반도체 양산을 진행하며 얻어지는 여러 공정 데이터들로 사용 전압을 예측하여 에너지 효율적인 제품을 위한 목적으로 연구를 시작했다. 각각의 feature들 단독으로 전압을 예측하기 어려웠던 문제를 머신 러닝을 통해, 특히 Ensemble model을 이용함으로써 단일 모델보다 정확한 예측을 할 수 있었다. 더욱 중요한 시사점으로는 feature importance 분석을 통해 모델 예측에 영향이 큰 feature와 작은 feature에 대한 분석이다. 영향도가 높은 feature를 통해 비슷한 계열의 측정값을 늘리고, 낮은 feature 들의 문제점을 개선함으로써 차세대 제품에서 더욱 정확도 높은 모델을 위한 발판을 마련할 수 있었다.
기름과 가스 수송 라인 및 선박 내에 설비된 유체 기계들에 관련된 파이프 내에 층상류 흐름이 존재할 수 있다. 이 때문에 수평 혹은 작은 경사 파이프 내에 발생할 수 있는 층상류 흐름을 예측하기 위한 많은 이론과 상관식이 제시되었다. 기존 연구들은 각 상의 물성, 점성, 밀도 및 파이프의 기하학적 형상 등이 층상류 흐름에 주는 효과에 관한 것이 대부분이고, 중력의 크기 및 파이프의 큰 경사 기울기에 관한 연구성과는 매우 드문 실정이다. 따라서 본 연구에는 중력크기 및 파이프 경사도 변화가 층상류 발생 조건에 미치는 영향에 대해 이론적 연구가 수행되었다. 또한 본 해석을 통하여 0.17g 및 0.33g 조건에서는 비록 수직상향 흐름일지라도 매우 낮은 액체상의 유량조건에서는 층상류 흐름이 존재할 수 있음을 알 수 있었다.
Brittleness index (BI) is an important property of rocks because it is a good index to predict rockburst. Due to its importance, several empirical and soft computing (SC) models have been proposed in the literature based on the punch penetration test (PPT) results. These models are very important as there is no clear-cut experimental means for measuring BI asides the PPT which is very costly and time consuming to perform. This study used a novel Multivariate Adaptive regression spline (MARS), M5P, and white-box ANN to predict the BI of rocks using the available data in the literature for an improved BI prediction. The rock density, uniaxial compressive strength (σc) and tensile strength (σt) were used as the input parameters into the models while the BI was the targeted output. The models were implemented in the MATLAB software. The results of the proposed models were compared with those from existing multilinear regression, linear and nonlinear particle swarm optimization (PSO) and genetic algorithm (GA) based models using similar datasets. The coefficient of determination (R2), adjusted R2 (Adj R2), root-mean squared error (RMSE) and mean absolute percentage error (MAPE) were the indices used for the comparison. The outcomes of the comparison revealed that the proposed ANN and MARS models performed better than the other models with R2 and Adj R2 values above 0.9 and least error values while the M5P gave similar performance to those of the existing models. Weight partitioning method was also used to examine the percentage contribution of model predictors to the predicted BI and tensile strength was found to have the highest influence on the predicted BI.
Objectives: The aim of this study is to evaluate the effects of Bangpungtongseong-san (Fangfengtongsheng-san, BTS) and Daesiho-tang (Dachaihu-tang, DST) on weight loss and improvement in lipid metabolism and glucose metabolism. Furthermore, we intend to develop a prediction model for drug effects through the analysis of the single nucleotide polymorphism (SNP), gut-microbiota, and the expression of immune-related biomarkers. Methods: This study is a single-center, randomized, double-blind, parallel-design clinical trial. One hundred twenty-eight participants will be assigned to the BTS group (n=64) and DST group (n=64). Both groups will be administered 4 g medication three times a day for up to 2 weeks. The primary outcomes is weight loss. The secondary outcomes include bioelectrical impedance analysis, waist circumstance, body mass index, total cholesterol, high-density lipoprotein, triglyceride, insulin resistance. The exploratory outcomes include 3-day dietary recall, food frequency questionnaire, quality of life questionnaire, gut microbiota analysis, immune biomarkers analysis, and SNP analysis. Assessment will be made at baseline and at week 4, 8, and 12. Conclusions: This protocol will be implemented by approval of the Institutional Review Board of Dongguk University. The results of this trial will provide a systematic evidence for the treatment of obesity and enable more precise herbal medicine prescriptions.
