VAS)는 36.43에서 65.71로 증가하였다(p=.001^*). 인지능력(MMSE-DS)은 21.21에서 24.14로 증가하였고(p=.000^*), 우울감(SGDS-K)에서는 3.36에서 3.21로 평균점수가 감소하였지만 유의한 차이는 없었다(p=.854). 결론 : 본 연구의 ICT-리빙랩 프로그램은 현대사회가 직면한 노인문제를 예방 및 개선하여 건강과 삶의 질을 증진시키는 방안 중 하나로써 추후 관련 연구에 대한 기초자료로 활용될 수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권4호
• /
• pp.133-142
• /
• 2021

최근 딥러닝은 하드웨어 성능이 향상됨에 따라 자연어 처리, 영상 인식 등의 다양한 기술에 접목되어 활용되고 있다. 이러한 기술들을 활용해 지능형 교통 시스템(ITS), 스마트홈, 헬스케어 등의 산업분야에서 데이터를 분석하여 고속도로 속도위반 차량 검출, 에너지 사용량 제어, 응급상황 등과 같은 고품질의 서비스를 제공하며, 고품질의 서비스를 제공하기 위해서는 정확도가 향상된 딥러닝 모델이 적용되어야 한다. 이를 위해 서비스 환경의 데이터를 분석하기 위한 딥러닝 모델을 개발할 때, 개발자는 신뢰성이 검증된 최신의 딥러닝 모델을 적용할 수 있어야 한다. 이는 개발자가 참조하는 딥러닝 모델에 적용된 학습 데이터셋의 정확도를 측정하여 검증할 수 있다. 이러한 검증을 위해서 개발자는 학습 데이터셋, 딥러닝의 계층구조 및 개발 환경 등과 같은 내용을 포함하는 딥러닝 모델을 문서화하여 적용하기 위한 구조적인 정보가 필요하다. 본 논문에서는 신뢰성있는 딥러닝 기반 데이터 분석 모델을 참조하기 위한 딥러닝 기술 언어를 제안한다. 제안하는 기술 언어는 신뢰성 있는 딥러닝 모델을 개발하는데 필요한 학습데이터셋, 개발 환경 및 설정 등의 정보와 더불어 딥러닝 모델의 계층구조를 표현할 수 있다. 제안하는 딥러닝 기술 언어를 이용하여 개발자는 지능형 교통 시스템에서 참조하는 분석 모델의 정확도를 검증할 수 있다. 실험에서는 제안하는 언어의 유효성을 검증하기 위해, 번호판 인식 모델을 중심으로 딥러닝 기술 문서의 적용과정을 보인다.

• 한국식품위생안전성학회지
• /
• 제36권4호
• /
• pp.281-288
• /
• 2021

GF-AAS와 수은분석기를 이용하여 납, 비소, 카드뮴 및 수은의 회수율로 정확도를 측정한 결과 92.67-102.56% 범위에서 측정되었고, 정밀도를 측정한 결과 0.21-6.00 RSD%의 재현성을 보였으며, CODEX guideline에서 규정하는 범위에 적합하였다. 또한, FAPAS QC material을 검증결과, 회수율은 96.7-102.0%, 재현성은 0.33-4.93 RSD%로 우수한 결과를 나타냈다. 한약재 430건의 평균 Pb 함량은 254.9 ㎍/kg(N.D.-2,515.2)이었고, 평균 As 함량은 171.0 ㎍/kg (N.D.-2,465.2)이었으며, 평균 Cd 함량은 99.2 ㎍/kg (N.D.-797.1), 평균 Hg 함량은 6.0 ㎍/kg (N.D.-83.6)이었다. 분석 결과 우리나라에 유통되는 한약재 20종은 식품의약품안전처에서 규정하는 한약재의 중금속 함량에 대한 허용기준 이내의 결과로 모두 안전한 수준의 한약재로 나타났다. 이를 토대로 한약 규격품 제조업소를 품질관리의 기준으로 하여 유통되기 직전의 가공 포장 과정에서의 한약재 중 납, 비소, 카드뮴 및 수은의 함량을 조사하여 한약재 내 중금속 함량 실태를 파악하고, 국민에게 안전하고 우수한 한약재를 공급하기 위한 기초자료로 활용할 수 있을 것으로 사료된다.

