• 지능정보연구
• /
• 제24권3호
• /
• pp.157-176
• /
• 2018

관리종목은 상장폐지 가능성이 높은 기업들을 즉시 퇴출하기 보다는 시장 안에서 일정한 제약을 부여하고, 그러한 기업들에게 상장폐지 사유를 극복할 수 있는 시간적 기회를 주는 제도이다. 뿐만 아니라 이를 투자자 및 시장참여자들에게 공시하여 투자의사결정에 주의를 환기시키는 역할을 한다. 기업의 부실화로 인한 부도 예측에 관한 연구는 많이 있으나, 부실화 가능성이 높은 기업에 대한 사회, 경제적 경보체계라 할 수 있는 관리종목에 관한 연구는 상대적으로 매우 부족하다. 이에 본 연구는 코스닥 기업들 가운데 관리종목 지정 기업과 비관리종목 기업을 표본으로 삼아 로지스틱 회귀분석과 의사결정나무 분석을 이용하여 관리종목 지정 예측 모형을 개발하고 검증하였다. 분석결과에 따르면 로지스틱 회귀분석 모형은 ROE(세전계속사업이익), 자기자본현금흐름률, 총자산회전율을 사용하여 관리종목 지정을 예측하였으며, 전체 평균 예측 정확도는 검증용 데이터셋에 대해 86%의 높은 성능을 보여주었다. 의사결정나무 모형은 현금흐름/총자산과 ROA(당기순이익)를 통한 분류규칙을 적용하여 약 87%의 예측 정확도를 보여주었다. 로지스틱 회귀분석 기반의 관리종목 탐지 모형의 경우 ROE(세전계속사업이익)와 같은 구체적인 관리종목 지정 사유를 반영하면서 기업의 활동성에 초점을 맞추어 관리종목 지정 경향성을 설명하는 반면, 의사결정 관리종목 탐지 모형은 기업의 현금흐름을 중심으로 하여 관리종목 지정을 예측하는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1475-1490
• /
• 2021

SAR 이미지의 통계적 특징을 이용하여 유류오염영역을 특정하는 방법은 분류규칙이 복잡하고 이상값에 의한 영향을 많이 받는다는 한계가 있어, 최근 인공신경망을 기반으로 유류오염영역을 특정하는 연구가 활발히 이루어지고 있다. 하지만, 다양한 유류오염 사례에 대해 모델의 탐지 성능 및 특성을 평가한 연구는 부족하였다. 따라서, 본 연구에서는 기본적인 구조의 CNN인 Simple CNN과 픽셀 단위의 영상 분할이 가능한 U-net을 이용하여, CNN의 구조와, 유류오염의 분포특성에 따른 모델의 탐지성능차이가 존재하는지 분석하였다. 연구결과, 축소경로만 존재하는Simple CNN과 축소경로와 확장경로가 모두 존재하는U-net의 F1 score는 86.24%와 91.44%로 나타나, 두 모델 모두 비교적 높은 탐지 정확도를 보여주었지만, U-net의 탐지성능이 더 높은 것으로 나타났다. 또한 다양한 유류오염 사례에 따른 모델의 성능 비교를 위해, 유류오염의 공간적 분포특성(유류오염 주변의 육지의 분포)과 선명도(유출된 기름과 해수의 경계면이 뚜렷한 정도)를 기준으로, 유류오염 발생사례를 4가지 유형으로 구분하여 탐지 정확도를 평가하였다. Simple CNN은 각각의 유형에 대해 F1 score가 85.71%, 87.43%, 86.50%, 85.86% 로 유형별 최대 편차가 1.71%인 것으로 나타났으며, U-net은 동일한 지표에 대해 89.77%, 92.27%, 92.59%, 92.66%의 F1 score를 보여 최대 편차가 2.90% 로 두 CNN모델 모두 유류오염 분포특성에 따른 수치상 탐지성능의 차이는 크지 않은 것으로 나타났다. 하지만 모든 유류오염 유형에서 Simple CNN은 오염영역을 과대탐지 하는 경향을, U-net은 과소탐지 하는 경향을 보여, 모델의 구조와 유류오염의 유형에 따라 서로 다른 탐지 특성을 가진다는 것을 확인하였고, 이러한 특성은 유류오염과 해수의 경계면이 뚜렷하지 않은 경우 더 두드러지게 나타났다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제19권1호
• /
• pp.95-107
• /
• 2017

