• Journal of the Korean Data and Information Science Society
• /
• 제27권5호
• /
• pp.1203-1214
• /
• 2016

비만은 그 자체가 질병이면서 다른 질병의 위험인자로 사회경제학적 요인과 관련성이 높다. 급증한 국내 비만인구에 대한 사회적 차원에서의 예방을 위하여 비만과 연관성이 있는 사회경제적 요인을 파악하는 것이 중요하다. 특히, 비만과 사회경제학적 요인간의 연관성은 성별에 따라 상이할 수 있으며 지역적 변동성 역시 존재한다. 본 논문에서는 공간적 상관성을 고려하여 비만율에 영향을 미치는 사회경제적 요인의 효과를 성별에 따라 추정하고자 한다. 공간적 상관성을 설명하기 위하여 베이지안 접근법을 기반으로 한 조건부 자기회귀모형을 고려하였다. 실증예제로 2010년 서울시 25개 자치구별 비만율 자료에 대하여 제안한 공간 모형과 공간적 상관성을 고려하지 않은 모형을 적합시켜본 결과, 공간적 상관성을 고려한 모형이 모형의 적합도와 예측력 측면에서 더 우수함을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.197-197
• /
• 2016

Forecasting future drought events in a region plays a major role in water management and risk assessment of drought occurrences. The creeping characteristics of drought make it possible to mitigate drought's effects with accurate forecasting models. Drought forecasts are inevitably plagued by uncertainties, making it necessary to derive forecasts in a probabilistic framework. In this study, a new probabilistic scheme is proposed to forecast droughts, in which a discrete-time finite state-space hidden Markov model (HMM) is used aggregated with the Representative Concentration Pathway 8.5 (RCP) precipitation projection (HMM-RCP). The 3-month standardized precipitation index (SPI) is employed to assess the drought severity over the selected five stations in South Kore. A reversible jump Markov chain Monte Carlo algorithm is used for inference on the model parameters which includes several hidden states and the state specific parameters. We perform an RCP precipitation projection transformed SPI (RCP-SPI) weight-corrected post-processing for the HMM-based drought forecasting to derive a probabilistic forecast that considers uncertainties. Results showed that the HMM-RCP forecast mean values, as measured by forecasting skill scores, are much more accurate than those from conventional models and a climatology reference model at various lead times over the study sites. In addition, the probabilistic forecast verification technique, which includes the ranked probability skill score and the relative operating characteristic, is performed on the proposed model to check the performance. It is found that the HMM-RCP provides a probabilistic forecast with satisfactory evaluation for different drought severity categories, even with a long lead time. The overall results indicate that the proposed HMM-RCP shows a powerful skill for probabilistic drought forecasting.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.39-46
• /
• 2024

많은 연구자들이 다양한 모델을 이용하여 물의 수질을 평가하기 위해 노력하고 있다. 평가 모델에는 결측값이 없는 데이터셋이 필요하지만, 관측 데이터셋에는 결측값이 다수 포함되는 것이 현실이다. 단순히 결측값을 삭제하는 방법은 경우에 따라 기저 데이터의 분포를 왜곡시키고 모델의 예측성능에도 편의(bias)를 불러올 위험성이 있다. 본 연구에서는 수질 데이터의 결측값 처리에 적합한 기법을 탐색하기 위해, 기존의 KNN과 MICE Imputation, 그리고 생성형 신경망 모델인 Autoencoder와 Denoising Autoencoder를 기반으로 몇 가지 대치 기법을 실험하였다. 실험 결과, KNN과 MICE Imputation의 결과를 평균한 Combined Imputation이 실측치에 가장 가깝게 값을 추정하였으며, 이 기법을 적용하여 결측값을 처리한 관측 데이터셋을 support vector machine과 ensemble 기반의 분류 모델로 평가한 결과, 결측값을 삭제했을 때에 비해 Accuracy, F1 score, ROC-AUC score, 그리고 MCC(Mathews Correlation Coefficient) 지표가 향상되었다.

