• 대한치매학회지
• /
• 제21권4호
• /
• pp.138-146
• /
• 2022

Background and Purpose: Magnetic resonance imaging (MRI) helps with brain development analysis and disease diagnosis. Brain volumes measured from different ages using MRI provides useful information in clinical evaluation and research. Therefore, we trained machine learning models that predict the brain age gap of healthy subjects in the East Asian population using T1 brain MRI volume images. Methods: In total, 154 T1-weighted MRIs of healthy subjects (55-83 years of age) were collected from an East Asian community. The information of age, gender, and education level was collected for each participant. The MRIs of the participants were preprocessed using FreeSurfer(https://surfer.nmr.mgh.harvard.edu/) to collect the brain volume data. We trained the models using different supervised machine learning regression algorithms from the scikit-learn (https://scikit-learn.org/) library. Results: The trained models comprised 19 features that had been reduced from 55 brain volume labels. The algorithm BayesianRidge (BR) achieved a mean absolute error (MAE) and r squared (R²) of 3 and 0.3 years, respectively, in predicting the age of the new subjects compared to other regression methods. The results of feature importance analysis showed that the right pallidum, white matter hypointensities on T1-MRI scans, and left hippocampus comprise some of the essential features in predicting brain age. Conclusions: The MAE and R² accuracies of the BR model predicting brain age gap in the East Asian population showed that the model could reduce the dimensionality of neuroimaging data to provide a meaningful biomarker for individual brain aging.

• Computers and Concrete
• /
• 제34권2호
• /
• pp.247-265
• /
• 2024

Measuring the fracture toughness of concrete in laboratory settings is challenging due to various factors, such as complex sample preparation procedures, the requirement for precise instruments, potential sample failure, and the brittleness of the samples. Therefore, there is an urgent need to develop innovative and more effective tools to overcome these limitations. Supervised learning methods offer promising solutions. This study introduces seven machine learning algorithms for predicting concrete's effective fracture toughness (K-eff). The models were trained using 560 datasets obtained from the central straight notched Brazilian disc (CSNBD) test. The concrete samples used in the experiments contained micro silica and powdered stone, which are commonly used additives in the construction industry. The study considered six input parameters that affect concrete's K-eff, including concrete type, sample diameter, sample thickness, crack length, force, and angle of initial crack. All the algorithms demonstrated high accuracy on both the training and testing datasets, with R² values ranging from 0.9456 to 0.9999 and root mean squared error (RMSE) values ranging from 0.000004 to 0.009287. After evaluating their performance, the gated recurrent unit (GRU) algorithm showed the highest predictive accuracy. The ranking of the applied models, from highest to lowest performance in predicting the K-eff of concrete, was as follows: GRU, LSTM, RNN, SFL, ELM, LSSVM, and GEP. In conclusion, it is recommended to use supervised learning models, specifically GRU, for precise estimation of concrete's K-eff. This approach allows engineers to save significant time and costs associated with the CSNBD test. This research contributes to the field by introducing a reliable tool for accurately predicting the K-eff of concrete, enabling efficient decision-making in various engineering applications.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1423-1444
• /
• 2022

본 연구에서는 대기 및 지표면 인자들에 대한 중적외 파장역의 복사휘도의 민감도를 복사전달모델인 MODerate resolution atmospheric TRANsmission (MODTRAN)6을 이용하여 분석하고 이를 이용하여 야간에 중적외 파장역 만을 이용한 지표면온도 산출 가능성을 평가하였다. 이를 기반으로 야간에 대해 다양한 조건을 반영한 지표면온도 산출식을 개발하고 처방 온도 자료와 현장 관측 자료를 이용하여 개발된 지표면온도 산출식의 수준을 평가하였다. 중적외 파장역을 활용한 위성 원격탐사에 주로 영향을 미치는 대기연직구조, 이산화탄소와 오존, 지표면온도의 일 변동, 지표면 방출률 그리고 위성의 관측각에 대해 민감도 실험을 실시하였다. 이때 분리대기창 기법 활용 가능성을 평가하기 위해 중적외 파장역을 투과율을 근거로 2개의 밴드로 분리한 후 민감도를 분석한 결과 밴드와 관계없이 대기연직구조에 가장 큰 영향을 받으며 지표면 방출률, 지표면온도의 일 변동, 위성의 관측각 순으로 영향을 받았다. 주요 변인 실험 모두에서 대기의 창에 해당되는 밴드 1은 민감도가 낮은 반면 오존과 수증기 흡수가 포함된 밴드 2에서는 민감도가 높아서 분리대기창 기법을 활용하여 지표면온도 산출이 가능할 것으로 판단하였다. 중적외 2개 밴드와 다양한 변인들을 이용하여 개발된 지표면온도 산출식은 복사모의 시 입력된 기준 지표면온도와 상관계수, 편의 그리고 root mean squared error (RMSE)가 각각 0.999, 0.023K과 0.437K의 수준을 보였다. 또한 26개의 현장관측 지표면온도 자료로 검증한 결과 상관계수는 0.993, 편의는 1.875K, RMSE는 2.079K을 보였다. 본 연구의 결과는 대기 및 지표면 조건이 야간의 중적외 두 밴드에 미치는 영향이 다른 특성을 이용하여 지표면온도를 산출할 수 있음을 제시한다. 따라서 향후에는 중적외 파장역 센서를 탑재한 위성자료를 이용하여 지표면온도를 산출하고 그 수준을 평가해 볼 필요가 있다.