Objective : This study aimed to investigate the efficacy of transverse process (TP) hook system at the upper instrumented vertebra (UIV) for preventing screw pullout in adult spinal deformity surgery using the pedicle Hounsfield unit (HU) stratification based on K-means clustering. Methods : We retrospectively reviewed 74 patients who underwent deformity correction surgery between 2011 and 2020 and were followed up for >12 months. Pre- and post-operative data were used to determine the incidence of screw pullout, UIV TP hook implementation, vertebral body HU, pedicle HU, and patient outcomes. Data was then statistically analyzed for assessment of efficacy and risk prediction using stratified HU at UIV level alongside the effect of the TP hook system. Results : The screw pullout rate was 36.4% (27/74). Perioperative radiographic parameters were not significantly different between the pullout and non-pullout groups. The vertebral body HU and pedicle HU were significantly lower in the pullout group. K-means clustering stratified the vertebral body HU ≥205.3, <137.2, and pedicle HU ≥243.43, <156.03. The pullout rate significantly decreases in patients receiving the hook system when the pedicle HU was from ≥156.03 to < 243.43 (p<0.05), but the difference was not statistically significant in the vertebra HU stratified groups and when pedicle HU was ≥243.43 or <156.03. The postoperative clinical outcomes improved significantly with the implementation of the hook system. Conclusion : The UIV hook provides better clinical outcomes and can be considered a preventative strategy for screw-pullout in the certain pedicle HU range.
본 연구는 대규모 다중 사용자 온라인 게임에 관한 게임플레이 과정을 GOMS(Goal Operator Method Selection Rule)로 모형화 하는데 목적이 있다. GOMS 분석은 HCI(Human Computer Interaction)의 연구방법으로서 전문가의 행동을 모형화 하고 그들의 행동을 예측하는 것이다. 초보자 가이드와 온라인 게임 매뉴얼을 이용하여 GOMS의 목표, 작용소를 찾고 3명의 전문가를 대상으로 예비실험을 실시하여 GOMS의 방법과 선택규칙을 도출하였다. 예비실험결과를 토대로 30명의 전문 게이머들을 대상으로 본 실험을 실시하였다. 그 결과 게임 법칙에 대한 추상도 수준에 따른 법칙선택의 예측력은 96.25%, 제한사항의 복잡도에 따른 법칙선택의 예측력은 77.35%의 GOMS 모델 적합도가 산출 되었다. 본 연구에서 제안한 GOMS 모형은 게임을 설계하는 초기 단계에 새로운 평가 모형을 제시하며 게임의 품질을 향상할 수 있을 것으로 기대된다.
굳지 않은 콘크리트의 유변특성은 콘크리트의 제조 및 성능에 중요한 영향을 미치지만, 새롭게 개발되는 배합과 제조 공법의 다양화로 인하여 기존의 경험적 방법으로는 유변특성의 정확한 예측에 어려움이 있다. 본 연구에서는 시멘트 입자와 같은 나노 수준에서의 입자간 상호작용부터 잔골재와 같은 마이크로 수준에서의 유변학적 성질을 정량적으로 예측하기 위하여 멀티스케일 기법을 적용한 유변특성 예측 모델을 제안하였으며, 시멘트 페이스트의 항복응력, 모르타르의 항복응력 및 소성점도를 예측하기 위하여 YODEL(Yield stress mODEL), Chateau-Ovarlez-Trung 방정식 및 Krieger-Dougherty 방정식을 적용하였다. 일차적으로 시멘트 페이스트의 물-시멘트비(W/C)를 기준으로 하여 페이스트 스케일의 유변특성을 예측하였으며, 예측 결과를 토대로 동일한 W/C에 시멘트-잔골재 부피비(C/S)를 추가한 모르타르 스케일의 유변특성의 예측을 진행하였다. 시멘트 모르타르에 대한 유변특성 실험을 통하여 예측 결과와 실험 결과의 비교를 진행함으로써 예측 모델의 적용 가능성을 평가하였다.
