Background: The increasing need to minimize animal testing has sparked interest in alternative methods with more humane, cost-effective, and time-saving attributes. In particular, in silico-based computational toxicology is gaining prominence. Adverse outcome pathway (AOP) is a biological map depicting toxicological mechanisms, composed of molecular initiating events (MIEs), key events (KEs), and adverse outcomes (AOs). To understand toxicological mechanisms, predictive models are essential for AOP components in computational toxicology, including molecular structures. Objectives: This study reviewed the literature and investigated previous research cases related to AOP and in silico methodologies. We describe the results obtained from the analysis, including predictive techniques and approaches that can be used for future in silico-based alternative methods to animal testing using AOP. Methods: We analyzed in silico methods and databases used in the literature to identify trends in research on in silico prediction models. Results: We reviewed 26 studies related to AOP and in silico methodologies. The ToxCast/Tox21 database was commonly used for toxicity studies, and MIE was the most frequently used predictive factor among the AOP components. Machine learning was most widely used among prediction techniques, and various in silico methods, such as deep learning, molecular docking, and molecular dynamics, were also utilized. Conclusions: We analyzed the current research trends regarding in silico-based alternative methods for animal testing using AOPs. Developing predictive techniques that reflect toxicological mechanisms will be essential to replace animal testing with in silico methods. In the future, since the applicability of various predictive techniques is increasing, it will be necessary to continue monitoring the trend of predictive techniques and in silico-based approaches.
The Transactions of the Korean Institute of Electrical Engineers B
/
v.49
no.7
/
pp.488-493
/
2000
In this paper, a predictive current control of 12-pulse parallel connected dual converter system without interphase reactors(IPR) is presented. Firstly, the characteristics of system without IPR are analyzed and compared with that of system with IPR. And the predictive current control of this system is discussed. Finally the validity of the presented system and the excellence of the predictive current control response is proved through the simulation results and experimental results.
International journal of advanced smart convergence
/
v.12
no.3
/
pp.221-232
/
2023
Recently, due to the expansion of the logistics industry, demand for logistics automation equipment is increasing. The modern logistics industry is a high-tech industry that combines various technologies. In general, as various technologies are grafted, the complexity of the system increases, and the occurrence rate of defects and failures also increases. As such, it is time for a predictive maintenance model specialized for logistics automation equipment. In this paper, in order to secure the operational reliability of the ICT/Cold-Chain Unmanned Storage, a predictive maintenance system was implemented based on the LSTM model. In this paper, a server for data management, such as collection and monitoring, and an analysis server that notifies the monitoring server through data-based failure and defect analysis are separately distinguished. The predictive maintenance platform presented in this paper works by collecting data and receiving data based on RabbitMQ, loading data in an InMemory method using Redis, and managing snapshot data DB in real time. The predictive maintenance platform can contribute to securing reliability by identifying potential failures and defects that may occur in the operation of the ICT/Cold-Chain Unmanned Storage in the future.
International Journal of Computer Science & Network Security
/
v.24
no.1
/
pp.215-225
/
2024
Predictive maintenance has been considered fundamental in the industrial applications in the last few years. It contributes to improve reliability, availability, and maintainability of the systems and to avoid breakdowns. These breakdowns could potentially lead to system shutdowns and to decrease the production efficiency of the manufacturing plants. The present article aims to study how predictive maintenance could be planed into the production scheduling, through a systematic review of literature. . The review includes the research articles published in international journals indexed in the Scopus database. 165 research articles were included in the search using #predictive maintenance# AND #production scheduling#. Press articles, conference and non-English papers are not considered in this study. After careful evaluation of each study for its purpose and scope, 50 research articles are selected for this review by following the 2020 Preferred Reporting Items for Systematic Review and Meta-Analysis Protocols (PRISMA) statement. A benchmarking of predictive maintenance methods was used to understand the parameters that contributed to improve the production scheduling. The results of the comparative analysis highlight that artificial intelligence is a promising tool to anticipate breakdowns. An additional impression of this study is that each equipment has its own parameters that have to be collected, monitored and analyzed.
