• Annals of Occupational and Environmental Medicine
• /
• 제35권
• /
• pp.23.1-23.14
• /
• 2023

Background: Exposure to heavy metals is a public health concern worldwide. Previous studies on the association between heavy metal exposure and neurobehavioral functions in children have focused on single exposures and clinical manifestations. However, the present study evaluated the effects of heavy metal complex exposure on subclinical neurobehavioral function using a Korean Computerized Neurobehavior Test (KCNT). Methods: Urinary mercury, lead, cadmium analyses as well as symbol digit substitution (SDS) and choice reaction time (CRT) tests of the KCNT were conducted in children aged between 10 and 12 years. Reaction time and urinary heavy metal levels were analyzed using partial correlation, linear regression, Bayesian kernel machine regression (BKMR), the weighted quantile sum (WQS) regression and quantile G-computation analysis. Results: Participants of 203 SDS tests and 198 CRT tests were analyzed, excluding poor cooperation and inappropriate urine sample. Partial correlation analysis revealed no association between neurobehavioral function and exposure to individual heavy metals. The result of multiple linear regression shows significant positive association between urinary lead, mercury, and CRT. BMKR, WQS regression and quantile G-computation analysis showed a statistically significant positive association between complex urinary heavy metal concentrations, especially lead and mercury, and reaction time. Conclusions: Assuming complex exposures, urinary heavy metal concentrations showed a statistically significant positive association with CRT. These results suggest that heavy metal complex exposure during childhood should be evaluated and managed strictly.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.366-373
• /
• 2021

본 연구는 현장관측자료의 분석을 통해 현장데이터 기반 생육적온 분석 및 재배적지 분석 기준을 제시하고자 하였다. 연구에 활용된 현장 데이터는 고흥, 남해, 신안, 창녕, 해남 등 5개 지역의 난지형 마늘 생산량데이터를 구득하였으며, 관측소별 관측값을 역거리 가중법(Inverse Distance Weighted)를 통해 지역내 농경지 기온데이터를 추출하였다. 데이터 분석에 활용된 기간은 2010년부터 2019년까지 10년간 데이터를 활용하였다. 조사된 생산량과 기온의 국소(Kernel)회귀분석을 통해 생육적온을 분석하였으며, 대역폭에 따라 0.8(18.781℃), 0.9(18.930℃), 1.0(19.542℃), 1.1(20.165℃), 1.2(21.042℃)이었다. 생육적온의 검증 및 재배적지 기준 적용을 위해 온도반응모델을 진행하였다. 분석된 생육적온과 생산량데이터 간의 회귀 분석 및 상관 분석을 수행결과 결정계수(R²)는 0.325~0.438로 분석되었으며, 상관관계 분석에서는 유의 확률 0.001 수준에서 상관계수 0.57~0.66로 분석되었다. 전체적으로 대역폭이 증가함에 따라 결정 계수가 더 높아졌으나 대역폭 1.0을 제외한 모든 대역폭에서는 편향된 결과로 일부 데이터가 모델에 크게 영향을 주는 것으로 나타났다. 이에 비선형분석을 통해 모든 데이터가 평이하게 반영된 모델인 대역폭 1.0이 본 연구 목적에 적합한 것으로 분석되었다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권4호
• /
• pp.993-1000
• /
• 2016

반응 값이 없는 자료를 지도학습 (supervised learning)에 사용하는 준지도 학습 (semi-supervised learning)은 분류에 더 많은 관심을 갖는다. 본 연구는 준지도학습을 회귀분석에 적용하는 준지도 회귀함수 추정법을 제안한다. 제안된 방법은 기존의 방법과 형태는 같지만 반응 값이 있는 자료와 없는 자료의 주변분포를 다르게 가정하고, 서로 다른 평활계수를 사용하는 등 좀 더 일반화된 형태를 가진다. 제안된 추정법의 점근분포를 계산하고 점근평균제곱오차를 최소화하는 최적의 평활계수가 가지는 조건을 찾는다. 설명변수의 주변분포에 대한 추정이 잘 이루이지고, 반응 값이 있는 자료와 없는 자료의 크기에 대한 조건을 적절하게 통제할 수 있고, 그리고 평활계수가 적절하게 선택될 수 있다면 라벨없는 자료가 회귀분석에서도 도움을 줄 수 있음을 보인다. 그리고 준지도 분류에서 사용하는 것처럼 반응 값이 없는 자료의 초기추정은 작은 값을 가지는 평활계수를 사용하여 과적합 (overfitting)되도록 하는 것이 좋음을 증명한다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권5호
• /
• pp.879-886
• /
• 2009

본 논문에서는 시장점유율을 추정할 때 최소제곱 서포트벡터기계를 적용하여 보통최소제곱과 최소제곱 서포트벡터기계의 성능을 비교하고자 한다. 최소제곱 서포트벡터기계는 커널 함수를 사용함으로 고차원의 특징 공간에서 선형회귀로 재구성함으로 비선형 회귀문제까지도 해결할 수 있는 장점을 가지고 있다. 그래서 본 논문에서는 비모수 기법인 최소제곱 서포트벡터기계를 이용하여 시장점유율 모형을 추정하고자 한다. 최소제곱 서포트벡터기계를 기반으로 한 모형 추정은 시장점유율 유인모형을 해결하기 위한 좋은 대안이 된다. 최소제곱 서포트벡터기계의 성능을 평가하기 위해 비교 실험에서는 한국 자동차 시장에서 차량 판매량을 이용하여 브랜드별 시장점유율 모형을 추정하였다.

