• Nutrition Research and Practice
• /
• 제15권1호
• /
• pp.95-105
• /
• 2021

BACKGROUND/OBJECTIVES: The measurement of body composition, including muscle and fat mass, remains challenging in large epidemiological studies due to time constraint and cost when using accurate modalities. Therefore, this study aimed to develop and validate prediction equations according to sex to measure lean body mass (LBM), appendicular skeletal muscle mass (ASM), and body fat mass (BFM) using anthropometric measurement, serum creatinine level, and lifestyle factors as independent variables and dual-energy X-ray absorptiometry as the reference method. SUBJECTS/METHODS: A sample of the Korean general adult population (men: 7,599; women: 10,009) from the Korean National Health and Nutrition Examination Survey 2008-2011 was included in this study. The participants were divided into the derivation and validation groups via a random number generator (with a ratio of 70:30). The prediction equations were developed using a series of multivariable linear regressions and validated using the Bland-Altman plot and intraclass correlation coefficient (ICC). RESULTS: The initial and practical equations that included age, height, weight, and waist circumference had a different predictive ability for LBM (men: R2 = 0.85, standard error of estimate [SEE] = 2.7 kg; women: R2 = 0.78, SEE = 2.2 kg), ASM (men: R2 = 0.81, SEE = 1.6 kg; women: R2 = 0.71, SEE = 1.2 kg), and BFM (men: R2 = 0.74, SEE = 2.7 kg; women: R2 = 0.83, SEE = 2.2 kg) according to sex. Compared with the first prediction equation, the addition of other factors, including serum creatinine level, physical activity, smoking status, and alcohol use, resulted in an R2 that is higher by 0.01 and SEE that is lower by 0.1. CONCLUSIONS: All equations had low bias, moderate agreement based on the Bland-Altman plot, and high ICC, and this result showed that these equations can be further applied to other epidemiologic studies.

• 한국식품저장유통학회지
• /
• 제19권5호
• /
• pp.633-638
• /
• 2012

시판 샐러드제품의 구입부터 가정까지의 이동 및 소비직전까지 적정하지 않은 온도관리를 예상하여 단기간의 온도 abuse 상황을 설정하고 미생물적 유통기한을 도출하였다. 보다 효율적인 유통기한 설정을 위해 예측미생물학의 3단계 모델인 PMP 7.0을 활용하여 그 활용가능성을 조사하였다. 부적절한 온도에서의 abuse 시간이 증가할수록 미생물은 빠르게 증식하여 샐러드 제품의 유통기한 시점으로 판단되는 log 7 CFU/mL에 도달하는 시간이 짧아졌다. 온도가 증가할수록 0.020에서 1.083까지 grow rate도 증가했으며, 이 모델의 적합도를 나타내는 $r^2$의 값은 전 실험구에서 0.9 이상을 나타내었다. PMP 7.0으로 예측된 미생물의 증식양상은 온도에 따라 0.017~0.235 CFU/mL/hr로 나타났으며, 모든 구에서 0.994~1.000까지 높은 수준의 $r^2$을 나타내었다. 또 PMP를 활용하여 도출한 유통기한의 경우도 온도가 증가함에 따라 감소하였다. 실측된 값을 바탕으로 한 샐러드 제품의 유통기한은 유통매장에 도착하기까지 48시간 소요될 것으로 예상할 경우 유통기한은 109.1~63.0시간까지로 추정되며 PMP로 도출된 유통기한(24.1~626.5시간)에 비해 짧게 나타났다. 이는 온도 abuse에 의한 영향 및 fail safe에 해당하는 결과로 안전성 측면에서는 유리하나 관리적 측면에서 과도한 기준의 설정 등을 통해 관리비용의 증가 등의 단점이 발생할 수 있는 것으로 판단된다. 즉, 예측미생물학을 활용하여, 유통기한 설정 및 품질관리를 위한 초기 미생물 기준 설정시 특정 식품에 적용하는 것은 효율적인 시도가 될 것이나, 이를 전반적인 기준으로 설정하는 것은, 통계적, 실제적 오류 발생이 가능할 것으로 오히려 관련 효율을 저해할 수 있을 것이다.

