• 지능정보연구
• /
• 제29권4호
• /
• pp.325-345
• /
• 2023

본 연구는 온라인 리뷰를 이용하여 고객 만족도를 예측하는 새로운 접근 방식을 제안한다. LDA 주제 모델링과 결합된 RFE-SHAP 기능 선택 방법을 활용하여 고객 만족도에 큰 영향을 미치는 주요 기능을 식별하여 예측 분석을 개선했다. 먼저 Random Forest 알고리즘의 경우, 초기 28개 입력변수에서 14개의 변수를 최적 하위 집합으로 추출했다. 제안된 방법에서 Random Forest 모델의 성과는 84%로 확인 되었으며 변수가 많은 모델에서 흔히 발생하는 과적합을 방지하였다. 또한 품질, 착용감, 내구성 등과 같은 리뷰의 특정 요소들이 패션 산업 내에서 소비자 만족도를 증진시키는 중요한 역할을 한다는 사실을 밝혀냈다. 본 연구는 예측 결과를 설명할 때 선택한 각 기능이 고객 만족도에 어떻게 영향을 미치는지에 대한 자세한 설명을 제공하고 고객이 가장 중요하게 생각하는 측면에 대한 세부적인 보기를 제공한다. 본 연구의 공헌도는 다음과 같다. 첫째, 전자상거래 분석 분야 내에서 예측 모델링을 강화하고 특성 중심적인 접근법을 소개함으로써 방법론을 개선하였다. 이는 고객 만족도 예측의 정확도를 높일 뿐만 아니라 예측 모델에서의 변수 선택에 대한 새로운 접근을 제시한다. 둘째, 특히 의류 부문에서 전자상거래 플랫폼에 구체적인 통찰력을 제공한다. 품질, 사이즈, 내구성 등 고객 리뷰의 어떤 부분이 만족도에 가장 큰 영향을 미치는지 강조함으로써, 기업들이 제품과 서비스를 맞춤화 할 수 있는 전략적 방향을 제시한다. 이러한 목표 지향적인 개선은 고객의 쇼핑 경험을 개선하고, 만족도를 향상시키면서 충성도를 이끌어낼 수 있을 것으로 기대한다.

• Korean Journal of Radiology
• /
• 제22권6호
• /
• pp.994-1004
• /
• 2021

Objective: To extract pulmonary and cardiovascular metrics from chest CTs of patients with coronavirus disease 2019 (COVID-19) using a fully automated deep learning-based approach and assess their potential to predict patient management. Materials and Methods: All initial chest CTs of patients who tested positive for severe acute respiratory syndrome coronavirus 2 at our emergency department between March 25 and April 25, 2020, were identified (n = 120). Three patient management groups were defined: group 1 (outpatient), group 2 (general ward), and group 3 (intensive care unit [ICU]). Multiple pulmonary and cardiovascular metrics were extracted from the chest CT images using deep learning. Additionally, six laboratory findings indicating inflammation and cellular damage were considered. Differences in CT metrics, laboratory findings, and demographics between the patient management groups were assessed. The potential of these parameters to predict patients' needs for intensive care (yes/no) was analyzed using logistic regression and receiver operating characteristic curves. Internal and external validity were assessed using 109 independent chest CT scans. Results: While demographic parameters alone (sex and age) were not sufficient to predict ICU management status, both CT metrics alone (including both pulmonary and cardiovascular metrics; area under the curve [AUC] = 0.88; 95% confidence interval [CI] = 0.79-0.97) and laboratory findings alone (C-reactive protein, lactate dehydrogenase, white blood cell count, and albumin; AUC = 0.86; 95% CI = 0.77-0.94) were good classifiers. Excellent performance was achieved by a combination of demographic parameters, CT metrics, and laboratory findings (AUC = 0.91; 95% CI = 0.85-0.98). Application of a model that combined both pulmonary CT metrics and demographic parameters on a dataset from another hospital indicated its external validity (AUC = 0.77; 95% CI = 0.66-0.88). Conclusion: Chest CT of patients with COVID-19 contains valuable information that can be accessed using automated image analysis. These metrics are useful for the prediction of patient management.

