• Asia pacific journal of information systems
• /
• 제21권2호
• /
• pp.89-116
• /
• 2011

In collaborative tagging systems such as Delicious.com and Flickr.com, users assign keywords or tags to their uploaded resources, such as bookmarks and pictures, for their future use or sharing purposes. The collection of resources and tags generated by a user is called a personomy, and the collection of all personomies constitutes the folksonomy. The most significant need of the folksonomy users Is to efficiently find useful resources or experts on specific topics. An excellent ranking algorithm would assign higher ranking to more useful resources or experts. What resources are considered useful In a folksonomic system? Does a standard superior to frequency or freshness exist? The resource recommended by more users with mere expertise should be worthy of attention. This ranking paradigm can be implemented through a graph-based ranking algorithm. Two well-known representatives of such a paradigm are Page Rank by Google and HITS(Hypertext Induced Topic Selection) by Kleinberg. Both Page Rank and HITS assign a higher evaluation score to pages linked to more higher-scored pages. HITS differs from PageRank in that it utilizes two kinds of scores: authority and hub scores. The ranking objects of these pages are limited to Web pages, whereas the ranking objects of a folksonomic system are somewhat heterogeneous(i.e., users, resources, and tags). Therefore, uniform application of the voting notion of PageRank and HITS based on the links to a folksonomy would be unreasonable, In a folksonomic system, each link corresponding to a property can have an opposite direction, depending on whether the property is an active or a passive voice. The current research stems from the Idea that a graph-based ranking algorithm could be applied to the folksonomic system using the concept of mutual Interactions between entitles, rather than the voting notion of PageRank or HITS. The concept of mutual interactions, proposed for ranking the Semantic Web resources, enables the calculation of importance scores of various resources unaffected by link directions. The weights of a property representing the mutual interaction between classes are assigned depending on the relative significance of the property to the resource importance of each class. This class-oriented approach is based on the fact that, in the Semantic Web, there are many heterogeneous classes; thus, applying a different appraisal standard for each class is more reasonable. This is similar to the evaluation method of humans, where different items are assigned specific weights, which are then summed up to determine the weighted average. We can check for missing properties more easily with this approach than with other predicate-oriented approaches. A user of a tagging system usually assigns more than one tags to the same resource, and there can be more than one tags with the same subjectivity and objectivity. In the case that many users assign similar tags to the same resource, grading the users differently depending on the assignment order becomes necessary. This idea comes from the studies in psychology wherein expertise involves the ability to select the most relevant information for achieving a goal. An expert should be someone who not only has a large collection of documents annotated with a particular tag, but also tends to add documents of high quality to his/her collections. Such documents are identified by the number, as well as the expertise, of users who have the same documents in their collections. In other words, there is a relationship of mutual reinforcement between the expertise of a user and the quality of a document. In addition, there is a need to rank entities related more closely to a certain entity. Considering the property of social media that ensures the popularity of a topic is temporary, recent data should have more weight than old data. We propose a comprehensive folksonomy ranking framework in which all these considerations are dealt with and that can be easily customized to each folksonomy site for ranking purposes. To examine the validity of our ranking algorithm and show the mechanism of adjusting property, time, and expertise weights, we first use a dataset designed for analyzing the effect of each ranking factor independently. We then show the ranking results of a real folksonomy site, with the ranking factors combined. Because the ground truth of a given dataset is not known when it comes to ranking, we inject simulated data whose ranking results can be predicted into the real dataset and compare the ranking results of our algorithm with that of a previous HITS-based algorithm. Our semantic ranking algorithm based on the concept of mutual interaction seems to be preferable to the HITS-based algorithm as a flexible folksonomy ranking framework. Some concrete points of difference are as follows. First, with the time concept applied to the property weights, our algorithm shows superior performance in lowering the scores of older data and raising the scores of newer data. Second, applying the time concept to the expertise weights, as well as to the property weights, our algorithm controls the conflicting influence of expertise weights and enhances overall consistency of time-valued ranking. The expertise weights of the previous study can act as an obstacle to the time-valued ranking because the number of followers increases as time goes on. Third, many new properties and classes can be included in our framework. The previous HITS-based algorithm, based on the voting notion, loses ground in the situation where the domain consists of more than two classes, or where other important properties, such as "sent through twitter" or "registered as a friend," are added to the domain. Forth, there is a big difference in the calculation time and memory use between the two kinds of algorithms. While the matrix multiplication of two matrices, has to be executed twice for the previous HITS-based algorithm, this is unnecessary with our algorithm. In our ranking framework, various folksonomy ranking policies can be expressed with the ranking factors combined and our approach can work, even if the folksonomy site is not implemented with Semantic Web languages. Above all, the time weight proposed in this paper will be applicable to various domains, including social media, where time value is considered important.