본 논문에서는 제도적으로 운영 중인 터널내 CCTV들로부터 실시간으로 들어오는 영상들을 최신 딥러닝 알고리즘을 이용, 학습시켜 다양한 조건의 터널환경에서 돌발 상황을 감지하고 그 돌발 상황의 종류들을 분류해 내는 시스템 개발을 위한 사전검토 연구를 수행하였다. 사전검토 연구를 위해, 2개의 도로현장의 교통류 CCTV영상 일부를 이용하여 가용한 전통적인 영상처리기법으로 영상내부로 집입하는 차량을 감지하고, 이동경로를 추적하여 일정 시간간격의 이동 차량의 좌표와 시간정보를 추출하고 학습자료를 구성하였다. 각 차량의 이동정보는 차선변경, 정차 등 6가지의 이벤트 정보와 연계된다. 차량 이동정보와 이벤트로 구성된 학습자료는 레질리언스(resilience) 기계학습 알고리즘을 이용하여 학습하였다. 2개의 은닉층을 설정하고, 각 은닉층의 노드수에 대한 9개의 은닉구조 모델을 설정하여 매개변수 연구를 수행하였다. 본 사전검토의 경우에는 첫 번째, 두 번째 은닉층 노드수가 각각 300개와 150개로 설정된 모델이 합리적으로 가장 추론정확도가 높은 것으로 평가되었다. 이로부터 일반화되기 매우 힘든 복잡한 교통류 상황을 기계학습을 이용하여 어떠한 사전 규칙설정 없이도 교통류의 특징들을 정확히 자동으로 감지할 수 있는 가능성을 보였다. 본 시스템은 시스템의 운용을 통해 지속적으로 교통류 영상과 이벤트 정보가 늘어난다면, 자동으로 그 시스템의 인지능력과 정확도가 자동으로 향상되는 효과도 기대할 수 있다.

• 대한치과교정학회지
• /
• 제37권6호
• /
• pp.391-399
• /
• 2007

최근 computed tomography (CT) 데이터로부터 실제 두부계측방사선사진 촬영기에서 촬영한 사진과 동일한 확대율을 갖는 두부계측방사선사진을 형성할 수 있는 기능을 갖춘 소프트웨어(Accurex, CyberMed, Seoul, Korea)가 소개되었다. 이에 본 연구에서는 cone-beam CT (이하 CBCT) 데이터로부터 이 소프트웨어를 이용하여 제작된 측모 두부계측방사선사진과 기존의 두부계측방사선사진촬영기로 촬영된 측모 두부계측방사선사진에서 각각 두부계측방사선사진 분석을 시행하여 그 차이를 비교함으로써 소프트웨어를 통해 CBCT로부터 제작된 측모 두부계측방사선사진의 활용 가능성을 평가하고자 하였다. 20명의 교정 환자를 대상으로 CBCT와 측모 두부계측방사선사진을 동시에 촬영하였다. CBCT로부터 제작된 측모 두부계측방사선사진과 기존 방식의 측모 두부계측방사선사진에서 두부계측 방사선사진 분석을 시행한 후 두 사진의 계측치의 차이를 paired t-test로 검정하였다. 23개의 계측치들 중, 20개 항목에서는 통계학적으로 유의한 차이가 관찰되지 않았으나, U1-FH, Mx6 to PTV, Maxillomandibular difference의 항목에서는 유의한 차이가 나타났다 이러한 차이는 CBCT로부터 형성된 측모 두부계측방사선사진의 해상도가 낮아 일부 해부학적 지표를 확인하기 어렵기 때문이며, 임상에서 CBCT로부터 제작된 측모 두부계측방사선사진을 porion, PTV, condylion과 같은 일부 해부학적 지표를 이용하지 않는 SNA, SNB, U1 to SN, IMPA, interincisal angle 등 흔히 사용되는 간단한 측모 두부계측방사선사진 계측에 활용 가능할 것이다.선 병용요법은 절제 불가능한 원발성 간암의 증상호전 및 국소적 치료에 효과가 있는 것으로 생각되며 생존율 및 부작용 등에 관해서는 앞으로 연구가 더 진행되어야 할 것으로 생각된다.용 선형가속기의 전자선 방출구에 장착된 산란판과 조사면을 조정하는 cone에 의하여 발생되는 저 에너지 산란전자선이 alanine dosimeter에 측정된 것으로서 에너지가 증가될수록 오염 정도가 증가되었다. 본 실험을 통하여 지금까지 고에너지 전자선량계측에서 전리상에 의한 전기량 측정과 산란선이 없는 단일 에너지로만 간주하여 계산하였던 전자선 흡수선량 측정방법을 직접 흡수선량 측정이 가능한 Alanine/ESR dosimetry로서 교정하는 것이 바람직하다고 생각한다.$6\%$, 수술이 필요하였던 환자는 $1\%$로 합병증의 증가 없이 A점에 8900cGy, 직장에 7300cGy정도의 국소치료가 가능함을 보여 주었으나 생존율에 대한 추후 분석이 따라야 할 것으로 사료된다.보면 6,000rad이하에서 20/63$(34.9\%)$의 실패율에 비하여 6,000rad이상일 때는 10/49$(20.4\%)$의 실패율이었다. 연령 벨로는 $40\~49$세에서 실패율(14/41 $24.1\%$)이 많았다. 본 성적으로 보아서 생존율은 여러 저자들과 큰 차이가 없음을 알 수 있었고 A점 선량은 8,000rad 이상, B점은 6,000rad이상이 조사되어야 적정선량이 됨을 시사해 주고 있다.\%$가 대부분이 하루 세끼 식사를 규칙적으로 하고 있었으며 식사속도는 허겁지겁 빨리 섭취하는 경우가 남자는 $31.0\%$,