Climate change is a major global problem. Oysters, one of the most representative farmed fish in Korea, are attracting attention as candidates for blue carbon, an alternative to carbon neutrality. This study is analyzed by the SSP scenarios to determine the impact of oyster aquaculture production according to climate change. Based on the analysis, future productions of oysters are predicted by the SSP scenario. Significant differences by the SSP scenario are confirmed through predictive power tests among scenarios. Regression analysis was conducted from January 2001 to December 2014. As a result of the analysis, water temperature, water temperature quadratic term, salinity, salinity quadratic term, and month × water temperature cross term were estimated as significant variables. Oyster production which is predicted by the SSP scenario based on the significant variables from 2015 to 2022 was compared with actual production. The model with the highest predictive power was selected by RMSE and MAPE criteria. The predictive power was compared with the MDM test to determine which model was superior. As a result, based on RMSE and MAPE, the SSP1-2.6 scenario was selected as the best model and the SSP1-2.6, SSP2-4.5, and SSP3-7.0 scenarios all showed the same predictive power based on the MDM test. In conculusion, this study predicted oyster aquaculture production by 2030, not the distant future, due to the short duration of the analytical model. This study was found that oyster aquaculture production increased in all scenarios and there was no significant difference in predictive power by the SSP scenario.
Journal of the Korean Society for Advanced Composite Structures
/
v.5
no.4
/
pp.11-17
/
2014
A progressive failure analysis procedure for composite laminates is completed in here. An anisotropic plastic constitutive model for fiber-reinforced composite material is implemented into computer program for a predictive analysis procedure of composite laminates. Also, in order to describe material behavior beyond the initial yield, the anisotropic work-hardening model and subsequent yield surface are implemented into a computer code, which is Predictive Analysis for Composite Structures (PACS). The accuracy and efficiency of the anisotropic plastic constitutive model and the computer program PACS are verified by solving a number of various fiber-reinforced composite laminates with and without geometric discontinuity. The comparisons of the numerical results to the experimental and other numerical results available in the literature indicate the validity and efficiency of the developed model.
A predictive model of wind speed in the wind farm has very important meanings. This paper presents an estimation model of wind speed based on time series analysis using the observed wind data at Hangyeong Wind Farm in Jeju island, and verification of the predictive model. In case of Hangyeong Wind Farm and Haengwon Wind Farm, The ARIMA(Autoregressive Integrated Moving Average) predictive model was appropriate, and the wind speed estimation model was developed by means of parametric estimation using Maximum likelihood Estimation.
The emergence of new therapeutic agents for non-small cell lung cancer (NSCLC) implies that histologic subtyping and molecular predictive testing are now essential for therapeutic decisions. Histologic subtype predicts the efficacy and toxicity of some treatment agents, as do genetic alterations, which can be important predictive factors in treatment selection. Molecular markers, such as epidermal growth factor receptor (EGFR) mutation and anaplastic lymphoma kinase (ALK) rearrangement, are the best predictors of response to specific tyrosine kinase inhibitor treatment agents. As the majority of patients with NSCLC present with unresectable disease, it is therefore crucial to optimize the use of tissue samples for diagnostic and predictive examinations, particularly for small biopsy and cytology specimens. Therefore, each institution needs to develop a diagnostic approach requiring close communication between the pulmonologist, radiologist, pathologist, and oncologist in order to preserve sufficient biopsy materials for molecular analysis as well as to ensure rapid diagnosis. Currently, personalized medicine in NSCLC is based on the histologic subtype and molecular status. This review summarizes strategies for tissue acquisition, histologic subtyping and molecular analysis for predictive testing in NSCLC.
The field of human judgment and decision making provides useful methodologies for examining the human decision making process and substantive results. One of the methodologies is a lens model analysis which can examine valid nonlinearity in the human decision making process. Using the method, valid nonlinearity in human decision behavior can be successfully detected. Two linear(statistical) models of human experts and two nonlinear models of human experts are compared in terms of predictive accuracy (predictive validity). The results indicate that nonlinear models can capture factors(valid nonlinearity) that contribute to the expert's predictive accuracy, but not factors (inconsistency) that detract from their predictive accuracy. Then, it is argued that nonlinear models cab be more accurate than linear models, or as accurate as human experts, especially when human experts employ valid nonlinear strategies in decision making.
The purpose of this study was to examine the questions in the 'Matter' units of elementary science textbooks under the 7th curriculum. For the analysis, a total of 338 questions were extracted from 15 units. Six criteria (recalling, recognizing, predictive, applied, divergent, and evaluative question) were reconstructed for textbook question analysis based on Blosser(1973)'s question category system for science. The results were as follows. First, there were more closed (recalling, recognizing, predictive, or applied) questions (72.2%) than open (divergent or evaluative) questions (27.8%) in elementary science textbooks. Second, cognitive-memory (recalling or recognizing) question type was the most frequently asked in all grade levels. Open (divergent or evaluative) questions increased according to grade level whereas convergent (predictive or applied) questions decreased. Third, question types were applied based on the characteristics of each unit rather than on children's developmental characteristics. Educational implications were discussed based on the results.
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.