Allem, Jon-Patrick;Ayers, John W.;Unger, Jennifer B.;Irvin, Veronica L.;Hofstetter, C. Richard;Hovell, Melbourne F.
Asian Pacific Journal of Cancer Prevention
/
제13권5호
/
pp.1851-1856
/
2012
Immigration to a nation with a stronger anti-smoking environment has been hypothesized to make smoking less common. However, little is known about how environments influence risk of smoking across the lifecourse. Research suggested a linear decline in smoking over the lifecourse but these associations, in fact, might not be linear. This study assessed the possible nonlinear associations between age and smoking and examined how these associations differed by environment through comparing Koreans in Seoul, South Korea and Korean Americans in California, United States. Data were drawn from population based telephone surveys of Korean adults in Seoul (N=500) and California (N=2,830) from 2001-2002. Locally weighted scatterplot smoothing (lowess) was used to approximate the association between age and smoking with multivariable spline logistic regressions, including adjustment for confounds used to draw population inferences. Smoking differed across the lifecourse between Korean and Korean American men. The association between age and smoking peaked around 35 years among Korean and Korean American men. From 18 to 35 the probability of smoking was 57% higher (95%CI, 40 to 71) among Korean men versus 8% (95%CI, 3 to 19) higher among Korean American men. A similar difference in age after 35, from 40 to 57 years of age, was associated with a 2% (95%CI, 0 to 10) and 20% (95%CI, 16 to 25) lower probability of smoking among Korean and Korean American men. A nonlinear pattern was also observed among Korean American women. Social role transitions provide plausible explanations for the decline in smoking after 35. Investigators should be mindful of nonlinearities in age when attempting to understand tobacco use.
본 논문에서는 독립변수들의 특징을 추출하여 패턴층 뉴런의 중앙값을 이용함으로써 일반회귀 신경망의 성능을 개선하는 방법을 제안하였다. 제안된 방법에서는 적응적 학습 알고리즘의 주요성분분석 기법을 이용하여 회귀분석에 이용되는 데이터의 각 독립변수들의 집합으로 변환시키는 특징을 살려 일반회귀 신경망의 성능을 더 개선하기 위함이다. 제안된 기법의 일반회귀 신경망을 2개의 독립변수 집합을 가진 Solow의 경제문제와 4개의 독립변수 집합을 가진 국내 유선전화문제에 각각 적용하여 시뮬레이션한 결과, 중심값을 각 독립변수들의 평균이나 가중평균을 이용하는 일반회귀 신경망에 의한 결과와 비교할 때 더욱 우수한 회귀성능이 있음을 확인할 수 있었다. 그리고 신경망의 뉴런 수나 평활요소의 설정 면에서도 우수한 특성이 있음을 확인할 수 있었다.
본 연구는 explicit M.K.A.C. 알고리즘으로 마이크로프로세서를 사용하여 직류전동기 속도 제어를 하였다. 실험에 사용된 적응 제어 알고리즘으로는 먼저 지수함수적 가중 최소사승법 (exponentially wighted least square method: E.W.L.S) 알고리즘의 계산상의 불안정과 수행시간을 최소로 하기 위하여 시간 지연이 있는 E.W.L.S.알고리즘에 EDUt-_인수화법을 도입한 UDUt-인수화법 알고리즘을 사용하였고, 또한 gradient-type의 알고리즘으로도 초기에 dtatl-zollr을 갖는 직류전동기를 효과적으로 제어하기 위하여 gradient-type의 알고리즘에 smoothing polynomal과 상수ℓ을 사용한 SM gradient-쇼pe의 알고리즘을 제안하였다. UDTt인수화법 알고리즘을 적용한 결과 수행시간이 단축되었으며, SM gradient-type의 알고리즘의 경우는 dead-zone을 위한 기동전압을 사용하지 않고도 효과적인 속도제어를 할 수 있음을 확인하였다.
As part of the Four Major Rivers Restoration Project, multifunctional weirs have been constructed in the rivers and operated for river-level management. As the weirs play a role in draining water from tributaries, the aim of this study was to determine the influence of the weirs on the water level of the Nam River, which is one of the Nakdong River's tributaries. Self-organizing maps (SOMs) and a locally weighted scatterplot smoothing (LOWESS) technique were applied to analyze the patterns and trends of water level and quality of the Nakdong River, considering the operation of the Changnyeong-Haman weir, which is located where the Nam River flows into the Nakdong River. The software program HEC-RAS was used to find the boundary points where the water is well drained. Per the study results at the monitoring points ranging between the junction of the two rivers and 17.5 km upstream toward the Nam River, the multifunctional weir influenced the water level at the Geoyrong and Daesan observation stations on the Nam River and the water quality based on automatic monitoring at the Chilseo station on the Nakdong River was affected strongly by the Nakdong River and partly by the Nam River.
