• 동의신경정신과학회지
• /
• 제28권2호
• /
• pp.49-59
• /
• 2017

Objectives: To measure the quality of life in patients according to virtual cerebral palsy severity by using the Korean version of EQ-5D-Y proxy, Visual Analogue Scale (VAS), and Time Trade-Off method (TTO). Methods: The study was conducted in parents of children and adolescents aged 4 to 15 years in Seoul. We analyzed the difference in the utility value according to five levels of cerebral palsy severity in the Gross Motor Function Classification System (GMFCS) and test-retest reliability. Results: 1. There were significant differences in VAS, TTO, and EQ-5D-Y proxy according to the cerebral palsy severity (p<.001). 2. VAS was significantly different according to the respondent's visit to the medical institution, the presence of disease in the respondent, a visit to the child's medical institution, the age of the child, and the sex of the child. The value of TTO was significantly different according to the respondent's visit to the medical institution, respondent's sex, and the age of the child. Also, EQ-5D-Y proxy was significantly different according to the age of the child. 3. Intraclass correlation coefficient values were more than 0.6 for both VAS and TTO at all stages. But for the EQ-5D-Y proxy, the value was less than 0.6 at all stages. Conclusions: The quality of life assessment using EQ-5D-Y proxy showed significant differences in the severity of cerebral palsy. However, large-scale studies using EQ-5D-Y proxy are needed because of low test-retest reliability.

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.583-598
• /
• 2022

인력기반 터널 점검은 점검자의 주관적인 판단에 영향을 받으며 지속적인 이력관리가 어렵다. 따라서 최근에는 딥러닝 기반 자동 균열 탐지 연구가 활발히 진행되고 있다. 하지만 대부분의 연구에서는 사용하는 대규모 공개 균열 데이터셋은 터널 내부에서 발생하는 균열과 매우 상이하다. 또한 현행 터널 상태평가에서 정교한 균열 레이블을 구축하기 위해서는 추가적인 작업이 요구된다. 이에 본 연구는 균열 형상이 다소 단순하게 표현된 기존 데이터셋을 딥러닝 모델에 입력하여 균열 탐지 성능을 개선하는 방안을 제시한다. 기존 터널 데이터셋, 고품질 터널 데이터셋과 공개 균열 데이터셋을 조합하여 학습한 딥러닝 모델의 성능 평가와 비교를 수행한다. 그 결과 Cross Entropy 손실함수를 사용한 DeepLabv3+에 공개 데이터셋, 패치 단위 분류와 오버샘플링을 수행한 터널 데이터셋을 모두 학습한 경우 성능이 가장 좋았다. 향후 기 구축된 터널 영상 취득 시스템 데이터를 딥러닝 모델 학습에 효율적으로 활용하기 위한 방안을 수립하는 데 기여할 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제19권1호
• /
• pp.161-170
• /
• 2019

다품종 대량 생산 중소기업 공장에서는 제품의 종류가 다양하고 그 수량이 많기 때문에 재고의 관리를 위한 인력과 경비가 낭비되고 있다. 또한 재고의 현황을 실시간으로 확인 할 방법이 마련 되있지 않아서 재고의 과적재, 과부족 현상으로 인한 경제적 피해를 받고 있다. 실시간 데이터 수집 환경을 구축하기 위한 많은 방안이 있지만 대부분 구축비용과 시간이 중소 중견기업이 감당하기 어려운 수준이다. 그렇기 때문에 중소 중견기업의 스마트 공장은 구현되기 어려운 현실을 마주하고 있으며, 적절한 대책을 찾기 힘든 실정이다. 따라서 본 논문에서는 현재 생산품 관리 기술로 많이 채택되는 바코드, QR코드와 함께 라벨에 표기되어 있는 글자추출을 통해 기존 재고관리 방법의 확장에 대한 내용을 구현하고 그 효과를 평가하였다. 기술적으로는 컴퓨터 이미지 처리를 통해서 기존의 생산품의 입출고 관리를 위한 방법인 재고라벨 및 바코드에 대한 자동인식 및 분류를 하기 위한 OpenCV를 이용한 전처리, 구글 비젼 API의 OCR(Optical Character Recognition)기능을 통해서 글자를 추출하고, Zbar를 통해서 바코드를 인식할 수 있게 설계하였고, 값비싼 장비를 사용하지 않고 라즈베리파이를 통해 실시간 영상을 통한 인식으로 재고를 관리할 수 있는 방법을 제안한다.

