• 응용통계연구
• /
• 제33권6호
• /
• pp.791-804
• /
• 2020

스마트그리드 환경하에서 ICT 기술의 발달로 AMI 기기를 통해 가정의 실시간 전력사용량을 수집할 수 있게 됨에 따라 이러한 자료들을 활용하여 보다 더 정확한 가정용 전력사용량 예측을 할 수 있게 되었다. 본 논문에서는 1시간 단위 가정용 전력사용량 자료를 바탕으로 ARIMA, TBATS, NNAR 모형을 사용하여 전력수요를 예측하는 모형을 연구하였는데, 기존과 달리 가구 전체 사용량을 한 번에 예측하는 것이 아닌 유사한 전력사용패턴을 나타내는 가구들을 군집하여 군집별로 예측 모형을 수립하고 각 모형별 예측치를 합산하여 예상 전력사용량을 산출하였다. 특히 전력사용량 자료는 전형적인 시계얼 자료로서 군집분석 방법으로 시계열에 적절한 방법을 선택하였으며 본 논문에서는 동적타임워핑(dynamic time warping)과 Periodogram 기반의 방법을 사용하였다. 연구 결과 사용량이 유사한 가구들을 군집하여 전력사용량을 예측하는 것이 한 번에 예측하는 것보다 예측 성능이 더 우수한 것으로 나타났으며 예측 모형 중에서는 여름철의 경우 NNAR 모형이, 겨울철의 경우 TBATS 모형의 성능이 가장 좋았으며 군집분석 방법은 군집 간 패턴의 차이가 명확히 나타난 동적타임워핑 방법을 사용했을 때 예측 성능의 향상이 가장 많았다.

• 대한임상독성학회지
• /
• 제18권2호
• /
• pp.66-77
• /
• 2020

Purpose: The aims of the present study were twofold. First, the research investigated the effect of an individual's risk factors and the prevalence of psychotropic drugs on QTc prolongation, TdP (torsades de pointes), and death. Second, the study compared the risk scoring systems (the Mayo Pro-QT risk score and the Tisadale risk score) on QTc prolongation. Methods: The medical records of intoxicated patients who visited the emergency department between March 2010 and February 2019 were reviewed retrospectively. Among 733 patients, the present study included 426 psychotropic drug-intoxicated patients. The patients were categorized according to the QTc value. The known risk factors of QTc prolongation were examined, and the Mayo Pro-QT risk score and the Tisadale risk score were calculated. The analysis was performed using multiple logistic regression, Spearman correlation, and ROC (receiver operating characteristic). Results: The numbers in the mild to moderate group (male: 470≤QTc<500 ms, female: 480≤QTc<500 ms) and severe group (QTc≥500 ms or increase of QTc at least 60ms from baseline, both sex) were 68 and 95, respectively. TdP did not occur, and the only cause of death was aspiration pneumonia. The statically significant risk factors were multidrug intoxications of TCA (tricyclic antidepressant), atypical antipsychotics, an atypical antidepressant, panic disorder, and hypokalemia. The Tisadale risk score was larger than the Mayo Pro-QT risk score. Conclusion: Multiple psychotropic drugs intoxication (TCA, an atypical antidepressant, and atypical antipsychotics), panic disorder, and hypokalemia have been proven to be the main risk factors of QTc prolongation, which require enhanced attention. The present study showed that the Tisadale score had a stronger correlation and predictive accuracy for QTc prolongation than the Mayo Pro-QT score. As a result, the Tisadale risk score is a crucial assessment tool for psychotropic drug-intoxicated patients in a clinical setting.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.441-452
• /
• 2022

