• 제목/요약/키워드: risk prediction system

검색결과 318건 처리시간 0.039초

조기위장관암 내시경 치료 임상진료지침 (Clinical Practice Guideline for Endoscopic Resection of Early Gastrointestinal Cancer)

  • 박찬혁;양동훈;김정욱;김지현;김지현;민양원;이시형;배정호;정현수;최기돈;박준철;이혁;곽민섭;김번;이현정;이혜승;최미영;박동아;이종열;변정식;박찬국;조주영;이수택;전훈재
    • Journal of Digestive Cancer Reports
    • /
    • 제8권1호
    • /
    • pp.1-50
    • /
    • 2020
  • Although surgery was the standard treatment for early gastrointestinal cancers, endoscopic resection is now a standard treatment for early gastrointestinal cancers without regional lymph node metastasis. High-definition white light endoscopy, chromoendoscopy, and image-enhanced endoscopy such as narrow band imaging are performed to assess the edge and depth of early gastrointestinal cancers for delineation of resection boundaries and prediction of the possibility of lymph node metastasis before the decision of endoscopic resection. Endoscopic mucosal resection and/or endoscopic submucosal dissection can be performed to remove early gastrointestinal cancers completely by en bloc fashion. Histopathological evaluation should be carefully made to investigate the presence of risk factors for lymph node metastasis such as depth of cancer invasion and lymphovascular invasion. Additional treatment such as radical surgery with regional lymphadenectomy should be considered if the endoscopically resected specimen shows risk factors for lymph node metastasis. This is the first Korean clinical practice guideline for endoscopic resection of early gastrointestinal cancer. This guideline was developed by using mainly de novo methods and encompasses endoscopic management of superficial esophageal squamous cell carcinoma, early gastric cancer, and early colorectal cancer. This guideline will be revised as new data on early gastrointestinal cancer are collected.

경제적, 산업구조적, 문화적 요인을 기반으로 한 주요 국가의 한국 품목별 수입액 예측 모형 개발: 한국의, 한국에 대한 문화적 요인을 중심으로 (Development of the forecasting model for import volume by item of major countries based on economic, industrial structural and cultural factors: Focusing on the cultural factors of Korea)

  • 전승표;서봉군;박도형
    • 지능정보연구
    • /
    • 제27권4호
    • /
    • pp.23-48
    • /
    • 2021
  • 한국경제는 지난 수십년간 정부의 수출전략정책에 힘입어 지속적으로 경제 성장을 이룩해왔으며, 수출의 증가는 경제의 효율성 향상, 고용창출, 기술개발 촉진 등 우리나라의 경제 성장을 견인하는 주도적인 역할을 해왔다. 전통적으로 우리나라 수출에 영향을 미치는 주요 요인은 크게 경제적 요인과 산업구조적 요인이라는 두가지 관점에서 찾아볼 수 있다. 첫번째, 경제적 요인은 환율과 글로벌 경기 변동과 관련된 것으로서, 환율이 우리나라 수출에 미치는 영향은 환율 수준 및 환율 변동성에 따른 영향으로 나누어 살펴볼 수 있으며, 글로벌 경기 변동은 세계 수입 수요에 영향을 미쳐 우리나라 수출을 좌우하는 절대적 요인으로 볼 수 있다. 두 번째, 산업구조적 요인은 국제 분업화의 둔화, 중국의 특정 수입품 자국내 대체 증가, 수출 주력 산업의 해외생산 형태 변화 등 산업이나 제품에 따라 발생한 고유한 특징이다. 가장 최근 글로벌 교류와 관련된 연구들을 살펴보면, 경제적 요인 및 산업구조적 요인과 더불어 문화적인 측면이 중요함을 여러 문헌에서 피력하고 있다. 이에 따라 본 연구에서는 각국의 한국 수입액 예측 모형에 문화적 요인을 함께 반영하여 예측 모형을 개발하고자 하였으며, 구체적으로 문화적 요인이 수입액에 미치는 영향을 PUSH-PULL 프레임워크 관점에서 반영해보고자 하였다. PUSH 관점은 한국이 자신의 브랜드를 개발하고 적극 홍보하는 관점으로 K-POP, K-FOOD, K-CULTURE 등으로 대표되는 한국의 브랜드에 대한 각국의 관심 정도로 정의할 수 있다. 또한, PULL 관점은 각 국가의 국민들의 문화적, 심리적 특징으로 해당 국가의 지배체계, 남성성, 위험 회피성, 시간에 대한 단기/장기 지향성 등으로 대표되는 각 국의 문화 코드로서 한류문화를 얼마나 수용할 성향을 띄고 있는지로 정의할 수 있다. 본 연구에서 제시한 최종 예측 모델의 고유한 특징은 Design Principle에 기반하여 설계한 것인데, 1) 신규로 추가한 데이터 소스를 통해 한국에 대한 관심 및 문화적 특성이 반영될 수 있는 모형으로 구축하였고, 2) 경제적 요인 등의 변화와 품목 및 국가 Code를 입력하면 예측값을 바로 불러올 수 있도록 실용적으로 편의성 있게 설계하였으며, 3) 이론적으로도 의미 있는 결과를 도출하기 위해서 입력과 목표 변수간의 관계를 해석 가능한 알고리즘을 중심으로 설계하였다는 점이다. 본 연구는 기술적 측면, 경제적 측면, 정책적 측면에서 의미 있는 시사점을 제시할 수 있으며, 수입액 예측 모형을 활용하여 중소·중견기업의 수출 지원 전략에 의미 있는 기여를 할 수 있을 것으로 기대된다.