• 한국음향학회지
• /
• 제7권4호
• /
• pp.54-76
• /
• 1988

본 연구의 제 1 부에서는 통일된 행렬표현 기법을 통하여 여러가지 블럭적응 여파기 구현방법들을 도출할 수 있음을 보였다. 제 2 부에서는 여러 주파수영역 블럭적응 여파기들 중에서도 수렴속도가 매우 빠른 self-orthogonalizing 알고리즘과 계산량이 대폭 감소되는 비제약 알고리즘의 수렴특성들을 overlap-save 및 overlap-add 블럭데이타 분할방법에 대해서 분석한다. 먼저, 수렴인자가 상수일 때와는 달리, 앞에서 언급한 두 주파수영역 여파기들이 공통의 자기상관행렬의 지배를 받기 때문에 수렴특성 분석에 있어서 서로 밀접한 관련이 있음을 보인다. 다음으로 여파기 계수의 수효가 충분히 클 때, 주파수영역 블럭적응 여파기는 계수적응 알고리즘에서 제약의 유무에 관계없이 동일한 최적해를 가짐을 보인다. 그리고 나서 비제약 알고리즘의 계수들은 적절한 조건하에서 원래의 제약알고리즘과 같이 동일한 최적해에 수렴함을 증명한다. 이에 반하여, 최소자승오차 관점에서의 성능분석 결과는 제약을 풀었을 경우에 정상상태에서 약간의 성능저하가 있음을 밝혀낸다. 한편으로 계수의 수효가 작을 때는 원래의 제약 알고리즘은 심한 성능저하를 초래하는 반면에 비제약 알고리즘은 제약의 제거를 통해 상대적으로 계수의 수효가 증가한 효과 대문에 훨씬 좋은 수렴특성을 가짐을 보인다. 또한 self-orthogonalizing 주파수영역 블럭적응 여파기의 자기상관행렬이 주파수 영역에서 대각행렬로 됨을 보여 줌으로써 효율적으로 수렴시간을 단축시키는 구현방법임을 뒷받침한다.

• 한국수자원학회논문집
• /
• 제50권11호
• /
• pp.769-779
• /
• 2017

최근 우리나라에서 빈번하게 발생되는 가뭄으로 인하여 많은 피해가 발생하고 있으며, 이에 대한 사전대응의 필요성이 커지고 있다. 가뭄에 대한 효과적인 사전대응을 위해서는 신뢰성 있는 가뭄 예측 정보가 필수적이다. 본 연구에서는 수문학적 가뭄에 대한 확률론적 예측을 수행하기 위하여 가뭄의 전이현상을 베이지안 네트워크 모형에 반영하였다. 가뭄의 전이현상을 고려한 베이지안 네트워크 기반의 가뭄 예측 모형(PBNDF)은 과거, 현재, 미래에 대한 다중 모형 앙상블 예측결과와 가뭄전이 관계를 결합하여 새로운 수문학적 가뭄 예측 결과를 생산하도록 구축되었다. 본 연구에서 PBNDF 모형은 파머수문학적 가뭄지수를 활용하여 낙동강 유역의 10개 지점을 대상으로 가뭄을 확률적으로 예측하는데 적용되었다. PBNDF 모형의 ROC 분석 결과 ROC 점수가 0.5 이상의 유의한 결과를 나타내 실제 예측 모형으로 활용가능하다는 것을 확인할 수 있었다. 또한, 기존에 개발된 모형(지속성 예측, 베이지안 네트워크 예측 모형)과 평균제곱오차의 제곱근(RMSE), 기술 점수(SS)를 활용하여 비교를 수행하였으며, 그 결과 PBNDF 모형의 RMSE는 상대적으로 낮은 값을 가지며, SS는 약 0.1~0.15 정도 높은 것으로 나타나 예측성능이 향상되었다는 것을 확인할 수 있었다.

