• Asian-Australasian Journal of Animal Sciences
• /
• 제30권11호
• /
• pp.1540-1549
• /
• 2017

Objective: Increasing food safety demands in the animal product market have created a need for a system to trace the food distribution process, from the manufacturer to the retailer, and genetic traceability is an effective method to trace the origin of animal products. In this study, we successfully achieved the farm tracing of 6,018 multi-breed pigs, using single nucleotide polymorphism (SNP) markers strictly selected through least absolute shrinkage and selection operator (LASSO) feature selection. Methods: We performed farm tracing of domesticated pig (Sus scrofa) from SNP markers and selected the most relevant features for accurate prediction. Considering multi-breed composition of our data, we performed feature selection using LASSO penalization on 4,002 SNPs that are shared between breeds, which also includes 179 SNPs with small between-breed difference. The 100 highest-scored features were extracted from iterative simulations and then evaluated using machine-leaning based classifiers. Results: We selected 1,341 SNPs from over 45,000 SNPs through iterative LASSO feature selection, to minimize between-breed differences. We subsequently selected 100 highest-scored SNPs from iterative scoring, and observed high statistical measures in classification of breeding farms by cross-validation only using these SNPs. Conclusion: The study represents a successful application of LASSO feature selection on multi-breed pig SNP data to trace the farm information, which provides a valuable method and possibility for further researches on genetic traceability.

• 응용통계연구
• /
• 제29권5호
• /
• pp.961-975
• /
• 2016

H-SVM은 입력변수들이 그룹화 되어 있는 경우 분류함수의 추정에서 그룹 및 그룹 내의 변수선택을 동시에 할 수 있는 방법론이다. 그러나 H-SVM은 입력변수들의 중요도에 상관없이 모든 변수들을 동일하게 축소 추정하기 때문에 추정의 효율성이 감소될 수 있다. 또한, 집단별 개체수가 상이한 불균형 자료의 분류분석에서는 분류함수가 편향되어 추정되므로 소수집단의 예측력이 하락할 수 있다. 이러한 문제점들을 보완하기 위해 본 논문에서는 적응적 조율모수를 사용하여 변수선택의 성능을 개선하고 집단별 오분류 비용을 차등적으로 부여하는 WAH-SVM을 제안하였다. 또한, 모의실험과 실제자료 분석을 통하여 제안한 모형과 기존 방법론들의 성능 비교하였으며, 제안한 모형의 유용성과 활용 가능성 확인하였다.

• 한국의학물리학회지:의학물리
• /
• 제29권4호
• /
• pp.150-156
• /
• 2018

This study aims to develop an improved Feldkamp-Davis-Kress (FDK) reconstruction algorithm using anisotropic total variation (ATV) minimization to enhance the image quality of low-dose cone-beam computed tomography (CBCT). The algorithm first applies a filter that integrates the Shepp-Logan filter into a cosine window function on all projections for impulse noise removal. A total variation objective function with anisotropic penalty is then minimized to enhance the difference between the real structure and noise using the steepest gradient descent optimization with adaptive step sizes. The preserving parameter to adjust the separation between the noise-free and noisy areas is determined by calculating the cumulative distribution function of the gradient magnitude of the filtered image obtained by the application of the filtering operation on each projection. With these minimized ATV projections, voxel-driven backprojection is finally performed to generate the reconstructed images. The performance of the proposed algorithm was evaluated with the catphan503 phantom dataset acquired with the use of a low-dose protocol. Qualitative and quantitative analyses showed that the proposed ATV minimization provides enhanced CBCT reconstruction images compared with those generated by the conventional FDK algorithm, with a higher contrast-to-noise ratio (CNR), lower root-mean-square-error, and higher correlation. The proposed algorithm not only leads to a potential imaging dose reduction in repeated CBCT scans via lower mA levels, but also elicits high CNR values by removing noisy corrupted areas and by avoiding the heavy penalization of striking features.

• 응용통계연구
• /
• 제32권2호
• /
• pp.199-211
• /
• 2019

주어진 회귀자료에 유한혼합회귀모형을 적합하는 경우 적절한 성분의 수를 선택하고 선택된 각각의 회귀모형에서 의미있는 예측변수들의 집합을 선택하며 동시에 편의와 변동이 작은 회귀계수 추정치들을 얻는 것은 매우 중요하다. 본 연구에서는 혼합선형회귀모형에서 성분의 개수와 회귀계수에 벌점함수를 적용하여 적절한 성분의 수와 각 성분의 회귀모형에 필요한 설명변수들을 동시에 선택하는 방법을 제시하였다. 성분에 대한 벌점은 성분들의 로그값에 SCAD 벌점함수를 적용하였고 회귀계수들에는 SCAD와 더불어 MCP 및 Adplasso 벌점함수들을 사용하여 가상자료와 실제자료들에 대한 결과를 비교하였다. SCAD-SCAD 벌점함수 조합과 SCAD-MCP 조합의 경우 기존의 Luo 등 (2008)의 방법에서 문제가 되었던 과적합 문제를 해결함과 동시에 선택된 성분의 수와 회귀계수들을 효과적으로 선택하였으며 회귀계수들의 추정치에 대한 편의도 크지 않았다. 본 연구는 성분의 수가 알려져 있지 않은 회귀자료에서 적절한 성분의 수와 더불어 각 성분에 대한 회귀모형에서 모형에 필요한 예측변수들을 동시에 선택하는 방법을 제시하였다는데 의미가 있다고 하겠다.