• Journal of Radiation Protection and Research
• /
• 제33권4호
• /
• pp.127-134
• /
• 2008

울진원전 3,4 호기의 가상적 중대사고로 인한 종합적인 경제적 리스크를 평가하였다. 이 연구의 목적을 위해 방사능 구름이 내륙을 향하는 것으로 가정하였다. 평가과정에서 불확실한 인자의 정량화에는 전문가 판단 및 의견도출에 유용한 것으로 알려진 델파이 기법을 이용하였다. 종합적인 경제적 리스크는 직접영향 비용과 간접영향 비용으로 구분되므로, 먼저 직접영향에 대한 비용을 평가하고, 예측된 가중치들 이용하여 직접영향 대비 간접영향 비용을 평가하였다. 행동학적 접근방법인 델파이 문제점을 보완하기 위해 수학적 접근방법인 베이지안 기법을 자료처리 과정으로 하는 모형을 적용하여 간접영향에 대한 경제적 충격량을 예측하였다. 1D 몬테칼로분석(MCA)으로 평가한 간접피해에 대한 가중치는 평균 2.59, 중앙값 2.08로 OECD/NEA에서 제시하는 가중치 1.25보다 높게 나타났다. 작은 국토나 방사선에 민감한 대중 성향과 같은 인지들이 패널의 판단에 영향을 미쳤을 수 있다. 직접피해 평가모델의 모수를 U형과 V형으로 구분하고 2D MCA를 사용한 종합적 경제적 리스크는 중앙값의 50%ile을 기준으로 2006년 국내총생산의 3.9%에 해당되었으며, 직접피해 영향이 가장 큰 자산 및 전력손실 비용을 제외하면 총 경제적 리스크는 국내총생산의 2.2% 수준이었다. 이 결과는 원전 비상계획과 대응태세 준비에 대한 투자 정당화에 참조 자료로 이용될 수 있다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1243-1244
• /
• 2022

In recent years, the growing interest in off-site construction has led to factories scaling up their manufacturing and production processes in the construction sector. Consequently, continuous large-scale site monitoring in low-variability environments, such as prefabricated components production plants (precast concrete production), has gained increasing importance. Although many studies on computer vision-based site monitoring have been conducted, challenges for deploying this technology for large-scale field applications still remain. One of the issues is collecting and transmitting vast amounts of video data. Continuous site monitoring systems are based on real-time video data collection and analysis, which requires excessive computational resources and network traffic. In addition, it is difficult to integrate various object information with different sizes and scales into a single scene. Various sizes and types of objects (e.g., workers, heavy equipment, and materials) exist in a plant production environment, and these objects should be detected simultaneously for effective site monitoring. However, with the existing object detection algorithms, it is difficult to simultaneously detect objects with significant differences in size because collecting and training massive amounts of object image data with various scales is necessary. This study thus developed a large-scale site monitoring system using edge computing and a small-object detection system to solve these problems. Edge computing is a distributed information technology architecture wherein the image or video data is processed near the originating source, not on a centralized server or cloud. By inferring information from the AI computing module equipped with CCTVs and communicating only the processed information with the server, it is possible to reduce excessive network traffic. Small-object detection is an innovative method to detect different-sized objects by cropping the raw image and setting the appropriate number of rows and columns for image splitting based on the target object size. This enables the detection of small objects from cropped and magnified images. The detected small objects can then be expressed in the original image. In the inference process, this study used the YOLO-v5 algorithm, known for its fast processing speed and widely used for real-time object detection. This method could effectively detect large and even small objects that were difficult to detect with the existing object detection algorithms. When the large-scale site monitoring system was tested, it performed well in detecting small objects, such as workers in a large-scale view of construction sites, which were inaccurately detected by the existing algorithms. Our next goal is to incorporate various safety monitoring and risk analysis algorithms into this system, such as collision risk estimation, based on the time-to-collision concept, enabling the optimization of safety routes by accumulating workers' paths and inferring the risky areas based on workers' trajectory patterns. Through such developments, this continuous large-scale site monitoring system can guide a construction plant's safety management system more effectively.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권19호
• /
• pp.8371-8376
• /
• 2014