• 생명과학회지
• /
• 제34권2호
• /
• pp.128-137
• /
• 2024

이 리뷰 논문에서는 혈관 투과성, 내피세포 모집, 종양관련 혈관 및 림프관의 유지 등에서 핵심적인 과정인 angiogenesis와 lymphangiogenesis에 있어서 vascular endothelial growth factors (VEGF)가 이행하는 중요한 역할에 대해 재조명하고자 한다. VEGF는 tyrosine-kinase receptor인 VEGFR-1, VEGFR-2, VEGFR-3를 통해 그 역할을 이행하며, 이러한 VEGF-VEGFR 시스템은 암에서뿐만 아니라 비정상적인 혈관 및 림프관 형성으로 인해 야기되는 다른 질병들에 있어서도 핵심적인 요소로 각광받고 있다. 암의 측면에서 보았을 때, VEGF와 그 수용체는 종양관련 혈관 및 림프관을 형성하는 과정에서 필수적이라는 점에서 치료적인 타겟으로 이목을 끌고 있다. 때문에 암세포의 성장을 방해하기 위한 항VEGF 항체, 수용체 길항체, 수용체 기능 억제제 등과 같은 여러 가지 시도들이 있었지만, 아직까지 그 임상효과가 불확실하며 더 많은 연구들이 필요한 실정이다. 이 논문에서는 VEGF의 생리적 역할을 VEGF-A, VEGF-B, VEGF-C, VEGF-D, PLGF에 따라 나누어 설명하면서 VEGF/VEGFR 시스템의 중요성을 강조한다. VEGFR-1과 VEGFR-3은 각각 angiogenesis와 lymphangiogenesis에 핵심적인 인자이며, VEGFR-2의 경우 두 가지 모두를 일으킨다. 전반적으로 이 리뷰는 현재까지 밝혀진 암을 포함한 다양한 질병에서의 VEGF와 VEGFR의 역할에 대해 상세히 설명하고자 하였다. 이를 통해 치료 표적으로서 VEGF와 VEGFR의 활용이 더욱 촉진될 것으로 기대된다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.99-112
• /
• 2010

앙상블 학습은 분류 및 예측 알고리즘의 성과개선을 위하여 제안된 기계학습 기법이다. 그러나 앙상블 학습은 기저 분류자의 다양성이 부족한 경우 다중공선성 문제로 인하여 성과개선 효과가 미약하고 심지어는 성과가 악화될 수 있다는 문제점이 제기되었다. 본 연구에서는 기저 분류자의 다양성을 확보하고 앙상블 학습의 성과개선 효과를 제고하기 위하여 유전자 알고리즘 기반의 범위 최적화 기법을 제안하고자 한다. 본 연구에서 제안된 최적화 기법을 기업 부실예측 인공신경망 앙상블에 적용한 결과 기저 분류자의 다양성이 확보되고 인공신경망 앙상블의 성과가 유의적으로 개선되었음을 보여주었다.