• 한국식품위생안전성학회지
• /
• 제32권4호
• /
• pp.267-274
• /
• 2017

2016년 6~12월 서울약령시에서 원형 또는 분말 형태로 유통 판매되는 식 약 공용 농산물 총 62건을 구입하여, 후칼럼 유도체화 장치인 광화학 반응장치를 연결한 HPLC-FLD를 이용하여 아플라톡신($B_1$, $B_2$, $G_1$, $G_2$)을 정성 및 정량 분석함으로써 오염도를 조사하였다. 아플라톡신의 검출한계는 $B_1$ $0.086{\mu}g/kg$, $B_2$ $0.020{\mu}g/kg$, $G_1$ 0.363 g/kg, $G_2$ $0.126{\mu}g/kg$이었고, 정량한계는 $B_1$ $0.262{\mu}g/kg$, $B_2$ $0.059{\mu}g/kg$, $G_1$ 1.101 g/kg, $G_2$ $0.382{\mu}g/kg$였다. 회수율은 $B_1$ 95.1~101.8%, $B_2$ 86.9~105.6%, $G_1$ 95.2~100.6%, $G_2$ 98.6~114.0%이었으며, 변동계수(Coefficient of Variation, %)는 $B_1$ 1.9~9.8%, $B_2$ 1.2~8.2%, $G_1$ 2.1~9.5%, $G_2$ 0.9~9.3%였다. 사용부위에 따른 아플라톡신 오염의 특성을 살펴본 결과 종자(Semen)만 아플라톡신이 검출되었으며, 21건 중 6건(원형 3건, 분말 3건)에서 아플라톡신이 검출되었다. 품목별 아플라톡신 검출 건수를 살펴본 결과, 연자육 중 원형은 7건을 검사한 결과 2건에서 아플라톡신 $B_1$, $B_2$가 검출되었고, 분말은 6건 중 2건에서 아플라톡신 $B_1$이 검출되었다. 산조인 원형은 5건 중 1건에서 아플라톡신 $B_1$, $B_2$가 검출되었으며, 분말은 3건 중 1건에서 아플라톡신 $B_1$, $B_2$가 검출되었다. 아플라톡신 검출량을 살펴보면, 연자육 원형은 총아플라톡신($B_1$, $B_2$, $G_1$ 및 $G_2$의 합)이 $ND{\sim}14.655{\mu}g/kg$($B_1$ $ND{\sim}11.869{\mu}g/kg$) 검출되었고, 분말은 총아플라톡신이 $ND{\sim}2.223{\mu}g/kg$($B_1$이 $ND{\sim}2.223{\mu}g/kg$) 검출되었다. 산조인 원형의 아플라톡신 검출량은 총아플라톡신이 $ND{\sim}9.182{\mu}g/kg$($B_1$이 $ND{\sim}6.612{\mu}g/kg$) 검출되었고, 분말은 총아플라톡신이 $ND{\sim}21.797{\mu}g/kg$($B_1$이 $ND{\sim}19.345{\mu}g/kg$) 검출되었다. 따라서 이러한 곰팡이독소 검출현황을 토대로 식 약 공용 농산물에 대한 곰팡이독소 기준을 설정하여 식 약 공용 농산물의 안전한 유통을 관리할 필요가 있다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.73-92
• /
• 2014

기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.

