• 한국식품위생안전성학회지
• /
• 제31권5호
• /
• pp.327-334
• /
• 2016

본 연구는 "축산물의 가공기준 및 성분규격"에 기준규격은 설정되어 있지 않으나, 국제 기준과의 조화를 위해 규격 신설 검토 대상 성분인 비오틴의 분석법을 마련하고자 수행하였다. 조제유류에 미량으로 함유된 비오틴함량 분석을 위해 선택성과 정밀성이 뛰어난 LC-MS/MS를 이용한 분석법을 확립하고 시중에 유통중인 제품을 대상으로 적용성을 검토하였다. 비오틴 표준품을 이용하여 LC-MS/MS를 이용한 기기분석조건을 확립하고, 식품의 기준 및 규격 분석법을 참고로 0.01 M 인산이수소칼륨(pH 4.8) 용액을 이용하여 시료중의 비오틴을 추출하여 분석하였다. 분석법 검증은 특이성, 직선성, 검출한계 및 정량한계, 정확성, 정밀성에 대해 수행되었다. 5~60 ng/mL의 농도범위에서 $R^2=0.999$ 이상의 우수한 직선성을 확인할 수 있었으며, LOD와 LOQ는 각각 0.10, 0.31 ng/mL 이었다. CRM (NIST SRM 1849a) 및 표준물질 첨가법을 이용하여 정확성을 검토하였으며, CRM에서 103%, 조제분유에서 101~104%, 조제우유에서 99~101%의 회수율을 확인할 수 있었다. 정밀성을 검토한 결과 시료 채취량에 따른 상대표준편차가 조제분유 0.4~0.9%, 조제우유1.4~1.6%로 확인하였으며, 실험일자에 따른 재현성은 조제분유에서 1.3%, 조제우유에서 1.2%로 확인하였다. 본 연구에서 확립된 분석법을 적용하여 조제분유 39건, 조제우유 3건, 성장기용조제분유 23건 등 국내 유통중인 조제유류 65건에 대해 적용성 검토를 실시한 결과 전체시료에서 분석이 용이하였으며, 모두 표시기준에 적합함을 확인하였다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.121-139
• /
• 2014

기업의 부도 예측은 재무 및 회계 분야에서 매우 중요한 연구 주제이다. 기업의 부도로 인해 발생하는 비용이 매우 크기 때문에 부도 예측의 정확성은 금융기관으로서는 매우 중요한 일이다. 최근에는 여러 개의 모형을 결합하는 앙상블 모형을 부도 예측에 적용해 보려는 연구가 큰 관심을 끌고 있다. 앙상블 모형은 개별 모형보다 더 좋은 성과를 내기 위해 여러 개의 분류기를 결합하는 것이다. 이와 같은 앙상블 분류기는 분류기의 일반화 성능을 개선하는 데 매우 유용한 것으로 알려져 있다. 본 논문은 부도 예측 모형의 성과 개선에 관한 연구이다. 이를 위해 사례 선택(Instance Selection)을 활용한 배깅(Bagging) 모형을 제안하였다. 사례 선택은 원 데이터에서 가장 대표성 있고 관련성 높은 데이터를 선택하고 예측 모형에 악영향을 줄 수 있는 불필요한 데이터를 제거하는 것으로 이를 통해 예측 성과 개선도 기대할 수 있다. 배깅은 학습데이터에 변화를 줌으로써 기저 분류기들을 다양화시키는 앙상블 기법으로 단순하면서도 성과가 매우 좋은 것으로 알려져 있다. 사례 선택과 배깅은 각각 모형의 성과를 개선시킬 수 있는 잠재력이 있지만 이들 두 기법의 결합에 관한 연구는 아직까지 없는 것이 현실이다. 본 연구에서는 부도 예측 모형의 성과를 개선하기 위해 사례 선택과 배깅을 연결하는 새로운 모형을 제안하였다. 최적의 사례 선택을 위해 유전자 알고리즘이 사용되었으며, 이를 통해 최적의 사례 선택 조합을 찾고 이 결과를 배깅 앙상블 모형에 전달하여 새로운 형태의 배깅 앙상블 모형을 구성하게 된다. 본 연구에서 제안한 새로운 앙상블 모형의 성과를 검증하기 위해 ROC 커브, AUC, 예측정확도 등과 같은 성과지표를 사용해 다양한 모형과 비교 분석해 보았다. 실제 기업데이터를 사용해 실험한 결과 본 논문에서 제안한 새로운 형태의 모형이 가장 좋은 성과를 보임을 알 수 있었다.