• 대한감각통합치료학회지
• /
• 제19권3호
• /
• pp.22-31
• /
• 2021

목적 : 본 연구의 목적은 아동의 감각처리능력을 확인하는데 사용하는 가정용 Sensory Processing Measure(SPM)을 우리나라에 적용하기 위해 번역과정을 거친 후 내용타당도를 알아보는 것이다. 연구방법 : 내용타당도 연구를 위해 번역, 역번역 과정에서 항목을 수정하였고, 전문가 집단을 구성하여 내용타당도를 검증하였다. 전문가 집단은 각 지역별 작업치료학과 교수 3명을 전문가 집단으로 구성하여 내용타당도를 확인하였다. 내용타당도는 각 항목에 대하여 의미성와 구조성으로 나누어 4점 척도로 실시하였으며 1점은 매우 타당하지 않음, 2점은 타당하지 않음, 3점은 타당함, 4점은 매우 타당함으로 점수화하였다. 역번역은 이중언어를 사용하는 2명이 참여하여 2개의 역번역본에서 일치하는 않는 부분을 확인한 다음 전문가 집단에서 토의 후 보완하였다. 이렇게 번역된 한국어판은 작업치료를 받고 있는 아동의 부모 13명을 대상으로 이해도 검증을 실시하였다. 결과 : 전문가 집단을 대상으로 원본 SPM과 한국어로 번역한 SPM을 비교한 결과 평균 3.54± .74(리커트 4점 척도), 의미성에 대한 평균방식의 척도 내용타당도 지수(Scale-level Content Validity Index; S-CVI/Avg)는 .92, 구조성에 대한 평균방식의 척도 내용타당도 지수(S-CVI/Avg)는 .86이었다. 역번역 결과, 내용 일치도는 평균 3.77± .47로 나타나 내용이 일치한다고 볼 수 있다. 역번역 및 수정을 거친 SPM을 부모 집단을 대상으로 이해도 검증 결과 평균 3.48 ± .63(리커트 4점 척도)이었으며 평균방식의 척도 내용타당도 지수(S-CVI/Avg)는 .94로 나타났다. 결론 : 본 연구는 타문화권에서 개발된 SPM을 번역 및 역번역 과정을 거쳐 내용타당도를 검증함으로써 한국어판 가정용 SPM을 우리 문화권에 사용하기 위한 기초자료를 제시하는데 연구의 의의가 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권8호
• /
• pp.467-476
• /
• 2020

본 연구는 전문대학 비대면 온라인 수업에 대한 교육의 질, 학습정서가 학습성과에 미치는 영향을 살펴보고 이들 간의 관계를 밝혀보는 다각적인 분석을 통해 온라인 수업의 질 향상을 위한 기반연구로서의 목적이 있다. 이를 위해 2020년도 3월 1일부터 2020년도 8월31일까지 수도권 소재 H 전문대학 학생 1000명을 대상으로 설문조사를 실시하였다. 수집된 자료는 SPSS Statistics 18.0 프로그램을 사용하여 통계처리 하였으며 온라인 수업에 대한 인식, 수업의 질, 학습정서와 관련된 요인들이 학습성과에 주는 영향력과 영향관계를 밝히기 위해 t검증, 상관분석, 다중회귀 분석을 실시하였다. 연구결과는 첫째, 온라인 수업에 대해 성별, 학년별로 통계적으로 유의미한 인식 차이가 있었다. 둘째, 온라인 수업에 대한 교육의 질, 학습정서, 학습성과는 정적상관을 보이고 있었다. 셋째, 학습성과 중 성취도에 영향을 미치는 요인은 교육내용과 긍정적 정서로 나타났으며 학습성과 중 만족도에 영향을 미치는 요인은 교육내용, 학습환경으로 타나났다. 결론적으로 전문대학 비대면 온라인 수업에 대한 교육의 질, 학습 정서가 학습성과가 서로 영향을 미치고 있고, 전문대학생들의 학년, 성별에 따라 온라인 수업 만족도에 영향을 미치고 있기에 전문대학 수업의 질적 수월성을 확보하기 위해 향후 노력을 기울여야 하는 부분은 전문대학생들이 자신이 취업하고자 하는 직업 현장의 문제를 창의적으로 해결하고 탐색할 수 있도록 이끄는 학습 내용개발과 학년별, 단계별 접근이 허용되는 학습방법 개발, 학습자들이 안정적으로 수업할 수 있도록 이끄는 수업환경조성이 선행되어야 함을 시사하고 있다.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.319-325
• /
• 2021