Background: The use of statistical methods has become an imperative tool in breast cancer survival data analysis. The purpose of this study was to develop the best statistical probability model using the Bayesian method to predict future survival times for the black non-Hispanic female breast cancer patients diagnosed during 1973-2009 in the U.S. Materials and Methods: We used a stratified random sample of black non-Hispanic female breast cancer patient data from the Surveillance Epidemiology and End Results (SEER) database. Survival analysis was performed using Kaplan-Meier and Cox proportional regression methods. Four advanced types of statistical models, Exponentiated Exponential (EE), Beta Generalized Exponential (BGE), Exponentiated Weibull (EW), and Beta Inverse Weibull (BIW) were utilized for data analysis. The statistical model building criteria, Akaike Information Criteria (AIC), Bayesian Information Criteria (BIC), and Deviance Information Criteria (DIC) were used to measure the goodness of fit tests. Furthermore, we used the Bayesian approach to obtain the predictive survival inferences from the best-fit data based on the exponentiated Weibull model. Results: We identified the highest number of black non-Hispanic female breast cancer patients in Michigan and the lowest in Hawaii. The mean (SD), of age at diagnosis (years) was 58.3 (14.43). The mean (SD), of survival time (months) for black non-Hispanic females was 66.8 (30.20). Non-Hispanic blacks had a significantly increased risk of death compared to Black Hispanics (Hazard ratio: 1.96, 95%CI: 1.51-2.54). Compared to other statistical probability models, we found that the exponentiated Weibull model better fits for the survival times. By making use of the Bayesian method predictive inferences for future survival times were obtained. Conclusions: These findings will be of great significance in determining appropriate treatment plans and health-care cost allocation. Furthermore, the same approach should contribute to build future predictive models for any health related diseases.

• 방사선산업학회지
• /
• 제12권4호
• /
• pp.311-316
• /
• 2018

Average life expectancy is getting longer due to medical developments and improvements in living standards. So much so that the elderly have an increased risk of developing osteoporosis. Therefore, it is important to prevent, diagnose, and treat the senile disease at an early stage through a bone density test. Bone density is measured by dual energy X-ray absorption (DXA). In this study, while using DXA, in cases when the measurements for both the lumbar and the femur could not be taken simultaneously, the correlation between both measurements were known, and the measurement of one area was used to make a clinical inference for the value of the other. Measurements were taken using Lunar Prodigy Advance (GE) for 43 participant with clinically significant fractures. Statistical calculations were produced and analysed regarding bone density. In case of T-score, lumbar spine produced a statistical result of $-2.112{\pm}1.836$ and femur neck was $-1.716{\pm}1.565$. In case of Z-score lumbar spine produced a statistical result of $-0.151{\pm}1.513$, and femur neck $-0.026{\pm}1.283$. It is indicated that the pearson correlation coefficient of T-score between lumbar spine and femur neck is high at 0.699, and the pearson correlation coefficient of Z-score is considered relatively high at 0.503. The correlation of bone density between lumbar spine and femur neck is shown to be statistically meaningful in T-score's p-value at 0.000 and Z-score's p-value at 0.001. In conclusion, it seems to have clinical usefulness that we can infer the result of one measurement through that of the other part tested, based on the knowledge of the correlation coefficients between lumbar spine and femur neck.

• 한국산학기술학회논문지
• /
• 제20권4호
• /
• pp.470-478
• /
• 2019

국내 방산분야의 기술적 성장과 수출 증대가 괄목함에 따라, 국가안보적 위협을 방지하기 위한 방위산업 분야 기술보호의 중요성이 강조되고 있으므로 기술보호 제도의 확립 및 수행이 필요하다. 특히 무기 시스템으로부터 중요기술을 불법으로 탈취하는 Tampering 시도에 대응하기 위한 Anti-Tampering 기법의 도입 필요성이 대두되고 있으나, 아직까지는 관련제도가 갖춰지지 않았고 기술자료 유출 예방 위주 수준의 활동이 이루어지고 있다. 선행연구로서 특정 기술 보호기법에 대한 기술적 연구와 동향 분석, 일부 절차를 적용한 Anti-Tampering 적용방안 등이 발표되었으며, 최근에는 위험관리 절차를 기반으로 보호대상 기술을 선정하는 방법이 연구되었다. 하지만 기존 연구들은 무기 시스템의 Life-cycle 차원에서 획득 프로세스와 연계하기에 용이하지 않거나, 실제로 개발 및 평가에서 활용하기는 어려운 것으로 판단된다. 이러한 문제를 해결하는 한 방법으로, 본 논문에서는 Anti-Tampering 적용이 결정된 무기 시스템의 개발에 직접적으로 활용될 수 있는 Anti-Tampering 요구사항의 도출에 대하여 연구하였다. 구체적으로, 암호 모듈의 개발 및 검증에 적용되는 CMVP 표준인 ISO/IEC 19790을 기반으로 무기 시스템 개발에 필요한 요구사항 항목들을 도출하였으며, 기술검토회의 및 시험평가 등에서의 활용방안을 제시하였다. 귀납적 추론 및 비교평가를 통해 연구결과의 유용성을 확인하였다. 본 연구의 결과들을 활용하면, 국내개발 무기 시스템의 본격적인 기술보호 활동 수행에 도움이 될 것으로 기대된다.

• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.234-252
• /
• 2020

계측기기만을 이용한 현장 상황대응의 재래적 방식에서 벗어나 온라인 '첨단기술(Hi-Technology)'과 오프라인의 '직관적 경험(Hi-Experience)'을 융합한 하이브리드(Hybrid) 재해관리 기법의 유효성을 검증하였다. 이를 위해 대상 현장에 매설된 상시 계측기 GNSS(RTK) 5대를 지상기준점(Ground Control Point, GCP)으로 사용하였다. 또한, 인근 지점에 크기 불변 특징점(Scale Invariant Feature Transform, SIFT) 4곳을 추출하여 검사점(Control Point, CP)으로 활용하였다. 이를 통해 현장 실측치와 드론기반 3차원 측정 결과치와의 정확도를 각 좌표값의 차이의 평균제곱근오차(Root Mean Square Error)를 이용하여 분석하였다. 결과적으로 드론에 의해 획득된 3차원 수치 모델을 정밀하게 후처리 분석함으로써 피사체의 모든 지형지물이 변위추적의 객체로 활용할 수 있음을 확인할 수 있었다. 포인트 클라우드(Point cloud) 기반의 3-D 수치 영상은 현장 그대로의 모습을 초실감, 고정도 가시화 함으로서 직관적인 경험에 공감할 수 있는 친화적인 솔루션을 제공하며, 단순 신호처리 기반의 계측기기 하드웨어 중심의 재해관리를 탈피해 인명피해/예산 절감 등 비탈면 유지관리에 최적의 플랫폼을 제공할 수 있을 것으로 판단된다. 특히, 특정 위치에 설치된 특정지점(Pin-point) 센서에 의존한 국지적인 정보의 한계를 뛰어넘어 기술생산 중심에서 재난관리의 중심으로 신속하게 전환될 수 있는 매개체가 될 것으로 기대한다.

• 한국도서관정보학회지
• /
• 제52권2호
• /
• pp.145-166
• /
• 2021

이 연구는 고차원적 사고 능력이 형성되는 시기에 있는 초등학교 고학년 아동의 독후활동으로서 북코딩(Book-Coding)의 독서교육 효과를 검증하는 것을 목적으로 하였다. 이를 위하여 경기도 N시 소재 N초등학교 5학년 아동 30명을 대상으로 북코딩을 활용한 독서교육 프로그램 집단 15명, 독서감상문 작성 프로그램 집단 15명으로 구성하여 총 12회기에 걸쳐 독서교육 프로그램을 적용하였다. 연구의 주요 결과를 요약하면 다음과 같다. 첫째, 북코딩을 활용한 융합 독서교육 프로그램은 초등학교 아동의 논리적 사고력에 미치는 효과를 분석한 결과, 논리적 사고력의 하위 요인인 보존 논리, 비례 논리, 변인 통제 논리, 확률 논리, 상관 추리 논리, 조합 논리 모두 긍정적인 영향을 주는 것으로 나타났다. 둘째, 북코딩을 활용한 융합 독서교육 프로그램은 초등학교 아동의 창의력에 미치는 효과를 분석한 결과, 호기심, 집요성, 유효성, 독자성, 모험성, 개방성, 지식, 상상력, 독자성, 민감성, 유창성, 융통성, 정교성 모두 긍정적인 영향을 주는 것으로 나타났다. 셋째, 북코딩을 활용한 융합 독서교육 프로그램은 초등학교 아동의 창의적 인성에 미치는 효과를 분석한 결과, 호기심, 과제집착, 독립성, 위험감, 사고의 개방성, 심미성 모두 긍정적인 영향을 주는 것으로 나타났다.