Septika Prismasari;Kyuseok Kim;Hye Young Mun;Jung Yun Kang
Journal of dental hygiene science
/
v.24
no.1
/
pp.22-28
/
2024
Background: Particulate matter (PM) has been extensively observed due to its negative association with human health. Previous research revealed the possible negative effect of air pollutant exposure on oral health. However, the predictive model between air pollutant exposure and the prevalence of periodontitis has not been observed yet. Therefore, this study aims to propose a predictive model for the number of patients with periodontitis exposed to PM and atmospheric factors in South Korea using deep learning. Methods: This study is a retrospective cohort study utilizing secondary data from the Korean Statistical Information Service and the Health Insurance Review and Assessment database for air pollution and the number of patients with periodontitis, respectively. Data from 2015 to 2022 were collected and consolidated every month, organized by region. Following data matching and management, the deep neural networks (DNN) model was applied, and the mean absolute percentage error (MAPE) value was calculated to ensure the accuracy of the model. Results: As we evaluated the DNN model with MAPE, the multivariate model of air pollution including exposure to PM2.5, PM10, and other atmospheric factors predict approximately 85% of the number of patients with periodontitis. The MAPE value ranged from 12.85 to 17.10 (mean±standard deviation=14.12±1.30), indicating a commendable level of accuracy. Conclusion: In this study, the predictive model for the number of patients with periodontitis is developed based on air pollution, including exposure to PM2.5, PM10, and other atmospheric factors. Additionally, various relevant factors are incorporated into the developed predictive model to elucidate specific causal relationships. It is anticipated that future research will lead to the development of a more accurate model for predicting the number of patients with periodontitis.
Journal of Korea Society of Industrial Information Systems
/
v.9
no.2
/
pp.1-8
/
2004
In this paper, we propose three estimators of Kullback-Leibler Information functions using the data from accelerated life tests. This acceleration model is assumed to be a cumulative exposure model. Some asymptotic properties of proposed estimators are proved. Simulations are performed for comparing the small sample properties of the proposed estimators under use condition of accelerated life test.
Transactions of the Korean Society for Noise and Vibration Engineering
/
v.21
no.5
/
pp.400-407
/
2011
The suggested method of previous Son's study dichotomized subjective response data to modeling noise exposure-response. The method used maximum liklihood estimation instead of least square estimation and the noise exposure-response curve of the study was logistic regression analysis result. The method was originated to modeling community response rate such as %HA or %A. It can be useful when the subjective response was investigated based on predicted noise level. It is difficult to measure the single source emitting noise such as railway because various traffic noise sources combined in our life. The suggested method was adopted to model in this study and railway noise-exposure response curves were modeled because the noise level of this area was predicted data. The data of this study was used by previous Ko's paper but he dealt the area as combined noise area and divided the data by dominant noise source. But this study used all data of this area because the annoyance response to railway noise was higher than other noise according to the result of correlation analysis. The trend of the %HA and %A prediction model to train noise of this study is almost same as the model based on measured noise of previous Lim's study although the investigated areas and methods were different.
Proceedings of the Korean Society for Noise and Vibration Engineering Conference
/
2009.10a
/
pp.421-426
/
2009
This paper presents vibration analysis of maskless exposure module in Printed Circuit Board (PCB) manufacturing system. In order to complete exposure process in PCB, masking type module has been widely used in electronics industries. However, masking process confronts some limitations of application due to higher production cost for masking as well as lower printing resolution. Therefore, maskless exposure module is started to be in the spotlight for flexible production system to meet the needs of fabrication in variable patterns at low cost. Since maskless exposure process adopts direct patterning to PCB, vibration problems become more critical compared to conventional masking type process. Moreover, movements of exposure engine as well as stage generate vibration sources in the system. Thus, it is imperative to analyze the vibration characteristics for the maskless exposure module to improve the quality and accuracy of PCB. In this study, vibration analysis using the Finite Element Analysis is conducted to identify the critical structural parts deteriorating vibration performance. Also, Experimental investigations are conducted by single/dual encoder measurement process under the operating module speed. Measurement points of vibration are selected by three places, which are base of stage, exposure engine and top of stage, to check the effect of vibration from the exposure engine. Comparisons between analysis results and experimental measurement are conducted to confirm the accuracy of analysis results including the developed FE model. Finally, this studies show feasibility of optimal design using the developed FE analysis model.