M&W 파동 패턴과 유전자 알고리즘을 이용한 주식 매매 시스템 개발 (Development of a Stock Trading System Using M & W Wave Patterns and Genetic Algorithms)

  • 양훈석;김선웅;최흥식
    • 지능정보연구
    • /
    • 제25권1호
    • /
    • pp.63-83
    • /
    • 2019
  • 투자자들은 기업의 내재가치 분석, 기술적 보조지표 분석 등 복잡한 분석보다 차트(chart)에 나타난 그래프(graph)의 모양으로 매매 시점을 찾는 직관적인 방법을 더 선호하는 편이다. 하지만 패턴(pattern) 분석 기법은 IT 구현의 난이도 때문에 사용자들의 요구에 비해 전산화가 덜 된 분야로 여겨진다. 최근에는 인공지능(artificial intelligence, AI) 분야에서 신경망을 비롯한 다양한 기계학습(machine learning) 기법을 사용하여 주가의 패턴을 연구하는 사례가 많아졌다. 특히 IT 기술의 발전으로 방대한 차트 데이터를 분석하여 주가 예측력이 높은 패턴을 발굴하는 것이 예전보다 쉬워졌다. 지금까지의 성과로 볼 때 가격의 단기 예측력은 높아졌지만, 장기 예측력은 한계가 있어서 장기 투자보다 단타 매매에서 활용되는 수준이다. 이외에 과거 기술력으로 인식하지 못했던 패턴을 기계적으로 정확하게 찾아내는 데 초점을 맞춘 연구도 있지만 찾아진 패턴이 매매에 적합한지 아닌지는 별개의 문제이기 때문에 실용적인 부분에서 취약할 수 있다. 본 연구는 주가 예측력이 있는 패턴을 찾으려는 기존 연구 방법과 달리 패턴들을 먼저 정의해 놓고 확률기반으로 선택해서 매매하는 방법을 제안한다. 5개의 전환점으로 정의한 Merrill(1980)의 M&W 파동 패턴은 32가지의 패턴으로 시장 국면 대부분을 설명할 수 있다. 전환점만으로 패턴을 분류하기 때문에 패턴 인식의 정확도를 높이기 위해 드는 비용을 줄일 수 있다. 32개 패턴으로 만들 수 있는 조합의 수는 전수 테스트가 불가능한 수준이다. 그래서 최적화 문제와 관련한 연구들에서 가장 많이 사용되고 있는 인공지능 알고리즘(algorithm) 중 하나인 유전자 알고리즘(genetic algorithm, GA)을 이용하였다. 그리고 미래의 주가가 과거를 반영한다 해도 같게 움직이지 않기 때문에 전진 분석(walk-forward analysis, WFA)방법을 적용하여 과최적화(overfitting)의 실수를 줄이도록 하였다. 20종목씩 6개의 포트폴리오(portfolio)를 구성하여 테스트해 본 결과에 따르면 패턴 매매에서 가격 변동성이 어느 정도 수반되어야 하며 패턴이 진행 중일 때보다 패턴이 완성된 후에 진입, 청산하는 것이 효과적임을 확인하였다.