최근 4차산업 혁명의 시대가 도래하면서 새로운 기술들이 많이 구현되고 있는 추세이다. 그 중 영상신호는 다양한 분야에서 활용되어 지고 있다. 하지만 영상신호를 송,수신할 때 다양한 이유로 잡음이 발생하게 되며 Salt and Pepper 잡음과 AWGN이 대표적이다. 영상처리를 수행 할 때 잡음을 제거하지 않고 처리하게 되면 오류의 전파라는 문제점을 야기할 수 있다. 일반적으로 잡음을 제거하는 방법으로 CWMF, MF, AMF 등이 있지만 이러한 필터들의 경우 고밀도 잡음 영역에서 다소 미흡한 성능을 보이며, 스무딩 현상으로 인해 에지 성분의 보존률도 다소 떨어진다. 본 연구에서는 표준편차를 이용한 변형된 가중치 필터를 이용하여 Salt and Pepper잡음을 효과적으로 제거하는 알고리즘을 제안한다. 제안한 알고리즘의 잡음 제거 성능을 입증하기 위해 PSNR과 확대영상을 사용하여 기존의 알고리즘과 비교하였다.
현대 사회는 4차 산업혁명과 IoT 기술의 발전으로 폭넓은 분야에 다양한 디지털 기기들이 보급되고 있다. 하지만 영상을 획득하거나 전송하는 과정 등에서 잡음이 발생하여 정보를 훼손할 뿐 아니라, 시스템에 영향을 끼쳐 오류와 잘못된 동작을 일으킨다. 영상 잡음 중 대표적인 잡음으로 AWGN이 있다. 잡음을 제거하기 위한 방법으로 선행연구가 진행되어져 왔고 그 중 대표적인 방법으로 AF, A-TMF, MF 등이 있다. 기존의 필터들은 영상의 특성을 고려하기 어려워 고주파 성분이 많은 영역에서는 스무딩 현상이 발생한다는 단점이 있다. 따라서 제안한 알고리즘은 고주파영역에서도 효과적으로 잡음을 제거하기 위해 표준편차 분포도를 구한 후, 커브 피팅 방식을 이용한 라플라스 분포의 확률밀도함수 가중치를 적용하여 최종 출력을 구한다.
댐, 저수지 등 수자원 시스템분석 시 가장 기초가 되는 유입량 자료는 실측 수위(저수량)와 방류량을 역산하여 산정된다. 이 중 댐 수위는 수표면 진동으로 인해 변동이 크며, 특히, 급격한 수위 변화가 발생하는 홍수기에는 수위-저수량 변환 시 큰 오차가 발생하여 유입량 진동이 더욱 커지게 된다. 하지만 홍수기 저수지 운영 효과 분석 등 관련 연구를 위해서는 시간 간격이 짧은 10분 또는 1시간 단위의 유입량 자료가 필요함에 따라 관련 연구 수행 시 이동평균법(Moving Average) 등을 통해 실측 유입량 자료를 보정하여 사용하는 것이 일반적이다. 데이터 평활화를 위해 이동평균법을 적용하면 데이터의 변동을 효과적으로 줄일 수는 있지만 실측자료와 비교하였을 때 첨두 유입량이 큰 폭으로 감소하거나, 첨두 유입량 발생시간이 지체되는 문제가 발생한다. 본 연구에서는 저수지 유입량과 같이 변동이 큰 수문자료의 평활화를 위해 가우시안 가중 이동평균법(Gaussian-weighted moving average technique), 사비츠키-골레이 필터링기법(Savitzky-Golay filtering technique) 등 필터링 기법을 댐 유입량 보정에 적용하고, 이에 따른 효과를 분석하고자 하였다. 이를 위해 2020년 8월에 발생한 홍수사상을 대상으로 충주댐, 합천댐 등 다목적댐 유입량 자료를 수집하고, 보정을 수행하였다. 필터링 기법의 적용 효과 분석을 위해서는 실측자료와 이동평균법을 적용하여 보정한 결과와 비교하였고, 추가적으로 비교적 변동이 작은 일 단위 유입량 자료와의 양적 비교를 진행하였다. 그 결과 이동평균법을 적용하였을 때보다 필터링 기법을 적용하였을 때 실측자료와의 양적 차이가 작고, 첨두 유입량 및 첨두 유입 발생시간에서도 차이를 큰 폭으로 감소시킬 수 있는 것으로 확인되었다.