• 한국산업보건학회지
• /
• 제32권1호
• /
• pp.21-30
• /
• 2022

Objectives: The purpose of this study is to suggest an optimal method by comparing the analysis methods of work environment measurement datasets including left-censored data where one or more measurements are below the limit of detection (LOD). Methods: A computer program was used to generate left-censored datasets for various combinations of censoring rate (1% to 90%) and sample size (30 to 300). For the analysis of the censored data, the simple substitution method (LOD/2), β-substitution method, maximum likelihood estimation (MLE) method, Bayesian method, and regression on order statistics (ROS)were all compared. Each method was used to estimate four parameters of the log-normal distribution: (1) geometric mean (GM), (2) geometric standard deviation (GSD), (3) 95th percentile (X95), and (4) arithmetic mean (AM) for the censored dataset. The performance of each method was evaluated using relative bias and relative root mean squared error (rMSE). Results: In the case of the largest sample size (n=300), when the censoring rate was less than 40%, the relative bias and rMSE were small for all five methods. When the censoring rate was large (70%, 90%), the simple substitution method was inappropriate because the relative bias was the largest, regardless of the sample size. When the sample size was small and the censoring rate was large, the Bayesian method, the β-substitution method, and the MLE method showed the smallest relative bias. Conclusions: The accuracy and precision of all methods tended to increase as the sample size was larger and the censoring rate was smaller. The simple substitution method was inappropriate when the censoring rate was high, and the β-substitution method, MLE method, and Bayesian method can be widely applied.

• 한국지구과학회지
• /
• 제33권7호
• /
• pp.596-607
• /
• 2012

R-Z 관계식은 레이더 강우추정의 정확도를 결정하는 중요한 요소이다. 본 연구에서는 캐나다 궤벡주의 셍레미에서 홍수를 야기한 폭우사례에서 관측된 우적계 및 레이더 자료를 이용하여 레이더 강우추정 시 우적계 자료에서 도출된 R-Z 관계식의 효과를 분석하였다. 이를 위하여 맥길 S-밴드 레이더에서 시간 분해능 2.5분과 공간 분해능 $1^{\circ}{\times}250m$로 관측된 레이더 반사도를 사용하였다. 레이더 반사도 자료에서는 폭우를 동반한 강우세포가 셍레미를 통과한 것으로 관측되었지만 우량계 관측망에서는 낮은 공간 분해능으로 인하여 이 세포가 관측되지 않았다. 셍레미에서 30분과 1시간 최대 누적 강우량은 각각 39 mm와 42 mm였다. 강우사례 동안 두 개의 우적계(POSS; Precipitation Occurrence Sensor System)가 사용되었다. 하나의 우적계는 레이더 반사도와 우적계 반사도를 비교하여 레이더 반사도를 보정하고 다른 우적계는 R-Z 관계식을 유도하는데 사용되었다. 기후학적 R-Z 관계식을 사용하였을 때 보다 반사도에 의존적인 우적계에서 유도된 관계식을 사용하였을 때 강우 추정 오차가 크게 줄었다. 일 누적 강우량에 대하여 편차는 +12%에서 -2%, 평균제곱근오차가 16%에서 10%로 줄었다. 우적계에서 도출된 R-Z 관계식으로 추정된 레이더 강우장을 이용하였을 때 홍수사례에 대하여 강우 발생 시간 및 강우량이 잘 일치하였다.

