• 제목/요약/키워드: predicting method

검색결과 2,811건 처리시간 0.033초

말기 암 환자에서 임상변수를 이용한 생존 기간 예측 (Prediction of Life Expectancy for Terminally Ill Cancer Patients Based on Clinical Parameters)

  • 염창환;최윤선;홍영선;박용규;이혜리
    • Journal of Hospice and Palliative Care
    • /
    • 제5권2호
    • /
    • pp.111-124
    • /
    • 2002
  • 목적 : 의학의 발달로 인간의 생존 기간이 길어졌지만, 암 발생율과 사망율은 오히려 증가하고 있어 그로 인해 말기 암 환자는 계속 늘어나고 있는 실정이다. 말기 암 환자를 진료하는 데 있어서 환자의 생존 기간을 예측하는 것은 중요한 문제로 만약 환자의 생존 기간을 예측할 수 있다면 남은 시간에 따라 환자, 가족, 의료진은 치료의 선택에 큰 차이를 보일 것이다. 이에 저자 등은 말기 암 환자에서 사망 위험도를 높이는 예후 인자를 알아내고 이들 예후 인자의 개수에 따른 생존 기간을 예측하여 말기 암 환자의 진료에 도움이 되고자 하였다. 방법 : 2000년 7월 1일부터 2001년 8월 31일 사이에 국민건강보험공단 일산병원 가정의학과에 말기 암으로 입원한 환자 157명을 대상으로 입원당시 환자의 임상변수 31가지를 조사하였다. 그리고 환자의 의무기록과 조사된 환자의 신상기록을 가지고 2001년 10월 31일까지의 환자의 생존 여부를 확인하였다. Kaplan-Meier 방법과 로그순위 검정(log-rank test)을 이용하여 임상변수에 따른 생존 기간에 차이가 있는지를 알아보았다. Cox의 비례위험함수 모형(Cox's proportional hazard model)을 이용하여 임상변수 중 사망 위험도를 높이는 유의한 변수를 얻은 후 이를 예후 인자로 삼고, 이것을 와이블 비례위험함수 모형(Weibull proportional hazard function model)을 이용하여 예후 인자들의 유무에 따른 생존 기간의 평균, 중앙값 제 1사분위수 그리고 제 3사분위수를 계산하여 생존기간을 예측하였다. 결과 : 말기 암 환자 157명 중 성별은 남자가 79명(50.3%), 여자가 78명(49.7%)이었고, 평균 연령은 남자가 $65.1{\pm}13.0$세, 여자는 $64.3{\pm}13.7$세였다. 암의 종류를 보면 위암이 36명(22.9%)으로 제일 많았고, 폐암이 27명(17.2%), 대장암이 20명(12.7%) 순이었다. 의식변화, 식욕부진, 저혈압, 수행능력 저하, 백혈구 증가증, 중성구 증가증, 크레아티닌 증가, 저알부민혈증, 고빌리루빈혈증, 간효소(SGPT)치 증가, 프로트롬빈 시간(PT) 연장, 활성부분 트롬보플라스틴 시간(aPTT) 연장, 저나트륨혈증, 고칼륨혈증 등을 보이는 환자는 통계학적으로 유의하게 생존 기간이 짧았다. 이중 Cox의 비례위험함수 모형을 통해 수행능력 저하, 중성구 증가증, PT 연장, aPTT 연장인 경우가 환자의 사망위험도를 높이는 유의한 예후 인자로 나왔다. 생존 기간의 중앙값은 4가지 인자가 모두 있는 경우는 3.0일, 3가지만 있는 경우는 $5.7{\sim}8.2$일, 2가지만 있는 경우는 $11.4{\sim}20.0$일, 1가지만 있는 경우는 $27.9{\sim}40.0$일, 4가지 모두 없는 경우는 77일로 나왔다. 결론 : 말기 암 환자에서 수행능력 저하, 중성구 증가증, PT 연장, aPTT 연장이 사망위험도를 높이는 예후 인자임을 알 수 있었다. 이들 4개 인자를 통해 말기 암 환자에서 생존 기간을 예측할 수 있을 것으로 사료된다.

  • PDF

한국 NPL시장 수익률 예측에 관한 연구 (A study on the prediction of korean NPL market return)

  • 이현수;정승환;오경주
    • 지능정보연구
    • /
    • 제25권2호
    • /
    • pp.123-139
    • /
    • 2019
  • 국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.