• 농촌의학ㆍ지역보건
• /
• 제26권1호
• /
• pp.37-56
• /
• 2001

경상북도 구미시에 소재한 2개 남자 중학교 1학년 학생 665명(교육군 10개 학급 367명, 대조군 8개 학급 298명)을 대상으로 1999년 4월부터 2000년 4월까지 교육군과 대조군으로 구분하여 시행한 지역사회에서의 준실험설계 연구를 통하여 흡연예방과 금연을 위한 교육프로그램이 학생들의 흡연에 대한 지식과 태도를 변화시키는 정도와 흡연율에 미치는 영향을 분석하고, 이들 변화와 관련되 요인을 분석하는 것에 목적을 두고 시행한 본 연구의 그 결과는 다음과 같다. 교육군과 대조군의 흡연에 대한 지식점수의 변화는 교육군에서 1.31점으로 대조군의 0.13점에 비하여 유의한 차이를 보였다(p<0.01). 교육군의 흡연에 대한 사전조사에서의 태도점수는 13점 만점에 $9.89{\pm}2.51$점이었고, 1년 후에는 $10.16{\pm}2.32$점이었고, 대조군은 사전조사에서의 $9.86{\pm}2.64$점이었고, 1년 후에는 $9.12{\pm}3.09$점이었다. 태도점수의 변화는 교육군에서 0.27점으로 대조군의 -0.74점에 비하여 유의한 차이를 보였다(p<0.05). 흡연에 때한 법적 제제에 대한 태도 중에서 담배광고 금지에 대한 교육군에서 사전조사에서 42.8%가 담배광고금지를 찬성하였으며, 주적조사에서는 54.2%가 찬성하여 유의한 변화를 보였으며(p<0.05), 교육군과 대조군의 변화를 비교하면 교육군과 대조군에서 각각 11.4%와 3.0% 포인트 변화하여 두 군간의 변화가 유의한 차이가 있었다(p<0.05). 담배자판기 설치를 반대하는 비율은 교육군에서는 4.6% 포인트 상승하였고, 대조군에서 각각 -11.1%감소하여 두 군간에 유의한 차이가 있었다(p<0.01). 성인이 되어 흡연을 할 의향이 있는 흡연 의도율은 교육군이 사전조사와 추적조사에서 각각 24.3%와 24.8%로 거의 변화가 없었고, 대조군은 26.5%와 32.2%로 5.7% 포인트 증가하였다. 교육군에서 대조군에 비하여 유의하게 낮았다(p<0.05). 친구의 흡연 권고를 거절할 수 있다는 비율은 교육군에서 사전조사와 추적조사에서 각각 90.2%와 88.3%로 1.9% 포인트 감소한 반면, 대조군에서는 사전조사와 추적조사에서 각각 86.39와 76.2%로 10.7% 포인트 감소하여 유의하게 감소하였다(p<0.01). 교육군과 대조군간에도 유의한 차이가 있었다(p<0.01). 흡연율은 교육군과 대조군에서 각각 1.6%와 1.7%에서 1년 후 2.7%와 3.0%였으며, 통계적으로 유의한 차이는 없었다. 흡연량은 교육군에서는 $3.7{\pm}8.2$개피에서 $1.4{\pm}2.5$개피로 일일 평균 흡연량이 2.3개피 감소하여 유의하게 감소하였고(p<0.05), 대조군의 경우는 $2.9{\pm}7.1$개피에서 3.1개피로 다소 증가하였다. 흡연에 대한 지식점수의 변화를 종속변수로 한 다중회귀분석에서는 지식점수의 변화에 유의한 영향을 미치는 변수는 흡연예방교육여부와 흡연에 대한 사전지식점수, 학생의 학교성적이었다. 흡연에 대한 태도 접수의 변화를 종속변수로 한 다중회귀분석에서는 흡연예방교육여부와 흡연에 대한 사전지식점수가 유의한 변수였다. 이상의 결과로 볼 때 사회영향모델에 의한 학교에서의 학생에 대한 흡연예방교육과 상담 및 교내환경과 학교주변 환경의 변화를 위한 사회영향 모형에 의한 교육 프로그램에 의하여 학생들의 흡연에 대한 지식과 태도와 흡연 의도율 등을 유의하게 변화시킬 수 있었으며, 흡연량은 유의하게 감소하였다. 향후 장기적인 추적을 통한 코호트 연구를 통하여 흡연율 감소효과를 평가하여야 할 것이며, 단순한 지식을 제공하는 일회성의 단편적 교육에서 벗어나 학생자신은 물론 학생주변 환경의 변화를 포괄하는 다양한 방법에 의한 흡연예방과 금연교육이 시행되어야 할 것이다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.57-71
• /
• 2013