재무예측을 위한 Support Vector Machine의 최적화 (Optimization of Support Vector Machines for Financial Forecasting)

  • 김경재;안현철
    • 지능정보연구
    • /
    • 제17권4호
    • /
    • pp.241-254
    • /
    • 2011
  • Support vector machines(SVM)은 비교적 최근에 등장한 데이터마이닝 기법이지만, 재무, CRM 등의 경영학 분야에서 많이 연구되고 있다. SVM은 인공신경망과 필적할 만큼의 예측 정확도를 보이는 사례가 많았지만, 암상자로 불리는 인공신경망 모형에 비해 구축된 예측모형의 구조를 이해하기 쉽고, 인공신경망에 비해 과도적합의 가능성이 적어서 적은 수의 데이터에서도 적용 가능하다는 장점을 가지고 있다. 하지만, 일반적인 SVM을 이용하려면, 인공신경망과 마찬가지로 여러 가지 설계요소들을 설계자가 선택하여야 하기 때문에 임의성이 높고, 국부 최적해에 수렴할 가능성도 크다. 또한, 많은 수의 데이터가 존재하는 경우에는 데이터를 분석하고 이용하는데 시간이 소요되고, 종종 잡음이 심한 데이터가 포함된 경우에는 기대하는 수준의 예측성과를 얻지 못할 가능성이 있다. 본 연구에서는 일반적인 SVM의 장점을 그대로 유지하면서, 전술한 두 가지 단점을 보완한 새로운 SVM 모형을 제안한다. 본 연구에서 제안하는 모형은 사례선택기법을 일반적인 SVM에 융합한 것으로 대용량의 데이터에서 예측에 불필요한 데이터를 선별적으로 제거하여 예측의 정확도와 속도를 제고할 수 있는 방법이다. 본 연구에서는 잡음이 많고 예측이 어려운 것으로 알려진 재무 데이터를 활용하여 제안 모형의 유용성을 확인하였다.

AdaBoost 알고리즘기반 SVM을 이용한 부실 확률분포 기반의 기업신용평가 (Corporate Credit Rating based on Bankruptcy Probability Using AdaBoost Algorithm-based Support Vector Machine)

  • 신택수;홍태호
    • 지능정보연구
    • /
    • 제17권3호
    • /
    • pp.25-41
    • /
    • 2011
  • 최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

지하공동구내 가연성케이블의 열화접촉으로 인한 화재위험성 예측평가 (Study on the Fire Risk Prediction Assessment due to Deterioration contact of combustible cables in Underground Common Utility Tunnels)

