This study proposes a big data based risk analysis framework to analyze more comprehensive disaster risk and vulnerability. We introduce a distributed and parallel framework that allows large volumes of data to be processed in a short time by using open-source disaster risk assessment tool. A performance analysis of the proposed system presents that it achieves a more faster processing time than that of the existing system and it will be possible to respond promptly to precise prediction and contribute to providing guideline to disaster countermeasures. Proposed system is able to support accurate risk prediction and mitigate severe damage, therefore will be crucial to giving decision makers or experts to prepare for emergency or disaster situation, and minimizing large scale damage to a region.
This study was conducted to test the assessment validity and examine the cut-off scores for driving risk as a part of the Self-report Assessment Forecasting Elderly Driving Risk (SAFE-DR) development project. The 132 senior drivers were categorized as either risky of 58 or safe of 74 drivers through the Drivers 65 Plus. Based on this initial assessment, we analyzed the risk prediction cut-offs. Furthermore, we tested the construct, content, and predictive validity. The cut-off score for the prediction of driving risk was found to be 74.5 points. The positive predictive value was 88.6%, and the negative predictive value was 86.3% about the cut-off score, signifying an excellent level of discrimination. Convergent validity, nomological validity, and content validity were found to be appropriate. Therefore, this study confirms that SAFE-DR is an appropriate assessment that can be used to screen dangerous elderly drivers.
This paper describes the development trends and service provision examples of disaster occurrence and spread prediction technology for various disasters such as tsunamis, floods, and fires. In terms of fires, we introduce the WIFIRE system, which predicts the spread of large forest fires in the United States, and the Metro21: Smart Cities Institute project, which predicts the risk of building fires. This paper describes the development trends in tsunami prediction technology in the United States and Japan using artificial intelligence (AI) to predict the occurrence and size of tsunamis that cause great damage to coastal cities in Japan, Indonesia, and the United States. In addition, it introduces the NOAA big data platform built for natural disaster prediction, considering that the use of big data is very important for AI-based disaster prediction. In addition, Google's flood forecasting system, domestic and overseas earthquake early warning system development, and service delivery cases will be introduced.
With the success of the genome-wide association studies (GWASs), many candidate loci for complex human diseases have been reported in the GWAS catalog. Recently, many disease prediction models based on penalized regression or statistical learning methods were proposed using candidate causal variants from significant single-nucleotide polymorphisms of GWASs. However, there have been only a few systematic studies comparing existing methods. In this study, we first constructed risk prediction models, such as stepwise linear regression (SLR), least absolute shrinkage and selection operator (LASSO), and Elastic-Net (EN), using a GWAS chip and GWAS catalog. We then compared the prediction accuracy by calculating the mean square error (MSE) value on data from the Korea Association Resource (KARE) with body mass index. Our results show that SLR provides a smaller MSE value than the other methods, while the numbers of selected variables in each model were similar.
Park, Chae-eun;Lee, Dong-seok;Nam, Sung-hyun;Kwon, Soon-kak
Journal of Multimedia Information System
/
v.8
no.3
/
pp.183-190
/
2021
In this paper, we implement a system for a fund recommendation based on the investment propensity and for a future fund price prediction. The investment propensity is classified by scoring user responses to series of questions. The proposed system recommends the funds with a suitable risk rating to the investment propensity of the user. The future fund prices are predicted by Prophet model which is one of the machine learning methods for time series data prediction. Prophet model predicts future fund prices by learning the parameters related to trend changes. The prediction by Prophet model is simple and fast because the temporal dependency for predicting the time-series data can be removed. We implement web pages for the fund recommendation and for the future fund price prediction.
Korean Journal of Agricultural and Forest Meteorology
/
v.23
no.3
/
pp.149-155
/
2021
Early warning systems for weather risk management in the agricultural sector have been developed to predict potential wind damage to crops. These systems take into account the daily maximum wind speed to determine the critical wind speed that causes fruit drops and provide the weather risk information to farmers. In an effort to increase the accuracy of wind risk predictions, an artificial neural network for binary classification was implemented. In the present study, the daily wind speed and other weather data, which were measured at weather stations at sites of interest in Jeollabuk-do and Jeollanam-do as well as Gyeongsangbuk- do and part of Gyeongsangnam- do provinces in 2019, were used for training the neural network. These weather stations include 210 synoptic and automated weather stations operated by the Korean Meteorological Administration (KMA). The wind speed data collected at the same locations between January 1 and December 12, 2020 were used to validate the neural network model. The data collected from December 13, 2020 to February 18, 2021 were used to evaluate the wind risk prediction performance before and after the use of the artificial neural network. The critical wind speed of damage risk was determined to be 11 m/s, which is the wind speed reported to cause fruit drops and damages. Furthermore, the maximum wind speeds were expressed using Weibull distribution probability density function for warning of wind damage. It was found that the accuracy of wind damage risk prediction was improved from 65.36% to 93.62% after re-classification using the artificial neural network. Nevertheless, the error rate also increased from 13.46% to 37.64%, as well. It is likely that the machine learning approach used in the present study would benefit case studies where no prediction by risk warning systems becomes a relatively serious issue.