최근 지능형 스마트 디바이스의 눈부신 발전과 사용으로 개발 단계의 소프트웨어 결함 관리의 중요성이 부각되고 있다. 효과적 결함 관리를 위해 소프트웨어 메트릭을 토대로 많은 결함 예측 모델 연구가 수행되고 있지만, 결함 예측 모델 연구 성과가 널리 확산되지는 못하고 있다. 본 논문에서는 결함 존재 유무에 관한 이진적 결함 예측 모델의 제약을 극복할 수 있도록, 베이지안 네트워크 기반 확률적 소프트웨어 메트릭 관리 방법을 제안한다. 제안 모델은 소프트웨어 메트릭을 활용하여 베이지안 네트워크를 구성하고, 이를 토대로 베이지안 추론을 수행하여 리팩토링을 위한 개선점을 식별할 수 있는 모델이다. 코드 리팩토링을 통해 소스 코드가 개선되면 관련 메트릭 측정값 또한 변하게 된다. 제안 모델은 리팩토링을 통한 메트릭의 개선으로 얻을 수 있는 결함 제거 효과를 확률 값으로 제시해준다. 따라서 이진 값 형태의 확정성을 극복할 수 있으며, 불확정적인 확률 값으로 의사결정의 유연성을 확보할 수 있을 것이다.
The demand for orthodontic clear aligner therapy (CAT) has increased significantly over the last decade, offering advantages over the fixed appliances (FA) including enhanced aesthetics, better hygiene and comfort, along with minimal restrictions on the patient's diet. Moreover, a marked improvement in the efficacy of tooth movement using aligners has been documented. On the contrary, there have been known limitations of CAT including the compliances issues and the apparent lack of efficacy for certain types of tooth movement such as closure of extraction space compared to FA. Thus, evidence-based evaluation of the accuracy of prediction of tooth movement with clear aligners and their ability to effectively perform major tooth and root movements compared to FA are crucial. Although several systematic reviews have investigated various aspects of the effectiveness of CAT, we are yet to obtain a rather conclusive answer to this question. The current review attempted to summarize the evidence-based findings of most systematic reviews about CAT available to date. Major issues regarding the predictability of tooth movement, the role of attachments and auxiliaries in improving the effectiveness of CAT, and the treatment outcomes in comparison to FA were investigated. Clinical recommendation have been also elaborated based on the interpretation of the findings of all systematic reviews included in this study.
The rapid development of artificial intelligence (AI), including deep learning, has led to the development of technologies that may assist in the diagnosis and treatment of diseases, prediction of disease risk and prognosis, health index monitoring, drug development, and healthcare management and administration. However, in order for AI technology to improve the quality of medical care, technical problems and the efficacy of algorithms should be evaluated in real clinical environments rather than the environment in which algorithms are developed. Further consideration should be given to whether these models can improve the quality of medical care and clinical outcomes of patients. In addition, the development of regulatory systems to secure the safety of AI medical technology, the ethical and legal issues related to the proliferation of AI technology, and the impacts on the relationship with patients also need to be addressed. Systematic training of healthcare personnel is needed to enable adaption to the rapid changes in the healthcare environment. An overall review and revision of undergraduate medical curriculum is required to enable extraction of significant information from rapidly expanding medical information, data science literacy, empathy/compassion for patients, and communication among various healthcare providers. Specialized postgraduate AI education programs for each medical specialty are needed to develop proper utilization of AI models in clinical practice.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.