Transactions of the Korean Society for Noise and Vibration Engineering
/
v.19
no.12
/
pp.1322-1328
/
2009
This paper presents vibration analysis of maskless exposure module in printed circuit board(PCB) manufacturing system. In order to complete exposure process in PCB, masking type module has been widely used in electronics industries. However, masking process confronts some limitations of application due to higher production cost for masking as well as lower printing resolution. Therefore, maskless exposure module is started to be in the spotlight for flexible production system to meet the needs of fabrication in variable patterns at low cost. Since maskless exposure process adopts direct patterning to PCB, vibration problems become more critical compared to conventional masking type process. Moreover, movements of exposure engine as well as stage generate vibration sources in the system. Thus, it is imperative to analyze the vibration characteristics for the maskless exposure module to improve the quality and accuracy of PCB. In this study, vibration analysis using the finite element analysis is conducted to identify the critical structural parts deteriorating vibration performance. Also, Experimental investigations are conducted by single/dual encoder measurement process under the operating module speed. Measurement points of vibration are selected by three places, which are base of stage, exposure engine and top of stage, to check the effect of vibration from the exposure engine. Comparisons between analysis results and experimental measurement are conducted to confirm the accuracy of analysis results including the developed FE model. Finally, this studies show feasibility of optimal design using the developed FE analysis model.
Objectives: Bisphenol A (BPA) has been extensively used in a variety of consumer products, resulting in widespread non-occupational human exposure. It is often detected in the human body. Studies have reported many health effects associated with endocrine and metabolic disruptions, including obesity, diabetes, hypertension, and cardiovascular diseases. This study was performed to explain the relationship between BPA exposure and obesity in the Korean adult population. Methods: The second stage of the Korean National Environmental Health Survey (KoNHES) was conducted from 2012 to 2014 with 6,478 persons participating. Using the results of the survey, we analyzed the exposure levels for BPA and the influence on obesity of BPA. Results: In model 1, the volume-based measure concentration of BPA, total, female and the 30s to 60s age group were positively related with BMI. In model 2, creatinine adjusted as a covariate and positive associations for BPA with BMI were observed in the female group and was marginally significantly associated in low body weight group. In model 3, creatinine adjusted (g/g-creatinine), BPA exposure, and BMI were positively related with sex, in females, and there was a marginally significant association with the low body weight group in the BMI categories. BMI was significantly associated with BPA in the female group in all three models. Conclusion: This study added further evidence that exposure to EDCs, include bisphenol A, is related with obesity among the general population. Given the environmental health concerns over BPA, it is necessary to develop comprehensive measures to reduce BPA exposure.
This study aims to develop a patient-specific radiation exposure dose prediction model based on anthropometric data that can be easily measurable during CT examination, and to be used as basic data for DRL setting and radiation dose management system in the future. In addition, among the machine learning algorithms, the most suitable model for predicting exposure doses is presented. The data used in this study were chest CT scan data, and a data set was constructed based on the data including the patient's anthropometric data. In the pre-processing and sample selection of the data, out of the total number of samples of 250 samples, only chest CT scans were performed without using a contrast agent, and 110 samples including height and weight variables were extracted. Of the 110 samples extracted, 66% was used as a training set, and the remaining 44% were used as a test set for verification. The exposure dose was predicted through random forest, linear regression analysis, and SVM algorithm using Orange version 3.26.0, an open software as a machine learning algorithm. Results Algorithm model prediction accuracy was R^2 0.840 for random forest, R^2 0.969 for linear regression analysis, and R^2 0.189 for SVM. As a result of verifying the prediction rate of the algorithm model, the random forest is the highest with R^2 0.986 of the random forest, R^2 0.973 of the linear regression analysis, and R^2 of 0.204 of the SVM, indicating that the model has the best predictive power.