세계에는 수많은 사람들이 살아가고 있고, 사람들의 일상으로부터 매일, 매 시간 단위로 새로운 뉴스가 발생한다. 발생되는 뉴스는 예정된 일과 예상하지 못한 일들을 포함하고 있다. 발생하는 뉴스의 거대한 양과 이를 전달하는 수많은 미디어들로 인해 사람들은 뉴스 콘텐츠를 이용하는데 많은 시간을 소비하게 된다. 하지만 미디어에 시시각각 나타나는 속보와 실시간 이슈의 대부분이 가십 기사로 이루어져 있어 사용자들이 자신의 성향에 맞는 뉴스를 선별하고, 뉴스로부터 정보를 획득하는 것은 쉽지 않은 일이다. 또한 사용자의 관심사가 시간에 따라 변하기 때문에 뉴스 제공에 있어 사용자의 변하는 관심사를 반영하는 것이 요구된다. 본 논문에서는 사용자의 최근 관심사를 기반으로 사용자 선호도에 맞는 뉴스를 제공하기 위한 콘텐츠 기반의 추천 기법 및 시스템을 제안한다. 사용자의 최근 선호도를 파악하기 위하여 소셜 네트워크 서비스인 Facebook 사용자의 정보와 최근 게시글을 이용하여 동적으로 사용자 프로파일을 생성하여 이를 뉴스 서비스에 활용하고, 사용자 선호도에 적합한 뉴스를 추출하기 위해서 뉴스 콘텐츠의 분석을 요구한다. 뉴스 콘텐츠 분석을 위해 미디어에서 제공되는 뉴스의 카테고리를 사용하고, 뉴스 방송원고의 분석 및 주요 키워드 추출을 통해 뉴스 프로파일을 생성한다. 사용자 프로파일과 뉴스 프로파일 간의 유사도 측정을 위해서는 두 프로파일 간 형식의 일치화가 요구되므로 사용자 프로파일을 뉴스 프로파일과 동일한 형태로 생성한다. 사용자가 시스템에 접속하면 시스템은 사용자 프로파일에 명시된 선호도를 기반으로 뉴스 프로파일과의 유사도를 측정하고, 사용자 선호도에 가장 적합한 뉴스들을 제공하게 된다. 또한 사용자에게 제공된 뉴스 프로파일과 다른 뉴스 프로파일들 간에 유사도를 측정하여 유사도가 높은 관련된 뉴스들을 제공하게 된다. 제안한 개인화된 뉴스 서비스의 성능을 평가하기 위해 사용자에게 추천된 뉴스에 대한 사용자 평가와 시스템 예측값의 오차를 기반으로 6Sub-Vectors 벤치마크 알고리즘과 성능 평가를 수행하였고, 실험 결과를 통해 제안한 시스템의 우수성을 입증하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.157-175
• /
• 2013

본 연구는 기존의 스마트워크 모델인 재택 근무, 스마트워크 센터, 모바일 오피스 등을 지원 및 확장할 수 있는 NFC 기반의 스마트워커 네트워킹 서비스 모델과 NFC 기반의 공간관리 서비스 모델을 제시한다. 본래 재택 근무나 원격 근무는 직원들의 생산성 제고를 위해 시행되었지만, 최근 생산성 저하와 협업의 어려움, 근태 관리의 어려움 등을 이유로 재택 근무의 실효성에 대해 부정적인 의견이 제시되고 있고, 일부 기업은 재택 근무를 폐지하고 있는 실정이다. 이에 본 논문은 직원들 간의 협업 및 커뮤니케이션을 지원하여 업무 생산성을 제고시킬 수 있는 NFC 기반의 커뮤니케이션/SNS 서비스 모델을 제시한다. 또한, NFC 기술을 이용한 지역 기반의 실시간 구인, 구직 서비스 모델을 제안하는데, 이 서비스 모델은 기존의 공유 경제 사이트와의 제휴를 통해 사용자들이 NFC 태그 터치 후 공유경제 사이트에서 필요한 인력을 구하거나, 자신의 기술이나 재능을 무료 또는 유료로 제공함으로써 효율적으로 인력이 활용되는 효과를 가져 올 수 있다. NFC 기반의 커뮤니케이션/SNS 서비스 모델은 구축비용이 낮다는 점과 종업원들의 위치 정보 제공이 가능하다는 점, 지식 축적이 가능하다는 등의 특징을 가진다. NFC 기반의 공간관리 서비스 모델은 스마트워크가 주로 시행되던 오피스 공간뿐만 아니라 그 외의 현장이나 카페 등 기존의 업무공간 이외에서도 업무를 수행할 수 있도록 지원하는 서비스 모델로 공간확장 측면에 중점을 둔 서비스 모델이다. 이 서비스 모델은 구축비용이 낮다는 점, 개인화 서비스의 제공이 가능하다는 점, 기업 외부에 시스템 구축이 가능하다는 점, 기업 내외부에 있는 종업원들의 위치 정보 파악이 가능하다는 특징을 가진다. 본 논문은 위와 같은 스마트워크 서비스 모델을 설계하기 위해 시나리오를 제시하고, 비즈니스 모델의 프로세스와 이해 관계자들의 역할 및 혜택을 검토하며, 기존의 서비스와 비교 분석하여 차별점을 도출하고 시사점을 제시한다. 본 논문이 제시하는 서비스 모델은 기존의 서비스 모델을 대체하는 것이 아니라 지원하고 확장할 수 있는 모델로, NFC라는 인식기술을 활용하여 기업이 좀 더 유연한 스마트워크 시스템을 구축할 수 있도록 한다. 기존에 대기업 위주로 스마트워크가 시행되었으나, NFC 기반의 스마트워크 서비스 모델은 스마트워크를 도입하는 기업의 범위를 확장시키고, 스마트워크 제도의 수혜를 받을 수 있는 구성원의 범위를 확장시킬 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