  • Ko, Jaesun
    • 한국재난정보학회 논문집
    • /
    • 제11권1호
    • /
    • pp.135-147
    • /
    • 2015
  • 최근 지하공동구(Underground Common Utility Tunnels)는 도시민이 일상생활을 영위하는데 필요한 전기, 통신, 상수도, 도시 가스, 하수도뿐만 아니라 냉난방시설, 진공 집진관, 정보처리케이블 등의 시설물을 2종 이상 공동으로 수용하기 위한 지하시설물로서 국가의 중추기능을 담당하는 시설이지만, 화재 사고시 신속한 대처가 힘들고 각종 케이블 연소시 발생하는 유독가스 및 연기에 의해 공동구 내에 진입하여 진압하기가 힘들다. 따라서 화재발생시 막대한 재산피해 및 통신두절 등 국가의 중추신경이 마비됨은 물론 시민불편사항을 초래하게 된다. 따라서 본 논문은 지금까지 발생 되어온 국내,외 공동구 화재사례에서 화재발생의 주요원인으로 전기공사로 인한 합선 및 가연성케이블에 의한 열화접촉으로 화재가 발생하는 것이 대다수를 차지하고 있음에 착안하여 실제 공동구 모형을 제작하고 화재를 재현함으로서 과학적으로 화재의 성상을 분석하는데 그 목적이 있다. 화재실험은 지하공동구 내에 정온식 감지선형 감지기(Line type fixed temperature detector), 방화문(Fire door), 연결살수설비(Connection deluge set), 및 환기설비를 설치하고, 송 배전케이블은 일정구간 내화(Fireproof)도료로 도장하며, 난방관은 내화 피복된 상태에서 실험하였다. 그 결과 Type II의 경우 최고온도가 $932^{\circ}C$로 측정되었고, 일정한 온도에서 정온식감지선형감지기가 화재위치를 정확하게 수신반에 표시되었다. 그리고 Type III의 경우인 송 배전케이블은 일정구간 내화도료로 도장한 것은 내화성능이 없는 것으로 나타났고, 내화피복(Fireproof covered)된 난방관은 약 30분 정도의 내화성능이 있는 것으로 나타났다. 또한 화재뮬레이션 결과는 실물화재시험시의 화재하중(Fire load)을 입력하여 실시한 결과로서 최고온도가 $943^{\circ}C$로 실물화재실험시의 $932^{\circ}C$와 거의 일치 하였다. 따라서 공동구 화재하중만으로 화재시뮬레이션을 실시하여 화재성상에 대한 예측이 가능한 것으로 판단되며 시뮬레이션으로 얻은 열방출률(Heat release rate), 연기층의 높이, 산소(O2), 일산화탄소(CO), 이산화탄소(CO2)의 농도 등의 결과 값들은 실제 화재실험시의 값으로 적용시킬 수 있는 것으로 판단된다. 향후 본 연구에서 구축한 국내 지하공동구 화재사고에 대한 실험자료 및 매년 지속적으로 화재사례들을 분석하여 축적하고 법 규정 및 관리 메뉴얼 등을 보완함으로써 국내 지하공동구 화재사고에 대한 보다 신뢰성 있는 정보를 제공해 줄 수 있을 것이며, 효과적이고 체계적으로 지하공동구의 신설 및 유지 관리 보수에 기여할 것으로 기대된다.

내과계 중환자들의 예후 판정에 었어서 제 7병일 APACHE III 점수의 임상적 유용성 (The Prognostic Value of the Seventh Day APACHE III Score in Medical Intensive Care Unit)

  • 김미옥;윤수미;박은주;손장원;양석철;윤호주;신동호;박성수
    • Tuberculosis and Respiratory Diseases
    • /
    • 제50권2호
    • /
    • pp.236-244
    • /
    • 2001
  • 연구배경 : 중환자의 예후를 계량화 하려는 채점 체계 중 APACHE III 체계는 중환자실 제1병일 접수는 물론 일 갱선점수도 중환자의 예후를 예측할 수 있는 것으로 알려져 왔다. 평균 재원일이 외국과 비교하여 3-4배의 차이가 나는 점을 감안하면, 일 갱신점수는 예후를 판정하는 지표로서 경제적 효율성이 떨어진다. 이에 제7병일(평균 중간 재원일)의 APACHE III 점수의 임상적 유용성에 관해 알아 보고자 하였다. 방 법 : 1997년 6월부터 1998년 4월까지 한양대학교 구리병원 내파계 중환자실에 입원한 241명의 제1병일과 7병일 APACHE III 점수를 조사하여 생존군과 비생존군 간의 차이를 분석하였다. 결 과 : 전체 환자 수는 241명으로 이 중 사망자가 65명으로 26.6%의 사망률을 나타내었으며 평균 재원일 수는 $10.3{\pm}13.8$일이였다. 제1병일 APACHE III 점수는 $59.7{\pm}30.9$, 제7병일 APACHE III 점수는, $37.9{\pm}27.7$점이였다. 제1병일과 제7병일 APACHE III 점수는 생존군과 비생존군에서 $49.9{\pm}23.8$, $86.3{\pm}32.3$점, $30.1{\pm}18.5$, $81.1{\pm}30.4$점으로 유의한 차이를 보였다(P<0.0001, P<0.0001). APACHE III 점수가 사망률에 미치는 영향을 알아보기 위하여 로지스틱 회귀분석을 시행한 결과 제1병일과 제7병영일의 비차비(odds ratio)는 각각 1.0507, 1.0779로 유의한 결과를 나타내었다(P<0.0001). 결 론 : 이상의 결과로서 제1병일 APACHE III 점수 뿐 아니라 제7병일 점수 또한 사망률 예측과 입원 후 치료 경과에 의해 변화된 예후를 평가하기에 유용한 척도임을 알 수 있었다. 평균 중간 재원일인 제7병일 APACHE III 점수는 일 갱선점수가 경제적으로 물적, 인적 비용이 많이 드는 상황에서 비용효과면에서 임상의에게 도움을 줄 수 있다고 판단된다.