무선 기술의 고도화 및 이동통신 기술의 인프라가 빠르게 성장함에 따라 AI 기반 플랫폼을 적용한 시스템이 사용자의 주목을 받고 있다. 특히 사용자의 취향이나 관심사 등을 이해하고, 선호하는 아이템을 추천해주는 시스템은 고도화된 전자상거래 맞춤형 서비스 및 스마트 홈 등에 적용되고 있다. 그러나 이러한 추천 시스템은 다양한 사용자들의 취향이나 관심사 등에 대한 선호도를 실시간으로 반영하기 어렵다는 문제가 있다. 본 연구에서는 이러한 문제를 해소하기 위해 GRU(Gated Recurrent Unit) 언어 모델을 이용한 Fuzzy-AHP 기반 영화 추천 시스템을 제안하였다. 본 시스템에서는 사용자의 취향이나 관심사를 실시간으로 반영하기 위해 Fuzzy-AHP를 적용하였다. 또한 대중들의 관심사 및 해당 영화의 내용을 분석하여 사용자가 선호하는 요인과 유사한 영화를 추천하기 위해 GRU 언어 모델 기반의 모델을 적용하였다. 본 추천 시스템의 성능을 검증하기 위해 학습 모듈에서 사용된 스크래핑 데이터를 이용하여 학습 모델의 적합성을 측정하였으며, LSTM(Long Short-Term Memory) 언어 모델과 Epoch 당 학습 시간을 비교하여 학습 수행 속도를 측정하였다. 그 결과 본 연구의 학습 모델의 평균 교차 검증 지수가 94.8%로 적합하다는 것을 알 수 있었으며, 학습 수행 속도가 LSTM 언어 모델보다 우수함을 확인할 수 있었다.

• Journal of Gastric Cancer
• /
• 제22권2호
• /
• pp.120-134
• /
• 2022

Purpose: This study aimed to identify prognostic factors for patients with distant lymph node-involved gastric cancer (GC) using a machine learning algorithm, a method that offers considerable advantages and new prospects for high-dimensional biomedical data exploration. Materials and Methods: This study employed 79 features of clinical pathology, laboratory tests, and therapeutic details from 289 GC patients whose distant lymphadenopathy was presented as the first episode of recurrence or metastasis. Outcomes were measured as any-cause death events and survival months after distant lymph node metastasis. A prediction model was built based on possible outcome predictors using a random survival forest algorithm and confirmed by 5×5 nested cross-validation. The effects of single variables were interpreted using partial dependence plots. A contour plot was used to visually represent survival prediction based on 2 predictive features. Results: The median survival time of patients with GC with distant nodal metastasis was 9.2 months. The optimal model incorporated the prealbumin level and the prothrombin time (PT), and yielded a prediction error of 0.353. The inclusion of other variables resulted in poorer model performance. Patients with higher serum prealbumin levels or shorter PTs had a significantly better prognosis. The predicted one-year survival rate was stratified and illustrated as a contour plot based on the combined effect the prealbumin level and the PT. Conclusions: Machine learning is useful for identifying the important determinants of cancer survival using high-dimensional datasets. The prealbumin level and the PT on distant lymph node metastasis are the 2 most crucial factors in predicting the subsequent survival time of advanced GC.