• Applied Biological Chemistry
• /
• 제33권3호
• /
• pp.261-263
• /
• 1990

The water uptake rates of thirty-four japonica and twenty-five j x indica brown rices at $100^{\circ}C$ were analyzed. The water uptake rates had no correlation with size or volume of brown rice kernel. The regression equations for water uptake rates between brown rice at $100^{\circ}C$(Y) and milled rice at $23^{\circ}C(X)$ for japonica and j x indica varieties were Y = 1.12X-0.34(r = 0.976, p<0.001) and Y = 1.16X-0.54(r = 0.990, p<0.001), respectively (Received August 13, 1990 and accepted September 20,1990).

• Communications for Statistical Applications and Methods
• /
• 제22권3호
• /
• pp.305-312
• /
• 2015

We extend a generalized partially linear single-index model and newly define a generalized partially double-index model (GPDIM). The philosophy of sufficient dimension reduction is adopted in GPDIM to estimate unknown coefficient vectors in the model. Subsequently, various combinations of popular sufficient dimension reduction methods are constructed with the best combination among many candidates determined through a bootstrapping procedure that measures distances between subspaces. Distinguishing values are newly defined to match the estimates to the corresponding population coefficient vectors. One of the strengths of the proposed model is that it can investigate the appropriateness of GPDIM over a single-index model. Various numerical studies confirm the proposed approach, and real data application are presented for illustration purposes.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.877-878
• /
• 2008

We suggest a feature reduction method to classify mouse function data sets, which integrate several biological data sets represented as high dimensional vectors. To increase classification accuracy and decrease computational overhead, it is important to reduce the dimension of features. To do this, we employed Hybrid Huberized Support Vector Machine with kernels used for a kernel logistic regression method. When compared to support vector machine, this a pproach shows the better accuracy with useful features for each mouse function.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.85-88
• /
• 2003

강화학습의 한가지 방법인 Q-learning은 최근에 Linear Quadratic Regulation(이하 LQR) 문제에 성공적으로 적용된 바 있다. 특히, 시스템 모델의 파라미터에 대한 구체적인 정보없이 적절한 입ㆍ출력만으로 학습을 통해 문제의 해결이 가능하므로 상황에 따라 매우 실용적인 방법이 될 수 있다. 뉴럴-큐 기법은 이러한 Q-learning의 Q-value를 MLP(multilayer perceptron) 신경망의 출력으로 대치시켜, 비선형 시스템의 최적제어 문제를 다룰 수 있게 한 방법이다. 그러나, 뉴럴-큐 기법은 신경망의 구조를 먼저 결정한 후 역전파 알고리즘을 이용해 학습하는 절차를 행하므로, 시행착오를 통해 신경망 구조를 결정해야 한다는 점, 역전파 알고리즘의 적용에 따라 신경망의 연결강도 값들이 지역적 최적해로 수렴한다는 점등의 문제점이 있다. 본 논문에서는 뉴럴-큐 학습의 도구로 KFD회귀를 이용하여 Q 함수의 근사 기법을 제안하고 관련 수식을 유도하였다. 그리고, 모의 실험을 통하여, 제안된 뉴럴-큐 방법의 적용 가능성을 알아보았다.

• Journal of the Korean Data and Information Science Society
• /
• 제9권1호
• /
• pp.29-36
• /
• 1998

본 논문은 Eubank (1994, 1997)에 의해 이론적으로 제안된 선형 평활스플라인 추정량에 대한 알고리즘을 개발함으로 선형 스플라인의 추정을 보다 쉽고 효율적으로 사용할 수 있도록 하는데 목적이 있다. 이 알고리즘을 이용하여 여러가지 모형의 예들에 대하여 추정량의 적합성을 조사하였고, 제시된 선형 평활스플라인 추정량이 비모수 함수 추정의 도구로서 잘 적합됨을 알 수 있었다.

• Journal of Biosystems Engineering
• /
• 제6권1호
• /
• pp.73-82
• /
• 1981

The physical properties of grain are very important for the design of handling, sorting, processing, and storage system. On the physical properties of grain, volume, bulk density, true density, specific gravity, and porosity arc the major factors affecting the thermal properties of grain. This study was conducted to determine experimentally the above physical properties of rough rice (3 Japonica-type, 3 Indica-type) and barley (covered, naked) as a function of moisture content ranged from about 10% to 25% (w.b). The results of this study are summarized as follows; 1. The volume of grain kernel increased with moisture content for both rice and barley. The volume of those grain kernel was in the range of $2.2068{\times}10^{-8}{\sim}3.3960{\times}10^{-8}m^3$ at the moisture content of 14%. 2. The bulk density of rice increased linearly with moisture content for Japonica-type rough rice and quadratically for Indica-type rough rice, but the bulk density of barley decreased linearly with moisture content. The bulk density of the grain was in the range of 501.14~689.13kg/$m^3$ at the moisture content of 14%. 3. The true density of whole grain decreased linearly with moisture content, and was in the range of 1019.49~1139.75kg/$m^3$ at the moisture content of 14%. 4. The porosity of rice decreased linearly with moisture content for Japonica-type rough rice and quadratically for Indica-type rough rice, but the porosity of barley increased linearly with moisture content. The porosity of the grain was in the range of 39.51~50.83% at the moisture content of 14%. 5. The regression equations of the physical properties such as volume, bulk density, true density, and porosity of the grain were determined as a function of moisture content.