  • PDF

지형정보 기반 조난자 행동예측을 위한 마코프 의사결정과정 모형 (MDP(Markov Decision Process) Model for Prediction of Survivor Behavior based on Topographic Information)

  • 손진호;김수환
    • 지능정보연구
    • /
    • 제29권2호
    • /
    • pp.101-114
    • /
    • 2023
  • 유사시 종심 깊숙한 곳에서 적을 타격하는 임무를 수행하는 항공기의 경우 격추될 위험에 항시 노출되어 있다. 현대전의 핵심 전투력으로써 최첨단의 무기체계를 운용하는 공중근무 요원은 양성하는데 많은 시간과 노력, 국가 예산이 소요되며 그들이 가진 작전 능력과 군사기밀이 매우 중요하기에 공중근무 요원의 생환은 매우 중요한 문제이다. 따라서, 본 연구에서는 적지에서 비상탈출한 조난자가 장애물을 피해 목표지점까지 도피·탈출을 시행할 경로를 예측하는 경로 문제를 연구하였으며 이를 통해 비상탈출한 조난자의 무사 생환 가능성을 높이고자 하였다. 본 연구 주제와 관련된 기존 연구들은 경로 문제를 네트워크 기반 문제로 접근하여 TSP, VRP, Dijkstra 알고리즘 등으로 문제를 변형하여 최적화 기법으로 접근한 연구가 있었다. 본 연구에서는 동적 환경을 모델링 하기에 적합한 MDP(마코프 의사결정과정)를 적용하여 연구하였다. 또한 GIS를 이용하여 지형정보 데이터를 추출하여 활용함으로써 모형의 객관성을 높였으며, MDP의 보상구조를 설계하는 과정에서 기존 연구 대비 모형이 좀 더 현실성을 가질 수 있도록 보다 상세히 지형정보를 반영하였다. 본 연구에서는 조난자가 지형적 이점을 최대한 이용함과 동시에 최단거리로 이동할 수 있는 경로를 도출하기 위하여 가치 반복법 알고리즘, 결정론적 방법론을 사용하였으며 실제 지형정보와 조난자가 도피·탈출 과정에서 만날 수 있는 장애요소들을 추가하여 모형의 현실성을 더하고자 하였다. 이를 통해 조난자가 조난 상황에서 어떠한 경로를 통해 도피·탈출을 수행할지 예측해 볼 수 있었다. 본 연구에서 제시한 모형은 보상구조의 재설계를 통해 여러 가지 다양한 작전 상황에 응용이 가능하며 실제 상황에서 조난자의 도피·탈출 경로를 예측하고 전투 탐색구조 작전을 진행시키는 데 있어 다양한 요소가 반영된 과학적인 기법에 근거한 의사결정 지원이 가능할 것이다.