• 대한치과기공학회지
• /
• 제35권1호
• /
• pp.37-42
• /
• 2013

Purpose: The purpose of this study was to evaluate the repeatability of dental white light scanner. Methods: The impression(Zerosil, Dreve, Germany) were digitized in white light scanner(Identica, Medit, Korea) to create 3-dimensional surface-models. The distribution of the discrepancies between the number of points in the corresponding CRM models and the point clouds in the others were measured by a matching-software(PowerInspect 2012, Delcam Plc, UK). The discriptive statistics were used for statistical analysis(SPSS 20.0). Results: The measurement of repeatablity showed very good reliability. The mean(SD) discrepancy value on the white light scanner digital models was 8.7(0.67) ${\mu}m$, based on SD and absolute mean values. Conclusion: These in vitro studies showed that repeatability of dental white light scanner is high reliability. These results can be confirmed in further clinical studies.

• Journal of Computing Science and Engineering
• /
• 제7권2호
• /
• pp.99-111
• /
• 2013

Approximating a divergence between two probability distributions from their samples is a fundamental challenge in statistics, information theory, and machine learning. A divergence approximator can be used for various purposes, such as two-sample homogeneity testing, change-point detection, and class-balance estimation. Furthermore, an approximator of a divergence between the joint distribution and the product of marginals can be used for independence testing, which has a wide range of applications, including feature selection and extraction, clustering, object matching, independent component analysis, and causal direction estimation. In this paper, we review recent advances in divergence approximation. Our emphasis is that directly approximating the divergence without estimating probability distributions is more sensible than a naive two-step approach of first estimating probability distributions and then approximating the divergence. Furthermore, despite the overwhelming popularity of the Kullback-Leibler divergence as a divergence measure, we argue that alternatives such as the Pearson divergence, the relative Pearson divergence, and the $L^2$-distance are more useful in practice because of their computationally efficient approximability, high numerical stability, and superior robustness against outliers.

• 대한한의학회지
• /
• 제41권3호
• /
• pp.125-137
• /
• 2020

Objectives: This study was aimed to present the experts' opinions for the successful application of Korean traditional medical practices (KTMPs) to the International Classification of Health Intervention (ICHI). Methods: Two doctors of Korean Medicine and two health information managers who had tried coding 131 KTMPs using ICHI participated in the focus group discussion. The remarks from the discussion were summarized according to the thematic analysis method. Results: The participants expected ICHI to be mainly used for statistics when applied to TKMPs. It can be used for payment systems as well, but it was expected that additional work would be required. They thought the current version of the ICHI did not sufficiently reflect the KMTPs of the real world, and even the interventions already included in the ICHI were not explained enough in the system. They thought it would not be easy to explain more KTMPs within the current structure of the ICHI, but they also said it seemed possible. In the process, rather than adding entirely new stem codes, it would be better to generate new combinations of the existing codes, to suppose subdivided codes, and to utilize the include terms or extension codes. Conclusions: For the successful introduction of ICHI, clarifying the definition of each intervention of KTMPs is a top priority. In addition, it is necessary to continue the matching work of ICHI - KMPTs and also required to make this effort together with the field of traditional medicine and complementary medicine worldwide.

• Journal of the Korean Data and Information Science Society
• /
• 제26권1호
• /
• pp.89-99
• /
• 2015