최근 감정 분류 분야에서 딥러닝 인코더 기반의 접근 방법이 활발히 적용되고 있다. 딥러닝 인코더 기반의 접근 방법은 가변 길이 문장을 고정 길이 문서 벡터로 압축하여 표현한다. 하지만 딥러닝 인코더에 흔히 사용되는 구조인 장 단기 기억망(Long Short-Term Memory network) 딥러닝 인코더는 문서가 길어지는 경우, 문서 벡터 표현의 품질이 저하된다고 알려져 있다. 본 논문에서는 효과적인 감정 문서의 분류를 위해, 장 단기 기억망의 출력을 중요도에 따라 가중합하여 문서 벡터 표현을 생성하는 주목방법 기반의 딥러닝 인코더를 사용하는 것을 제안한다. 또한, 주목 방법 기반의 딥러닝 인코더를 문서의 감정 분류 영역에 맞게 수정하는 방법을 제안한다. 제안하는 방법은 윈도우 주목 방법(Window Attention Method)을 적용한 단계와 주목 가중치 재조정(Weight Adjustment) 단계로 구성된다. 윈도우 주목 방법은 한 단어 이상으로 구성된 감정 자질을 효과적으로 인식하기 위해, 윈도우 단위로 가중치를 학습한다. 주목 가중치 재조정에서는 학습된 가중치를 평활화(Smoothing) 한다, 실험 결과, 본 논문에서 제안하는 방법은 정확도 기준으로 89.67%의 성능을 나타내어 장 단기 기억망 인코더보다 높은 성능을 보였다.
SPECT 장치는 감마 카메라로 촬영된 일련의 투사영상을 재조합, 재구성하여 횡단면 단층상을 생성하는데, 이때 투사 영상을 획득하는 과정에서 여러 물리적 요소들이 개입되어 투사 영상의 왜곡을 가져온다. 이들 변질 요인들 가운데서도 광자수 제한에 따른 노이즈 변질이 가장 심각한 요인이기 때문에, 투사 영상에 대한 필터링은 노이즈 평활화(smoothing)가 가장 기본적인 방법이다. 그러나 단순한 저역통과 필터링(low-pass filtering)이 투사영상의 윤곽선이나 기타영상구조들을 번지게 함으로써 재구성 영상의 질을 떨어 뜨린다는 사실은 이미 알려져 있다. 주요 영상 구조들을 효과적으로 유지하면서도 노이즈를 억제시키기 위한 한 접근으로 적응적 필터링 기법이 많은 연구자들의 관심을 모으고 있다. 본 논문에서는, 재구성 영상에서의 '최소 검출가능 이상조직의 검출 신뢰도 향상'이라는 관점에서 최적 필터를 설계하였던 이전 연구와 관련하여, 주어진 물리적 조건하에서의 SPECT 이상조직 검출능에 근거된 투사 영상 복원을 위한 적응적 필터링 기법을 제안한다. 결과적으로, 제안된 필터링 알고리즘은 SPECT 영상 재구성시 우수한 이상조직 검출능을 보였으며, 특히 다양한 대조도의 이상조직들을 포함하고 있는 모형 실험에서 보여준 본 필터링 알고리즘의 이상조직 검출능 결과는 실제 SPECT데이터 적응시 좋은 결과를 기대할 수 있게 하였다.
주성분분석(Principal component analysis, PCA)은 고차원 변수들 사이의 복잡한 상관성 구조를 더 낮은 차원으로 단순화하여 상관성의 구조를 쉽게 설명하기 위한 다변량분석기법으로 뇌영상 분석에서 자주 사용되는 방법이다. 주성분분석의 기본개념은 서로 직교하는 변수들의 선형결합을 통해서 원래의 뇌영상 자료가 가지고 있는 전체정보를 최대한 설명할 수 있는 서로 독립적인 새로운 변수들을 유도하는 것이다. 뇌영상분석에서 주성분분석의 효율성과 유용성을 알아보기 위해서 C[11]-PIB 영상을 이용하여 분석하였다. 대상 및 방법으로는 평균나이가 같은 9명의 정상인, 10명의 알츠하이머/경도인지장애환자들의 C[11]-PIB 영상을 이용하였다. PET-CT 장비로는 Biograph 6 Hi-Rez (Siemens-CTI, Knoxville, TN)를 영상을 획득하였고 9.6 MBq/kg C[11]-PIB를 정맥주사 한 후 40분 후에 20분 동안 3D acquisition mode로 방출영상을 얻었다. Attenuation map은 X-ray CT scan을 이용하여 재구성하였다(130 kVp, 240 mA). PIB template을 만들기 위해서 정상인에서 3T MRI T1-weighted 영상을 동시에 얻었다. 주성분분석을 위한전처리과정으로서 공간정규화 및 공간편평화를 SPM8을 이용하여 실시하였고 주성분분석은 Matlab2012b를 이용하여 분석하다. 결과는 주성분분석을 통해서 서로 독립적인 주성분영상들을 얻을 수 있었다. 주성분분석을 통해서 얻어진주성분영상은 C[11]-PIB brain PET 영상의 패턴을 몇 개의 주성분으로 단순화 할 수 있었으며 주로는 neocortex를 변동 나타내는 영상, white matter의 변동을 나타내는 영상 그리고 pons등 deep brain의 변동을 나타내는 영상 등으로 단순화되었다. 결론으로는 주성분분석은 C[11]-PIB brain 영상을 단순화하여 영상의 패턴을 해석하는데 매우 유용하였다. 이러한 주성분분석은C[11]-PIB영상 분석뿐만 아니라 뇌의 포도당 대사를 측정하는 FDG-PET 또는 뇌기능영상등의 다변량분석 방법으로서 그 적용범위가 클 것으로 기대된다.
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.