• Journal of Trauma and Injury
• /
• 제35권4호
• /
• pp.240-247
• /
• 2022

Purpose: Studies on the relationship between obesity and injuries, especially those sustained in pedestrian traffic accidents, are lacking. We aimed to assess the effects of obesity on the severity of injury at the time of admission to the emergency room in patients who experienced pedestrian traffic accidents. Methods: This study included trauma patients registered in the Korean Trauma Database from July 1, 2018 to December 31, 2020, whose mechanism of injury was pedestrian traffic accidents and who were treated at a single institution. Those aged below 15 years were excluded. Patients were assigned to nonobese and obese groups based on a body mass index of 25 kg/m². An Injury Severity Score of 25 or greater was considered to indicate a critical injury. Results: In total, 679 cases of pedestrian traffic accidents were registered during the study period, and 543 patients were included in the final analysis. Of them, 360 patients (66.3%) and 183 patients (33.7%) were categorized as nonobese and obese, respectively. The median age was significantly higher in the nonobese group than in the obese group (60 vs. 58 years). Multivariate analysis demonstrated that the odds ratio for critical injury in obese patients was 1.59 (95% confidence interval, 1.01-2.48) compared with nonobese patients. Conclusions: Obesity affected the likelihood of sustaining severe injuries in pedestrian traffic accidents. Future studies should analyze the effects of body mass index on the pattern and severity of injuries in patients with more diverse injury mechanisms using large-scale data.

• 한국지반공학회논문집
• /
• 제39권4호
• /
• pp.5-17
• /
• 2023

도심지 지하굴착 공사가 대형화되면서 공사 중 안전사고에 대한 위험요인이 더욱 증가하고 있다. 이에 따라 공사현장의 위험요소를 모니터링하고 사전에 예측할 수 있는 기술이 필요하다. 굴착으로 인한 흙막이 벽체의 변형을 예측하는 방법에는 크게 경험식과 수치해석 두 가지 방법으로 분류할 수 있으며, 최근에는 인공지능 기술의 발달과 함께 머신러닝 기법을 활용한 예측 모델이 한 가지 방법으로 자리 잡고 있다. 본 연구에서는 예측력과 효율성이 우수한 부스팅 계열 알고리즘 및 앙상블 모델을 이용하여 시공 중 흙막이 벽체 변형을 예측하는 모델을 구축하였다. 지하흙막이 공사의 설계-시공-유지관리 과정에서 도출되는 자료들을 복합적으로 활용하여 데이터베이스를 구축하고, 이 자료를 토대로 학습모델을 만들고 성능을 평가하였다. 모델 성능 평가 결과, 높은 정확도로 흙막이 벽체 변형을 예측할 수 있었으며, 지반계측 자료를 학습에 활용함으로써 실제 시공과정의 특성이 반영된 예측결과를 제시할 수 있었다. 본 연구에서 구축한 예측 모델을 활용하여 시공 중 흙막이 벽체의 안정성 평가 및 모니터링에 활용할 수 있을 것으로 기대된다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.453-458
• /
• 2024

전 세계적으로 기후 위기와 에너지 비용 증가 등의 문제로 인해 에너지 절감과 관리에 대한 관심이 증대되고 있다. 대한민국의 경우 전체 에너지 사용량의 약 53.5%가 산업 단지에서 사용하여 이와 관련한 에너지 절감 포인트를 찾고자 유사한 에너지 유틸리티를 사용하는 기업 간의 "공유 네트워크 유틸리티 플랜트"를 통해 문제점을 개선하고자 하였다. 이러한 에너지 절감을 위해서 활용하는 다양한 기법들과 공장의 안정적인 운영을 위해서는 데이터의 안정적 수급이 그 무엇보다 중요하다. 그를 위해 데이터를 안정적으로 수급할 수 있는지에 대해 알아볼 수 있는 이상 데이터 감지 시스템과 알림 시스템의 대다수는 에너지 관리 시스템에 종속되어 한계가 있었고 에너지 관리 시스템의 구축은 대단위 시스템의 구축으로 공간, 에너지적 한계가 있는 소형 공장에서 구축이 어려웠다. 본 논문에서는 문제점들을 극복하고자 적은 공간과 전력을 소비하는 임베디드 디바이스에 데이터 수집 시스템과 이상 데이터 감지 알림 시스템를 구축하고, 데이터 수집을 하는 보편적인 기관에서 이상 데이터 감지 알림 시스템의 활용 가능성과 구축 과정에 대한 연구를 수행하였다.