• 한국시뮬레이션학회논문지
• /
• 제24권2호
• /
• pp.31-39
• /
• 2015

실업은 개인의 경제적 활동뿐 아니라 사회적 문제와 관련되어 있기 때문에 많은 국가들은 실업률을 낮추기 위해 다양한 정책을 추진하고 있다. 기존의 실업 실태 조사 방식에서는 조사시간 지연으로 인해 실업률 자료 확보에 많은 시간이 소요된다. 시의 적절한 실업 정책을 개발하기 위해서는 신속하고 정확한 실업 예측 관련 자료를 확보하는 것이 중요한 문제이다. 이러한 문제를 개선하기 위해 최근에 인터넷 검색 정보를 활용한 분석 기법이 제안되고 있다. 본 연구는 우리나라의 실업률을 예측하는데 인터넷 검색 정보가 어떤 영향을 미치는가를 조사하였다. 선택한 검색어 중에서 '실업급여' 검색어의 트렌드는 실업률과 상당히 높은 상관관계를 보여 주었다. 본 연구는 네이버 트렌드에서 제공하는 인터넷 검색어 정보를 시계열 자료의 분석에 널리 사용되는 ARIMA 모형에 추가하여 검색 정보의 활용이 실업률 예측력에 미치는 영향을 분석하였다. 예측모형의 선택 기준으로 제시되는 예측치의 평균 제곱 오차와 예측 오차 측면에서 실업 관련 인터넷 검색어를 활용한 모형이 그렇지 않은 모형보다 우수한 것으로 나타났다. 이러한 결과는 실업률 예측에 있어서 검색 정보의 활용 가능성을 제시하고 있으며 향후 더 많은 연구가 필요할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제52권10호
• /
• pp.681-695
• /
• 2019

Transient Stroage Model (TSM)은 하천을 본류대와 저장대로 나누어 각각에 대한 오염물의 혼합거동을 해석함으로써 복잡한 하천에 유입된 오염물질 혼합을 이해하는 데에 가장 많이 이용되는 모형 중 하나이다. TSM의 매개변수들은 역산모형을 통해 산정하게 되는데 이는 자연하천에서 추적자실험을 통해 계측된 농도곡선에 가장 잘 맞는 TSM 모의 농도곡선을 찾는 최적화 문제이다. 저장대모형의 매개변수 산정에 관한 선행 연구들에 의해 매개변수를 산정하는 최적화 문제의 비볼록(non-convex) 특성에서 오는 불확실성이 보고되어 왔다. 본 연구에서는 청미천에서 수행된 추적자실험으로부터 취득된 농도곡선을 이용해 최상의 최적화 기법과 목적함수의 조합에 대해 분석하였다. 최적화 문제의 수렴성과 수렴 속도를 모두 만족하는 최적화 조건을 결정하기 위해 SCE-UA의 CCE와 SP-UCI의 MCCE와 같은 진화 알고리즘 기반의 전역 최적화 방법들과 오차 기반 목적함수들을 Shuffled Complex-Self Adaptive Hybrid EvoLution (SC-SAHEL)을 활용해 비교하였다. 전반적인 변수 산정 결과 여러 EA를 동시에 적용한 SC-SAHEL을 평균 제곱오차를 목적함수로 한 방법이 가장 빠르고 가장 안정적으로 최적해에 수렴하는 것으로 나타났다.

• 방송공학회논문지
• /
• 제27권2호
• /
• pp.244-247
• /
• 2022

본 논문에서는 고속 이동환경에서 강건성을 향상시킬 수 있는 OTFS(orthogonal time frequency space) 시스템에서 주파수 및 시간영역에서의 선형 MMSE(minimum mean squared error) 필터를 이용한 디코딩 알고리즘과 강화된 Gauss-Seidel 알고리즘을 이용한 디코딩 알고리즘의 성능을 비교한다. 강화된 Gauss-Seidel 알고리즘은 잡음 증폭을 억제함으로써 비트 오류율 성능을 개선할 수 있다. 전산 실험 결과를 통해 주파수 영역에서 MMSE 필터를 이용한 디코딩 알고리즘은 수신기의 이동 속도가 높아짐에 따라 성능 열화가 발생하는 것을 확인할 수 있고, 강화된 Gauss-Seidel 알고리즘을 이용한 디코딩 방법은 120km/h 속도와 500km/h 속도를 가지는 채널 환경에 대해 주파수 영역 및 시간 영역에서의 MMSE 필터 디코딩 알고리즘에 비해 우수한 성능을 나타내는 것을 확인할 수 있다.