• 전자공학회논문지SC
• /
• 제43권4호
• /
• pp.35-44
• /
• 2006

LonWorks/IP 가상 디바이스 네트워크(VDN) 상의 전달지연은 실시간 분산제어 시스템의 성능과 안정성을 악화시킨다. LonWorks/IP VDN은 LonWorks 디바이스 네트워크와 IP( 데이터) 네트워크와의 통합네트워크이다. LonWorks/IP VDN 상에서의 서보제어를 수행할 경우 시간지연은 확률적인 특성을 강하게 나타낸다. 산업현장에 대한 예지보전을 위한 실시간 분산제어 환경에서 즉각적인 응답은 필수불가결한 요소이다. 그러므로 네트워킹 된 분산제어시스템의 안정성을 보장하고 성능을 개선하기 위해서는 시간에 따라 가변적인 불확실한 시간지연을 보상할 필요가 있다. 본 논문에서는 출력 되먹임 루프에 적절한 필터와 외란관측기를 이용한 제어기를 제안한다. 컴퓨터 모의실험을 통하여 제안된 제어기의 성능과 안정성이 Smith 예측기 기반의 내부모델제어기 (IMC)의 제어결과와 비교 제시된다. 제안된 제어기는 IMC 보다 안정성과 추종성능을 상당히 개선시킬 수 있으며 외란과 잡음에 강인한 특성을 갖는 것을 보인다. 그러므로 제안된 제어기는 가변적인 시간지연을 갖는 LonWorks/IP VDN 상에서 예지보전을 위한 실시간 분산제어에 매우 적합하다.

• Journal of Gastric Cancer
• /
• 제22권2호
• /
• pp.120-134
• /
• 2022

Purpose: This study aimed to identify prognostic factors for patients with distant lymph node-involved gastric cancer (GC) using a machine learning algorithm, a method that offers considerable advantages and new prospects for high-dimensional biomedical data exploration. Materials and Methods: This study employed 79 features of clinical pathology, laboratory tests, and therapeutic details from 289 GC patients whose distant lymphadenopathy was presented as the first episode of recurrence or metastasis. Outcomes were measured as any-cause death events and survival months after distant lymph node metastasis. A prediction model was built based on possible outcome predictors using a random survival forest algorithm and confirmed by 5×5 nested cross-validation. The effects of single variables were interpreted using partial dependence plots. A contour plot was used to visually represent survival prediction based on 2 predictive features. Results: The median survival time of patients with GC with distant nodal metastasis was 9.2 months. The optimal model incorporated the prealbumin level and the prothrombin time (PT), and yielded a prediction error of 0.353. The inclusion of other variables resulted in poorer model performance. Patients with higher serum prealbumin levels or shorter PTs had a significantly better prognosis. The predicted one-year survival rate was stratified and illustrated as a contour plot based on the combined effect the prealbumin level and the PT. Conclusions: Machine learning is useful for identifying the important determinants of cancer survival using high-dimensional datasets. The prealbumin level and the PT on distant lymph node metastasis are the 2 most crucial factors in predicting the subsequent survival time of advanced GC.

• International Journal of Computer Science & Network Security
• /
• 제21권7호
• /
• pp.8-16
• /
• 2021

The tourism industry is influenced by a large number of factors that affect the development scenarios of the tourism in different ways. At the same time, tourism is an important component of the national economy of any state, forms its image, investment attractiveness, is a source of income and a stimulus for business development. The aim of the article is to conduct an empirical study to identify the importance of cognitive determinants in the development of tourism. The study used general and special methods: systems analysis, synthesis, grouping, systematization, cognitive modeling, cognitive map, pulse method, predictive extrapolation. Target factors, indicators, and control factors influencing the development of tourism in Ukraine are determined and a cognitive model is built, which graphically reflects the nature of the influence of these factors. Four main scenarios of the Ukrainian tourism industry are established on the basis of creating a matrix of adjacency of an oriented graph and forecast modeling based on a scenario approach. The practical significance of the obtained results lies in the possibility of their use to forecast the prospects of tourism development in Ukraine, the definition of state policy to support the industry that will promote international and domestic tourism.

• Safety and Health at Work
• /
• 제8권3호
• /
• pp.267-275
• /
• 2017

Background: The mining industry is known worldwide for its highly risky and hazardous working environment. Technological advancement in ore extraction techniques for proliferation of production levels has caused further concern for safety in this industry. Research so far in the area of safety has revealed that the majority of incidents in hazardous industry take place because of human error, the control of which would enhance safety levels in working sites to a considerable extent. Methods: The present work focuses upon the analysis of human factors such as unsafe acts, preconditions for unsafe acts, unsafe leadership, and organizational influences. A modified human factor analysis and classification system (HFACS) was adopted and an accident predictive fuzzy reasoning approach (FRA)-based system was developed to predict the likelihood of accidents for manganese mines in India, using analysis of factors such as age, experience of worker, shift of work, etc. Results: The outcome of the analysis indicated that skill-based errors are most critical and require immediate attention for mitigation. The FRA-based accident prediction system developed gives an outcome as an indicative risk score associated with the identified accident-prone situation, based upon which a suitable plan for mitigation can be developed. Conclusion: Unsafe acts of the worker are the most critical human factors identified to be controlled on priority basis. A significant association of factors (namely age, experience of the worker, and shift of work) with unsafe acts performed by the operator is identified based upon which the FRA-based accident prediction model is proposed.

