• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2002년도 춘계학술대회 논문집
• /
• pp.148-155
• /
• 2002

다중스레드 모델은 데이터플로우 모델의 내부적인 병렬성, 비동기적 자필 가용성과 폰 노이만 모델의 실행 지역성을 결합하여 병렬처리 시스템의 성능을 향상시켰다. 이 모델은 프로그램의 실행을 위하여 컴파일러에 의해 생성된 스레드를 수행하며, 스레드의 생성 방법에 따라 자원 활용 빈도나 동기화 빈도와 같은 스레드의 질이 결정되는 특징이 있다. 하지만 다중스레드 모델은 실행 모델이 특정 플랫폼에 제한되는 단점을 가지고 있다. 이에 반해 자바는 플랫폼에 독립적인 특징을 가지고 있어 다중스레드 모델의 스레드 코드를 실행 단위인 자바 언어로 변환하면 다중스레드 모델의 특징을 여러 플랫폼에서 수정 없이 사용할 수 있게 된다. 자바는 원시 언어를 중간 언어 형태의 바이트코드로 변환하여 각 아키텍처에 맞게 설계된 자바 가상 머신이 설치된 시스템에서 자바 언어를 수행한다. 이러한 자바 언어의 바이트코드는 번역기의 중간 언어와 같은 역할을 수행하고, 이때 자바 가상 머신은 번역기의 후위부와 같은 역할을 한다. 스레드 코드에서 번역된 자바 바이트코드는 다양한 플랫폼에서 실행될 수 있다는 장점은 있지만 신뢰할 수 없다는 만점이 있다. 또한 자바 언어 자체의 문제에 의해 안전하지 못한 코드가 생성 될 수도 있다. 본 논문은 다중스레드 코드가 플랫폼에 독립적인 특성을 갖출 수 있도록 다중스레드 코드를 자바 가상 머신에서 실행 가능하도록 한다. 또한 번역시에 자바에서 발생할 수 있는 문제들을 고려하여 안전한 바이트코드를 생성한다. 즉, 다중스레드 모델의 스레드 코드를 플랫폼에 독립적이고 외부 공격으로부터 안전한 자바 바이트코드로 변환하는 번역기를 선계, 구현한다.구센타와 병원간에 임상정보와 유전체 분석정보의 공유가 필수적으로 발생하게 됨으로, 유전체 정보와 임상정보의 통합은 미래 의료환경에 필수기능이 될 것이다. 3) 각 생명공학 연구소에서 사용하는 첨단 분석 장비와 생명공학 정보시스템의 자동 연계가 필요하다. 현재 국내에는 전국적인 초고속정보망이 가동되어 웹을 기반으로 하는 생명정보의 공유는 기술적으로 문제가 될 수 없으나 임상정보의 유전체연구에 그리고 유전체연구정보의 임상활용은 다양한 문제를 내포하고 있다. 이에 영상을 포함한 환자정보의 유전체연구센터와 병원정보시스템과의 효율적인 연계통합 운영을 위해 국내에서는 초기 도입단계에 있는 국제적인 보건의료정보의 표준인 Health Level 7 (textural information 공유), DICOM (image 및 wave 공유), 관련 ISO표준, WHO의 ICD9/10 (질병분류), LOINC (검사 및 관련용어), SNOMED International (의학용어) 등을 활용하여야 한다.matrix. The prediction system gives about 50% of sensitivity and 98% of specificity, Based on the PID matrix, we develop a system providing several interaction information-finding services in the Internet. The system, named PreDIN (Prediction-oriented Database of Interaction Network) provides interacting domain finding