• 방송공학회논문지
• /
• 제13권6호
• /
• pp.828-837
• /
• 2008

본 논문은 단일 3차원 모델과 모델의 클래스의 특징적인 시점을 추출하여 3차원 모델 검색 및 분류를 수행하는 기법을 제안한다. 제안하는 기법은 3차원 모델을 투영한 2차원 형상 중에 특징적인 형상을 추출하는데, 이때 고르게 샘플(sample)된 형상들을 최근 개발된 친근도 전파 (affinity propagation) 기법을 이용하여 군집화(clustering)한다. 친근도 전파는 데이터를 군집화하는 동시에 각 클러스터의 대표 값을 계산하므로, 군집화된 형상들로부터 대표 형상이 자연스럽게 지정된다. 제안하는 기법은 친근도 기법을 클래스별로 각 모델의 대표 형상 집합에 재차 적용하여 클래스의 대표 형상을 추출하고, 이를 기반으로 하여 3차원 모델의 분류도 가능하게 한다. 3차원 모델의 검색 뿐 아니라 분류를 가능하게 함으로써, 분류를 검색의 전처리 과정으로 하여 연관된 클래스의 모델 중에서만 검색을 수행할 수 있게 하여 단위가 큰 데이터베이스에서도 효율적인 검색을 가능하게 한다. [16]에 제안된 프린스턴 벤치마크 데이터베이스(Princeton benchmark database)을 이용한 실험을 통해 제안하는 검색 및 분류 기법의 유용함을 보인다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권7호
• /
• pp.4243-4247
• /
• 2013

The relationship between the X-ray repair cross-complementing group 3 (XRCC3) Thr241Met polymorphism and gliomas remains inclusive or controversial. For better understanding of the effect of XRCC3 Thr241Met polymorphism on glioma risk, a meta-analysis was performed. All eligible studies were identified through a search of PubMed, Elsevier Science Direct, Excerpta Medica Database (Embase) and Chinese Biomedical Literature Database (CBM) before May 2013. The association between the XRCC3 Thr241Met polymorphism and gliomas risk was conducted by odds ratios (ORs) and 95% confidence intervals (95% CIs). A total of nine case-control studies including 3,533 cases and 4,696 controls were eventually collected. Overall, we found that XRCC3 Thr241Met polymorphism was significantly associated with the risk of gliomas (T vs. C: OR=1.10, 95%CI=1.01-1.20, P=0.034; TT vs. CC: OR=1.30, 95%CI=1.03-1.65, P=0.027; TT vs. TC/CC: OR=1.29, 95%CI=1.01-1.64, P=0.039). In the subgroup analysis based on ethnicity, the significant association was found in Asian under four models (T vs. C: OR=1.17, 95%CI=1.07-1.28, P=0.00; TT vs. CC: OR=1.79, 95%CI=1.36-2.36, P=0.00; TT vs. TC/CC: OR=1.75, 95%CI=1.32-2.32, P=0.00; TT/TC vs. CC: OR=1.11,95% CI=1.02-1.20). This meta-analysis suggested that the XRCC3 Thr241Met polymorphism is a risk factor for gliomas, especially for Asians. Considering the limited sample size and ethnicities included in the meta-analysis, further large scale and well-designed studies are needed to confirm our results.

• 전자공학회논문지
• /
• 제50권8호
• /
• pp.187-195
• /
• 2013

차량 번호판 검출의 기존 연구들은 대부분 높은 성능을 얻기 위해 영상 획득 환경을 제한한다. 본 논문은 제약사항이 적은 환경에서 다양한 종류의 차량 번호판을 검출하기 위해 SIFT와 신경망을 이용한 새로운 방법을 제안한다. SIFT는 영상의 크기, 회전 변화에 불변하는 지역특징으로서 처리해야 할 환경이 고정되지 않은 경우에도 분별력이 뛰어나다. 영상에서 추출한 SIFT를 번호판 내부의 것(내부 부류)과 외부의 것(외부 부류)으로 나누어 2부류 분류기를 학습한다. 분류기는 신경망을 사용하며, 찾고자 하는 번호판의 종류를 학습 집합에 포함하는 것으로 다양한 종류의 번호판을 동일한 알고리즘으로 검출할 수 있다. 제안하는 방법은 입력 영상에서 지역특징을 추출하고 미리 학습한 분류기로 번호판 내부 부류를 가려낸다. 분류기의 성능이 높지 않더라도 분류 결과 내부 부류는 번호판 내부에 밀집하여 나타나고 번호판 외부에서는 흩어져 나타난다. 이러한 특성을 이용해 지역특징 맵을 만들고, 이 맵에서 임계값 이상인 전역 최댓값을 번호판 영역으로 검출한다. 다양한 환경에서 데이터 베이스를 수집하고 지역특징 분류와 번호판 검출 알고리즘을 실험한다. 지역특징을 분류기로 분류한 결과 정인식률은 97.1%, 정확률은 62.0%, 재현율은 50.2%를 보였다. 정인식률에 비해 정확률과 재현율은 낮았지만, 번호판 검출 결과 98.6%의 높은 검출 성능을 보였다.

