• 스마트미디어저널
• /
• 제12권10호
• /
• pp.93-101
• /
• 2023

최근 기온 상승, 가뭄, 홍수 등 기후변화가 세계적인 문제로 대두되고 있으며, 농업분야에서는 작물의 특성과 생산성에 많은 영향을 미칠 것으로 예측하고 있다. 천궁은 전통적으로 사용되는 한약재뿐만 아니라 건강기능식품, 천연물의약품, 생활소재 등 다양한 산업적 원료로 활용되고 있으나, 연작장해, 기후변화 등 위협 요인으로 인한 생산성이 감소되고 있다. 그러므로 본 논문에서는 기후변화에 취약한 대표 약용 작물인 천궁의 기후변화 시나리오에 따른 생리 활성 성분 지표를 예측할 수 있는 모델을 제안한다. 먼저 기상 정보와 생리 반응, 생리 활성 성분 정보의 수집 데이터 불균형 문제를 해결하기 위해 CTGAN 알고리즘을 이용하여 데이터를 증강하였다. 증강 데이터 품질 측정을 위해 Column Shape, Column Pair Trends를 이용하였으며 평균 88% Overall Quality를 달성하였다. 증강 데이터를 이용하여 지상부와 지하부로 나누어 페놀과 플라보노이드 함량을 예측하기 위해 5가지 모델 RF, SVR, XGBoost, AdaBoost, LightBGM을 이용하여 평가하였다. 모델 성능 평가 결과 XGBoost 모델이 천궁 생리 활성 성분 예측에 가장 우수한 성능을 보였으며, SVR 모델 대비 약 2배 정도의 향상된 정확도를 확인할 수 있었다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.883-896
• /
• 2023

인간 활동 영역이 산지 곳곳에 퍼져 있는 한국에서는 산불이 주거지역이나 각종 시설물을 위협하는 경우가 잦다. 따라서 산불 이후 대책 마련과 피해 복구를 위해 피해 범위를 빠르게 파악할 필요가 있으며, 이러한 경우 원격탐사가 유용한 도구가 될 수 있다. 본 연구에서는 2019년 4월에 발생한 고성·속초 산불 피해지역에 k-nearest neighbor (kNN) 알고리즘을 적용하여 피해 범위를 탐지하는 실험을 수행하였다. 다양한 인공지물을 포함하는 지표와 숲이 혼재된 지역 특성을 고려하여 적절한 공간 해상도와 시간 해상도를 제공하는 Sentinel-2 multispectral instrument (MSI) 자료를 사용하였다. Sentinel-2 MSI의 여섯 밴드와 정규식생지수(NDVI), 정규탄화지수(NBR)를 분류 특성으로 사용하였다. 산불 피해지역과 비피해 지역에서 무작위로 추출된 2,000개 지점 정보를 이용하여 kNN 분류기를 훈련시켰다. 분류 성능을 높이기 위해 데이터에서 특이값을 제거하고 임상도를 병용하였다. 다양한 이웃(neighbor) 수와 분류 특성 조합을 적용하여 산불 후 데이터를 이용한 실험과 산불 전후 데이터 차이를 이용한 실험을 수행하였다. 산불 전후 데이터 차이를 이용하였을 때 더 우수한 분류 성과를 얻을 수 있었지만, 산불 후 데이터만을 이용한 경우에도 피해지역의 범위를 파악할 수 있었다.

