• 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.

• 한국정보처리학회논문지
• /
• 제7권11호
• /
• pp.3408-3416
• /
• 2000

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.

• 대한전자공학회논문지
• /
• 제20권6호
• /
• pp.11-17
• /
• 1983

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.

• 한국환경과학회지
• /
• 제27권2호
• /
• pp.63-74
• /
• 2018

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.

• 한국정보통신학회논문지
• /
• 제24권4호
• /
• pp.474-480
• /
• 2020

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.

• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1846-1852
• /
• 2021

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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.424-424
• /
• 2023

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.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권4호
• /
• pp.268-273
• /
• 2017

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.

• 대한의용생체공학회:의공학회지
• /
• 제19권2호
• /
• pp.119-128
• /
• 1998

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.

• 핵의학기술
• /
• 제19권1호
• /
• pp.12-16
• /
• 2015

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.