• Korean Chemical Engineering Research
• /
• 제52권5호
• /
• pp.592-602
• /
• 2014

석탄 가스화 복합 발전(coal-based IGCC power plant)에서 가스화기의 동적 상태와 성능이 플랜트 전체에 큰 영향을 미치므로, 가스화기가 문제 없이 운전 되도록 제어 하는 것은 전체 플랜트의 가동률을 높이는 데 있어 매우 중요한 일이라 할 수 있다. 가스화기의 안정적인 운전을 위해서는 고체 슬래그 층의 두께가 일정하게 유지되어야 하는데, 고체 슬래그 두께는 실시간 측정이 불가능하기 때문에 상태를 추정하여 추론 제어해야 한다. 본 연구에서는 Shell-type 가스화기의 동적 모사 모델을 개발하고 다변수 시스템의 추론 제어를 위한 방법으로 두 가지 선형 예측 제어 기법을 적용하여 그 특성을 분석하였다. 측정되지 않는 변수의 상태 추정을 위해 Kalman 필터 기법을 이용하였다. 측정 불가능한 1차 변수를 대신하여 측정 가능한 2차 변수를 제어하는 전통적인 추론 제어 기법으로는 외란의 종류에 따라 추론 제어가 불가능 할 수 있음을 확인하였고, 측정되지 않는 슬래그 두께를 Kalman 필터 기법을 이용하여 추정하여 성능 예측에 반영하고 외란 모델을 사용하여 예측 제어하는 경우 두 가지 측정 불가능한 외란 모두에 대해 추론 제어가 가능함을 확인하였다.

• 한국산학기술학회논문지
• /
• 제21권6호
• /
• pp.679-686
• /
• 2020

본 논문에서는 화자인식 성능 향상을 위해 음원에서 개선된 특징추출 방식과 최소 분류 오차 기반의 다중 특징 벡터 스코어에 대한 가중치 추정을 사용하여 스코어 결합을 제안하였다. 제안한 특징 벡터는 Glottal Flow에서 무의미한 정보구간인 평탄한 스펙트럼 구간을 제거하기 위하여 저역통과 필터를 수행한 신호에서 인지적 선형 예측 캡스트럼 계수, 왜도, 첨도를 추출하여 구성하였다. 제안한 특징 벡터는 종래의 음원에서 멜-주파수 캡스트럼 계수, 인지적 선형 예측 캡스트럼 계수를 추출하여 가우시안 혼합 모델로 모델링한 화자인식 시스템을 개선하기 위해 사용된다. 또한, 스코어 추정과정의 신뢰성을 높이기 위하여 기존의 스코어의 확률 분포를 사용하여 가중치를 추정하는 대신 제안한 특징 벡터에서 평가된 점수와 종래의 특징 벡터에서 평가된 점수에 대하여 최소 분류 오차 기법으로 가중치를 추정하여 스코어를 결합함으로써 최적의 화자를 찾는다. 실험 결과 제안한 특징 벡터가 화자를 인식하는데 유효한 정보를 포함하고 있는 것을 확인하였다. 또한, 최소 분류 오차 기반의 다중 특징 파라미터 스코어를 결합하여 화자인식을 수행하였을 때, 종래의 화자인식 성능보다 더 우수한 성능을 나타내는 것을 확인할 수 있으며, 특히 가우시안 혼합 모델이 낮을 때 더 높은 성능향상을 보였다.

• 한국산학기술학회논문지
• /
• 제21권4호
• /
• pp.65-72
• /
• 2020

본 연구는 간호·간병통합서비스 병동 간호사의 직무만족도에 미치는 영향을 파악하기 위해 수행된 서술적 조사연구이다. 본 연구는 3개 도시 250병상이상 종합병원 2개와 800병상이상 상급종합병원 3개로 총 5개 병원에서 수행하였다. 연구 대상자는 간호·간병통합서비스 병동에 근무하고 있는 간호사로150부를 배포하여 최종 146부를 회수하였다. 자료수집 기간은 2019년 8월 1일부터 2019년 11월 15일까지였고, x²-test, t-test, ANOVA, Pearson 상관관계, Multiple linear regression으로 분석하였다. 감정노동과 강인성은 음의 상관관계(r=-.20, p=.018), 감정노동과 직무만족도는 양의 상관관계가 나타났다(r=.25, p=.004). 대상자의 직무만족도에 영향을 미치는 예측변인은 병동업무의 적성여부(β=-.35, p=<.001)와 강직성(β=.21, p=.009)으로 나타났다. 직무만족도의 설명력은 18.2%였다(F=3.54, p=.009). 본 연구 결과 간호·간병통합서비스 병동 간호사의 직무만족도에 영향을 미치는 예측변인은 강직성과 병동업무의 적성여부로 나타났다. 따라서 해당 병동 간호사의 직무만족도를 높이기 위해서는 간호사의 강직성 향상과 적성을 고려한 인력배치 등의 행정적인 뒷받침이 요구된다.