• 대한치과교정학회지
• /
• 제38권3호
• /
• pp.175-186
• /
• 2008

본 연구는 술 전 교정치료 전 치아 이동 예측치(initial STO)와 술 전 교정치료 후 실측치에 바탕을 둔 STO (final STO)를 비교하고자 시행되었다. 부산대학교병원 치과교정과에 내원하여 교정 및 악교정수술 복합치료를 시행 받은 환자 중 하악만 수술한 환자 40명을 선정하여 상악 제1소구치 발치 여부에 따라 두 그룹(발치 그룹 20명, 비발치그룹 20명)으로 분류하였다. 술 전 교정치료 전의 initial STO, 술 전 교정치료 후의 final STO를 작성하여 각 계측치를 수평, 수직 기준선에 대해 거리를 측정하여 비교하였다. 발치 그룹의 두 STO 비교 시 수직적으로 상악 중절치 절단연과 치근단, 상악 제1대구치 협측교두에서, 수평적으로 상악 중절치 절단연, 상악 제1대구치 근심협측교두, 하악 중절치 치근단, 하악 제1대구치 근심면과 근심협측교두에서 차이를 보였으며 비발치 그룹의 경우는 수직적으로 하악 중절치 치근단, 수평적으로 상악 중절치 절단연, 하악 중절치 절단연과 치근단, 하악 제1대구치 근심면에서 차이를 보였다. 두 STO의 차이와 initial STO 수립에 영향을 미칠 수 있는 여러 진단 요소와의 상관성 평가 시 상악 치열궁 공간 부족량이 상악 전치의 수평, 수직 및 제1대구치의 수평 위치 예측에 유의한 상관성을 가졌으며 두 그룹 모두 하악 전치 치축 각도와 하악 치열궁 공간 부족량이 하악 전치의 수평 위치 예측에 유의한 상관성을 보였다. Initial STO 작성과 술 전 교정 단계에서 이를 고려하여 진행한다면 좀 더 효율적인 치료 계획 수립 및 전체적인 치료 기간을 줄이는 것에도 도움이 될 것이라 생각한다.

• Journal of Chest Surgery
• /
• 제37권7호
• /
• pp.591-596
• /
• 2004

최근 수부 다한증에 비해 안면 다한증에 대한 교감신경 차단술은 점차 기피되고 있는 실정이다. 최근 저자들은 남성과 여성에서의 술 후 만족도의 차이로 인해 남성에서의 수술은 배제하고 여성에서만의 선택적인 수술을 권장할 것을 보고한 바 있다. 이에 여성의 안면 다한증에 대해 제2번 흉부교감신경 차단술 후 장기결과를 분석하여 여성에서의 수술 적정성을 재검토하고 향후 새로운 치료지침을 정립하기 위해 연구를 시행하였다. 대상 및 방법: 1998년 5월부터 2001년 7월까지 순수한 안면 다한증으로 제2흉부 교감신경 차단술을 시행 받고 수술 후 최소 2년이 경과한 27명의 여성 환자 중 전화 설문조사가 가능하였던 20명의 환자를 대상으로 하였다. 수술 방법은 2 mm 흉강경 기구를 이용하여 제2번 흉부 교감신경절 상부 신경줄기만을 절단하였다. 7명에서 미각성 발한이 동반되었다. 나이는 최소 25세부터 62세까지 평균 46.4세였다. 걸과: 수술 직후 모든 예에서 증상은 소실되었으며, 수술 1주 후에 환자의 만족도는 15예에서 “아주 만족한다”고 하였으며, 5예에서는 “대체로 만족한다” 고 하였다. 그러나 수술 후 25개월부터 63개월까지 평균 46.3개월의 장기추적 관찰에서 9예(45 %)는 “대체로 만족한다”, 8예(40%)는 “그저 그렇다”, 그리고 3예(15%)는 “불만(수술후회)”이라고 하였다. 미각성 발한으로 인해 16명(80%)이 불편하다고 호소하였고, 모든 예에서 보상성 발한이 발생하였는데 10예(50%)에서 “심하다”, 6예(30%)에서 “심하나 참을 만하다”,나머지 4예(20%)에서는 “보통이다” 라고 하였다. 보상성 발한의 위치는 가슴, 등, 액와부 및 하지부위로 전체에 걸쳐 위치하였다. 걸론: 여성에서 안면다한증에 대한 제2흉부 교감신경 차단술은 아직도 고려될 만한 수술이고 수술 만족도에 미치는 주요인은 미각성 발한과 보상성 발한에 대한 개인적인 적응정도의 차이이다. 그러므로 수술 후 만족도를 높이기 위해 이를 예측할 수 있는 수술 전 위험인자를 찾는 노력이 요구되고, 이를 통해 보다 세밀한 수술 대상 환자의 선택이 필요하며 새로운 치료 방법의 개발이 요구된다.