• 한국사회복지학
• /
• 제60권1호
• /
• pp.187-209
• /
• 2008

본 연구자들은 재가노인의 사례관리 과정에서 가장 핵심적인 요소가 되는 욕구 중심의 통합적 사정을 위한 28개의 욕구가 포함된 사정도구를 개발하였으며, 그 후속 연구로 개발된 욕구사정도구를 활용해 전국 노인복지관 협회 산하 120개 기관의 재가 노인 676명의 사정 데이터를 수집하고 데이터마이닝의 의사결정 나무분석 기법을 활용하여 욕구에 적합한 사회복지 서비스를 제공하기 위한 욕구추출 알고리즘을 개발하였다. 본 연구를 통해 재가노인의 욕구 28개에 대한 욕구추출 알고리즘은 <표3>에 요약하였다. 욕구 8번 "외출 시 도움을 원한다."의 의사결정모형을 예로 들면, 호소 23번을 주요 변인으로 외부이동 도움을 요청할 경우 80.3%와 요청하지 않을 경우 11.4%로 구분되었다. 이용자가 외부 이동에 대한 호소가 있고, 수발자가 있는 경우 87.9%로 욕구가 증가하였지만, 수발자가 없는 이용자의 경우 47.4%로 감소하였다. 노인이 외부이동 지원에 대한 요청과 수발자가 있으며, 청소하기의 완전도움이 필요한 경우, 외부이동 도움에 대한 욕구는 94.2%로 나타났다. 그러나 이용자가 외부이동의 도움을 요청하지 않더라도, ADL의 목욕하기에 완전도움으로 응답한 경우 외출도움의 욕구는 11.4%에서 80.0%로 급격히 증가하는 것을 확인할 수 있다. 그러나 ADL 목욕하기의 기능이 부분도움 또는 완전자립의 경우 외출도움이 필요하다고 분류될 가능성은 7.7%로 낮게 나타났다. 위와 같은 의사결정모형은 최대 나무 깊이는 5수준을 정지규칙으로 하여, 부모마디와 자식마디의 사례 수를 각각 50과 25로 지정하였다. 이를 통해 "외출 시 도움을 원한다"라는 욕구의 경우 182.13%의 효과적인 의사결정을 하고 있다. 본 연구의 결과로 제시한 알고리즘은 재가노인의 욕구를 추출함에 있어서 체계적이고 과학적인 기초자료로 활용될 수 있다.