• Radiation Oncology Journal
• /
• 제16권4호
• /
• pp.433-440
• /
• 1998

목적 : 소세포폐암은 모든 폐암의 20-25$\%$를 차지하고 있으며 생물학적 특성상 다른 조직암과 달리 빨리 자라고 일찍 전이하는 특성을 가지고 있으며 항암화학요법과 방사선 치료에 잘 반응하나 예후는 극히 나쁘다. 따라서 방사선 치료를 항암화학요법과 병행하여 시행한 환자의 예후인자에 따른 생존율과 실패양상을 분석하고자 한다. 방법 및 대상 : 1985년 8월부터 1996년 12월까지 소세포폐암으로 방사선 치료를 시행한 90명의 환자 중 추적관찰이 가능했던 환자 74명을 대상으로 치료 성적, 예후 인자 및 치료 후 실패 양상을 후향적으로 분석하였다. 환자의 추적 관찰 기간은 4-87개월(중앙값 14개월), 생존자의 최소 추적 관찰 기간은 8개월이었으며, 연령은 27세에서 78세로 연령의 중앙값은 59세였다. 결과 : 전체 환자의 2년 생존율은 13$\%$였으며 생존기간의 중앙값은 10개월이었다. 국한성 병기와 전이성 병기의 2년 생존율은 각각 20$\%$와 8$\%$였으며 중앙 생존 기간은 각각 14개월과 9개월로 통계학적 의미가 있었다(p=0.032). 34명의 국한성 병기를 따로 분석한 결과 반응이 기록된 26명중 완전관해는 22명(88$\%$)이었고 부분 관해는 3명(12$\%$)이었다. 치료 반응에 따른 2년 생존율은 각각 24$\%$와 0$\%$였고 중앙 생존 기간은 14개월과 5개월이었다(p=0.005). 혈장 나트륨의 저하에 따른 분석 결과 혈장 나트륨이 135mmol/L이하인 경우 1년 이내에 모두 사망하였고 135mmol/L 이상인 경우의 2년 생존율은 17$\%$였으며, 중앙 생존 기간은 각각 7개월과 14개월이었다(p=0.002). Alkaline phosphatase(ALP)가 130IU/L 이하와 이상에서 2년 생존율은 각각 26$\%$와 0$\%$였으며 중앙 생존 기간은 14개월과 5개월이었다(0.019). 43명의 전이성 병기를 전이된 부위에 따라 분석한 결과 뇌 전이와 간 전이 기타 부위의 전이의 2년 생존율은 14$\%$와 0$\%$ 그리고 7$\%$였고 중앙 생존 기간은 각각 8개월과 8개월, 7개월이었으나 통계적 의의는 없었다. 국소부위의 치료반응에 따른 2년 생존율은 완전관해와 부분관해에서 각각 15$\%$와 4$\%$였고 중앙 생존 기간은 11개월과 7개월이었으며 통계적 의미가 있었다(p=0.01). 결론 : 국한성 병기와 전이성 병기의 소세포폐암은 완전관해의 여부가 예후에 가장 큰 영향을 주는 요소로 완전관해를 위해 방사선 치료 방법에 있어 조기에 방사선 치료 시행하거나 고분할방사선 치료, 동시항암화학요법과 방사선치료 등의 적절한 치료방법의 정립이 중요하며, 혈청나트륨 값이 의미 있게 낮거나 Alkaline phosphatase 값이 의미 있게 높을 경우에 적극적인 보조요법이 필요하다.

