• Pediatric Gastroenterology, Hepatology & Nutrition
• /
• 제24권2호
• /
• pp.135-144
• /
• 2021

Purpose: Although ultrasonography is the gold standard of diagnosing intussusception, plain abdomen radiograph (AXR) is often used to make differential diagnosis for pediatric patients with abdominal pain. In intussusception patients, we aimed to analyze the AXR and clinical data to determine the characteristics of early AXR findings associated with diagnosis of intussusception and recurrence after reduction. Methods: Between January 2011 and June 2018, 446 patients diagnosed with intussusception based on International Classification of Diseases-10 code of K56.1 were admitted. We retrospectively reviewed medical records of 398 patients who received air reduction; 51 of them have recurred after initial reduction. We evaluated six AXR features including absent ascending colon gas, absent transverse colon gas, target sign, meniscus sign, mass, and ileus. Clinical data and AXR features were compared between single episode and recurrence groups. Results: Two groups did not show significant differences regarding clinical data. Mean time to recurrence from air reduction was 3.4±3.2 days. Absent ascending colon gas (63.9%) was the most common feature in intussusception, followed by mass (29.1%). All of six AXR features were observed more frequently in the recurrence group. Absent transverse colon gas was the most closely associated AXR finding for recurrence (odds ratio, 2.964; 95% confidence interval, 1.327-6.618; p=0.008). Conclusion: In our study, absence of ascending colon gas was the most frequently seen AXR factor in intussusception patients. Extended and careful observation after reduction may be beneficial if such finding on AXR is found in intussusception patients.

• 응용통계연구
• /
• 제36권4호
• /
• pp.323-335
• /
• 2023

고차원 데이터의 인과 추론에서 고차원 공변량의 차원을 축소하고 적절히 변형하여 처리와 잠재 결과에 영향을 줄 수 있는 교란을 통제하는 것은 중요한 문제이다. 평균 처리 효과(average treatment effect; ATE) 추정에 있어서, 성향점수와 결과 모형 추정을 이용한 확장된 역확률 가중치 방법이 주로 사용된다. 고차원 데이터의 분석시 모든 공변량을 포함한 모수 모형을 이용하여 성향 점수와 결과 모형 추정을 할 경우, ATE 추정량이 일치성을 갖지 않거나 추정량의 분산이 큰 값을 가질 수 있다. 이런 이유로 고차원 데이터에 대한 적절한 차원 축소 방법과 준모수 모형을 이용한 ATE 방법이 주목 받고 있다. 이와 관련된 연구로는 차원 축소부분에 준모수 모형과 희소 충분 차원 축소 방법을 활용한 연구가 있다. 최근에는 성향점수와 결과 모형을 추정하지 않고, 차원 축소 후 매칭을 활용한 ATE 추정 방법도 제시되었다. 고차원 데이터의 ATE 추정 방법연구 중 최근에 제시된 네 가지 연구에 대해 소개하고, 추정치 해석시 유의할 점에 대하여 논하기로 한다.

• 한국음향학회지
• /
• 제34권1호
• /
• pp.75-81
• /
• 2015

능동소나를 이용한 대잠전 환경에서 클러터는 표적탐지 및 추적성능을 저하시키는 가장 큰 원인 중 하나이다. 본 논문에서는 중주파수 능동소나에서 표적 피크 신호의 통계적 특징을 이용한 단일 핑 클러터 제거 기법을 제안한다. 기존의 표적 피크 영역을 제외한 잔향 존재 영역에서 오탐지율을 줄이는 기법이나 여러 핑을 누적하여 기동 패턴을 분석하여 표적과 클러터를 구분하는 기법들의 단점을 보완하기 위하여 단일 핑 데이터의 표적 피크 영역에서 통계적 특징 정보를 이용하여 클러터와 표적신호를 구분한다. 실제 표적을 이용한 해상실험에서 성능을 검증하였으며 기존 대비 클러터가 약 80 % 이상 제거되는 것을 확인하였다.

• 천문학회보
• /
• 제41권2호
• /
• pp.37.2-37.2
• /
• 2016

MIRIS (Multi-purpose InfraRed Imaging System) is a compact near-infrared space telescope launched in 2013 November as the main payload of STSAT-3 (Science and Technology Satellite 3). The main missions of MIRIS are 1) the $Pa{\alpha}$ line survey along the Galactic plane, 2) the large area (${\sim}10^{\circ}{\times}10^{\circ}$) surveys of three pole regions (north ecliptic pole, and north and south Galactic poles), and 3) the monitoring observations toward the north ecliptic pole. MIRIS started observations for the main missions in 2014 March and finished in 2015 May. While MIRIS was taking the observation data and afterward, we are continuing the analysis of data. Based on the results from analysis, the data reduction pipeline has been revised. In this talk, we introduce the revised version of the MIRIS data reduction pipeline and the status of the data reduction and anlaysis.

• 한국농공학회논문집
• /
• 제65권5호
• /
• pp.69-80
• /
• 2023

Carbon neutrality in agriculture can be derived from systematic GHG reduction policies based on quantitative environmental impact analysis of GHG-emitting activities. This study is to explore how to advance the calculation of carbon emissions from agricultural activities to the detailed spatial level to a spatial Tier 3 level (Tier 2.5 level), methodologically beyond the Tier 2 approach. To estimate the GHG emissions beyond the Tier 2.5 level by region for detailed spatial units, we constructed available activity data on carbon emission impact factors such as rice cultivation, agricultural land use, and livestock. We also built and verified detailed data on emission activities at the field level through field surveys. The GHG emissions were estimated by applying the latest national emission factors and regional emission factors according to the IPCC 2019 GL based on the field-level activity data. This study has significance that it explored ways to build activity data and calculate GHG emissions through statistical data and field surveys based on parcels, one of the smallest spatial units for regional carbon reduction strategies. It is expected that by utilizing the activity data surveyed for each field and the emission factor considering the activity characteristics, it will be possible to improve the accuracy of GHG emission calculation and quantitatively evaluate the effect of applying reduction policies.