• 천문학회지
• /
• 제56권2호
• /
• pp.213-224
• /
• 2023

Type II solar radio bursts show frequency drifts from high to low over time. They have been known as a signature of coronal shock associated with Coronal Mass Ejections (CMEs) and/or flares, which cause an abrupt change in the space environment near the Earth (space weather). Therefore, early detection of type II bursts is important for forecasting of space weather. In this study, we develop a deep-learning (DL) model for the automatic detection of type II bursts. For this purpose, we adopted a 1-D Convolution Neutral Network (CNN) as it is well-suited for processing spatiotemporal information within the applied data set. We utilized a total of 286 radio burst spectrum images obtained by Hiraiso Radio Spectrograph (HiRAS) from 1991 and 2012, along with 231 spectrum images without the bursts from 2009 to 2015, to recognizes type II bursts. The burst types were labeled manually according to their spectra features in an answer table. Subsequently, we applied the 1-D CNN technique to the spectrum images using two filter windows with different size along time axis. To develop the DL model, we randomly selected 412 spectrum images (80%) for training and validation. The train history shows that both train and validation losses drop rapidly, while train and validation accuracies increased within approximately 100 epoches. For evaluation of the model's performance, we used 105 test images (20%) and employed a contingence table. It is found that false alarm ratio (FAR) and critical success index (CSI) were 0.14 and 0.83, respectively. Furthermore, we confirmed above result by adopting five-fold cross-validation method, in which we re-sampled five groups randomly. The estimated mean FAR and CSI of the five groups were 0.05 and 0.87, respectively. For experimental purposes, we applied our proposed model to 85 HiRAS type II radio bursts listed in the NGDC catalogue from 2009 to 2016 and 184 quiet (no bursts) spectrum images before and after the type II bursts. As a result, our model successfully detected 79 events (93%) of type II events. This results demonstrates, for the first time, that the 1-D CNN algorithm is useful for detecting type II bursts.

• Korean Journal of Radiology
• /
• 제21권4호
• /
• pp.402-412
• /
• 2020

Objective: To evaluate the performance of predicting early recurrence using preoperative factors only in comparison with using both pre-/postoperative factors. Materials and Methods: We retrospectively reviewed 549 patients who had undergone curative resection for single hepatcellular carcinoma (HCC) within Milan criteria. Multivariable analysis was performed to identify pre-/postoperative high-risk factors of early recurrence after hepatic resection for HCC. Two prediction models for early HCC recurrence determined by stepwise variable selection methods based on Akaike information criterion were built, either based on preoperative factors alone or both pre-/postoperative factors. Area under the curve (AUC) for each receiver operating characteristic curve of the two models was calculated, and the two curves were compared for non-inferiority testing. The predictive models of early HCC recurrence were internally validated by bootstrap resampling method. Results: Multivariable analysis on preoperative factors alone identified aspartate aminotransferase/platelet ratio index (OR, 1.632; 95% CI, 1.056-2.522; p = 0.027), tumor size (OR, 1.025; 95% CI, 0.002-1.049; p = 0.031), arterial rim enhancement of the tumor (OR, 2.350; 95% CI, 1.297-4.260; p = 0.005), and presence of nonhypervascular hepatobiliary hypointense nodules (OR, 1.983; 95% CI, 1.049-3.750; p = 0.035) on gadoxetic acid-enhanced magnetic resonance imaging as significant factors. After adding postoperative histopathologic factors, presence of microvascular invasion (OR, 1.868; 95% CI, 1.155-3.022; p = 0.011) became an additional significant factor, while tumor size became insignificant (p = 0.119). Comparison of the AUCs of the two models showed that the prediction model built on preoperative factors alone was not inferior to that including both pre-/postoperative factors {AUC for preoperative factors only, 0.673 (95% confidence interval [CI], 0.623-0.723) vs. AUC after adding postoperative factors, 0.691 (95% CI, 0.639-0.744); p = 0.0013}. Bootstrap resampling method showed that both the models were valid. Conclusion: Risk stratification solely based on preoperative imaging and laboratory factors was not inferior to that based on postoperative histopathologic risk factors in predicting early recurrence after curative resection in within Milan criteria single HCC patients.