세계 경제 포럼과 대한민국 지식경제부에서 10대 핵심정보기술 가운데 하나로 빅 데이터를 선정한 바 있다. 빅 데이터에 대한 분석은 결국 데이터들이 가지고 있는 속성을 얼마나 효과적으로 분석하느냐가 관건이다. 이를 위한 기법들 중에서 군집 분석 방법은 거리 또는 유사성 측도를 이용하여 각 개체의 유사성을 측정하여 유사도가 높은 대상 집단을 분류하고 군집에 속한 개체들의 유사성과 서로 다른 군집에 속한 개체간의 상이성을 밝혀내는 통계분석 기법이다. 군집분석에서 이용되고 있는 유사성 측도는 데이터의 속성에 따라 여러 가지의 형태로 분류할 수 있으며, 범주형 데이터에 적용 가능한 측도들은 음의 일치 빈도를 고려한 측도, 음의 일치 빈도를 고려하지 않는 측도, 그리고 주변 확률 분포의 포함 여부에 의한 측도 등으로 구분할 수 있다. 음의 일치 빈도는 동시발생빈도와 더불어 두 항목간의 관련성에 대한 순방향성을 의미하므로 이를 고려하지 않는 유사성 측도들보다 이를 고려한 유사성 측도들이 좀 더 현실적인 측도라고 할 수 있다. 따라서 본 논문에서는 이분형 데이터에 대해 일반적으로 많이 활용되고 있는 음의 일치 빈도를 고려한 측도들에 대해 대소 관계를 규명함으로써 이들의 상한 및 하한을 설정하는 문제를 고려하였다.

• 한국음향학회지
• /
• 제18권8호
• /
• pp.32-41
• /
• 1999

본 논문은 chirp신호와 두 개의 근거리 청음기를 이용한 해저퇴적층의 음향학적 특성치 역산기법을 제시한다. 역산문제를 확률론적 모델로 정식화하고, 역산의 해를 역산인자의 a priori분포와 유사도함수의 곱으로 표현되는a posteriori 확률분포로 정의하였다. 퇴적층의 음속과 층두께의 a priori정보를 파형 매칭 기법으로 추정한 후 다수의 퇴적층이 존재하는 환경모델을 부분퇴적층모델로 치환하고, 계측신호와 모의신호의 L₂노음을 이용하여 정의된 목적함수에 대해 반복적인 유전자알고리즘 탐색을 수행하여 탐색공간의 축소로 인한 탐색효율과 결과의 향상을 얻었다. A posteriori 확률분포의 다중적분의 형태로 정의되는 인자의 주변확률분포와 평균의 추정은 유전자알고리즘의 탐색과정에서 선택된 탐색점들을 이용하여 수행되었다. 제시된 역산기법의 검증을 위해 두 가지 퇴적층 환경모델을 설정하고 잡음을 첨가한 합성신호에 대해 역산기법을 적용하여 역산해를 추정하였고 역산결과로부터 본 역산기법의 유용성을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.125-133
• /
• 2011

WLAN 환경하에서 알고리즘 기반의 패턴 매칭을 위해 training 단계에서는 여러 개의 AP에서 신호 잡음비의 특성값을 데이터베이스에 만들어 활용하고 estimation 단계에서는 단말기(MU)의 2차원 좌표값을 단말기로부터 새롭게 얻은 SNR과 데이터베이스에 저장된 fingerprint을 비교함으로써 추정한다. Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k 개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 PFCM 군집화를 적용한 KNN과 PFCM을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 PFCM에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/IFCM 알고리즘이 KNN, KNN/FCM, KNN/PFCM 알고리즘보다 성능이 우수하다.

• 대한전자공학회논문지SP
• /
• 제48권2호
• /
• pp.109-115
• /
• 2011

Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k 개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 ANN 군집화를 적용한 KNN과 ANN을 혼합한 알고리즘을 제안하였다. WLAN 환경하에서 알고리즘 기반의 패턴 매칭을 위해 training 단계에서는 여러 개의 AP에서 신호 잡음비의 특성값을 데이터베이스에 만들어 활용하고 estimation 단계에서는 단말기(MU)의 2차원 좌표값을 단말기로부터 새롭게 얻은 SNR과 데이터베이스에 저장된 fingerprint을 비교함으로써 추정한다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 ANN에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/ANN 알고리즘이 KNN 알고리즘보다 성능이 우수하다.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권20호
• /
• pp.8667-8671
• /
• 2014