• 디지털융복합연구
• /
• 제19권7호
• /
• pp.95-111
• /
• 2021

인공지능과 빅데이터의 기술혁신에도 인공지능과 빅데이터가 시장경쟁 영향에 대한 이론연구들은 아직 초기이다. 따라서 본 논문은 인공지능, 빅데이터, 데이터 공유가 신규 진입기업에 미치는 영향을 게임이론을 활용하여 분석하였다. 먼저 기업의 경영환경을 내부와 외부로 구분하였다. 이후 인공지능 알고리즘을 (1) 고객마케팅, (2) 비용 절감, (3) 비용 절감을 위한 자동화 알고리즘으로 구분하였다. 또한 빅데이터를 외부 및 내부 데이터로 구분하였다. 분석 결과 외부 데이터의 공유는 기존 기업의 고객마케팅 알고리즘에는 영향이 없고 신규 기업의 진입장벽을 완화했다. 하지만 기존 기업의 비용 절감 알고리즘들과 내부 빅데이터의 개선은 신규기업의 시장진입 장벽이 될 수 있다. 이러한 시사점들은 (1) 인공지능, 빅데이터, 데이터 공유에 따른 시장구조, 경쟁, 기업행태 영향분석과 (2) 인공지능과 빅데이터 정책수립 시 이바지할 수 있다.

• 대한전자공학회논문지SD
• /
• 제41권11호
• /
• pp.87-95
• /
• 2004

본 논문에서는 SoC 테스트를 위한 새로운 테스트 데이터 압축 방법을 제안한다. 제안하는 압축 방법은 테스트 데이터 압축을 위해 압축율과 하드웨어 오버헤드를 고려하여 최대 효율을 가지도록 하는데 기초하고 있다. 압축율을 높이기 위해서 본 논문에서는 IR 기법과 MSCIR 압축 코드를 사용하며, 뿐만아니라 이를 위한 사전 작업인 새로운 맵핑 기법 및 테스트 패턴순서 재조합 방법을 제안한다. 기존의 연구와는 달리 CSR 구조를 사용하지 않고 원래의 테스트 데이터를 사용하여 압축하는 방법을 사용한다. 이렇게 함으로써 제안하는 압축 방법은 기존의 연구에 비해 훨씬 높은 압축율을 가지며 낮은 하드웨어 오버헤드의 디컴프레션 구조를 가진다. ISCAS '89 벤치 회로에 대한 기존의 연구와의 비교로서 그 결과를 알 수 있다.

• 설비공학논문집
• /
• 제15권1호
• /
• pp.73-85
• /
• 2003

Four different methods of reducing the heat transfer coefficients from experimental data under dehumidifying conditions are compared. The four methods consist of two different heat and mass transfer models and two different fin efficiency models. Data are obtained from two heat exchanger samples having plain fins or wave fins. Comparison of the data with the reduction methods revealed that the single potential heat and mass transfer model yielded the humidity independent heat transfer coefficients. Two different fin efficiency models - enthalpy model and humidity model - yielded approximately the same fin efficiencies and accordingly approximately the same heat transfer coefficients. The heat transfer coefficients under wet conditions were approximately the same as those of the dry conditions for the plain fin configuration. For the wave fin configuration, however, wet surface heat transfer coefficients were approximately 12% higher. The pressure drops of the wet surface were 10% to 45% larger than those of the dry surface.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -3
• /
• pp.1670-1673
• /
• 2002

For pattern recognition on high-dimensional data, such as images, the dimensionality reduction as a preprocessing is effective. By dimensionality reduction, we can (1) reduce storage capacity or amount of calculation, and (2) avoid "the curse of dimensionality" and improve classification performance. Popular tools for dimensionality reduction are Principal Component Analysis (PCA), Linear Discriminant Analysis (LDA), and Independent Component Analysis (ICA) recently. Among them, only LDA takes the class labels into consideration. Nevertheless, it, has been reported that, the classification performance with ICA is better than that with LDA because LDA has restriction on the number of dimensions after reduction. To overcome this dilemma, we propose a new dimensionality reduction technique based on an information theoretic measure for difference of distribution. It takes the class labels into consideration and still it does not, have restriction on number of dimensions after reduction. Improvement of classification performance has been confirmed experimentally.

• Journal of the Korean Data and Information Science Society
• /
• 제19권3호
• /
• pp.751-759
• /
• 2008

Mixtures of factor analyzers(MFA) is useful to model the distribution of high-dimensional data on much lower dimensional space where the number of observations is very large relative to their dimension. Mixtures of common factor analyzers(MCFA) can reduce further the number of parameters in the specification of the component covariance matrices as the number of classes is not small. Moreover, the factor scores of MCFA can be displayed in low-dimensional space to distinguish the groups. We propose the factor scores of MCFA as new low-dimensional features for classification of high-dimensional data. Compared with the conventional dimension reduction methods such as principal component analysis(PCA) and canonical covariates(CV), the proposed factor score was shown to have higher correct classification rates for three real data sets when it was used in parametric and nonparametric classifiers.