• 대한방사선치료학회지
• /
• 제22권2호
• /
• pp.113-122
• /
• 2010

목 적: 호흡동조방사선 치료 시 종양의 실제 움직임과 호흡추적장치로 측정한 피부 움직임의 차이를 자체 제작한 구동팬텀에서 가상의 종양을 이용하여 호흡과 유사하게 움직임에 따른 정적 상태, 동적 상태 및 호흡동조상태에서 표적 위치의 정확성의 측정치와 실측치를 평가하고 선량분포를 분석, 비교하고자 한다. 대상 및 방법: 호흡에 의해 움직이는 종양 측정을 위해 2차원적으로 움직이는 구동팬텀을 자체 제작하였다. 구동 팬톰의 움직임은 위. 아래 방향(SI) 각각 1.5 cm 왕복운동, 상 하 방향 2 cm으로 속도조절(1-5단계)이 되도록 하였다. 가로 4 cm, 세로 4 cm, 높이 0.5 cm의 아크릴 슬라이스에 직경 0.5 cm 종양을 납으로 표시하고, 위아래로 동일한 아크릴 슬라이스를 2장씩 쌓은 후 아크릴 슬라이스 세 번째와 네 번째 사이 Dmax 1.5 cm film을 삽입하였다. 가상의 타겟을 구동 팬텀 위에 위치시키고 6 MV X-선이 조사되는 정적인 상태, 호흡동조 및 동적인 상태에서 각각 5 Gy를 조사하였다. 구동팬텀 위에 표식자를 올린 후, 호흡추적장치를 이용하여 사전에 설정한 호흡시간의 변화에 따른 진폭과 위상변화를 분석하였다. 결 과: RPM respiratory gating system을 이용하여 호흡주기를 8단계로 나누어 각각을 12회씩 위상변화를 분석하여 평균과 표준편차를 구한결과 평균은 3.0 (1.5~1.5) sec에서 1.7 cm로 가장 크고, 3.0 (1.3~1.7) sec 5.0 (2.0~3.0) sec에서 0.2602 cm로 가장 크고 4.0 (2.0~2.0) sec에서 0.0866 cm로 가장 작았다. 또한 실측치에서 평균 및 표준편차를 구한 결과 t0에서 9.9 (6.6) mm $t_{10}$에서 10.6 mm (7.3), $t_{20}$ 16.5 mm (10.3), $t_{30}$ 10.2 mm (7.6)으로 나타났으며, 호기나 흡기 시간의 차이에 따른 규칙은 없고 대체로 균일한 평균과 표준편차의 분포를 나타내었다. 또한 정적 상태, 동적 상태 및 호흡동조상태에서 Gafchromic EBT film 의 방사선량을 분석한 결과, ICRU 62에서 권고한 90% 선량분포가 3 mm 이내에 포함되므로 정확성과 정도관리 측면에서 적합한 것으로 사료된다. 결 론: 구동팬톰을 이용하여 호흡움직임에 따른 정확성 및 선량분포차이를 Gafchromic film을 통하여 확인하였으며 결과를 바탕으로 호흡에 의해 변화가 생기는 장기에 대한 차이를 고려하여 치료계획을 한다면 종양과 정상조직에 적절한 선량계획을 세울 수 있어 치료효과 향상에 도움을 주게 될 것으로 생각한다.