Background: Survival rates after resection of advanced gastric cancer are extremely poor. An increasing number of patients with gastric carcinomas (GC) are therefore being treated with preoperative chemotherapy. We evaluated 36 month survival rate of GC patients that were treated by adding a neoadjuvant chemoradiotherapy before gastrostomy.Materials and Methods: Patients with stage II or III gastric adenocarcinomas were enrolled. The patients divided into two groups: (A) Neoadjuvant group that received concurrent chemoradiation before surgery (4500cGy of radiation at 180cGy per day plus chemotherapy with cisplatin and 5-fluorouracil, in the first and the end four days of radiotherapy). Resection was attempted 5 to 6 weeks after end of chemoradiotherapy. (B) Adjuvant group that received concurrent chemo-radiation after surgical resection. Results: Two (16.7%) patients out of 12 patients treated with neoadjuvant chemo-radiotherapy and 5 (38.5%) out of 13 in the surgery group survived after 36 months. These rates were not significantly different with per protocol and intention-to-treat analysis. The median survival time of patients in group A and B were 13.4 and 21.6 months, respectively, again not significantly different. Survival was significantly greater in patients with well differentiated adenocarcinoma in group B than in group A (p<0.004). Conclusions: According to this study we suggest surgery then chemoradiotherapy for patients with well differentiated gastric adenocarcinoma rather than other approaches. Additional studies with greater sample size and accurate matching relying on cancer molecular behavior are recommended.

• 한국컴퓨터산업학회논문지
• /
• 제2권9호
• /
• pp.1175-1182
• /
• 2001

원투원 마케팅(데이터베이스 마케팅 또는 관계 마케팅)은 컴퓨터의 발전과 더불어 기업 및 고객에게 이익을 가져올 것이며, 또한 고객의 세일 및 광고에 변화를 가져올 여러 분야 중의 하나이다. 인터넷 쇼핑몰에서 지능적인 고객 서비스의 일환으로, 본 논문에서는 데이터 마이닝 기법으로 잘 알려진 장바구니 분석을 이용한 개인화 된 광고를 제공하는 기법을 제시하고자 한다. 추천 기법의 핵심적인 이론으로 통계학, 데이터 마이닝, 인공 지능, 규칙 기반 매칭 등이 있다. 개인화 된 추천을 위한 규칙 기반 관점에서, 개인화를 위한 마케팅 규칙은 일반적으로 마케팅 전문가로부터 추출되어 고객의 데이터를 갖고 추정한다. 그러나 마케팅 전문가로부터 규칙을 추출하기란 매우 어려울 뿐만 아니라, 작성된 지식 기반 규칙을 검증하고 유지하기도 어렵다. 본 논문에서는 장바구니 분석 기법을 이용하여, 크로스 세일 마케팅 규칙을 추출한 뒤, 고객이 인터넷 쇼핑몰에 방문했을 때 개인화 된 광고를 제공하는데 초점을 두기로 한다.

• 한국의상디자인학회지
• /
• 제21권4호
• /
• pp.139-152
• /
• 2019

This study aims to find out the influence of brand awareness and preference of collaboration products created by SPA and luxury brands using specific examples of collaborations, which are now becoming prevelent in the fashion industry. For this study, data collection was carried out through a distribution of 350 copies of the questionnaire, 333 responses were used for data analysis. Using a statistical package program with SPSS, a frequency analysis, a factor analysis, and a multiple regression analysis were conducted. The results of this study are summarized as follows. Awareness and preferences of the SPA and luxury brands lead collaboration products to be preferred. In addition, consumers happen to have more favorable attitudes regarding the purchase of collaboration products. This means that matching brands with high preference is a very important factor to create profits from the collaboration products as awareness and the preference are important factors for the success of projects. In particular, the recognition and preference of luxury brands was found to have greater impact on the preference and recognition of collaboration the SPA brands. Accordingly, brands should expand and actively collaborate through a variety of methods and support proper collaborations that fit their image.