• Korean Journal of Radiology
• /
• 제22권11호
• /
• pp.1850-1857
• /
• 2021

Objective: The purpose of this study was to assess whether a deep learning (DL) algorithm could enable simultaneous noise reduction and edge sharpening in low-dose lumbar spine CT. Materials and Methods: This retrospective study included 52 patients (26 male and 26 female; median age, 60.5 years) who had undergone CT-guided lumbar bone biopsy between October 2015 and April 2020. Initial 100-mAs survey images and 50-mAs intraprocedural images were reconstructed by filtered back projection. Denoising was performed using a vendor-agnostic DL model (ClariCT.AI^TM, ClariPI) for the 50-mAS images, and the 50-mAs, denoised 50-mAs, and 100-mAs CT images were compared. Noise, signal-to-noise ratio (SNR), and edge rise distance (ERD) for image sharpness were measured. The data were summarized as the mean ± standard deviation for these parameters. Two musculoskeletal radiologists assessed the visibility of the normal anatomical structures. Results: Noise was lower in the denoised 50-mAs images (36.38 ± 7.03 Hounsfield unit [HU]) than the 50-mAs (93.33 ± 25.36 HU) and 100-mAs (63.33 ± 16.09 HU) images (p < 0.001). The SNRs for the images in descending order were as follows: denoised 50-mAs (1.46 ± 0.54), 100-mAs (0.99 ± 0.34), and 50-mAs (0.58 ± 0.18) images (p < 0.001). The denoised 50-mAs images had better edge sharpness than the 100-mAs images at the vertebral body (ERD; 0.94 ± 0.2 mm vs. 1.05 ± 0.24 mm, p = 0.036) and the psoas (ERD; 0.42 ± 0.09 mm vs. 0.50 ± 0.12 mm, p = 0.002). The denoised 50-mAs images significantly improved the visualization of the normal anatomical structures (p < 0.001). Conclusion: DL-based reconstruction may enable simultaneous noise reduction and improvement in image quality with the preservation of edge sharpness on low-dose lumbar spine CT. Investigations on further radiation dose reduction and the clinical applicability of this technique are warranted.

• 한국지반공학회논문집
• /
• 제40권3호
• /
• pp.77-84
• /
• 2024

도로 하부의 노후하 된 매설물이 손상되면 공동 및 지반 함몰 등의 재해가 발생할 가능성이 있고 이는 사회적인 비용을 발생시킨다. 본 연구의 목적은 적외선 카메라를 활용하여 공동 위치에 따른 열적 특성을 평가하고 CNN 알고리즘으로 각 공동 위치에 적합한 분류를 수행하고자 하였다. 가로×세로×깊이가 400cm×50cm×40cm인 대상 부지에서 PVC pipe를 상부, 중부 그리고 하부에 매설하여 공동을 조성하였다. 실험부지의 상부에는 포장층을 모사하기 위하여 콘크리트 블록을 설치하였고, 오후 4시부터 다음날 12시까지 측정이 진행되었다. 적외선 카메라로 측정된 초기 온도는 각각 43.7℃, 43.8℃ 그리고 41.9℃로 관측되었고, 측정값은 대기온도 변화가 반영되었다. CNN 알고리즘으로 분류를 진행하기 위해서는 이미지 데이터가 필요하며, 해당 연구에서는 RP 알고리즘을 통해 수치데이터를 이미지로 변환하였다. RP 알고리즘은 4가지 방법을 활용하여 이미지를 생성하였고, 각각의 이미지는 10,000×10,000, 2,000×2,000, 1,000×1,000 그리고 100×100 픽셀로 구성된다. CNN 학습 정확도는 각각 99%, 97%, 98% 그리고 96%로 매우 높게 나타났다. 제안된 방법의 신뢰성은 수치데이터의 정확도와 비교하였으며, 신뢰성이 약 20% 이상 향상된 결과가 나타났다. 이와 같은 결과는 RP 알고리즘으로 전환된 데이터가 적외선 측정된 값의 신뢰성 있는 결과 제공이 가능함을 시사한다.