캐릭터 상품 제작 교육에 적합한 3D프린터 연구 (Study on 3D Printer Suitable for Character Merchandise Production Training)

  • 권동현
    • 만화애니메이션 연구
    • /
    • 통권41호
    • /
    • pp.455-486
    • /
    • 2015
  • 1986년 특허등록으로 시작된 3D프린팅 기술은 당시에는 인식 부족으로 일부 기업 외에는 주목받지 못하는 기술이었다. 그러나 20년이 지나 만료되는 특허들이 나오는 오늘날에는 가격도 개인이 구매가능한 선까지 낮아졌고 컴퓨터 성능향상 및 인터넷 정보교류의 보편화로 3D 콘텐츠에 대한 인식이 보편화 되어 산업계는 물론 일반인들에게도 주목 받고 있다. 수정 및 유통이 편리한 디지털 데이터를 기반으로 하면서 금형제작이 필요없는 3D프린터는 제작 공정에서 획기적인 변화를 가져 올 수 있으며 캐릭터 콘텐츠상품 분야에서도 동일한 효과를 얻을 수 있다. 최근 들어 관심을 받고 있는 키덜트 문화의 가장 선두에 있는 다양한 캐릭터 상품 제작에는 3D프린터를 사용하는 것이 필수적인 공정이 되고 있으며 이 같은 캐릭터 콘텐츠 관련 산업현장 수요를 예측해 볼 때, 그리고 특허 만료 및 기술의 공유로 저렴해진 가격 등을 고려해 볼 때, 앞으로 교육현장에서 3D프린터를 활용할 수 있는 인재를 양성하는 교육과정을 도입하여 보다 창의적인 작업을 할 수 있는 인재를 양성하고 취업의 영역과 기회를 확대하는 것은 꼭 진행되어야 할 것이다. 그러나 학교 교육에서 3D프린터를 도입하고자 할 때 얻을 수 있는 정보는 한계가 있다. 언론이나 정보매체에서는 3D 프린터에 대한 장밋빛 미래가치나 산업규모 성장과 같은 일반적인 정보만을 거론하고 있으며 학계에서도 연구의 수준의 프린팅 기술 소개나 산업에서의 적용, 산업 규모 데이터 분석 등 개론수준의 내용 정리에 머무르고 있다. 이러한 정보의 부족은 교육현장에서 문제를 발생시킨다. 장점과 단점 비교와 같은 실질적인 정보 비교 없이 일단 도입 하여 시행착오의 과정 이후에서야 사용을 할 수 있게 됨으로서 시간적, 기회비용이 발생할 수밖에 없는 상황이다. 특히 많은 비용을 들여 도입한 장비가 학교 교육의 특성에 맞지 않는다면 그로 인한 비용손실은 클 것이다. 본 연구의 목적은 관련 전문가들이 아닌 기술관련 기반이 없는 일반 사용자들을 대상으로 하였다. 기존의 의 3D프린터 기술소개의 정도가 아닌 대표적 기술에 따른 사용상의 주의 점과 문제점을 분석하고 장단점을 비교하여 학교 교육, 특히 애니메이션 관련 학과에서 캐릭터 상품 개발과 관련한 교육에서 필요한 3D 프린터는 어떤 특성을 가져야 하는지를 설명하고 앞으로 3D프린터 이용한 교육을 시행하고자 할 때 실질적인 도움이 될 수 있는 정보를 제공하고자 하였다. 본론에서는 지지대 방식, 재료의 종류, 이차원 프린팅 방법, 삼차원 프린팅 방법과 같이 새로운 관점으로 기술을 구분하여 설명하였다. 이렇게 다른 구분 방식을 선택 하게 된 이유는 사용상의 실질적인 문제들을 상호 비교하기 용이하도록 하기 위함이다. 결론적으로 가장 적합한 3D프리터는 출력물의 품질은 다소 부족하지만 비교적 가격대가 저렴하고 재료 및 유지보수비용이 적게 드는 FDM방식의 프린터로 선정하였으며 부가적으로 기술지원이 잘되는 업체를 선정하기를 추천한다.

적응형 군집화 기반 확장 용이한 협업 필터링 기법 (Scalable Collaborative Filtering Technique based on Adaptive Clustering)

  • 이오준;홍민성;이원진;이재동
    • 지능정보연구
    • /
    • 제20권2호
    • /
    • pp.73-92
    • /
    • 2014
  • 기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.