• 한국환경생태학회지
• /
• 제37권3호
• /
• pp.209-220
• /
• 2023

인간 활동으로 광범위한 자연 생태계 변화로 지난 몇 세기 동안 전 세계적으로 생물다양성이 심각하게 위협받고 있다. 생태계의 변화 양상을 파악하는 것은 생물다양성 위협을 파악하고 관리하는 데 필수적이다. 이러한 필요성에 따라 IUCN 의회는 2019년에 생태계의 기능과 유형을 고려한 IUCN Global Ecosystem Typology(GET)를 구성했다. IUCN은 10개의 생태계 군계, 108개의 생태기능별 토지 유형(EFG; Ecological Functional Group)을 전 지구적 범위에서 지도로 제공하고 있다. IUCN GET 생태계의 유형 분류에 따르면 국내 생태계는 Realm (1수준)이 8개, Biome (2수준)이 18개, Group (3수준)은 41개 유형으로 분류된다. IUCN이 제공하는 GET의 경우 전 세계 규모로 제작되었기 때문에 해상도가 낮고 실질적인 토지 현황과 일치하지 않는 경우가 많다. 본 연구는 토지피복지도를 활용하여 국내 IUCN GET 유형 분류의 정확도를 높이고 실질적인 현황을 반영한 지도를 제작하고자 했다. 이를 위해 ① IUCN GET에서 제공하는 국내 GET 데이터 체계를 검토하고, ② 이를 국내 현황과 비교 분석하였다. 이 과정을 통해 GET의 한계와 활용 가능성을 평가하고 ③ 이후 국가자료를 최대한 활용하여 국내 현황을 반영한 국내 GET 유형 분류를 수행하였다. 본 연구는 토지피복지도와 기존 국가자료를 최대한 활용하여 국내 GET를 총 25개 유형으로 분류했다(Terrestrial Realm :9, Freshwater: 9 Marine-Terrestrial: 5, Terrestrial-Freshwater :1, Marine-Freshwater-Terrestrial:1). 기존 지도와 비교했을 때 수정된 국내 GET의 경우 'F3.2 Constructed lacustrine wetlands', 'F3.3 Rice paddies', 'F3.4 Freshwater aquafarms', 'T7.3 Plantations'가 면적이 가장 많이 축소되었다. 온대 산림(T2.2)의 면적이 가장 많이 늘어났고, 'MFT1.3 Coastal saltmarshes and reedbeds', 'F2.2 Small permanent freshwater lakes'등 3개 유형 또한 수정 후 GET 면적이 증가했다. 해당 과정을 통해 기존 GET에서 모든 EFG의 합이 국토 면적의 8.33배를 차지하던 기존의 지도를, 토지피복지도를 활용하여 총합이 국토 면적의 1.22 배가 되도록 수정하였다. 이를 통해 유형별 차이가 작고 정확성이 떨어진 기존의 EFG가 본 연구를 통해 개선 및 수정되었음을 확인하였다. 본 연구는 현장 요건을 반영한 데이터를 최대한 활용하여 GET 기준에 상응하는 한국의 GET 지도를 제작한 것에 그 의의가 있다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.143-156
• /
• 2012

누구나 뉴스와 주가 사이에는 밀접한 관계를 있을 것이라 생각한다. 그래서 뉴스를 통해 투자기회를 찾고, 투자이익을 얻을 수 있을 것으로 기대한다. 그렇지만 너무나 많은 뉴스들이 실시간으로 생성 전파되며, 정작 어떤 뉴스가 중요한지, 뉴스가 주가에 미치는 영향은 얼마나 되는지를 알아내기는 쉽지 않다. 본 연구는 이러한 뉴스들을 수집 분석하여 주가와 어떠한 관련이 있는지 분석하였다. 뉴스는 그 속성상 특정한 양식을 갖지 않는 비정형 텍스트로 구성되어있다. 이러한 뉴스 컨텐츠를 분석하기 위해 오피니언 마이닝이라는 빅데이터 감성분석 기법을 적용하였고, 이를 통해 주가지수의 등락을 예측하는 지능형 투자의사결정 모형을 제시하였다. 그리고, 모형의 유효성을 검증하기 위하여 마이닝 결과와 주가지수 등락 간의 관계를 통계 분석하였다. 그 결과 뉴스 컨텐츠의 감성분석 결과값과 주가지수 등락과는 유의한 관계를 가지고 있었으며, 좀 더 세부적으로는 주식시장 개장 전 뉴스들과 주가지수의 등락과의 관계 또한 통계적으로 유의하여, 뉴스의 감성분석 결과를 이용해 주가지수의 변동성 예측이 가능할 것으로 판단되었다. 이렇게 도출된 투자의사결정 모형은 여러 유형의 뉴스 중에서 시황 전망 해외 뉴스가 주가지수 변동을 가장 잘 예측하는 것으로 나타났고 로지스틱 회귀분석결과 분류정확도는 주가하락 시 70.0%, 주가상승 시 78.8%이며 전체평균은 74.6%로 나타났다.