• 생물환경조절학회지
• /
• 제32권4호
• /
• pp.501-512
• /
• 2023

사과 '후지' 만개일의 예측을 위해 전국적으로 활용이 가능한 모델을 선발하기 위해 우리나라에서 사용된 사례가 있는 대표적인 모델 4종을 평가하였다. 이를 위해 우리나라 사과 주산지 6곳(포천, 화성, 거창, 청송, 군위, 충주)의 사과원에서 3년간 관측된 기온과 만개일을 수집하여 각 모델에 적용하고 모델의 예측력을 평가 하였다. 냉각량 추정을 위한 Dynamic(DM) 모델과 가온량 추정을 위한 Growing Degree Days(GDH) 모델을 순차적으로 결합한 모델이 예측력이 가장 좋았으며, Chill Days(CD) 모델의 예측력이 가장 낮았다. Development Rate Model 1(DVR1)은 화성 지역과 같이 일 최저기온이 높고 상대적으로 일 최고기온이 낮아 일교차가 작은 지역에서는 실측일보다 빠르게 예측되는 과소추정오차를 보였다. 따라서 단일 모델로 우리나라 전국적인 사과 '후지' 만개일 예측을 위해서는 휴면타파에 필요한 냉각량 산정을 위한 DM 모델과 휴면타파 이후 개화에 필요한 고온량 산정을 위한 GDH 모델이 결합된 DM+GDH 모델이 가장 효과적일 것으로 판단된다. 그러나 보다 광범위한 지역의 장기간의 자료 수집과 이를 이용한 평가가 필요하다.

• 보건행정학회지
• /
• 제22권2호
• /
• pp.263-274
• /
• 2012

This study describes the hypertensive patients characteristics associated with the health incentive point program, and develops and analyzes a simple predictive model of participation in the program. Based on the Incheon Chronic Disease Management System(iCDMS), a model program of community partnership for hypertensive or diabetic patients detection and follow-up since 2005 in Incheon metropolitan city, a cross-sectional design was used in this study. An effective 10.844 adults sample was divided into groups according to participation in the health incentive point program and continuing treatment, and individual and health characteristics among groups were compared. Furthermore, the predictors associated with participation in the program were identified by the logistic regression analysis. After the health incentive point program in iCDMS was introduced, the number of hypertensive patients participation in the program increased 23.9 times which is vastly high given the various programs were provided. There were statistically significant differences among the groups: age(p=0.000), treatment compliance(p=0.000), and blood pressure control at the last measurement(p=0.000), in particular, between participation group(GroupI, n=246) and non-participation group(GroupIII, n=10,408). Furthermore, age over 60 years(OR: 0.33), treatment compliance(OR: 3.49~3.78) and blood pressure controls(OR: 2.13~2.30) were statistically significant predictors associated with participation in the program, based on the logistic regression analysis with GroupI and GroupIII. To increase participation in the health incentive point program, variables such as age, treatment compliance and blood pressure controls are more concerned. And, high-risk patients and family members need targeted health incentive programs.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.107-114
• /
• 2022

본 논문에서는 질병관리청 국민건강영양조사(KNHANES: Korea National Health and Nutrition Examination Survey) 데이터베이스에서 특징선택 방법으로 고혈압을 감지 예측하는 방법을 개선했다. 또한 만성 고혈압과 관련된 다양한 위험 요인을 확인하였다. 본 논문은 3가지로 나누어, 첫째 결측값을 제거하고 Z-변환을 하는 데이터 전처리 단계이다. 다음은 데이터 셋에서 특징선택법을 기반으로 하는 요인분석(FA)을 사용하는 특징선택 단계이며, 특징선택을 기반으로 다중공선형 분석(MC)와 특징중요도(FI)을 비교했다. 마지막으로 예측분석단계에서 고혈압 위험을 감지하고 예측하는데 적용했다. 본 연구에서는 각 분류 모델에 대해 ROC 곡선(AUC) 아래의 평균 표준 오차(MSE), F1 점수 및 면적을 비교한다. 테스트 결과 제안한 MC-FA-RF모델은 80.12% 가장 높은 정확도를 보이고, MSE, f-score, AUC 모델의 경우 각각 0.106, 83.49%의, 85.96% 으로 나타났다. 이러한 결과는 고혈압위험 예측에 대한 제안된 MC-FA-RF 방법이 다른 방법에 비해 우수함을 보이고 있다.