• 한국의학물리학회지:의학물리
• /
• 제25권4호
• /
• pp.264-270
• /
• 2014

본 연구에서는 영상유도 로봇 정위방사선치료장비(Stereotactic Radiation Therapy, SRT) 사이버나이프의 Synchrony 호흡추적장치의 사용에 있어 중요한 요소 중에 하나인 호흡의 안정성을 향상 시키고자 휴대형 호흡연습장치(portable respiratory training device)를 개발하였다. 그래프와 막대 형식의 2가지 디스플레이 중 사용자가 원하는 방식을 선택할 수 있도록 인터페이스를 제작하고, 자신의 호흡주기에 대한 리듬감을 향상 시켜 다음 호흡을 예측할 수 있도록 도와주는 청각시스템을 지원하여 편안한 호흡유도를 제공하였다. 5명의 지원자를 대상으로 자체 프로그램을 통해 검출한 개인고유 호흡주기를 적용하여, '자유호흡(free respiration)'에서 획득한 신호데이터와 시청각시스템을 통해 호흡을 유도하는 '모니터호흡(guide respiration)'의 신호데이터를 획득하고, 호흡주기(period)와 호흡깊이(amplitude)의 편차 평균값을 비교하여 유용성을 평가하였다. 호흡주기의 경우 자유호흡에 비하여 $55.74{\pm}0.14%$로 감소하였고, 호흡깊이의 경우에도 자유호흡의 비해 $28.12{\pm}0.10%$ 감소함으로써 호흡의 규칙성과, 안정성이 향상됨을 확인하였다. 이러한 결과를 바탕으로 개발한 휴대형 호흡연습장치를 이용한 간암, 폐암 등의 체부정위방사선치료에 있어, 호흡 불안정에 의해 발생되는 치료시간의 지연을 줄이고 치료정확도 향상에 도움을 줄 수 있을 것으로 평가되며, 차후 안드로이드(Android)기반의 휴대용단말기를 대상으로 한 호흡연습 어플리케이션 개발에 적용한다면 사용 편의성과 더불어 경제적 효율까지 기대할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.109-125
• /
• 2020

군(軍)에서 방위력개선사업(이하 방위사업)은 매우 투명하고 효율적으로 이루어져야 함에도, 방위사업 관련 법 및 규정의 과도한 다양화로 많은 실무자들이 원활한 방위사업 추진에 어려움을 겪고 있다. 한편, 방위사업 관련 실무자들이 각종 문서에서 다루는 법령 문장은 문장 내에서 표현 하나만 잘못되더라도 심각한 문제를 유발하는 특징을 가지고 있으나, 이를 실시간으로 바로잡기 위한 문장 비교 시스템 구축에 대한 노력은 미미했다. 따라서 본 논문에서는 Siamese Network 기반의 자연어 처리(NLP) 분야 인공 신경망 모델을 이용하여 군(軍)의 방위사업 관련 문서에서 등장할 가능성이 높은 문장과 이와 관련된 법령 조항의 유사도를 비교하여 위법 위험 여부를 판단·분류하고, 그 결과를 사용자에게 인지시켜 주는 '군(軍) 보고서 등장 문장과 관련 법령 간 비교 시스템' 구축 방안을 제안하려고 한다. 직접 제작한 데이터 셋인 모(母)문장(실제 법령에 등장하는 문장)과 자(子)문장(모(母)문장에서 파생시킨 변형 문장) 3,442쌍을 사용하여 다양한 인공 신경망 모델(Bi-LSTM, Self-Attention, D_Bi-LSTM)을 학습시켰으며 1 : 1 문장 유사도 비교 실험을 통해 성능 평가를 수행한 결과, 상당히 높은 정확도로 자(子)문장의 모(母)문장 대비 위법 위험 여부를 분류할 수 있었다. 또한, 모델 학습에 사용한 자(子)문장 데이터는 법령 문장을 일정 규칙에 따라 변형한 형태이기 때문에 모(母)·자(子)문장 데이터만으로 학습시킨 모델이 실제 군(軍) 보고서에 등장하는 문장을 효과적으로 분류한다고 판단하기에는 제한된다는 단점을 보완하기 위해, 실제 군(軍) 보고서에 등장하는 형태에 보다 더 가깝고 모(母)문장과 연관된 새로운 문장 120문장을 추가로 작성하여 모델의 성능을 평가해본 결과, 모(母)·자(子)문장 데이터만으로 학습시킨 모델로도 일정 수준 이상의 성능을 확인 할 수 있었다. 결과적으로 본 연구를 통해 방위사업 관련 군(軍) 보고서에서 등장하는 여러 특정 문장들이 각각 어느 관련 법령의 어느 조항과 가장 유사한지 살펴보고, 해당 조항과의 유사도 비교를 통해 위법 위험 여부를 판단하는 '실시간 군(軍) 문서와 관련 법령 간 자동화 비교 시스템'의 구축 가능성을 확인할 수 있었다.