• 한국재난정보학회 논문집
• /
• 제18권1호
• /
• pp.146-153
• /
• 2022

연구목적: 국내 항만시설의 경우 사용년수가 오래된 항만구조물은 선박의 대형화 및 사용빈도 증가, 기후변화에 따른 자연재해의 영향 등으로 안전과 기능적 측면에서 상당히 많은 문제가 있다. 항만시설의 유지관리 이력 데이터를 기반으로 시설 노후화 패턴을 예측 할 수 있는 근사모델 개발을 위하여 빅데이터 분석 방법을 연구하였다. 연구방법: 본 연구에서는 케이슨식 안벽에 유지관리 데이터 수집하여 빅데이터를 바탕으로 시설물의 노후화 패턴 및 성능저하를 확인하기 위한 예측모델을 도출하였다. 가우시안 프로세스(GP)과 선형보간(SLPT) 기법을 통하여 생성된 상태기반 노후도 패턴 예측모델을 제안하고 유효성 검토를 통해 빅데이터 적용에 적합한 모델을 비교하고 제안하였다. 연구결과: 제안된 기법을 검토한 결과 SLPT기법은 RMSE 및 는 0.9215와 0.0648로 SLPT기법의 예측모델이 보다 더 적합한 것으로 검토 되었다. 결론: 이러한 연구를 통해 빅데이터 기반 시설물 성능저하 예측 연구는 유지관리를 위환 의사결정에서 중요한 체계가 될 것으로 기대된다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.593-601
• /
• 2017

본 연구는 영화산업의 가치사슬단계에 따라 각 단계에서 고려할 수 있는 변인을 활용하여 제작/투자, 배급, 상영단계별 모형을 구성하였다. 모형의 예측력을 높이기 위해 회귀분석으로 유의미한 변인을 도출하여 모형을 추가로 설정하였다. 주어진 변인을 바탕으로 기계학습 분석방법인 인공신경망과 의사결정나무 분석방법 간의 예측력 차이를 비교하였다. 분석 결과, 제작/투자 모형과 배급 모형에서 모든 변인을 투입했을 때는 인공신경망의 정확도가 의사결정나무보다 높았으나, 회귀분석결과에 따라 선정된 변인을 투입하였을 때는 의사결정나무의 정확도가 더 높았다. 상영 모형에서는 회귀분석결과의 반영여부와 관계없이 인공신경망의 정확도가 의사결정나무의 정확도보다 높게 나타났다. 본 논문은 영화흥행 예측연구에 기계학습기법을 적용하여 예측성과가 향상됨을 확인하였다는데 의의가 있다. 선형회귀분석 결과를 기계학습기법에 반영함으로써 기존의 선형적 분석방법의 한계를 극복하고자 하였다.

• 한국도로학회논문집
• /
• 제16권3호
• /
• pp.43-50
• /
• 2014

PURPOSES : The dynamic modulus can be determined by applying the various theories from the Impact Resonance Testing(IRT) Method. The objective of this paper is to determine the best theory to produce the dynamic modulus that has the lowest error as the dynamic modulus data obtained from these theories(Complex Wave equation Resonance Method related to either the transmissibility loss or not, Dynamic Stiffness Resonance Method) compared to the results for dynamic modulus determined by using the Universal Testing Machine. The ultimate object is to develop the predictive model for the dynamic modulus of a Linear Visco-Elastic specimen by using the Complex Wave equation Resonance Method(CWRM) came up for an existing study(S. O. Oyadiji; 1985) and the Optimization. METHODS : At the destructive test which uses the Universal Testing Machine, the dynamic modulus results along with the frequency can be used for determining the sigmoidal master curve function related to the reduced frequency by applying Time-Temperature Superposition Principle. RESULTS : The constant to be solved from Eq. (11) is a value of 14.13. The reduced dynamic modulus obtained from the IRT considering the loss factor related to the impact transmissibility has RMSE of 367.7MPa, MPE of 3.7%. When the predictive dynamic modulus model was applied to determine the master curve, the predictive model has RMSE of 583.5MPa, MPE of 3.5% compared to the destructive test results for the dynamic modulus. CONCLUSIONS : Because we considered that the results obtained from the destructive test had the most highest source credibility in this study, the dynamic modulus data obtained respectively from DSRM, CWRM were compared to the results obtained from the destructive test by using th IRT. At the result, the reduced dynamic modulus derived from DSRM has the most lowest error.