• 생물환경조절학회지
• /
• 제31권1호
• /
• pp.1-7
• /
• 2022

서부 경남 지역 중 딸기재배로 유명한 지역 40개 농가를 대상으로 한 조사에 따르면 국산품종 중에서 "설향"이 65.0%으로서 가장 선호하고 있는 것으로 나타났다. 그리고 현재의 농업은 4차 산업혁명으로 스마트팜(Smart Farm)의 기술이 더욱 발전하고 있는 실정이다. 그러나 각 생육단계가 어떤 상황일 때 딸기의 생산량이 최적에 달하는지 대한 기준이 없으며, 이러한 판단기준은 아직까지 스마트팜에 경험이 있는 농업인의 의사에 달려있다는 문제점이 있다. 따라서 본 연구에서는 딸기의 생육상황에 대한 생산량 예측을 통해 선진화된 스마트팜 시스템을 구축하고자 한다. 실험 장소는 경상남도 사천시의 딸기 농가에서 수행하였으며, 총 3곳을 대상으로 데이터 수집을 진행하였다. 실험 대상의 모든 온실 내에서 재배하는 딸기의 품종은 '설향'이다. 작물 데이터의 수집 항목은 작물의 엽수, 꽃수, 과실수, 초장, 잎의 길이, 엽록소 함량이며, 환경 데이터의 수집 항목은 온도, 습도, 조도이다. 기존의 농가 단위의 스마트팜의 문제점 보완 및 개선을 통하여 고품질의 작물 생장 상태를 유지하기 위해 K-fold 교차검증, Lasso 회귀분석, MAPE 검증을 통해 예측모델을 도출하였으며, MAPE 검증 결과 값으로 0.511(꽃 예측)과 0.488(과일 예측)의 값이 나타났다. 본 연구는 스마트팜 데이터 구축을 위해서는 AI를 통해 성장상태별 수확량을 예측하였으며, 이를 농가 및 농업 관련 기업에 활용해 농업 서비스가 편리할 것으로 판단된다.

• 한국융합학회논문지
• /
• 제8권5호
• /
• pp.117-125
• /
• 2017

본 연구는 병원간호사의 의료관련감염 관리지침 수행에 관한 영향요인 간 상호 인과관계를 검증함으로써 수행 증진을 위한 전략을 제시하고자 시도된 융합연구이다. 연구 대상자는 국내 16개 상급종합병원 및 종합병원에서 모집된 388명의 병원간호사이다. 자료수집은 자가보고식 질문지를 이용하여 수집되었고, SPSS 21.0과 AMOS 21.0 프로그램을 이용하여 분석되었다. 연구결과, 모형 적합도는 ${\chi}^2=99.64$ (df=14, p<.01), GFI=.94, RMSEA=.10, NFI=.84, CFI=.90이였다. 의도에 대한 예측요인의 설명력은 23.8%였으며, 행위에 대한 예측요인의 설명력은 17.7%였다. 이상의 결과로 의료관련감염 관리지침 수행을 설명하는데 계획된 행위이론이 적절한 이론임을 알 수 있었으며, 향후 경력에 따른 다층모형검정과 사회적 특성이 강한 행위에 대한 조직차원의 영향요인을 포함한 반복 연구가 필요하다.

• Journal of Information Science Theory and Practice
• /
• 제12권1호
• /
• pp.60-76
• /
• 2024

Broadband Internet has proven to be vital for economic growth in developed countries. Developing countries have implemented several initiatives to increase their broadband access. However, its full potential can only be realized through adoption and use. With lower-middle-income countries accounting for the majority of the world's unconnected population, this study employs the theory of planned behavior (TPB) to investigate users' intentions to adopt broadband. Rural Tanzania was chosen as a case study. A cross-sectional study was conducted over three weeks, using 155 people from seven villages with the lowest broadband adoption rates. Non-probability voluntary response sampling was used to recruit the participants. Using the TPB constructs: attitude toward behavior (ATB), subjective norms (SN), and perceived behavioral control (PBC), ordinal regression analysis was employed to predict intention. Descriptive statistical analysis yielded mean scores (standard deviation) as 3.59 (0.46) for ATB, 3.34 (0.40) for SN, 3.75 (0.29) for PBC, and 4.12 (0.66) for intention. The model adequately described the data based on a comparison of the model with predictors and the null model, which revealed a substantial improvement in fit (p<0.05). Moreover, the predictors accounted for 50.3% of the variation in the intention to use broadband Internet, demonstrating the predictive power of the TPB constructs. Furthermore, the TPB constructs were all significant positive predictors of intention: ATB (β=1.938, p<0.05), SN (β=2.144, p<0.05), and PBC (β=1.437, p=0.013). The findings of this study provide insight into how behavioral factors influence the likelihood of individuals adopting broadband Internet and could guide interventions through policies meant to promote broadband adoption.