• 응용통계연구
• /
• 제29권1호
• /
• pp.145-155
• /
• 2016

이 논문에서는 기상에 따른 고령 환자의 질병 발생빈도를 예측하는 방법을 비교한다. 분석을 위해 건강보험심사평가원의 고령 환자 의료 자료와 기상청 자료를 주별, 권역별로 병합한다. 기상에 영향을 받는 질병의 주별 발생 빈도를 ARMAX모형, VARMAX모형, TSCS회귀모형으로 분석하고 MSE, MAPE, MAE 기준으로 모형을 비교했다.

• 식물병연구
• /
• 제21권2호
• /
• pp.67-73
• /
• 2015

P. syringae pv. syringae에 의해 발생하는 참다래 꽃썩음병은 개화기 전후의 기상조건에 영향을 크게 받는다. 지금까지 기상조건과 꽃썩음병 발생의 상관관계를 밝힌 연구들은 많았지만, 이를 활용해 꽃썩음병의 감염 위험도를 나타낼 수 있는 예측모형은 개발되지 않았다. 본 연구에서는 기존 정보를 조사하고 꽃썩음병의 병원생태와 유사한 화상병 예측모형인 Maryblyt모형을 기반으로 참다래 꽃썩음병 예측모형인 Pss-KBB Risk Model을 개발하였다. 비교평가를 통한 검증 결과, Pss-KBB Risk Model은 각각 온도와 강수 정보만을 이용하는 개화전 평균온도 모형과 강우일수 모형에 비해 실제 과수원의 병해 발생정도를 더 잘 모의하는 것으로 나타났다. 따라서 Pss-KBB Risk Model과 기상예보자료를 활용해 꽃썩음병의 발병 위험도를 예측하여 꽃썩음병에 대한 적기적량 방제가 가능할 것으로 판단된다.

• International Journal of Contents
• /
• 제17권3호
• /
• pp.1-14
• /
• 2021

Since the outbreak of the coronavirus disease 2019 (COVID-19) pandemic, a lot of efforts have been made in the field of data science to help combat against this disease. Among them, forecasting the number of cases of infection is a crucial problem to predict the development of the pandemic. Many deep learning-based models can be applied to solve this type of time series problem. In this research, we would like to take a step forward to incorporate spatial data (geography) with time series data to forecast the cases of region-level infection simultaneously. Specifically, we model a single spatio-temporal graph, in which nodes represent the geographic regions, spatial edges represent the distance between each pair of regions, and temporal edges indicate the node features through time. We evaluate this approach in COVID-19 in a Korean dataset, and we show a decrease of approximately 10% in both RMSE and MAE, and a significant boost to the training speed compared to the baseline models. Moreover, the training efficiency allows this approach to be extended for a large-scale spatio-temporal dataset.

• 식물병연구
• /
• 제7권1호
• /
• pp.20-24
• /
• 2001

생물검정에 의한 유묘 이병율의 직접 조사치, 또는 근면 및 토양요인에 의한 이병율의 추정치를 이용하여 포장내에서의 년생별 지상부 결주율을 추정함으로써 토양에서의 인삼 뿌리썩음병 발병을 예측할 수 있는 시험 모형을 개발하였다. 그리고 발병예측 모형의 용인별 결주율 추정치와 포장에서 결주율 조사치간의 적합성을 통계분석을 통해 조사한 결과, 유묘 이병율에 의한 결주율 추정치는 근권요인(토양 이화학성 및미생물상 밀도)에 의한 추정치에 비해 결주율 조사치에 대한 적합성이 더 높았다. 조사 포장수를 확대하여 유묘이병율에 의한 발병예측 모형식의 적합성을 재확인한 결과, 저년생 인삼의 결주율 추정치는 3년생 포장, 그리고 고년생 인삼의 결주율 추정치는 5년생 포장에서의 실제 결주율 조사치와 1% 통계적 유의수준에서 일치하였다. 유묘 이병율에 의한 발병예측 모형식은 인삼 뿌리썩음병에 대한 토양 검정 차원에서 적용할 경우 재배예정지의 적지 여부를 판정할 수 있고, 인삼 생육기간 중에 적용할 경우 고년생 포장에서의 병진전을 예측할 수 있어 조기수확 여부를 판정할 수 있을 것으로 사료된다.

• 스마트미디어저널
• /
• 제8권3호
• /
• pp.88-94
• /
• 2019

가축 질병 발생시 신속하게 대처를 하지 못할 경우 그 피해가 막대하기 때문에 가축 질병은 축산업에서 매우 중요한 이슈이다. 가축 질병 발생으로 인한 문제를 해결하기 위해서는 가축 질병상태를 조기에 진단하고 체계적이며 과학적인 가축 사양기술의 개발이 필요하지만 국내에는 이러한 기술에 대한 연구가 미흡한 실정이다. 본 논문에서는 클라우드 컴퓨팅을 활용한 가축 질병 예찰 및 축사 통합 관제 시스템을 제안하고자 한다. 제안하는 시스템은 WSN과 어플리케이션을 통해 수집된 가축 및 축사관련 정보들을 데이터를 컬럼 지향 데이터베이스인 하둡 HBase를 이용하여 저장하고 관리하며, 맵리듀스 모델을 통한 병렬처리를 통해 가축 질병 예찰 및 축사 통합 관제 서비스를 제공한다. 또한 REST 기반의 웹서비스 제공을 통해 사용자는 PC, 모바일 기기 등 다양한 플랫폼으로 서비스를 제공받을 수 있다.