Lee, Heui Seung;Lee, Sang Hyung;Chung, Young Seob;Yang, Hee-Jin;Son, Young-Je;Park, Sung Bae
Journal of Korean Neurosurgical Society
/
v.58
no.4
/
pp.346-349
/
2015
Objective : To investigate the value of lumbar bone mineral density (BMD) in fracture risk assessment (FRAX) tool. Methods : One hundred and ten patients aged over 60 years were enrolled and divided into 2 groups as non-osteoporotic vertebral fracture (OVF) and OVF groups. The 10-year-risk of major osteoporotic vertebral fracture of each group was calculated by FRAX tool with femoral and lumbar spine BMDs to compare the usefulness of lumbar spine BMD in prediction of OVF. The blood level of osteocalcin and C-terminal telopeptide (CTX) as markers of activities of osteoblast and osteoclast, respectively were analyzed using the institutional database. Results : In the OVF group, the ratio of patients with previous fracture history or use of glucocorticoid was higher than those in non-OVF group (p=0.000 and 0.030, respectively). The levels of T-score of femur neck and lumbar spine in OVF group were significantly lower than those in non-OVF group (p=0.001 and 0.000, respectively). The risk of OVF in FRAX using femur BMD in non-OVF and OVF groups was $6.7{\pm}6.13$ and $11.4{\pm}10.06$, respectively (p=0.007). The risk of using lumbar BMD in the 2 groups was $6.9{\pm}8.91$ and $15.1{\pm}15.08$, respectively (p=0.002). The areas under the receiver operator characteristic curve in the FRAX risk with lumbar and femur neck BMD were 0.726 and 0.684, respectively. The comparison of osteocalcin and CTX was not significant (p=0.162 and 0.369, respectively). Conclusion : In our study, the 10-year risk of major osteoporotic fracture in the OVF group of our study was lower than the recommended threshold of intervention for osteoporosis. Hence, a lower threshold for the treatment of osteoporosis may be set for the Korean population to prevent OVF. In the prediction of symptomatic OVF, FRAX tool using lumbar spine BMD may be more useful than that using femur neck BMD.
There is always a risk of water disasters due to sudden storms in mountainous regions in Korea, which is more than 70% of the country's land. In this study, a radar-based risk prediction technique for sudden downpour is applied in the mountainous region and is evaluated for its applicability using Mt. Biseul rain radar. Eight local heavy rain events in mountain regions are selected and the information was calculated such as early detection of cumulonimbus convective cells, automatic detection of convective cells, and risk index of detected convective cells using the three-dimensional radar reflectivity, rainfall intensity, and doppler wind speed. As a result, it was possible to confirm the initial detection timing and location of convective cells that may develop as a localized heavy rain, and the magnitude and location of the risk determined according to whether or not vortices were generated. In particular, it was confirmed that the ground rain gauge network has limitations in detecting heavy rains that develop locally in a narrow area. Besides, it is possible to secure a time of at least 10 minutes to a maximum of 65 minutes until the maximum rainfall intensity occurs at the time of obtaining the risk information. Therefore, it would be useful as information to prevent flash flooding disaster and marooned accidents caused by heavy rain in the mountainous area using this technique.
Sung Hyun Yoon;Eunhee Kim;Yongho Jeon;Sang Yoon Yi;Hee-Joon Bae;Ik-Kyung Jang;Joo Myung Lee;Seung Min Yoo;Charles S. White;Eun Ju Chun
Korean Journal of Radiology
/
v.21
no.9
/
pp.1055-1064
/
2020
Objective: To assess the incremental prognostic value of coronary computed tomography angiography (CCTA) in comparison to a clinical risk model (Framingham risk score, FRS) and coronary artery calcium score (CACS) for future cardiac events in ischemic stroke patients without chest pain. Materials and Methods: This retrospective study included 1418 patients with acute stroke who had no previous cardiac disease and underwent CCTA, including CACS. Stenosis degree and plaque types (high-risk, non-calcified, mixed, or calcified plaques) were assessed as CCTA variables. High-risk plaque was defined when at least two of the following characteristics were observed: low-density plaque, positive remodeling, spotty calcification, or napkin-ring sign. We compared the incremental prognostic value of CCTA for major adverse cardiovascular events (MACE) over CACS and FRS. Results: The prevalence of any plaque and obstructive coronary artery disease (CAD) (stenosis ≥ 50%) were 70.7% and 30.2%, respectively. During the median follow-up period of 48 months, 108 patients (7.6%) experienced MACE. Increasing FRS, CACS, and stenosis degree were positively associated with MACE (all p < 0.05). Patients with high-risk plaque type showed the highest incidence of MACE, followed by non-calcified, mixed, and calcified plaque, respectively (log-rank p < 0.001). Among the prediction models for MACE, adding stenosis degree to FRS showed better discrimination and risk reclassification compared to FRS or the FRS + CACS model (all p < 0.05). Furthermore, incorporating plaque type in the prediction model significantly improved reclassification (integrated discrimination improvement, 0.08; p = 0.023) and showed the highest discrimination index (C-statistics, 0.85). However, the addition of CACS on CCTA with FRS did not add to the prediction ability for MACE (p > 0.05). Conclusion: Assessment of stenosis degree and plaque type using CCTA provided additional prognostic value over CACS and FRS to risk stratify stroke patients without prior history of CAD better.
Kim, Yongku;Seo, Young-Kyo;Baek, Kyung-Min;Kim, Min-Ji;Baek, Sung-Ok
Asian Journal of Atmospheric Environment
/
v.10
no.4
/
pp.197-207
/
2016
Large quantities of air pollutants are released into the atmosphere and hence, must be monitored and routinely assessed for their health implications. This paper proposes a stochastic technique to predict unobserved hazardous air pollutants (HAPs), especially Benzo[a]pyrene (BaP), which can have negative effects on human health. The proposed approach constructs a nearest-neighbor structure by incorporating the linkage between BaP and meteorology and meteorological effects. This approach is adopted in order to predict unobserved BaP concentrations based on observed (or forecasted) meteorological conditions, including temperature, precipitation, wind speed, and air quality. The effects of BaP on human health are examined by characterizing the cancer risk. The efficient prediction provides useful information relating to the optimal monitoring period and projections of future BaP concentrations for both industrial and residential areas within Korea.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.