• 한국전산구조공학회논문집
• /
• 제35권3호
• /
• pp.191-196
• /
• 2022

본 연구에서는 3D 프린팅 FDM 방식의 적층 방향에 따라 기계적 물성이 달라지는 이방성 특성을 확인하고 이를 이용하여 위상 최적설계를 수행하였다. 벤치마크 문제인 자동차 현가장치 부품 중 하나인 로어 컨트롤 암에 대하여 밀도법 기반 위상 최적설계를 수행하였으며, 외부 하중과 이방성 특성에 따라 위상 최적결과가 다르게 나타나는 것을 확인하였다. 이를 이용하여 최적화된 모델에 대하여 3D 프린터로 적층 방향을 달리하여 2가지 시험품을 제작하였으며 인장시험을 수행하였다. 시험시 3D 비접촉 변형률 측정기를 이용하여 변형률을 구하였으며 이를 CAE 응답해석으로 얻은 변형률과 비교한 결과가 정량 및 정성적으로 일치하는 것을 확인하였다. 3D 프린팅 적층 방향을 고려한 위상 최적모델의 인장 실험 결과를 통해 해당 최적설계 방법론의 유효성을 검증하였다.

• 한국전산구조공학회논문집
• /
• 제25권6호
• /
• pp.559-567
• /
• 2012

초탄성을 고려한 비선형 구조의 레벨셋 기반 위상 및 형상 최적설계 방법을 개발하였다. 전체 영역에서 재료의 극단적인 불균형 분포로 기인하는 부정확한 접강성행렬(tangent stiffness matrix)로 인해, 비선형 문제의 위상 최적설계는 심각한 수렴성의 어려움을 겪는다. 이를 해결하기 위해, 임의의 형상을 표현할 수 있는 레벨셋 방법의 장점을 이용하여 정확한 접강성 행렬을 구하기 위해 명시적인 경계(explicit boundary)를 이용하였다. 레벨셋 함수로 표현되는 임의의 영역을 암시적 고정 격자(implicit fixed grid)를 이용하여 계산하는 것 대신에 명시적으로 그 영역을 이산화하기 위해 딜라우네이 삼각화 기법(Delaunay triangulation scheme)을 이용하였다. 레벨셋 방정식을 풀기 위해 최적화 조건으로부터 라그란지안(Lagrangian; 목적함수)가 감소하는 방향이 되도록 속도장을 결정하였다. 실제 영역 바깥쪽 속도장은 Adalsteinsson와 Sethian(1999)가 제안한 속도확장 기법을 이용하여 구하였다. 레벨셋 기반의 최적화 기법에 위상 민감도를 이용하여, 최적화 과정에서 원하는 시기와 위치에 위상 변화가 가능하도록 하였다.

• 응용통계연구
• /
• 제34권3호
• /
• pp.309-327
• /
• 2021

동적 치료 요법(dynamic treatment regimes; DTRs)은 다단계 무작위 시험에서 개인에 맞는 치료를 제공하도록 설계된 의사결정 규칙이다. 모든 개인이 동일한 유형의 치료를 처방받는 고전적인 방법과 달리 DTR은 시간이 지남에 따라 변할 수 있는 개별 특성을 고려한 환자 맞춤형 치료를 제공한다. 최적의 치료 규칙을 파악하기 위한 회귀 기반 알고리즘 중 하나인 Q-학습 방법은 쉽게 구현될 수 있기 때문에 더욱 인기를 끌고 있다. 그러나 Q-학습 알고리즘의 성능은 Q-함수를 제대로 설정했는지의 여부에 크게 의존한다. 본 논문에서는 고차원 데이터가 수집되는 DTRs 문제에 대한 다양한 이중강건 Q-학습 알고리즘을 연구하고 가중 최소제곱 추정 방법을 제안한다. 이중강건성(double-robustness)은 반응변수에 대한 모형 혹은 처리변수에 대한 모형 둘 중 하나만 제대로 설정되어도 불편추정량을 얻을 수 있음을 의미한다. 다양한 모의실험 연구를 통해 제안된 방법이 여러 시나리오 하에서도 잘 작동함을 확인하였으며 실제 데이터 예제를 통해 방법론에 대한 예시를 제시하였다.