• Clinical and Experimental Pediatrics
• /
• 제49권11호
• /
• pp.1180-1185
• /
• 2006

목 적 : TPM를 복용중인 간질 환아들에서 소한증 관련 증상 발생률을 확인함과 더불어, 뉴로체크($Neurocheck^{TM}$) 발한 검사를 시행하여 비침습적으로 발한 감소 관련 증상을 비교 확인하고자 하였다. 방 법 : 2004년 10월부터 2005년 7월까지 전북대학병원 소아과에 내원한 환자 중 간질로 진단받고 TPM를 투여 시작한 환자 55명중 자료가 불충분한 9명을 제외하고 46명을 대상으로 하였다. 대상 환자는 약물 투여 전과 목표 용량에 도달 한 직후 가능한 빠른 시간에 뉴로체크를 이용한 발한 기능 검사를 시행하였고, 2005년 여름 소한증과 관련된 증상 발현 유무를 면담을 통해 확인하였다. 결 과 : 저자들은 전북대학교병원 소아과에서 부분발작으로 진단 받고 TPM를 복용중인 46명의 환아들을 대상으로 비침습적인 검사인 뉴로체크를 이용하여 TPM 유발성 발한 감소 증상을 예측하고자 하였으며 더불어 TPM으로 인한 발한 감소 증상의 유병률을 알아보고자 하였으며 다음과 같은 결과를 얻었다. 1) 설문조사상 여름 기간 동안 TPM 사용 중 소한증 관련 증상 발생률은 37.0% 였으며 완전 무한증은 없었고 경증의 비율은 26.1%, 중증의 비율은 10.9% 였다. 2) 뉴로체크 발한 검사상 발한 지연은 34.8% 였으며 변화 없는 경우는 54.3%, 발한이 증가한 경우는 10.9% 였다. 3) 설문조사 결과 발한 감소 관련 증상을 보인 환아들에서 뉴로체크 검사상 발한 감소를 보이는 경우는 46명 중 13명으로 76.5% 였으며 이중 설문조사 상 경증인 경우는 75.0%, 중증인 경우는 80%의 양성률을 보였다. 4) 뉴로체크 발한 검사상 TPM 사용전보다 3분 이상 지연된 경우 3분 이하에서보다 상대적으로 중증의 비율이 높았다. 결 론 : 소아연령에서 비침습적인 뉴로체크 발한 검사 방법으로 손쉽게 발한감소를 측정할 수 있었다. 뉴로체크 검사를 이용하여 TPM 유발성 발한 감소 관련 증상을 예측 할 수 있었으며, 특히 TPM 사용 전보다 3분 이상 지연된 경우 소한증 증상 발현이 현저하여 열감 불내성, 기면 혹은 열사병에 대한 주의가 필요할 것으로 생각된다.

• 산학경영연구
• /
• 제17권2호
• /
• pp.63-87
• /
• 2004

인터넷 쇼핑몰의 수는 2004년 2월 현재 3,415개이며, 이는 2003년 동월대비 333개가 늘어난 것으로 10.8%의 증가를 보여주고 있다. 그러나 많은 기업들이 수익성 부족으로 어려움을 겪고 있는 실정이다. 이는 전자상거래를 이용하는 소비자들에 대한 연구와 조사 분석이 부족했음을 뜻한다. 지금과 같이 고객에 대한 체계적인 연구가 없이 개인적인 감각이나 세태의 추세에 의존하여 무분별하게 점포를 개설할 경우에 적자의 가능성은 더욱 높아질 것이다. 따라서 본 연구는 전자상거래의 한 영역인 기업-소비자간 인터넷 쇼핑몰을 중심으로 소비자의 기대-성과에 대한 차이를 보고자 하였다. 이에 따른 연구결과는 다음과 같다. 첫째, 인터넷 쇼핑몰 유형에 따른 고객만족요인의 유의적인 차이를 알아본 결과, 소비자 불안 인터넷 유용성만 쇼핑몰 유형에 따라 차이가 있는 것으로 나타났으며, 고객서비스는 인터넷 쇼핑몰 유형에 따른 기대-성과 차이가 나타나지 않았다. 소비자들은 소비자 불안에 대해 쇼핑몰의 유형에 상관없이 성과보다 기대가 높은 것으로 조사되었다. 특히, 기대-성과 차이에 있어서 종합형과 전문점에서는 개인정보유출이 가장 큰 차이를 보여주고 있는 반면에 중개형의 기능불안은 기대-성과차이가 가장 적은 것으로 조사되었다. 또한 인터넷 유용성에 있어서 기대-성과 차이를 알아본 결과, 전문형에서는 제품 정보 풍부, 정보 탐색비용 절감성이 가장 큰 차이를 나타내고 있는 반면에 중개형은 정보탐색 비용의 절감성이 가장 적은 차이를 보여주고 있다. 둘째, 고객서비스, 인터넷 유용성, 소비자 불안과 고객만족과의 관련성을 알아보기 위하여 회귀분석을 실시한 결과 고객 서비스, 인터넷 유용성, 소비자 불안은 모두 고객만족에 영향을 미치는 것으로 나타났다. 그리고 고객만족과 구전의도, 재구매 의도에 대한 관련성을 알아본 결과 고객만족은 구전의도, 재구매 의도에 모두 정(+)의 영향을 미치는 것으로 조사되었다. 3차원 영상으로 표현하여 보여주고, 환자에 관한 각종 정보와 진단정보 등을 신속하게 제공한다. 본 논문에서 제안하는 의료영상정보시스템은 초고속 정보통신 망을 통하여 원격의료시스템을 구축하는데 활용될 수 있을 것이다. 외 해수 중에서 생물입자 size 분포 보다 더 광범위한 분포와 다양한 환경(입자의 비중, 해상의 바람, 저질상태, 수심 등)에 의한 것으로 추정되었다.ents should be given this natural ground of proof.understanding with multiple, dynamic representations of the problem using visualization. The strategies used in making a plan were collecting data, using pictures, inductive, and deductive reasoning, and creative reasoning to develop abstract thinking. In carrying out the plan, students can solve the problem according to their strategies they planned in the previous phase. In looking back, the program is very useful to provide students an opportunity to reflect problem-solving process, generalize their solution and create a new in-depth problem. This program was well matched with the dynamic and oscillation Polya#s problem-solving process. Moreover, students can facilitate their motivation to

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.