• 한국과학교육학회지
• /
• 제29권6호
• /
• pp.730-740
• /
• 2009

이 연구의 목적은 중, 고등학교 과학교사들의 생명 현상에 대한 과학적 관찰에서 나타나는 두뇌의 활성 양상 및 기능적 연결 네트워크를 규명하는 것이다. 이를 위해 중, 고등학교에서 근무하는 26명의 건강한 오른손잡이 과학교사들이 이 연구에 참여하였다. 과학 교사들의 과제수행 과정에서의 두뇌활성을 측정하기 위하여 3.0T(테슬라)의 fMRI 시스템과 블록디자인의 관찰과제가 사용되었다. 신호의 수집과 분석에는 SPM2 프로그램이 활용되었다. 연구결과에 따르면, 관찰과정에서 과학교사들은 좌측 상전두이랑, 중전두이랑, 중심전두이랑, 하전두이랑, 양측 상두정소엽, 좌측 하두정소엽, 좌측 쐐기전소엽, 우측 중측두이랑, 양측 방추이랑, 좌측 상후두이랑, 양측 중후두이랑, 좌측 하후두이랑, 우측 혀이랑, 양측 방추이랑, 양측 쐐기소엽, 우측 해마옆이랑, 좌측 조가비핵, 그리고 양측 소뇌비탈의 활성을 보였다. 또한 이들 영역 중 관찰과정에서 기능적으로 연결성을 보이는 네트워크를 형성하는 것으로 선정된 11개의 영역에서 10개의 유의미한 기능적 연결을 형성하였다. 이러한 결과는 생명현상에 대한 과학적 관찰이 단순한 감각수용만을 넘어선 기능적 연결이 필요함을 시사한다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.31-38
• /
• 2024

디지털 위상 고정 루프는 디지털 위상 검출기, 디지털 루프 필터, 디지털 제어 발진기, 분배기 등으로 이루어진 일반적인 회로로 전기 및 회로 분야 등 다양한 분야에서 널리 사용된다. 디지털 위상 고정 루프의 성능 향상을 위해 다양한 수학적인 알고리즘 등을 활용한 상태 추정기가 사용된다. 전통적인 상태 추정기로는 무한 임펄스 응답 상태 추정기의 칼만 필터를 활용해왔으며, 무한 임펄스 응답 상태 추정기 기반 디지털 위상 고정 루프는 초기값의 부정확성, 모델 오차, 다양한 외란 등의 예상치 못한 상황에서 급격한 성능 저하가 발생할 수 있다. 본 논문에서는 새로운 디지털 위상 고정 루프를 설계하기 위해 2계층 Frobenius norm 기반 유한 임펄스 상태 추정기를 제안한다. 제안한 상태 추정기는 첫 번째 층의 추정 상태를 이용하여 두 번째 층에서 상태 추정을 하는데, 이때 첫 번째 층의 추정 상태와 누적된 측정값과 결합하여 설계하였다. 새로운 유한 임펄스 응답 상태 추정기 기반 디지털 위상 동기 루프의 강인한 성능을 검증하기 위해 잡음 공분산 정보가 부정확한 상황에서 무한 임펄스 응답 상태 추정기와 비교하여 시뮬레이션을 수행하였다.