• Journal of Animal Science and Technology
• /
• 제55권3호
• /
• pp.165-171
• /
• 2013

돼지 유전체 전장의 고밀도 단일염기다형 유전자형을 이용하여 혈연관계행렬을 구성하고 이를 이용하여 유전체 육종가를 추정하였다. 이상치를 제거한 랜드레이스 순종돈 448두의 40,706개 단일염기다형 유전자형 정보를 이용하였으며, G05, GMF, GOF, $GOF^*$ 및 GN의 5가지 방법을 이용하여 유전체 관계행렬을 구성하고 이를 이용하여 유전체 육종가를 추정하였다. GOF 방법에 의하여 계산된 혈연계수가 기존의 혈통정보를 이용한 혈연계수와 가장 작은 편차를 나타내고 평균소수대립유전자빈도를 이용하는 GMF 방법에서는 큰 차이가 나타나 대립유전자빈도 기준이 혈연계수의 평균이동을 유발함을 확인하였으며, $GOF^*$를 제외한 모든 방법에서 정규 분포형태의 멘델리안샘플링이 나타나는 것을 확인하였다. 등지방두께 평균과 90 kg 도달일령에 대한 육종가 추정 모형을 설정하고 유전체 관계행렬을 이용하여 유전모수와 육종가를 추정한 결과 혈통정보를 이용한 육종가와의 상관은 GOF 방법에서 가장 높게 나타났으며, 유전체 관계행렬의 척도(scale)에 베타함수를 이용한 $GOF^*$의 경우 모든 형질에서 유전분산이 크게 추정되어 분모부분을 구성하는 척도는 유전모수 추정치 영향하는 것을 확인하였다. 동일한 표현형 정보량을 이용할 경우 유전체관계행렬을 이용한 육종가 추정의 정확도가 혈통정보를 이용한 육종가보다 높게 나타났으며, 90 kg 도달일령보다는 등지방두께 평균에서 그 차이가 더 크게 나타났다. 집단 내 누적 표현형자료가 부족한 경우, 외래 유전자원이 도입되어 집단 내 혈연관계가 부족할 경우 또는 멘델리안 분포가 전혀 고려되지 않는 어린 동복자손의 육종가를 예측해야 하는 경우에 유전체 정보를 활용하면 유전능력 평가의 정확성을 크게 향상시킬 수 있을 것으로 사료된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.175-197
• /
• 2021

최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.

• Clinical and Experimental Reproductive Medicine
• /
• 제34권3호
• /
• pp.189-196
• /
• 2007

목 적: 본 연구의 목적은 난소기능이 저하된 불임 환자에서 체외수정시술 시 그 결과의 예측인자로서 환자의 연령과 혈중 FSH 수치의 중요성 및 그 임상적인 의미를 알아보고자 하였다. 연구방법: 2000년 1월부터 2004년 12월까지 본원 불임센터에서 체외수정시술을 시행받은 환자 중 이전 체외수정시술주기에서 획득된 난자 수가 5개 이하이며 FSH 농도가 15 mIU/ml 이상 25 mIU/ml 이하로 그 연령이 42세 이하인 난소기능이 저하된 불임 환자 85명의 85 체외수정시술 주기를 연구대상으로 하였다. 남성요인의 불임이나 착상 전 유전진단인 경우는 제외시켰다. 과배란유도의 방법은 단기요법 (flare-up protocol)을 사용한 경우로 제한하였다. 결 과: 대상군을 환자의 나이에 따라 분류하여 분석하였을 때 환자의 연령이 낮은 군 (age < 35, n=35)에서 고령환자 군 (age $\geq$ 35, n=50)에 비해 통계적으로 의미 있게 높은 착상률 (19.0% versus 4.0%, p<0.05)과 높은 지속임신율(100% versus 14.3%, p<0.05)을 보였으며, 연구대상 군을 기저 혈중 FSH농도에 의해 두 군으로 비교하였을 때 낮은 기저 혈중 FSH를 가진 군 (basal serum FSH < 20 mIU/ml, n=58)에서 기저혈중 FSH가 높았던 군 (basal serum FSH $geq$ 20 mIU/ml, n=27)에 비해 획득된 난자 숫자는 통계적으로 의미 있게 높은 반면 (4.6$\pm$0.7 versus 2.2$\pm$0.5, p<0.05)주기 취소율은 의미 있게 낮은 (19.0% versus 55.6%, p<0.05) 결과를 보였다. 결 론: 난소반응이 저하된 불임 환자의 체외수정시술 시 그 예후에 관련된 인자로서 환자의 연령은 해당 주기의 임신성공 및 임신 지속여부에 대한 예후를 예측할 수 있는 인자로서 의미가 있는 반면 기저 혈중 FSH농도는 해당 주기에서의 난소의 반응에 대한 예측인자로써 활용이 가능 할 것으로 사료된다.