• 한국의학물리학회지:의학물리
• /
• 제20권3호
• /
• pp.132-138
• /
• 2009

호흡으로 인한 방사선 치료 표적의 움직임을 고려함으로써 치료 성적 향상과 동시에 주변 장기 보호를 지향하는 4차원 방사선 치료의 구현, 성능 개선의 연구가 활발히 진행되고 있다. 환자가 자연스럽게 호흡하도록 하는 장점이 있는 호흡 동기방식이나 종양추적방식을 사용하는 경우, 방사선조사 표적의 움직임을 예측, 방사선조사 시 이를 보정하여 줌으로써 방사선치료 효과를 극대화할 수 있다. 신경회로망은 통계 수식에 의존하지 않고 주어진 자료를 표현하는 일종의 규칙을 찾아내므로, 방사선 치료 표적의 실시간 움직임과 같은 비선형성을 가진 시계열(Time Series)을 표현하는 데에 유리하다. 본 연구에서는 신경회로망 예측 알고리즘의 4차원 방사선치료에 적용 가능성을 평가하였다. Multi-layer Perceptron으로 신경회로망을 구성하였고 Scaled Conjugate Gradient 알고리즘을 신경회로망 학습 알고리즘으로 사용하였다. RPM 시스템을 이용하여 획득한 실제 임상 현장의 환자에 대한 호흡 자료를 기반으로 학습한 신경회로망 예측 결과를 RPM 시스템의 측정치와 상호 비교하였다. 10명의 환자에의 적용 결과, 신경회로망 학습에 사용된 자료가 환자의 호흡 범위 전체를 포함하지 않는 경우를 제외하고는, 최대절대오차 3 mm 미만의 우수한 예측 성능을 보였다. 학습 영역 이외의 호흡 자료 예측 시 발생하는 상당한 오차는 신경회로망의 외삽에 대한 학습능력 부족을 보이는 것으로, 오차의 원인을 제거하기 위한 일환으로, 호흡자료를 측정할 때 최대 호흡을 하도록 하여 충분한 학습 자료를 확보하는 방안을 고려해 볼 수있겠다. 4차원 방사선치료 시스템 성능 개선에의 직접 활용을 위하여, 다양한 시스템 대기시간에 따른 예측 성능 평가와 방사선 조사 장치와 연동, 실용 타당성 검증의 추가 연구가 진행될 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권9호
• /
• pp.595-602
• /
• 2013

WiFi 신호지도법은 실내 환경을 위한 효과적인 위치 추적 기술로 잘 알려져 있다. 하지만 이 기술은 주어진 공간 전역에 걸쳐 미리 구축된 대용량의 신호지도가 있어야 적용할 수 있다. 또한 이 기술을 적용하기 위해서는 환경이 변함에 따라 전문가에 의해 주기적으로 새로운 신호지도를 구축하거나 변경하는 작업이 필요하다. 최근 들어 이러한 문제점을 극복하기 위한 한 가지 방법으로서, 군중-제공 신호지도 작성 방식이 많은 연구자들의 관심을 모으고 있다. 이 방식은 다수의 자발적인 사용자들로 하여금 특정 공간에서 수집한 자신들의 신호지도를 다른 사람들과 함께 서로 공유할 수 있도록 해준다. 따라서 군중-제공 신호지도 방식을 이용하면 신호지도를 자동으로 최신의 상태로 변경할 수 있다. 하지만, 대부분의 군중-제공 신호지도 작성 시스템들에서는 사용자들이 자신의 위치를 스스로 판단하여 수작업으로 직접 입력하도록 요구하고 있다. 그 뿐만 아니라, 이들 시스템에서는 다수의 사용자들로부터 수집되는 신호지도들 중에서 오류가 있는 것들을 찾아내고 이들을 여과해주는 체계적인 메커니즘을 가지고 있지 않다. 본 논문에서는 군중-제공 신호지도 작성 및 위치 추적(CMAL) 시스템의 설계에 대해 소개한다. 본 논문에서 제안하는 시스템은 다수의 스마트폰 사용자들로부터 수집된 지역 신호지도들을 이용하여 자동으로 공유 신호지도를 구축/갱신할 수 있을 뿐만 아니라, 동시에 새로운 신호지도를 이용하여 각 스마트폰 사용자의 위치를 추적할 수 있는 기능을 제공한다. 본 시스템은 각 스마트폰에서 신호지도를 수집하는 다수의 클라이언트들과, 공유 신호지도 데이터베이스를 관리하는 중앙의 서버로 구성된다. 각 클라이언트에는 스마트폰 사용자의 실시간 위치를 추적하면서 동시에 지역 신호지도를 생성하는 파티클 필터-기반의 WiFi SLAM 엔진을 내장하고 있으며, 서버에는 공유 신호지도의 무결성 유지를 위한 가우시안 보간법 기반의 오류 여과 알고리즘을 채택하고 있다. 다양한 실험들을 수행한 결과를 통해, 본 논문에서 제안한 시스템의 높은 성능을 확인할 수 있었다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.93-111
• /
• 2013

최근 독감 예측이나 부동산가격 예측 등 다양한 분야에서 웹검색 트래픽이나 소셜 네트워크 등의 방대한 고객 데이터를 통해 사회 현상, 소비 트렌드 등을 분석하고자 하는 시도가 증가하고 있다. 최근 구글이나 네이버 등의 인터넷 포털서비스 업체들은 온라인 사용자들의 웹검색 트래픽 정보를 구글 트렌드, 네이버 트렌드 등의 서비스로 공개하고 있는데, 이들이 제공하는 웹검색 트래픽 정보를 기반으로 온라인 사용자들의 정보 검색 행태에 대한 연구들이 학계 업계 등에서 주목받고 있다. 웹검색 정보를 기반으로 사회 현상이나, 소비 동향, 정치 투표 결과 등을 예측해 볼 수 있음을 실증하고 있는 분야는 많은 연구가 수행되고 있지만, 웹검색 트래픽 정보를 이용하여, 소비자의 제품에 대한 중요한 속성 도출 및 소비자의 기대 변화 관측 등의 온라인 사용자 행태에 초점을 맞추어 연구되고 있는 분야는 상대적으로 많은 연구가 수행되고 있지는 않다. 따라서, 본 연구에서는 구글이나 네이버가 제공하는 소비자의 웹검색 트래픽을 활용해서 소비자가 생각하는 제품 포지션을 가시화할 수 있는 방법을 제안한다. 브랜드 간의 관계를 확인하기 위해, 동시 검색 트래픽 정보를 활용하여 네트워크 모델링의 방법을 사용한 시스템을 제안하고 있으며, 이를 통해 소비자들이 제품 간의 유사성을 어떻게 인지하고 형성하며, 새로운 혁신 제품 카테고리 내에서 제품 브랜드들이 소비자의 마음 속에서 어떻게 자리 잡고 있는지의 브랜드 포지셔닝을 확인할 수 있는 방법론을 제안하였다. 또한 이를 태블릿 PC의 사례를 통해서, 미시적인 관점에서 소비자의 마음속에 위치한 태블릿 PC 개별 브랜드들의 위치 및 관계를 보여주었다. 기업은 소비자의 제품에 대한 인식 및 중요 속성 도출을 위해 많은 비용과 시간을 소요하여 소비자 조사를 행하게 되는데, 본 연구의 방법론을 활용하여 소비자의 제품에 대한 인식, 제품간 유사도, 제품에 대한 중요 속성의 변화 등을 일반에게 공개된 검색 트래픽 정보를 활용하여 비교적 쉽고 추가적인 비용 없이 도출할 수 있을 것이다.