• 농촌의학ㆍ지역보건
• /
• 제20권2호
• /
• pp.157-168
• /
• 1995

This study was carried out, through analyzing the annual reports(year of 1973-1993) on health status of Su Dong-Myun, and specific survey data of 332 households(Su Dong-Myun 209, Byul Nae-Myun 123), located in Nam Yang Ju-Si, Kyung Gi-Do, from July 20 to July 31, 1995, to find out more effective means for primary medical care in a rural area. The results were as fellows : 1. Number of population in Su Dong-Myun was 5,419 in 1973, 4,591(the lowest) in 1987 and 5,707 in 1995. In the composition rate of population, "0-14" of age group showed markedly decreasing tendency from 43.1% in 1975, to 19.1% in 1995, however "65 and over" markedly in creasing tendency form 5.3% in 1975 to 9.8% in 1995. 2. Annual utilization rate per 1,000 inhabitants in Su Dong-Myun showed markedly increasing tendency from 1973 to 1977 such as 343 in 1973, 540 in 1975, 900 in 1977. However, since 1979, the rate showed rapidly decreasing tendency, such as 846 in 1979, 519 in 1985, 190 in 1991 and 1993. 3. The morbid household rate per year was 53.6% of respondents and the rate per 15 days was 48.2%. In disease classification rate of morbid household per year, Arthralgia & Neuralgia was the highest rate(33.9%) and gastro-intestinal disorder(19.3%), Cough(11,9%), Hypertension(7.8%), Accident(3.2%) in next order. 4. In the utilizing facilities for Primary Medical Care, Medical facilities was showed the highest rate(58.1% of respondents) and Pharmacy and Drug Shp(33.1%), Tradition Method(4.0%) in next order. In the Medical facilities, General private clinic was showed the highest rate(34.3%) and specific private Clinic(22.3%), Hospital(19.0%), Health (Sub)center(16.3%), Nurse practitioner (3.3%), Oriental hospital and clinic(2.7%) in next order. 5. Experience rate, utilizing health subcenter was 51.8% of the respondents, and it was 55.0% in Su Dong-Myun and 46.3% in Byul Nae-Myun. In utilization times of health subcenter, times-rate showed next orders such as 1-2 times/6months(31.6%), 1-2 times/year (22.1%), 1-2 times/months(19.2%), 1-2 times/3months(15.6%). 6. In objectives, visiting Health Subcenter, Medical Care was the highest rate(59.8% of the respondents) and health control(23.3%) was in next order. In Medical Care, Primary Care by general physician was higher rate(51.1%) almost all. In the Health control, Immunization too was high rate(18.0%) in health control activities. 7. The reasons rate, utilizing health subcenter showed next order, such as distance to Medical facilities(33.0% of the respondents), Medical Cost(28.1%), Simple process of consultation (10.8%), Effectiveness of cure(7.6%), Function of primary medical care(7.0%) and Attitude of physician(6.5%). 8. In the affecting factors to utilization of primary medical facilities, medical needs was showed the highest rate(29.5% of the respondents) and medical cost(15.4%), distance to medical facilities(14.2%), traffic vehicle(14.2%) and farm work(6.9%) in next order. 9. In the priority between 'daily farm work,' and 'primary medical care', only 46.4% of respondents answered that primary health care is more important than the daily farm work The 22.6% of respondents answered 'daily farm work', and the 12.3% answered 'the equal of the both'. 10. In the criterion of medical facilities choice, medical knowledge and technical quality was showed the highest rate(56.3%), distance or time to medical facilities(10.9%), sincerity and kindness of physician(9.4%), medical cost(8.7%) and traffic vehicle(6.5%) in next order 11. In the advise for improvement of health subcenter function, the 36.1% of respondents answered that 'enforcement of medical personnel and equipment' was required, and then 'improved medical technology'(25.5%), 'good attitude of physician'(14.9%), 'improved medical system'(13.3%), 'enforced drug'(6.7%) in next order. 12. The study on affecting factors to utilization of primary medical facilities was very difficult subject to systematize the analyzed results, due to a prejudice of protocol planner, surveyer and respondent, and variety and overlapping of subject matter.

• 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.