Journal of the Institute of Electronics Engineers of Korea SP
/
v.44
no.2
s.314
/
pp.93-101
/
2007
To jointly optimize the spatial registration and the exposure compensation, an iterative registration algorithm, the Lucas-Kanade algorithm, is combined with an exposure compensation algorithm, which is based on the histogram transformation function. Based on a simple regression model, a nonparametric estimator, the empirical conditional mean, and its polynomial fitting are used as histogram transformation functions for the exposure compensation. Since the proposed algorithm is composed of separable optimization phases, the proposed algorithm is more advantageous than the joint approaches of Mann and Candocia in the aspect of implementation flexibility. The proposed algorithm performs a better registration for real images than the case of registration that does not consider the exposure difference.
Kim, Jong Bum;Kim, Kyung Hwan;Ryu, Sung Hee;Yun, Seong-Taek;Bae, Gwi-Nam
Journal of Korean Society of Occupational and Environmental Hygiene
/
v.26
no.2
/
pp.225-236
/
2016
Objectives: Nanomaterials have been used in various fields. As use of nanoproducts is increasing, workers dealing with nanomaterials are also gradually increasing. Exposure assessments for nanomaterials have been carried out for protection of worker's health in workplace. Exposure studies were mainly focused on manufacturing processes, but these studies on after-treatment processes such as refinement, weighing, and packing were insufficient. So, we investigated exposure characteristics of particles during after-treatment processes of $Al_2O_3$ fibers and Ni powders. Methods: Mass-production of Ni powder process was carried out in enclosed capture-type canopy hood. In a developing stage, $Al_2O_3$ was handled with a local ventilation unit. Exposure characteristics of particles were investigated for $Al_2O_3$ fiber and Ni powder processes during the periods of 10:00 to 16:00, 20 May 2014 and 13:00 to 16:00, 21 May 2014, respectively. Three real-time aerosol instruments were utilized in exposure assessment. A scanning mobility particle sizer(SMPS, nanoscan, model 3910, TSI) and an optical particle counter(OPC, portable aerosol spectrometer, model 1.109, Grimm) were used to determine the particle size distribution in the size range of 10-420 nm and $0.25-32{\mu}m$, respectively. In addition, a nanoparticle aerosol monitor(NAM, model 9000, TSI) was used to measure lung-deposited nanoparticle surface area. Membrane filters(isopore membrane filter, pore size of 100 nm) were also used for air sampling for the FE-SEM(model S-5000H, Hitachi) analysis using a personal sampling pump(model GilAir Plus by 2.5 L/min, Gilian). Conclusions: For Ni powder after-treatment process, only 27% increase in particle concentration was found during the process. However, for $Al_2O_3$ fiber after-treatment process, significant exposure(1.56-3.34 times) was observed during the process.
Kwak, Ho-Chan;Song, Ji Young;Lee, In Mook;Lee, Jun
Journal of the Korean Society of Safety
/
v.33
no.4
/
pp.98-104
/
2018
Macroscopic accident analyses have been conducted to incorporate transportation safety into long-term transportation planning. In macro-level accident prediction model, exposure variable(e.g. a settled population) have been used as fundamental explanatory variable under the concept that each trip will be subjected to a probable risk of accident. However, a settled population may be embedded error by exclusion of active population concept. The objective of this research study is to develop macro-level accident prediction model using floating population variable(concept of including a settled population and active population) collected from mobile phone data. The concept of accident prediction models is introduced utilizing exposure variable as explanatory variable in a generalized linear regression with assumption of a negative binomial error structure. The goodness of fit of model using floating population variable is compared with that of the each models using population and the number of household variables. Also, log transformation models are additionally developed to improve the goodness of fit. The results show that the log transformation model using floating population variable is useful for capturing the relationships between accident and exposure variable and generally perform better than the models using other existing exposure variables. The developed model using floating population variable can be used to guide transportation safety policy decision makers to allocate resources more efficiently for the regions(or zones) with higher risk and improve urban transportation safety in transportation planning step.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.