• 경영정보학연구
• /
• 제19권2호
• /
• pp.115-136
• /
• 2017

온라인 커뮤니티는 우리 일상생활에서 큰 비중을 차지하고 있다. 수없이 많은 온라인 커뮤니티가 존재하지만, 그 가운데 소수의 커뮤니티만이 다수의 사용자를 끌어들이는 데 성공하고 압도적인 대다수의 커뮤니티는 생존하기 위해 분투하는 롱테일 현상(long tail phenomenon)이 나타나고 있다. 다양한 온라인 커뮤니티가 공존할 수 있고, 실제로 공존하게 하기 위해서는 사용자를 지속적으로 끌어들이고 커뮤니티를 성공시키는 데 중요한 역할을 하는 요인이 무엇인지 이해할 필요가 있다. 공존 문제는 조직생태학 관련 문헌에서 심도 있게 다뤄져 왔다. 그러나 온라인 커뮤니티와 전통적인 조직 사이에 유사점과 함께 차이점도 있다는 점을 감안해 조직 이론을 온라인 세계에 직접 적용할때 유의해야 한다. 본 연구는 Davids et al.(2007)이 제시한 로드맵에 따라 에이전트 기반 모델링 및 시뮬레이션을 실시하여, 선행 연구를 토대로 새로운 이론을 개발하고자 한다. 서로 공존하는 커뮤니티 두 곳을 설정하여 연구를 실시한 결과, 커뮤니티의 규모와 참여 비용이 커뮤니티 발전에 상당한 영향을 미친다는 사실을 알 수 있었다. 커뮤니티가 클수록 자주 접속하는 적극적인 사용자가 더 많이 유입될 수 있다. 한편 참여 비용이 낮을수록 가입자들이 게시물을 읽고 게재하는 활동이 활성화된다. 이와 함께 관심사 분포가 커뮤니티의 주제 트렌드에 중요한 영향을 미친다는 사실도 발견했다. 단일 주제에 집중하는 집단의 경우, 주제가 초기에 광범위했는지 협소했는지 여부와 무관하게 커뮤니티는 신속하게 해당 주제 쪽으로 모여들 수 있다. 이 같은 시뮬레이션 모델은 연구문헌에 이론적인 시사점을 제시하는 동시에, 온라인 커뮤니티 운영자들에게도 실질적인 지침을 제공해 준다.

• Animal Bioscience
• /
• 제37권8호
• /
• pp.1474-1482
• /
• 2024

Objective: The experiment aimed to determine the standardized ileal digestibility (SID) of crude protein (CP) and amino acids (AA) in 10 brown rice samples fed to pigs, and to construct predictive models for SID of CP and AA based on the physical characteristics and chemical composition of brown rice. Methods: Twenty-two cannulated pigs (initial body weight: 42.0±1.2 kg) were assigned to a replicated 11×3 incomplete Latin square design, including an N-free diet and 10 brown rice diets. Each period included 5 d adaptation and 2 d ileal digesta collection. Chromic oxide was added at 0.3% to all the diets as an indigestible marker for calculating the ileal CP and AA digestibility. Results: The coefficients of variation of all detected indices for physical characteristics and chemical composition, except for bulk weight, dry matter (DM) and gross energy, in 10 brown rice samples were greater than 10%. The SID of CP, lysine (Lys), methionine, threonine (Thr), and tryptophan (Trp) in brown rice was 77.2% (62.6% to 85.5%), 87.5% (80.3% to 94.3%), 89.2% (78.9% to 98.9%), 55.4% (46.1% to 67.6%) and 92.5% (86.3% to 96.3%), respectively. The best prediction equations for the SID of CP, Lys, Thr, and Trp were as following, SID_CP = -664.181+8.484×DM (R² = 0.40), SID_Lys = 53.126+6.031×ether extract (EE)+0.893×thousand-kernel volume (R² = 0.66), SID_Thr = 39.916+7.843×EE (R² = 0.41), and SID_Trp = -361.588+4.891×DM+0.387×total starch (R² = 0.85). Conclusion: Overall, a great variation exists among 10 sources of brown rice, and the thousand-grain volume, DM, EE, and total starch can be used as the key predictors for SID of CP and AA.