• Clinical and Experimental Pediatrics
• /
• 제48권7호
• /
• pp.706-710
• /
• 2005

목 적 : 출생 후 3세까지는 언어와 청각신경로의 발달의 가장 중요한 시기로 신생아 청력 선별검사를 통해서 선천성 난청의 조기 진단은 청력 손실로 인한 언어장애를 최소화 하고 언어 발달을 위한 재활 교육의 기회를 제공하여 정상적인 언어 생활을 하는데 중요한 역할을 하게 된다. 우리나라에는 아직 충분한 통계가 없지만 미국의 경우 정상 신생아의 1,000명당 2-7명이 선천성 영구적 난청을 가지고 태어나는 것으로 알려져 있고, 2세 이전에 난청이 발견되어 치료하지 않는다면 언어발달의 중요한 시기를 놓치게 되어 행동장애나 학습장애를 초래하게 된다. 이 연구는 신생아 청력 선별검사를 통해 신생아 난청의 빈도를 파악하여 신생아 청력검사의 중요성을 알리고자 한다. 방 법 : 2003년 5월 20일부터 2004년 5월 19일까지 좋은문화 병원에서 출생한 신생아 2,755명 중 부모의 동의를 얻은 1,718명을 대상으로 생후 1개월 이내 내간유발반응검사(AABR. ALGO-3)를 이용하여 35 dB의 소리를 주어 시행하였다. 난청의 위험요소가 있는 군과 위험요소가 없는 군으로 구분하였고 1차 청력검사에서 통과된 경우 'pass'군 통과되지 않는 경우 'refer'군으로 하였다. 생후 1개월내 청력검사에서 'pass'되지 않았으면 1개월 뒤에 재검사를 받도록 하였고 재검사에서 'refer'가 나온 경우 난청 클리닉에 의뢰하여 난청을 확진하였다. 결 과 : 총 1,718명 중 'pass'군과 'refer'군 사이의 분만형태 출생체중 재태연령에는 차이가 없었다. 1차 검사에서 'refer'가 나온 경우는 총 45명(2.6%)이었으며 이중 35명이 재검사를 받았으며 10명은 재검사를 거절하였다. 재검사한 35명 중 6명(17.0%)이 재검사를 통과하지 못하였고 모두 선천성 난청으로 진단되었다. 이는 전체 검사자 1,718명의 0.35%(1,000명당 3.5명) 해당되었다. 'refer'군에서 한 가지 이상 위험요소가 동반되는 경우는 45명 중 10명(22.2%) 'pass'군에서 위험요소가 있는 경우는 1,673명 중 263명(15.7%)으로, 위험 요소가 있으면서 'refer'가 나온 군이 위험요소가 없으면서 'refer'가 나온 군과 비교했을 때 통계적으로 의미가 없었다. 결 론 : 본 연구의 결과는 신생아기의 난청의 빈도가 1,000명 당 3.5명으로 외국 통계와 비슷한 것으로 나타났으며, 이는 선천성 대사질환보다 월등히 빈도가 높으며, 태어나는 신생아에서 반드시 신생아 청력선별검사를 해야 할 것으로 사료된다.

• Korean Chemical Engineering Research
• /
• 제58권2호
• /
• pp.235-247
• /
• 2020

Sulfur-Iodine cycle (SI cycle)은 요오드와 황을 첨가하여 최종적으로 물을 열화학적으로 분해하여 산소와 수소를 생산하는 공정으로 황산분해, 요오드화 수소 분해, 분젠반응 등 세가지 반응들로 이루어져 있다. 분젠 반응은 두가지 공정 중간에 존재하므로 두 반응에 필요한 화학물을 조달하는 역할로 이에 대한 상분리 및 반응기에 대한 분석이 중요하다. 본 연구에서는 50 L/hr 수소를 생산하는 pilot scale의 Sulfur-Iodine Cycle 중 분젠 공정에 대한 모사, 민감도 분석, 민감도 분석을 토대로한 각각 상분리기와 분젠 반응기에 대한 최적 조건을 제시하였다. 열역학 물성치의 계산을 위해 Electrolyte Non-Random Two Liquid (ELECNRTL) model 사용하였다. 모델에 대한 신뢰도 확보를 위해서 실제 pilot scale의 공정 데이터와 검증을 수행하였다. 반응기의 종류를 선정하기 위해 Continuous Stirred Tank Reactor (CSTR)과 Plug Flow Reactor (PFR) 동일한 온도 및 부피 변화에서 SO₂ 전환율을 비교하였다. 상분리기 선정을 위해 3상 분리 시스템(기체-액체-액체)과 액체-기체 분리 후 액체-액체 구조에서 H₂SO₄ 상과 HI_X 상에서의 불순물들을 비교하였다. PFR에서 온도, 지름, 길이를 결정 변수로 SO₂ 전환율을 최대화 하기 위한 최적화를 수행하였는데, 온도 121 ℃와 PFR의 지름이 0.20 m 및 길이 7.6 m 일 때 SO₂ 전환율이 98% 최적 결과임을 확인하였다. 기존 pilot scale과 동일한 운전 조건 하에 PFR의 지름 3/8 inch, 길이 3.0 m, 120 ℃ 일 때 인입 몰량인 I₂ 및 H₂O를 결정 변수로 SO₂ 전환율에 대한 최적화를 수행하였을 때, SO₂ 전환율이 10% 일때 H₂O 및 I₂ 의 인입 몰량은 각각 17%와 22%로 감소하였다. 앞선 조업 조건 최적화 조건 (121 ℃, 지름 0.20 m, 길이: 7.6 m) 경우에는 SO₂ 전환율이 98% 일 때 H₂O가 1% 그리고 I₂가 7% 감소하였다. 상분리기에서 HI_X 상내 H₂SO₄ 최소화하는 목적함수에서 그에 상응하는 온도, I₂와 H₂O를 결정 변수로 설정하였을 때, H₂O 몰량이 기존공정보다 17% 감소하고 I₂ 몰량이 24% 감소하였을 때 최소 불순물이 생성하였다.