• 생물환경조절학회지
• /
• 제28권1호
• /
• pp.78-85
• /
• 2019

본 연구에서는 본 연구실에서 자체적으로 제작한 비교적 제작이 간편하고 비용이 저렴한 강제 흡출식 복사선차폐장치(Aspirated Radiation Shield; ARS)로 측정한 실측 데이터를 바탕으로 장치의 성능과 온도 및 상대습도의 측정오차에 대하여 보고하고자 연구를 수행하였다. 그 결과를 요약하면 다음과 같다. ARS장치와 진주기상대에서 측정한 최대, 평균 및 최저온도의 범위는 각각 $2.0{\sim}34.1^{\circ}C$ 및 $0.4{\sim}31.5^{\circ}C$, $-6.1{\sim}22.2^{\circ}C$ 및 $-5.8{\sim}22.0^{\circ}C$, $-14.1{\sim}16.3^{\circ}C$ 및 $-14.0{\sim}15.1^{\circ}C$범위로 나타났다. 최대기온의 최저 및 최고온도에서 각각 $1.6^{\circ}C$ 및 $2.6^{\circ}C$정도 교내에서 측정한 값이 약간 높게 나타난 것을 제외하면, 두 기관에서 측정한 온도에 큰 차이가 없는 것을 알 수 있었다. 표준온도계의 측정값과 검증한 결과, ARS장치로 측정한 온도가 표준온도계에 비해 $-2.0^{\circ}C$정도 낮거나 $1.8^{\circ}C$보다 높게 나타나났다. 표준온도계와 상관분석 한 결과, 결정계수는 0.99정도였다. 팬의 유무에 따른 온도의 경우, 전체적으로 팬이 없는 경우가 최고, 평균 및 최저온도가 각각 $0.5{\sim}7.6^{\circ}C$, $0.3{\sim}4.6^{\circ}C$ 및 $0.5{\sim}3.9^{\circ}C$정도 높게 나타났다. 그리고 ARS장치와 진주기상대에서 측정한 일평균 상대습도는 전체적으로 ARS장치로 측정한 값이 약간 높은 경향이 있고, 특히 상대적으로 6월 27일, 7월 26일, 29일, 8월 20일에 측정한 값이 각각 5.7%, 5.2%, 9.1% 및 5.8%정도로 다소 높게 나타났지만, 두 기관의 월별 평균치는 2.0~3.0%정도로 미미한 수준이었다. 또한 ARS장치와 아스만 통풍습도계로 측정한 상대습도는 전체적으로 -3.98~+7.78%정도의 범위 내에 있는 것으로 나타났다. 진주기상대와 아스만 통풍습도계로 측정한 상대습도를 상관분석 결과, 결정계수가 각각 0.94 및 0.97정도로써 높은 상관관계를 보였다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.137-154
• /
• 2018

조류인플루엔자와 구제역 같은 동물감염병은 거의 매년 발생하며 국가에 막대한 경제적 사회적 손실을 일으키고 있다. 이를 예방하기 위해서 그간 방역당국은 다양한 인적, 물적 노력을 기울였지만 감염병은 지속적으로 발생해 왔다. 최근 빅데이터와 딥러닝 기술을 활용하여 감염병의 예측모델을 개발하고자 하는 시도가 시작되고 있지만, 실제로 활용가능한 모델구축 연구와 사례보고는 활발히 진행되고 있지 않은 실정이다. KT와 과학기술정보통신부는 2014년부터 국가 R&D사업의 일환으로 축산관련 차량의 이동경로를 분석하여 예측하는 빅데이터 사업을 수행하고 있다. 동물감염병 예방을 위하여 연구진은 최초에는 차량이동 데이터를 활용한 회귀분석모델을 기반으로 한 예측모델을 개발하였다. 이후에는 기계학습을 활용하여 좀 더 정확한 예측 모델을 구성하였다. 특히, 2017년 예측모델에서는 시설물에 대한 확산 위험도를 추가하였고 모델링의 하이퍼 파라미터를 다양하게 고려하여 모델의 성능을 높였다. 정오분류표와 ROC 커브를 확인한 결과, 기계 학습 모델보다 2017년 구성된 모형이 우수함을 확인 할 수 있었다. 또한 2017에는 결과에 대한 설명을 추가하여 방역당국의 의사결정을 돕고 이해관계자를 설득할 수 있는 근거를 확보하였다. 본 연구는 빅데이터를 활용하여 동물감염병예방시스템을 구축한 사례연구로 모델주요변수값, 이에따른 실제예측성능결과, 그리고 상세하게 기술된 시스템구축 프로세스는 향후 감염병예방 영역의 지속적인 빅데이터활용 및 분석 모델 개발에 기여할 수 있을 것이다. 또한 본 연구에서 구축한 시스템을 통해 보다 사전적이고 효과적인 방역을 할 수 있을 것으로 기대한다.