• 정보처리학회논문지D
• /
• 제18D권6호
• /
• pp.501-508
• /
• 2011

최근 여러 분야에서 활용되고 있는 지식지도는 대량의 정보 속에 숨겨진 특징을 찾아서 그 의미를 파악할 수 있도록 가시적인 형태의 결과를 보여주는 것을 말한다. 본 논문에서는 2000년부터 2010년까지 컴퓨터 공학 분야의 국내 학술지에 게재된 논문들의 데이터베이스를 활용하여 연구동향 분석을 위한 키워드 연관 네트워크 기반의 지식지도를 제안하였다. 그 지식지도를 통해 키워드 연관 네트워크에서 개별 키워드가 속한 연결 요소의 크기 변화를 살펴봄으로써 관련 연구 주제의 영향력 변화를 추론할 수 있었다. 또한, 랜덤 네트워크와의 비교를 통해 키워드 연관 네트워크에서 최대 연결 요소의 크기가 상대적으로 매우 작으며, 상호 관련성이 높은 키워드 쌍들의 그룹이 밀집되어 있음을 보였다. 이는 최대 연결 요소에 대응하는 연구 분야가 크지 않으며 여러 소규모의 연구 주제들이 느슨한 형태로 연결되어 있음을 암시한다. 이러한 분석 결과들은 단순히 개별 키워드의 사용 빈도수 등을 분석하는 전통적인 방식으로는 얻기 어렵다는 점에서 본 논문에서 제안한 지식지도가 연구동향 분석의 방법이 될 수 있다.

• 대한공간정보학회지
• /
• 제1권1호
• /
• pp.141-152
• /
• 1993

본 연구에서는 지형공간정보체계의 자료기반의 구축, 수치도면 제작 등 이용도가 확대되고 있는 수치표고모형을 수치위성영상자료를 이용하여 제작하고자 하였다. 위성영상의 공액 상좌표 취득에는 영상정합기법을 도입하였으며 취득된 지상좌표의 정확도를 분석하여 수치표고모형 제작의 연산법을 제시하였다. 위성영상의 외부표정요소는 광속조정법을 이용하여 결정하였고 좌우 수치영상상에서 동일점을 탐색하기 위한 영상정합방법으로는 표준상관기법을 적용하였다. 영상정합기법을 적용에 있어서는 기준영역의 크기를 결정하기 위해 기준영역의 크기를 다양하게 변화시켜 적절한 크기를 결정하고자 하였다. 영상정합의 정확도를 향상시키고 계산속도를 증가시키기 위하여 다양한 좌표변환식을 적용하고 이 결과를 통계학적으로 분석한 후 안전율을 고려하여 탐색영역을 결정하였다. 본 연구에서 제작된 수치표고모형의 정확도는 5000분의 1 지형도상에서 일정한 간격으로 추출하여 제작된 수치표고모형을 이용하였으며, 정확도를 평가한 결과 수치위성영상을 이용한 수치표고모형을 생성하는 연산법을 제시할 수 있었으며, 지형공간정보체계의 자료기반 구축에 필요한 대단위 지역에 대한 수치표고모형의 생성에 수치위성영상을 적용하는 효율적인 방법을 제시할 수 있었다.

• 한국지반공학회논문집
• /
• 제26권3호
• /
• pp.59-68
• /
• 2010

대규모 공간을 대상으로 하는 도심지 공사는 복잡, 다양한 위험요소가 존재하여 체계적인 리스크 관리가 필요하다. 일반적인 토공사와는 달리 제한된 도시공간이라는 특수한 환경에서 공사가 진행되므로 지반 공학적 특성 외에도 사회, 문화적 불확실성을 통합적으로 관리할 수 있는 특화된 리스크 관리체계의 구축이 필요하다. 본 연구는 먼저 대표적인 리스크 관리 기법의 현황 파악을 통해 기술 분석을 하였다. 설문조사를 실시하여 리스크 인자 파악 및 중요도틀 평가하고 공법별, 카테고리별 체계적으로 분류된 DB를 구축하였으며 이를 기반으로 리스크 추출 모듈과 매트릭스, 스코어 기능을 개발하였다. 확률 및 영향 분석 데이터를 몬테카를로 분석을 통해 예상되는 총 공사비 및 공사기간 분포를 산출할 수 있으며 대응 전, 후 공사비 및 공사기간 분포의 비율 분석이 가능하여 프로젝트의 전 기간에 걸쳐 리스크 관리가 가능한 분석 체계를 구축하였다. 구축된 리스크 관리 체계는 관리 기술 표준화 및 통합 시스템 구축의 토대가 될 것이며 통합적 리스크 관리기법의 개발 및 실용화를 통해 사업의 예산확보 및 운영상 효율성 증대, 효과적인 공정 및 자원관리가 가능하여 결과적으로 지하공사 사업관리의 체제화 및 효율성 증대를 가져와 전체 공사비, 공사기간 저감의 효과를 기대할 수 있다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.