• Radiation Oncology Journal
• /
• 제32권1호
• /
• pp.23-30
• /
• 2014

Purpose: The goal of this study is to determine whether the magnitude of overlap between planning target volume (PTV) and rectum ($Rectum_{overlap}$) or PTV and bladder ($Bladder_{overlap}$) in prostate cancer volumetric-modulated arc therapy (VMAT) is predictive of the dose-volume relationships achieved after optimization, and to identify predictive equations and cutoff values using these overlap volumes beyond which the Quantitative Analyses of Normal Tissue Effects in the Clinic (QUANTEC) dose-volume constraints are unlikely to be met. Materials and Methods: Fifty-seven patients with prostate cancer underwent VMAT planning using identical optimization conditions and normalization. The PTV (for the 50.4 Gy primary plan and 30.6 Gy boost plan) included 5 to 10 mm margins around the prostate and seminal vesicles. Pearson correlations, linear regression analyses, and receiver operating characteristic (ROC) curves were used to correlate the percentage overlap with dose-volume parameters. Results: The percentage $Rectum_{overlap}$ and $Bladder_{overlap}$ correlated with sparing of that organ but minimally impacted other dose-volume parameters, predicted the primary plan rectum $V_{45}$ and bladder $V_{50}$ with $R^2$ = 0.78 and $R^2$ = 0.83, respectively, and predicted the boost plan rectum $V_{30}$ and bladder $V_{30}$ with $R^2$ = 0.53 and $R^2$ = 0.81, respectively. The optimal cutoff value of boost $Rectum_{overlap}$ to predict rectum $V_{75}$ >15% was 3.5% (sensitivity 100%, specificity 94%, p < 0.01), and the optimal cutoff value of boost $Bladder_{overlap}$ to predict bladder $V_{80}$ >10% was 5.0% (sensitivity 83%, specificity 100%, p < 0.01). Conclusion: The degree of overlap between PTV and bladder or rectum can be used to accurately guide physicians on the use of interventions to limit the extent of the overlap region prior to optimization.

• 대한의용생체공학회:의공학회지
• /
• 제43권1호
• /
• pp.19-26
• /
• 2022

The Comprehensive in vitro Proarrhythmic Assay(CiPA) project was launched for solving the hERG assay problem of being classified as high-risk groups even though they are low-risk drugs due to their high sensitivity. CiPA presented a protocol to predict drug toxicity using physiological data calculated based on the in-silico model. in this study, features calculated through the in-silico model are analyzed for correlation of changing action potential in the near future, and features are verified through predictive performance according to drug datasets. Using the O'Hara Rudy model modified by Dutta et al., Pearson correlation analysis was performed between 13 features(dVm/dtmax, APpeak, APresting, APD90, APD50, APDtri, Ca_peak, Ca_resting, CaD90, CaD50, CaDtri, qNet, qInward) calculated at 100 pacing, and between dVm/d_{tmax_repol} calculated at 1,000 pacing, and linear regression analysis was performed on each of the 12 training drugs, 16 verification drugs, and 28 drugs. Indicators showing high coefficient of determination(R²) in the training drug dataset were qNet 0.93, AP resting 0.83, APDtri 0.78, Ca resting 0.76, dVm/dt_max 0.63, and APD90 0.61. The indicators showing high determinants in the validated drug dataset were APDtri 0.94, APD90 0.92, APD50 0.85, CaD50 0.84, qNet 0.76, and CaD90 0.64. Indicators with high coefficients of determination for all 28 drugs are qNet 0.78, APD90 0.74, and qInward 0.59. The indicators vary in predictive performance depending on the drug dataset, and qNet showed the same high performance of 0.7 or more on the training drug dataset, the verified drug dataset, and the entire drug dataset.