• 한국노년학
• /
• 제40권2호
• /
• pp.325-340
• /
• 2020

치매 증상의 진행 지연 및 관리비용의 절감을 위해서는 치매를 조기에 발견하여 관리하는 것이 중요하다. 이에 본 연구에서는 치매와 관련된 인지신경학적 손상을 측정할 수 있는 간단한 그림검사인 도형모사검사를 개발하여, 치매 선별 가능성을 확인하고자 하였다. 또한, 도형모사검사의 이미지 데이터에 대한 기계학습을 통해 검사 채점의 자동화 가능성을 확인하고자 하였다. 이를 위해 270명의 일반 및 손상집단 참가자들에 대하여 도형모사검사, MMSE-DS, 그리고 시계그리기 검사를 수행하였다. 분석 결과, 도형모사검사의 점수는 높은 내적 일치도를 보였을 뿐만 아니라, 다른 두 검사 점수와 유의한 상관을 보여 검사의 타당성을 확인하였다. 세 검사의 치매 선별 정확도를 비교하기 위해 판별분석을 시행한 결과, 다른 두 검사와 비교했을 때 도형모사검사가 일반 및 손상 집단을 각각 90.8% 및 77.1%의 정확도로 예측하여, 집단에 대한 예측 수준이 상대적으로 더 높은 것으로 나타났다. 또한, 신경과 진단을 통한 임상 결과를 통해, MMSE-DS를 통해 선별하지 못했던 치매 사례들을 도형모사검사를 이용하여 선별할 수 있음을 확인하였다. 마지막으로, 도형모사검사의 이미지 데이터를 이용한 기계학습을 수행한 결과, 73.70%의 정확률로 집단을 예측하는 것을 확인하였다. 본 연구는 기존에 사용되어 온 치매 선별 검사의 한계를 보완하여, 시행과 채점이 간편한 새로운 그림검사를 개발하였다는 점에서 의의를 지닌다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제28권2호
• /
• pp.107-131
• /
• 2022

본 연구는 직장 내 괴롭힘 주변인 행동을 측정하는 척도를 개발하고 타당화하는 것을 목적으로 실시되었다. 이를 위해 직장 내 괴롭힘 관련 선행연구를 참고하여 문항을 개발하고, 친가해행동, 방어행동, 방관행동으로 하위유형을 규정하였다. 전문가를 통한 내용 타당도 확인 후 총 31문항의 예비문항을 구성하였다. 지난 3년간 직장 내 괴롭힘을 직·간접적으로 목격한 민간기업 사무직 직장인 288명의 설문자료로 탐색적 요인분석을 실시하여 최종문항 26개를 선정하였으며, 이 과정에서 방어행동이 적극적 유형과 지지적 유형 두 가지 구인으로 변별됨이 확인되었다. 지난 1년간 직장 내 괴롭힘을 직·간접적으로 목격한 민간기업 사무직 직장인 518명의 자료로 확인적 요인분석을 실시하고 개발된 척도의 타당성과 신뢰성을 확인하였다. 하위유형의 재확인을 위해 경쟁모형 비교를 실시한 결과 적극적 방어행동과 지지적 방어행동이 변별됨이 재차 확인되었다. 직장 내 괴롭힘 가해행동, 조직 내 이타적 행동, 친 사회적 행동, 개입에의 공포, 도덕적 이탈, 죄책감, 도덕적 정체성의 준거변인을 설정하여 모든 하위유형의 준거 관련 타당도를 확인하였다. 본 연구의 결과로 직장 내 괴롭힘 주변인 행동과 관련된 후속 연구 과제와 직장 내 괴롭힘 예방 및 개입에 있어 주변인 행동을 활용할 방안에 대해 논의하였다.