• 농업과학연구
• /
• 제41권1호
• /
• pp.23-27
• /
• 2014

Potato late blight occurrence is caused by various environmental factors, and the progress can be regularly predicted so that several predictive models have been developed. The models predict the timing of the disease occurrence, but they do not include the methods of the disease control. Effective fungicide control, economic threshold, prediction models were investigated in the study to reflect on customized control modules for the model forecasting the occurrence of potato late blight.

• 농업과학연구
• /
• 제41권1호
• /
• pp.29-34
• /
• 2014

Phytophthora blight occurrence is caused by various environmental factors, and the progress can be regularly predicted so that several predictive models have been developed. The models predict the timing of the disease occurrence, but they do not include the methods of the disease control. Effective fungicide control, control threshold, prediction models were investigated in the study to reflect on customized control modules for the model forecasting the occurrence of Phytophthora blight on hot pepper.

• International Journal of Computer Science & Network Security
• /
• 제22권1호
• /
• pp.225-233
• /
• 2022

The recent outbreak of corona virus (COVID-19) infectious disease had made its forecasting critical cornerstones in most scientific studies. This study adopts a machine learning based time series model - Auto Regressive Integrated Moving Average (ARIMA) model to forecast COVID-19 confirmed cases in Botswana over 60 days period. Findings of the study show that COVID-19 confirmed cases in Botswana are steadily rising in a steep upward trend with random fluctuations. This trend can also be described effectively using an additive model when scrutinized in Seasonal Trend Decomposition method by Loess. In selecting the best fit ARIMA model, a Grid Search Algorithm was developed with python language and was used to optimize an Akaike Information Criterion (AIC) metric. The best fit ARIMA model was determined at ARIMA (5, 1, 1), which depicted the least AIC score of 3885.091. Results of the study proved that ARIMA model can be useful in generating reliable and volatile forecasts that can used to guide on understanding of the future spread of infectious diseases or pandemics. Most significantly, findings of the study are expected to raise social awareness to disease monitoring institutions and government regulatory bodies where it can be used to support strategic health decisions and initiate policy improvement for better management of the COVID-19 pandemic.

• 한국농림기상학회지
• /
• 제3권1호
• /
• pp.16-21
• /
• 2001

1997~1998년에 무인기상관측장비(AWS)로부터 얻어진 기상자료와 고추 역병 발병과의 상관관계를 기초로 하여 고추역병 발병모형들을 작성하였다. 그 중에서 $R^2$값이 가장 높은 모형을 이용하여 AWS 시스템기상 파일을 입력받아서 발병률을 추정해주는 컴퓨터 시스템(PEPBLIGHT)을 구축하였다. 이 컴퓨터 시스템은 쉽게 무인기상관측장치로부터 기상 자료를 입력받을 수 있으며, 다른 기종의 무인기상관측장치와 다른 발병예측모형으로 이용할 경우에도 호환성이 있도록 하였다. 또한 AWS 미기상 자료를 SAS 입력자료로 사용하기에 적합한 형태로 변환해 파일로 저장해 주는 기능도 가지고 있다. 국내에서 처음으로 개발된 고추 역병 예찰 프로그램인 PEPBLIGHT는 MS사의 윈도운영체제로 운영되는 PC에서 사용할 수 있기 때문에 농가 수준에서도 이용할 수 있을 것이다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.505-510
• /
• 1996

Many diseases cause other diseases with strength of influences and time intervals. Prognostic and therapeutic assessments are the important part of clinical medicine as well as diagnostic assessments. In cases where a patient already has manufestations of multiple disorders (complications), progress forecasting and therapy decision by physicians without support tools are very dificult: physicians often say that "Once complications set in, the patient may die". Treating complications are difficult tasks for physicians, because they have to consider all of the complexities, possibilities and interactions between the diseases. The prediction of multiple disorders has many bundles that arise from such time-dependent interrelationships between diseases and nonlinear progress. This paper proposes a model based on time-dependent influences, which appropriately describes the progress of mulitple disorders, and gives some modificaitons for applying this model to medical domains: time-dependent influence matrix manifestation vector, therapy efficacy matrix, S-shaped curve approximation, definitions of which are provided. This research proposes an algorithm for forecasting the state of each disease on the time horizon and for evaluation of therapy alternatives with not toy example, but real patient history of multiple disorders.disorders.