• 헤리티지:역사와 과학
• /
• 제57권2호
• /
• pp.28-50
• /
• 2024

한반도 비무장지대 실태조사는 2020년 5월부터 2021년 12월까지 실시되었고, 그에 대한 결과물이 『한반도 비무장지대 2020-2021 실태조사 보고서』로 간행되었다. 이번 실태조사는 고고분야를 비롯하여 건축·동물·식물·지질·경관 등 문화·자연유산 전문가 50여 명이 참여한 가운데 모두 18차에 걸쳐 진행되었다. 이중에서 실태조사를 통해 확인된 문화유산은 모두 33개소로 경기도에 20개소, 강원도에 13개소이고, 종류별로 관방유적 8개소, 분묘 6개소, 유물산포지 15개소, 기타 4개소이다. 비무장지대 문화유산에 대한 실태조사는 이전에 이루어졌던 군사보호구역에 대한 지표조사 및 도라산 유적, 군부대 부지 등의 시·발굴조사와 연계되는 매우 의미있는 학술조사라 할 수 있다. 이번 조사를 통해 처음 발견된 유적이 적지 않고, 기존에 조사된 유적도 그 위치나 구조, 수습 유물이 다르게 확인되어 정밀조사의 필요성이 제기되었다. 특히 철원도성과 성산성의 현황을 재확인함과 동시에 파주 조산리와 철원 강서리 등의 유물산포지에서 구석기시대부터 조선시대에 이르는 다양한 유물이 수습되었으며, 횡산리사지도 비무장지대의 불교유적이라는 점에서 주목된다. 그러나 파주지역의 일부 묘역과 유물산포지의 경우 경작과 개발로부터 안전하지 않다는 현실을 알 수 있는 계기가 되었고, 철원도성과 성산성, 조랑진보루, 강서리보루도 군부대 시설이 조성되는 과정에서 유구가 훼손되어 긴급조사가 필요한 상태이다. 또한 장단 및 군내면과 강산리 유적 일대의 경작지와 구릉지대는 소규모 개발과정에서 매장유산에 대한 조사가 제대로 이루어지지 않고 있는 실정이다. 따라서 이번 문화유산 실태조사의 결과를 바탕으로 관계 당국과 기관들이 보다 긴밀하게 협조하여 비무장지대 문화유산을 특별관리 및 중장기적으로 조사하는 방안을 수립해야 하는 중요한 시점이다.

• 대한통합의학회지
• /
• 제12권1호
• /
• pp.49-62
• /
• 2024

Purpose : This study was conducted to compare two non-face-to-face exercise interventions depending on whether mobile applications and wearable exercise aids are used to find out which interventions are more effective in improving senile sarcopenia. Ultimately, it was conducted to provide basic data for developing non-face-to-face intervention methods to improve sarcopenia. Method : In this study, 18 elderly sarcopenia and possible sarcopenia aged 65 or older were randomly assigned to the digital and self-exercise intervention groups. The digital exercise intervention group performed eight exercise programs with mobile applications and wearable exercise aids to record and manage the elderly performing the programs in real time. And the self-exercise intervention group performed the same program on its own as implemented in the digital exercise group. The intervention was applied for 8 weeks, and before and after the intervention, sarcopenia evaluation and physical function evaluation were performed. Results : In the digital exercise intervention group, arm muscle mass, skeletal muscle index, SPPB, 5TSTS, and BBS were improved, and in the self-exercise intervention group, grip strength, SPPB, 5TSTS, and BBS were improved. Conclusion : It was confirmed that both groups are effective in improving physical performance and physical function, the digital exercise intervention is effective in improving muscle mass and self-exercise intervention is effective in improving muscle strength. Therefore, this study proposes to apply intervention methods separately according to the indicators to improve and prevent sarcopenia, and also simplify the instructions of applications used to improve sarcopenia and to create an environment where users can be trained regularly on how to use it. And, In the future, studies for the development of devices to be designed to help non-face-to-face exercise interventions or studies on the differences between face-to-face and non-face-to-face exercise interventions should be conducted in terms of the effect of improving sarcopenia.