학습 환경에서 메타인지를 활용한 훈련은 1990년대부터 꾸준히 연구되어온 주제 중 하나다. 메타인지는 크게 선언적 메타인지 지식과 절차적 메타인지 지식 (메타인지 기술)로 나누어 볼 수 있고 이에 따라 메타인지 훈련 역시 두 메타인지 지식 중 하나에 초점을 맞추어 연구가 이루어졌다. 본 연구에서는 메타인지 기술의 훈련이 수학 문제 풀이 맥락에서 어떤 역할을 하는지 살펴보고자 하였다. 구체적으로 학습자는 정해진 시간 안에 여러 난이도의 문제가 섞인 수학 문제들을 푸는 시험 맥락에서 문제 난이도 예측, 풀이시간 예측, 정답 여부 예측을 실시하였으며 이를 총5주간에 걸쳐 5회 반복하였다. 분석 결과, 훈련 전보다 훈련 후에 세 가지 예측 지표 모두에서 유의한 차이가 있는 것으로 나타났으며 훈련을 통해 학습자의 문제 풀이 전략에 도움을 줄 수 있다는 사실을 밝혔다. 또한 메타인지 훈련을 실시하지 않고 동일한 학습 과정을 진행한 조건과 시험불안 정도의 차이가 있는지 분석하였다. 그 결과, 훈련을 실시한 조건의 학습자가 5주차에 더 적은 정서 불안과 관계 불안을 보고한 것을 알 수 있었다. 메타인지 기술 훈련을 통한 이러한 효과는 학습자의 시험 상황에 필요한 학습 전략 향상에 도움이 될 것으로 예상된다.

• Ecology and Resilient Infrastructure
• /
• 제9권2호
• /
• pp.100-106
• /
• 2022

섬진강 수계 210개 지방하천을 대상으로 하천연장과 보 밀도 대비 어류 출현종 현황을 분석하였다. 하천연장에 따른 어류 출현종수는 비선형지수함수 (Nonlinear exponential relationship) 관계를 보였다. 모델에 따른 계수값 (b)은 0.03이며, 결정계수(R²)은 약 59.0%인 것으로 나타났다. 모델식에 따른 예측기대종수는 실제 출현종수와 차이를 보였으며, 대상하천 가운데 약 110개 하천 (약 52.4%)에서 실제 출현종수는 예측기대종수보다 낮게 나타났다. 한편 섬진강 수계 하천에서 나타난 평균 보 밀도는 약 2.7개/km였으며, 이는 타 수계 하천과 비교시 월등히 높은 수치였다. 보 밀도 지표 (Index of Weir's Density, IWD)에 따른 어류출현종수간의 2-DKS 분석 결과 어류 다양성에 영향을 주는 보 밀도 역치값 (Threshold value)은 약 2.5개/km인 것으로 나타났다 (D_max=0.048, p<0.05). 실제 보 밀도 지표가 역치값 이상인 경우 어류 출현종수 대비 기대 종수비율은 70% 미만으로 낮아졌다. 따라서, 향후 수생태계 연속성 확보를 위한 보 밀도는 역치값 이하로 관리하는 것이 필요하다.

• 한국항만경제학회지
• /
• 제37권4호
• /
• pp.71-87
• /
• 2021

본 연구는 항만이 항만인근지역의 생활여건에 어떻게 영향을 미치고 있는지를 부산항 신항과 인근 강서구 생활여건 간의 구조방정식모형을 통해 명확히 밝힘으로써 우리나라 항만정책에 시사점을 제공하고자 한다. 분석결과, PLS-SEM 측정모형은 신뢰성과 타당성을 충족하고, 구조모형은 설명력(R²), 경로계수의 유의성, 예측의 적합도(Q²) 측면에서의 기준을 모두 만족시키고 있다. 따라서 분석결과는 부산항 신항 확충이 강서구의 고용증가를 통해 강서구의 인구증가에 유의미한 영향을 미침으로써 강서구의 생활여건 개선에 기여하고 있다는 본 연구의 가설을 지지해 주고 있다. 본 연구는 항만이 항만인근지역(구(區)단위)의 생활여건 개선을 유발하는 견인차로서의 역할을 하고 있다는 것을 분명히 밝혔다는 데 그 의의가 있다. 중앙정부, 지방자치단체, 기업은 항만정책의 수용성 제고를 위하여 항만인근지역의 생활여건을 개선하는 데 상호협력을 강화해 나가야 한다. 향후 연구는 항만이 항만인근지역에 미친 영향을 포괄적으로 평가하기 위하여 항만이 항만인근지역 삶의 질에 미친 영향이나 항만인근지역에 미친 사회경제적 영향에 대해 주목할 필요가 있다.