사용자 행동 기반의 사회적 관계를 결합한 사용자 협업적 여과 방법 (Incorporating Social Relationship discovered from User's Behavior into Collaborative Filtering)

  • 타이쎄타;하인애;조근식
    • 지능정보연구
    • /
    • 제19권2호
    • /
    • pp.1-20
    • /
    • 2013
  • 소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

관측 교통수단 분담률 자료를 활용한 도시철도 신설 후 수단분담률 예측분석 기법 (A Technique of Forecasting Market Share of Transportation Modes after Introducing New Lines of Urban Rail Transit with Observed Mode Share Data)

  • 서동정;김익기;이태훈
    • 대한교통학회지
    • /
    • 제30권1호
    • /
    • pp.7-18
    • /
    • 2012
  • 본 연구는 기존 도시철도 운영 하에서 관측된 교통수단 분담률을 반영하면서 추가적인 도시철도 신설노선 완공 후 수단분담률을 추정하는 방법론을 제안하였다. 통행자의 도시철도 이용 패턴을 현실적으로 반영하기 위해 관측된 표본자료를 기반으로 전수화된 수단별 O/D 자료를 통행거리, 접근시간, 접근유형(환승 횟수)에 따라 카테고리화 하여 수단분담률을 분류하였다. 수단선택 분석 기법으로는 관측된 수단분담률에 기초하는 점진적 로짓모형을 이용하였다. 도시철도 이용 패턴을 카테고리화 하여 분석한 결과, 장거리 통행이거나 환승이 적을수록 도시철도 수단분담률이 높았으며, 또한 도시 철도 역에 접근시간이 작을수록 역시 도시철도 수단분담률이 높은 결과를 관측 자료인 기준연도 O/D 자료에서 분석되었다. 기존 도시철도 서비스 수준 하에서의 교통수단 분담률을 기본 자료로 하고, 신설 노선으로 제공되는 도시철도 서비스 수준과 카테고리화 된 도시철도 서비스 수준의 차이를 점진적 로짓모형에 적용함으로써 신설 도시철도가 제공하는 서비스 수준 하에서의 교통수단 분담률을 추정하였다. 이와 같이 추정된 잠정적 교통수단 분담률을 기초로 기준연도와 예측연도의 교통환경 변화를 반영하여 점진적 로짓모형을 분석함으로써 모든 교통수단의 장래 수단분담률을 예측 분석하는 방법론을 제시하였다. 본 연구에서 제안한 방법론은 기존 SP 자료의 적용이 어려운 경우 활용 가능하며, 기존 도시철도의 분담률 자료가 확보된 상황에서 가법적 로짓모형의 적용보다 이론적, 논리적 측면에서 더욱 우수하다고 고려된다.

모자건강관리를 위한 위험요인별 감별평점분류기준 개발에 관한 연구 (A Study on the Risk Factors for Maternal and Child Health Care Program with Emphasis on Developing the Risk Score System)