• 한국음향학회지
• /
• 제28권2호
• /
• pp.155-163
• /
• 2009

Text-to-speech 시스템에서 입력 텍스트로부터 운율 정보를 생성하기 위해서는 운율구 경계, 음소 지속시간, 기본주파수 포락선 설정의 3가지 기본적인 모듈이 필요하다. Break 인덱스 (BI; Break Index)는 합성기에서 운율구의 경계를 나타내고, 자연스러운 합성음을 생성하기 위해서는 BI를 정확히 예측하여야 한다. 그러나 BI는 문장의 의미나 화자의 읽기 습관(reading style)에 따라 임의적으로 결정되는 경우가 많아 정확한 예측이 매우 어렵다. 특히 일본어 합성기에서는 악센트 구 경계 (APB; Accentual Phrase Boundary)와 major phrase 경계 (MPB; Major Phrase Boundary)의 정확한 예측이 어렵다. 따라서 본 논문에서는 APB와 MPB 예측 오류를 보완할 수 있는 방법을 제안한다. BI를 고정 break (FB; Fixed Break)와 가변 break (VB; Variable Break)로 분류하여 합성단위 선택을 수행한다. 일반적으로 BI는 한번 생성되면 변하지 않는다. 따라서 BI가 잘못 생성된 경우 최적의 합성음을 생성할 수 없게 되는데, VB는 생성된 BI와 그것과 유사한 BI를 함께 이용하여 합성단위 선택을 수행함으로써 합성음의 BI가 생성된 BI와 다를 수 있는 것을 의미한다. APB와 MPB에 해당하는 BI에 대하여 VB인지 FB인지 CART(Classification and Regression Tree)를 이용하여 예측하고, VB인 경우 기본 주파수와 음소 지속시간에 대해 다중 운율 모델을 생성하여 합성단위 선택을 수행하였다. MOS 테스트 결과 원음이 4.99, 제안한 방법을 4.25, 기존의 방법은 4.01로 합성음의 자연성을 향상시킬 수 있었다.

• 벤처창업연구
• /
• 제18권6호
• /
• pp.133-145
• /
• 2023

본 연구에서는 제2벤처붐에 따른 VC의 스타트업 투자와 해당 주식에 대한 투자자들의 반응을 살펴보고자 하였다. VC는 비상장기업에 투자 후 기업가치를 제고하여 주식시장에 상장하고, 의무보유 기간 이후 매각함으로써 수익을 창출한다. 주식시장의 투자자들이 VC들의 투자방식에 적응하였는지 여부를 검증하기 위해 의무보유 기간 종료 전후 주식가격 변화에 차이가 존재함을 가정하였으며, 2017년 하반기 이후 기반이 마련된 제2벤처붐의 영향에 따른 차이를 살펴보기 위해 과거(2015년부터 2017년까지)와 최근(2020년부터 2022년까지)의 주가 영향을 비교 분석하였다. 본 연구의 주요 분석결과는 다음과 같다. 첫째, 의무보유 기간 종료에 따른 주가 변화는 과거에 종료일 전후 초과수익을 올릴 수 있었던 것과 달리 최근에는 시장보다 낮은 수익을 갖는 것으로 나타났다. 둘째, 의무보유 기간별 주가에 미치는 영향을 분석한 결과, 1개월과 12개월에서만 유의한 영향을 보여주었다. 특히, 제2벤처붐 이후 의무보유 기간이 1개월인 벤처금융 및 전문투자자의 주식은 의무보유에 대한 정보에 미리 반응하는 것을 확인할 수 있었다. 마지막으로 VC투자 여부에 따른 주가 영향에서는 제2벤처붐 이전과 달리 이후에 VC투자여부에 따라 누적초과수익률에서 차이가 존재하였다. 시사점으로는 첫째, VC들은 회수 전략을 변경할 필요성이 존재한다. VC들의 투자 및 회수 방식은 정보비대칭을 기반으로 하고 있는데, 분석결과 해당 정보로는 시장초과수익률을 달성하기 어렵기 때문이다. 둘째, 의무보유 권장기간 변경에 대한 고민이 필요하다. 상장 후 갑작스러운 주가 하락을 방지하기 위한 제도의 목적과 달리 의무보유 대상 주식은 오히려 가격 하락위험에 노출될 수 있기 때문이다. 따라서 의무보유 대상 및 권장기간을 재고하여 상장 후 투자자 보호에 대한 논의가 필요하다.