• 대한토목학회논문집
• /
• 제42권1호
• /
• pp.127-134
• /
• 2022

현재 국내 건설업에서는 꾸준히 증가하는 건설재해를 예방하기 위해 다양한 정책적 노력과 연구가 활발하게 진행되고 있다. 기존 연구에서 건설재해 예방을 위해 개발한 예측 모델의 경우, 주로 정형데이터만을 활용하였기에 건설현장의 다양한 특성을 충분히 고려하지 못한 예측 결과가 도출되었다. 따라서, 본 연구에서는 정형데이터와 텍스트 형식의 비정형데이터를 동시에 활용하여 건설현장의 특성을 충분히 고려할 수 있는 기계학습 기반 건설재해 사전 예측 모델을 개발하였다. 본 연구는 기계학습을 위해 건설공사 안전관리 종합정보망(CSI)의 최근 3년간 건설재해 데이터 6,826건을 수집하였다. 수집된 데이터 중 정형데이터의 학습은 5가지 알고리즘의 성능 분석을 통해 Decision forest 알고리즘을 사용하였고 비정형데이터의 학습은 BERT 언어모델을 사용하였다. 정형 및 비정형데이터를 동시에 활용한 건설재해 예측 모델의 성능 비교 결과, 정형데이터만을 활용한 경우보다 약 20 % 향상된 95.41 %의 예측정확도가 도출되었다. 본 연구 결과, 비정형데이터를 동시에 활용함으로써 예측 모델의 효과적인 성능 향상을 확인하였으며, 보다 정확한 예측을 통한 건설재해 저감을 기대할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제22권10호
• /
• pp.765-777
• /
• 2022

본 연구의 목적은 급격히 변화하는 환경 속에서 대학이 경쟁력을 가지기 위해 학습 디지털 트랜스포메이션과 관련된 이론 및 사례를 기반으로 대학에서 활용 가능한 디지털 트랜스포메이션 기반 학습모델을 제시하는 것이다. 이를 위해 기초적인 문헌연구와 사례연구, 전문가 초점집단면접(Focus Group Interview)이 진행되었으며 위 연구방법들을 통해 도출된 학습모델 관련 시사점은 다음과 같다. 국내외에서 관련 분야에 두각을 나타내는 대학들은 빅 데이터를 기반으로 학습분석을 대시보드 구현, 예측 모델 개발, 적응형 학습 지원 등에 활발하게 사용하고 있으며, 첨단 에듀테크를 수업에 적극적으로 도입하여 성과를 내고 있다. 또한 국내 대학이 당면한 현실적인 문제와 애로사항 및 현재 K대학이 당면한 디지털 트랜스포메이션 구현 관련 문제점과 기대 사항들도 확인되었다. 이 시사점들을 바탕으로 본 연구는 K대학의 디지털 트랜스포메이션 기반 학습모델을 개발하였다. 이 모델은 진단, 추천, 학습, 성공의 4개 차원으로 구성되어 있으며 학생이 이 모델을 통해 개인의 성공에 필요한 다양한 학습 과정을 진단 및 추천받아 학습을 진행하고, 학습 성과를 체계적으로 관리해 성공할 수 있도록 한다. 마지막으로 연구결과에 대한 학문적 그리고 실무적 시사점이 논의되었다.

• 한국항해항만학회지
• /
• 제46권6호
• /
• pp.562-569
• /
• 2022

기존 운항선박에 적용되어 있는 알람 모니터링 기술은 온도, 압력 등의 데이터 항목을 AMS(Alarm Monitoring System)으로 관리하고 해당 센싱 데이터가 정상 수준 범위를 초과할 경우만 선원에게 알람을 제공한다. 또한 기존 선박의 정비는 PMS(Planned Maintenance System)를 따른다. 이는 장비로부터 측정된 센싱 데이터가 설정범위 이상으로 측정되어 이에 따른 알람을 통해 정비하거나, 대상 기기의 고장 유무에 관계없이 일정 시간 사용 후 해당 부품을 사전에 교체하는 방식으로 운영되고 있다. 하지만 선박 기관운영의 신뢰성과 운항 안전성을 확보하기 위해서는 실시간 상태 모니터링 데이터 기반의 사전적 진단 및 예측이 가능해야 한다. 그러기 위해서 실선 데이터를 종합적으로측정하여 데이터베이스화 하고 이를 선박의 보조기기와 배관의 상태기반 예지보전을 위한 상태 진단 모니터링 시스템을 구현하고자 한다. 특히 반응형 웹 기반으로 선박의 보조기기와 배관 상태 정보를 관리할 수 있도록 하였으며, 선내 개인용 컴퓨터(Personal Computer, PC)에서 보는 용도뿐만 아니라 스마트폰 등 다양한 모바일 기기의 접근 및 활용이 가능하도록 화면과 해상도에 맞춰 최적화된 상태 관리가 가능하도록 하여 업데이트 비용이 적게 들며, 관리 방법도 쉽다. 본 논문에서는 자율운항선박 핵심 기술인 상태기반정비(Condition Based Management, CBM) 기술력을 확보하기 위해 선박의 보조기기 중 펌프와 청정기, 그리고 배관 중 해수 및 스팀 배관의 상태 진단 모니터링을 통해 이상 현상을 파악하고, 이를 통해 융합 분석할 수 있도록 선박 보조기기 및 배관의 성능 진단 및 고장 예측에 활용하여 예방정비 의사결정을 지원하고자 한다.