  • 이광옥
    • 대한간호학회지
    • /
    • 제13권1호
    • /
    • pp.7-21
    • /
    • 1983
  • For the flexible and rational distribution of limited existing health resources based on measurements of individual risk, the socalled Risk Approach is being proposed by the World Health Organization as a managerial tool in maternal and child health care program. This approach, in principle, puts us under the necessity of developing a technique by which we will be able to measure the degree of risk or to discriminate the future outcomes of pregnancy on the basis of prior information obtainable at prenatal care delivery settings. Numerous recent studies have focussed on the identification of relevant risk factors as the Prior infer mation and on defining the adverse outcomes of pregnancy to be dicriminated, and also have tried on how to develope scoring system of risk factors for the quantitative assessment of the factors as the determinant of pregnancy outcomes. Once the scoring system is established the technique of classifying the patients into with normal and with adverse outcomes will be easily de veloped. The scoring system should be developed to meet the following four basic requirements. 1) Easy to construct 2) Easy to use 3) To be theoretically sound 4) To be valid In searching for a feasible methodology which will meet these requirements, the author has attempted to apply the“Likelihood Method”, one of the well known principles in statistical analysis, to develop such scoring system according to the process as follows. Step 1. Classify the patients into four groups: Group $A_1$: With adverse outcomes on fetal (neonatal) side only. Group $A_2$: With adverse outcomes on maternal side only. Group $A_3$: With adverse outcome on both maternal and fetal (neonatal) sides. Group B: With normal outcomes. Step 2. Construct the marginal tabulation on the distribution of risk factors for each group. Step 3. For the calculation of risk score, take logarithmic transformation of relative proport-ions of the distribution and round them off to integers. Step 4. Test the validity of the score chart. h total of 2, 282 maternity records registered during the period of January 1, 1982-December 31, 1982 at Ewha Womans University Hospital were used for this study and the“Questionnaire for Maternity Record for Prenatal and Intrapartum High Risk Screening”developed by the Korean Institute for Population and Health was used to rearrange the information on the records into an easy analytic form. The findings of the study are summarized as follows. 1) The risk score chart constructed on the basis of“Likelihood Method”ispresented in Table 4 in the main text. 2) From the analysis of the risk score chart it was observed that a total of 24 risk factors could be identified as having significant predicting power for the discrimination of pregnancy outcomes into four groups as defined above. They are: (1) age (2) marital status (3) age at first pregnancy (4) medical insurance (5) number of pregnancies (6) history of Cesarean sections (7). number of living child (8) history of premature infants (9) history of over weighted new born (10) history of congenital anomalies (11) history of multiple pregnancies (12) history of abnormal presentation (13) history of obstetric abnormalities (14) past illness (15) hemoglobin level (16) blood pressure (17) heart status (18) general appearance (19) edema status (20) result of abdominal examination (21) cervix status (22) pelvis status (23) chief complaints (24) Reasons for examination 3) The validity of the score chart turned out to be as follows: a) Sensitivity: Group $A_1$: 0.75 Group $A_2$: 0.78 Group $A_3$: 0.92 All combined : 0.85 b) Specificity : 0.68 4) The diagnosabilities of the“score chart”for a set of hypothetical prevalence of adverse outcomes were calculated as follows (the sensitivity“for all combined”was used). Hypothetidal Prevalence : 5% 10% 20% 30% 40% 50% 60% Diagnosability : 12% 23% 40% 53% 64% 75% 80%.

  • PDF

우리나라 성인 폐용적 및 폐확산능 정상예측식의 선정 (Selection of Reference Equations for Lung Volumes and Diffusing Capacity in Korea)

  • 송은희;오연목;홍상범;심태선;임채만;이상도;고윤석;김우성;김동순;김원동;김태형
    • Tuberculosis and Respiratory Diseases
    • /
    • 제61권3호
    • /
    • pp.218-226
    • /
    • 2006
  • 연구 배경: 폐용적과 폐확산능의 정상예측식은 국가나 인종 등에 영향을 받는 것으로 알려져 있으나 우리나라 성인 대상으로 한 정상예측식이 폐용적은 없고, 폐확산능의 정상예측식은 있으나 많이 사용하지 않고 있다. 이에 기존에 사용하고 있는 여러 정상예측식 중 우리나라 성인에 가장 적합한 식을 선정하고자 본 연구를 수행하였다. 방 법: 비흡연, 건강한 성인을 대상으로 한양대학교 구리병원에서 모집한 남자 30명, 여자 33명 그리고 서울아산병원에서 모집한 남자 27명, 여자 34명을 대상으로 하였다. 이 대상자의 키와 몸무게를 측정하였고 전신체적용적기록(whole body plethysmography)로 폐용적을 측정하였으며 단회호흡법(single breath mothod)를 이용하여 폐확산능을 측정하였다. 가장 적합한 정상예측식은 실측치와 예측치의 차이인 잔차의 합이 최소가 되는 식으로 선정하였다. 결 과: 전폐용량의 잔차의 합이 최소가 되는 정상예측식은 한양대병원에서 모집한 대상자의 경우 남자는 ECSC 식 (잔차의 평균: 0.04 L), 여자는 Crapo/Morris 식 (-1.04)이었고 서울아산병원에서 모집한 대상자의 경우 남자는 Goldman/Becklake식 (-2.35), 여자는 ECSC 식 (-4.49)이었다. 폐확산능은 잔차의 평균이 최소가 되는 식은 한양대병원 남자는 Roca 식 (잔차의 평균: -13.66 ml/min/mmHg, 여자는 박 등의 식 (25.08)이었고 서울아산병원 남녀는 모두 박 등의 식(남자: -1.65, 여자: -6.46)이었다.