• Korean Journal of Radiology
• /
• 제20권5호
• /
• pp.719-728
• /
• 2019

Objective: To investigate the diagnostic validity of coronary computed tomography angiography (cCTA) in vasospastic angina (VA) and factors associated with discrepant results between invasive coronary angiography with the ergonovine provocation test (iCAG-EPT) and cCTA. Materials and Methods: Of the 1397 patients diagnosed with VA from 2006 to 2016, 33 patients (75 lesions) with available cCTA data from within 6 months before iCAG-EPT were included. The severity of spasm (% diameter stenosis [%DS]) on iCAGEPT and cCTA was assessed, and the difference in %DS (Δ%DS) was calculated. Δ%DS was compared after classifying the lesions according to pre-cCTA-administered sublingual nitroglycerin (SL-NG) or beta-blockers. The lesions were further categorized with %DS ≥ 50% on iCAG-EPT or cCTA defined as a significant spasm, and the diagnostic performance of cCTA on identifying significant spasm relative to iCAG-EPT was assessed. Results: Compared to lesions without SL-NG treatment, those with SL-NG treatment showed a higher Δ%DS (39.2% vs. 22.1%, p = 0.002). However, there was no difference in Δ%DS with or without beta-blocker treatment (35.1% vs. 32.6%, p = 0.643). The significant difference in Δ%DS associated with SL-NG was more prominent in patients who were aged < 60 years, were male, had body mass index < 25 kg/m², and had no history of hypertension, diabetes, or dyslipidemia. Based on iCAG-EPT as the reference, the per-lesion-based sensitivity, specificity, positive predictive value, negative predictive value, and accuracy of cCTA for VA diagnosis were 7.5%, 94.0%, 60.0%, 47.1%, and 48.0%, respectively. Conclusion: For patients with clinically suspected VA, confirmation with iCAG-EPT needs to be considered without completely excluding the diagnosis of VA simply based on cCTA results, although further prospective studies are required for confirmation.

• Korean Journal of Radiology
• /
• 제20권8호
• /
• pp.1275-1284
• /
• 2019

Objective: To develop algorithms using convolutional neural networks (CNNs) for automatic segmentation of acute ischemic lesions on diffusion-weighted imaging (DWI) and compare them with conventional algorithms, including a thresholding-based segmentation. Materials and Methods: Between September 2005 and August 2015, 429 patients presenting with acute cerebral ischemia (training:validation:test set = 246:89:94) were retrospectively enrolled in this study, which was performed under Institutional Review Board approval. Ground truth segmentations for acute ischemic lesions on DWI were manually drawn under the consensus of two expert radiologists. CNN algorithms were developed using two-dimensional U-Net with squeeze-and-excitation blocks (U-Net) and a DenseNet with squeeze-and-excitation blocks (DenseNet) with squeeze-and-excitation operations for automatic segmentation of acute ischemic lesions on DWI. The CNN algorithms were compared with conventional algorithms based on DWI and the apparent diffusion coefficient (ADC) signal intensity. The performances of the algorithms were assessed using the Dice index with 5-fold cross-validation. The Dice indices were analyzed according to infarct volumes (< 10 mL, ≥ 10 mL), number of infarcts (≤ 5, 6-10, ≥ 11), and b-value of 1000 (b1000) signal intensities (< 50, 50-100, > 100), time intervals to DWI, and DWI protocols. Results: The CNN algorithms were significantly superior to conventional algorithms (p < 0.001). Dice indices for the CNN algorithms were 0.85 for U-Net and DenseNet and 0.86 for an ensemble of U-Net and DenseNet, while the indices were 0.58 for ADC-b1000 and b1000-ADC and 0.52 for the commercial ADC algorithm. The Dice indices for small and large lesions, respectively, were 0.81 and 0.88 with U-Net, 0.80 and 0.88 with DenseNet, and 0.82 and 0.89 with the ensemble of U-Net and DenseNet. The CNN algorithms showed significant differences in Dice indices according to infarct volumes (p < 0.001). Conclusion: The CNN algorithm for automatic segmentation of acute ischemic lesions on DWI achieved Dice indices greater than or equal to 0.85 and showed superior performance to conventional algorithms.