• 대한핵의학회지
• /
• 제38권1호
• /
• pp.74-84
• /
• 2004

목적:. I-125는 저에너지(27-35 keV) 방사선을 방출하기 때문에 두께가 얇은 섬광결정과 조준기를 사용할 수 있어 고분해능, 고민감도 영상획득에 유리한 물리적 특성을 가지고 있다. 이 연구의 목적은 새로운 시뮬레이션 도구인 GATE (Geant4 Application for Tomographic Emission)를 사용하여 최적의 I-125 SPECT 시스템 파라미터를 도출하는 것이다. 대상 및 방법: 시뮬레이션 방법의 신뢰성을 검증하기 위해, Weisenberger 등이 개발한 감마 카메라 시스템을 모사하였다. 섬광체로 평판형 Nal(T1)을 사용하였으며, 두께는 검출효율을 계산해서 결정하였다. 평행구멍조준기와 바늘구멍조준기의 여러 파라미터가 공간분해능과 민감도에 미치는 영향을 평가하였다. 그리고 최적화된 조준기를 결합한 I-125 SPECT의 성능을 평가하였다. 결과: 시뮬레이션에 대한 신뢰성 검증연구 결과, 측정과 시뮬레이션에서 공간분해능(4%)과 민감도(3%)가 유사함을 확인하였다. Nal(T1) 두께는 I-125 감마선을 98% 검출할 수 있도록 1 mm로 결정하였다. 시뮬레이션 결과 고분해능 평행구멍조준기로 구멍크기가 0.2 mm이고 길이가 5 mm인 사각구멍조준기를 선택하였고, 범용 평행구멍조준기로 구멍크기가 0.5 m이고, 길이가 10 mm인 육각구멍조준기를 선택하였다. 바늘구멍조준기는 구멍지름이 0.25 mm이고 채널높이가 0.1 mm이며, 허용각도가 90도인 조준기를 선택하였다. 최적화된 고분해능 평행구멍조준기, 범용 평행구멍조준기, 바늘구멍조준기를 결합한 I-125 SPECT의 재구성 영상 공간분해능은 각각 1.2 mm, 1.7 mm, 0.8 mm였으며, 민감도는 39.7 cps/MBq, 71.9 cps/MBq, 5.5 cps/MBq이었다. 결론: GATE 시뮬레이션으로 I-125 영상에 적합한 섬광결정 파라미터 및 조준기 파라미터를 도출하였다. 이 연구결과는 I-125 SPECT로 탁월한 고분해능, 고민감도 영상을 얻을 수 있음을 보여준다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.143-163
• /
• 2016