• Korean Journal of Radiology
• /
• 제21권7호
• /
• pp.859-868
• /
• 2020

Objective: To investigate the value of initial CT quantitative analysis of ground-glass opacity (GGO), consolidation, and total lesion volume and its relationship with clinical features for assessing the severity of coronavirus disease 2019 (COVID-19). Materials and Methods: A total of 84 patients with COVID-19 were retrospectively reviewed from January 23, 2020 to February 19, 2020. Patients were divided into two groups: severe group (n = 23) and non-severe group (n = 61). Clinical symptoms, laboratory data, and CT findings on admission were analyzed. CT quantitative parameters, including GGO, consolidation, total lesion score, percentage GGO, and percentage consolidation (both relative to total lesion volume) were calculated. Relationships between the CT findings and laboratory data were estimated. Finally, a discrimination model was established to assess the severity of COVID-19. Results: Patients in the severe group had higher baseline neutrophil percentage, increased high-sensitivity C-reactive protein (hs-CRP) and procalcitonin levels, and lower baseline lymphocyte count and lymphocyte percentage (p < 0.001). The severe group also had higher GGO score (p < 0.001), consolidation score (p < 0.001), total lesion score (p < 0.001), and percentage consolidation (p = 0.002), but had a lower percentage GGO (p = 0.008). These CT quantitative parameters were significantly correlated with laboratory inflammatory marker levels, including neutrophil percentage, lymphocyte count, lymphocyte percentage, hs-CRP level, and procalcitonin level (p < 0.05). The total lesion score demonstrated the best performance when the data cut-off was 8.2%. Furthermore, the area under the curve, sensitivity, and specificity were 93.8% (confidence interval [CI]: 86.8-100%), 91.3% (CI: 69.6-100%), and 91.8% (CI: 23.0-98.4%), respectively. Conclusion: CT quantitative parameters showed strong correlations with laboratory inflammatory markers, suggesting that CT quantitative analysis might be an effective and important method for assessing the severity of COVID-19, and may provide additional guidance for planning clinical treatment strategies.

• Journal of Trauma and Injury
• /
• 제37권1호
• /
• pp.28-36
• /
• 2024

Purpose: Recent advancements in interventional radiology have made angioembolization an invaluable modality in trauma care. Angioembolization is typically performed by interventional radiologists. In this study, we aimed to investigate the safety and efficacy of emergency angioembolization performed by trauma surgeons. Methods: We identified trauma patients who underwent emergency angiography due to significant trauma-related hemorrhage between January 2020 and June 2023 at Jeju Regional Trauma Center. Until May 2022, two dedicated interventional radiologists performed emergency angiography at our center. However, since June 2022, a trauma surgeon with a background and experience in vascular surgery has performed emergency angiography for trauma-related bleeding. The indications for trauma surgeon-performed angiography included significant hemorrhage from liver injury, pelvic injury, splenic injury, or kidney injury. We assessed the angiography results according to the operator of the initial angiographic procedure. The term "failure of the first angioembolization" was defined as rebleeding from any cause, encompassing patients who underwent either re-embolization due to rebleeding or surgery due to rebleeding. Results: No significant differences were found between the interventional radiologists and the trauma surgeon in terms of re-embolization due to rebleeding, surgery due to rebleeding, or the overall failure rate of the first angioembolization. Mortality and morbidity rates were also similar between the two groups. In a multivariable logistic regression analysis evaluating failure after the first angioembolization, pelvic embolization emerged as the sole significant risk factor (adjusted odds ratio, 3.29; 95% confidence interval, 1.05-10.33; P=0.041). Trauma surgeon-performed angioembolization was not deemed a significant risk factor in the multivariable logistic regression model. Conclusions: Trauma surgeons, when equipped with the necessary endovascular skills and experience, can safely perform angioembolization. To further improve quality control, an enhanced training curriculum for trauma surgeons is warranted.