• 대한임상독성학회지
• /
• 제19권2호
• /
• pp.83-92
• /
• 2021

Purpose: Glyphosate herbicide (GH) is a widely used herbicide and has been associated with significant mortality as poisoned cases increases. One of the reasons for high toxicity is thought to be toxic effect of its ingredient with glyphosate. This study was designed to determine differences in the clinical course with the salt-type contained in GH. Methods: This was a retrospective study conducted at a single hospital between January 2013 and December 2017. We enrolled GH-poisoned patients visited the emergency department. According to salt-type, patients were divided into 4 groups: isopropylamine (IPA), ammonium (Am), potassium (Po), and mixed salts (Mi) groups. The demographics, laboratory variables, complications, and their mortality were analyzed to determine clinical differences associated with each salt-type. Addtionally, we subdivided patients into survivor and non-survivor groups for investigating predictive factors for the mortality. Results: Total of 348 GH-poisoned patients were divided as follows: IPA 248, Am 41, Po 10, and Mi 49 patients. There was no difference in demographic or underlying disease history, but systolic blood pressure (SBP) was low in Po group. The ratio of intentional ingestion was higher in Po and Mi groups. Metabolic acidosis and relatively high lactate level were presented in Po group. As the primary outcome, the mortality rates were as follows: IPA, 26 (10.5%); Am, 2 (4.9%); Po, 1 (10%); and Mi, 1 (2%). There was no statistically significant difference in the mortality and the incidence of complications. Additionally, age, low SBP, low pH, corrected QT (QTc) prolongation, and respiratory failure requiring mechanical ventilation were analyzed as independent predictors for mortality in a regression analysis. Conclusion: There was no statistical difference in their complications and the mortality across the GH-salt groups in this study.

• Journal of Gastric Cancer
• /
• 제22권2호
• /
• pp.120-134
• /
• 2022

Purpose: This study aimed to identify prognostic factors for patients with distant lymph node-involved gastric cancer (GC) using a machine learning algorithm, a method that offers considerable advantages and new prospects for high-dimensional biomedical data exploration. Materials and Methods: This study employed 79 features of clinical pathology, laboratory tests, and therapeutic details from 289 GC patients whose distant lymphadenopathy was presented as the first episode of recurrence or metastasis. Outcomes were measured as any-cause death events and survival months after distant lymph node metastasis. A prediction model was built based on possible outcome predictors using a random survival forest algorithm and confirmed by 5×5 nested cross-validation. The effects of single variables were interpreted using partial dependence plots. A contour plot was used to visually represent survival prediction based on 2 predictive features. Results: The median survival time of patients with GC with distant nodal metastasis was 9.2 months. The optimal model incorporated the prealbumin level and the prothrombin time (PT), and yielded a prediction error of 0.353. The inclusion of other variables resulted in poorer model performance. Patients with higher serum prealbumin levels or shorter PTs had a significantly better prognosis. The predicted one-year survival rate was stratified and illustrated as a contour plot based on the combined effect the prealbumin level and the PT. Conclusions: Machine learning is useful for identifying the important determinants of cancer survival using high-dimensional datasets. The prealbumin level and the PT on distant lymph node metastasis are the 2 most crucial factors in predicting the subsequent survival time of advanced GC.