인구통계학적 정보는 디지털 마케팅의 핵심이라 할 수 있는 인터넷 사용자에 대한 타겟 마케팅 및 개인화된 광고를 위해 고려되는 가장 기초적이고 중요한 정보이다. 하지만 인터넷 사용자의 온라인 활동은 익명으로 행해지는 경우가 많기 때문에 인구통계특성 정보를 수집하는 것은 쉬운 일이 아니다. 정기적인 설문 조사를 통해 사용자들의 인구통계특성 정보를 수집할 수도 있지만 많은 비용이 들며 허위 기재 등과 같은 위험성이 존재한다. 특히, 모바일 환경에서는 대부분의 사용자들이 익명으로 활동하기 때문에 인구통계특성 정보를 수집하는 것은 더욱 더 어려워지고 있다. 반면, 인터넷 사용자의 온라인 활동을 기록한 클릭스트림 데이터는 해당 사용자의 인구통계학적 정보에 활용될 수 있다. 특히, 인터넷 사용자의 온라인 행위 특성 중 하나인 페이지뷰는 인구통계학적 정보 예측에 있어서 중요한 요인이 된다. 본 연구에서는 기존 선행 연구를 토대로 클릭스트림 데이터 분석을 통해 인터넷 사용자의 온라인 행위 특성을 추출하고 이를 해당 사용자의 인구통계학적 정보 예측에 사용한다. 또한, 1)의사결정나무를 이용한 변수 축소, 2)주성분분석을 활용한 차원축소, 3)군집분석을 활용한 변수축소의 방법을 제안하고 실험에 적용함으로써 많은 설명변수를 이용하여 예측 모델 생성 시 발생하는 차원의 저주와 과적합 문제를 해결하고 예측 모델의 정확도를 높이고자 하였다. 실험 결과, 범주의 수가 많은 다분형 종속변수에 대한 예측 모델은 모든 설명변수를 사용하여 예측 모델을 생성했을 때보다 본 연구에서 제안한 방법론들을 적용했을 때 예측 모델에 대한 정확도가 향상됨을 알 수 있었다. 본 연구는 클릭스트림 분석을 통해 추출된 인터넷 사용자의 온라인 행위는 해당 사용자의 인구통계학적 정보 예측에 활용 가능하며, 예측된 익명의 인터넷 사용자들에 대한 인구통계학적 정보를 디지털 마케팅에 활용 할 수 있다는데 의의가 있다. 또한, 제안 방법론들을 통해 어느 종속변수에 대해 어떤 방법론들이 예측 모델의 정확도를 개선하는지 확인하였다. 이는 추후 클릭스트림 분석을 활용하여 인구통계학적 정보를 예측할 때, 본 연구에서 제안한 방법론을 사용하여 보다 높은 정확도를 가지는 예측 모델을 생성 할 수 있다는데 의의가 있다.

• 한국유통학회지:유통연구
• /
• 제17권1호
• /
• pp.37-63
• /
• 2012

가맹사업에 있어 배타적 영업지역보호정책의 문제는 경제학 및 경영학 분야뿐만 아니라 사회 정치적으로 매우 중요한 쟁점이다. 본 연구는 배타적 영업지역과 관련한 기존 문헌을 토대로 가맹사업에서의 효율성 관점에서 배타적 영업지역보호에 영향을 미치는 변수와 배타적 영업지역 보호가 가맹본부 및 가맹점의 성과에 미치는 영향을 분석하고 있다. 가맹점의 대부분이 중소상인들이란 점을 감안하면 유통정책적으로도 중요한 의미가 있다고 할 수 있다. 본연구는 사회적으로도 잇슈가 될 수 있는 기업의 전략을 타당성과 당위성, 그리고 논리성으로만 평가하는 것이 아니라 실제 자료를 근거로 분석하였다. 또, 정책연구들이 가지고 있는 자료와 이론의 한계를 감안한 탐색적 방법론을 활용하여 보다 실질적이고 현실적용성이 뛰어난 분석을 제안하였다. 분석 결과, 배타적 영업지역보호는 긍정적인 효과가 있기는 하지만 통계적으로 유의하지 못하였으며, 가맹점과 가맹본부간의 로얄티가 많아서 위험공유성향이 클때에는 배타적 영업지역보호를 하지 않는 것이 효과적이었고, 가맹점을 모집하기 위해 배타적 영업지역보호를 해주거나 배타적 영업지역보호를 통해서 가맹사업본부내의 효율성을 키우기 위한 경우에는 긍정적인 효과가 유의하게 나타나는 것으로 밝혀졌다. 하지만 외부경쟁으로부터 직영점을 보호하기 위하거나 시장성장을 활용하기 위한 배타적 영업지역보호는 좋은 성과를 내지 못하였다. 또한 쉽게 배타적 영업지역보호를 할 수 있기에 이런 제도를 도입하는 것도 역시 좋은 성과를 내지 못한 것으로 나타났다. 결과적으로 배타적 영업지역보호가 기업의 운영효율을 증대시키기 위하여 하는 경우는 성과가 좋으나 다른 목적을 위하여 배타적 영업지역보호를 활용하는 것은 바람직한 결과를 못내는 것으로 나타났다. 본 연구는 분석결과를 토대로 영업지역 보호를 획일적으로 활용하거나 법으로 강제하기 보다는 가맹사업본부와 가맹점의 관계 및 상황, 또 동기에 맞추어 탄력적으로 적용하는 것이 바람직하다는 제안을 하고 있으며, 이를 근거로 몇 가지 정책적 시사점을 제시하였다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.