다양한 강우강도 및 패턴에 따른 WEPP 모형의 유출‧첨두유출‧토양유실량 평가 (Evaluation of Runoff‧Peak Rate Runoff and Sediment Yield under Various Rainfall Intensities and Patterns Using WEPP Watershed Model)

  • 최재완;류지철;김익재;임경재
    • 한국수자원학회논문집
    • /
    • 제45권8호
    • /
    • pp.795-804
    • /
    • 2012
  • 최근 강우강도 및 패턴이 변화함에 따라 전세계적으로 토양유실이 증가하고 있다. 그 결과, 수생태계 건전성이 악화되고, 농업작물이 피해를 입어 수확량이 감소된다. 그동안 유출 및 토양유실을 예측하거나 비점오염원을 감소시키는 연구가 많이 수행되어 왔다. USLE는 수년간 토양유실을 산정하는데 사용되어왔으나, 강우강도나 패턴변화를 적용하기에는 적절하지 못했다. 물리적 기반인 WEPP 모형은 다양한 강우강도 및 패턴변화를 적용하는데 적절하다. 본 연구에서는 WEPP 모형을 이용하여 Huff의 4분위, 다양한 강우간격, 설계강우에 따른 토양유실, 유출, 첨두유출을 산정하였다. 5분간격 강우 데이터와 60분 간격 강우 데이터를 비교한 결과 토양유실은 24%, 유출은19%, 첨두유출은 16%가 차이나는 것으로 나타났다. 유출 및 토양유실이 5분 간격 강우량에서 실측치와 가장 유사한 것으로 나타나 강우데이터의 간격이 짧을수록 더 정확하게 모의할 수 있는 것으로 나타났다. Huff의 4분위를 이용하여 토양유실량, 유출량, 첨두유출량을 산정한 결과 토양유실량, 유출량, 첨두유출량 모두 3분위에서 가장 높게 발생하는 것으로 나타났다. 강원도 홍천지역 빈도별 확률강우를 이용하여 토양유실량, 유출량, 첨두유출량의 변화를 모의하였다. 2년 빈도와 300년 빈도에서 강우량은 167% 증가하였다. 유사량과 유출량, 첨두유출량은 각각 906.2%, 249.4%, 183.9% 증가하여 유사량의 증가율이 가장 큰 것으로 나타났다. 본 연구의 결과에서 보이는 바와 같이 WEPP 모형을 이용하여 향후 기후변화에 따른 유출 및 토양유실의 예측이 가능할 것으로 판단된다.

추천시스템의 효과적 도입을 위한 소셜네트워크 분석 (Social Network Analysis for the Effective Adoption of Recommender Systems)

  • 박종학;조윤호
    • 지능정보연구
    • /
    • 제17권4호
    • /
    • pp.305-316
    • /
    • 2011
  • 협업필터링은 다양한 분야에서 널리 활용되고 있지만 협업필터링의 추천 성능은 적용하는 기업의 비즈니스 형태나 발생하는 거래 데이터의 특성에 따라 다르게 나타나고 있다. 기업에서 협업필터링 추천시스템을 구축하려면 상당한 시간과 비용이 소요되기 때문에 구축된 추천시스템의 성과가 높지 않다면 기업 자원의 낭비를 초래할 뿐만 아니라 부정확한 추천서비스를 받는 고객들의 불만을 살 수 있다. 따라서 추천시스템 도입을 검토할 때 기업이 갖고 있는 데이터의 특성을 파악하고 이를 통해 추천시스템을 도입하는 것이 타당한지 사전에 예측할 수 있다면 불필요한 도입으로 인한 경제적 손실과 고객 만족도 저하를 막을 수 있을 것이다. 기존 연구에서는 협업필터링 추천 성과에 희박성, 우연성, 커버리지 등이 영향을 미칠 수 있다고 설명하고 있지만 이러한 요인들이 어떻게 얼마나 추천 성과에 영향을 미치는지, 요인들 간에 어떠한 상관관계가 있는지는 현재까지 구체적으로 밝혀진 바가 없다. 본 연구에서는 구매 트랜잭션으로부터 생성된 소셜네트워크로부터 밀도, 군집화계수, 집중도 등의 구조적 지표를 측정한 후 이들이 추천성과에 어떻게 영향을 미치는지 통계적 분석을 통해 실증적으로 규명한다. 이를 통해 협업필터링 추천시스템에 대한 도입 여부를 결정하고자 할 때 유용하게 사용될 수 있는 지침을 제공하고자 한다.