조건 분기예측은 프로세서 성능 개선을 위한 중요한 기술이다 그러나, 분기예측실패는 많은 사이클을 낭비시키며, 비순서적 실행을 방해하고, 잘못 예측된 명령어들을 수행하게 되므로 전력을 낭비한다. 따라서 높은 정확도를 갖는 분기 예측기는 좋은 성능을 갖는 프로세서를 위해 중요하다. gshare와 GAg같은 전역 히스토리를 기반으로 하는 예측기에서는 히스토리의 명령어 완료시간 갱신 (commit update)에 의해 많은 분기예측실패가 발생한다. 그런 문제를 해결하기 위해 히스토리를 모험적으로 갱신하고, 분기예측실패 시 히스토리를 복구시키는 메커니즘에 관한 연구의 필요성이 제시되었고, 연구 되었다. 본 논문에서는 분기예측실패 발생 후 분기 히스토리를 복구하는 간단한 복구 메커니즘을 제안한다. 제안한 복구 메커니즘은 기존 분기예측기에 age_counter를 추가하고 분기 히스토리 레지스터 크기를 2배로 확장시킨다. age_counter는 미해결 분기명령어 수를 저장하며, 분기예측실패 후 분기 히스토리 레지스터를 복구하는데 사용한다. Simplescalar 3.0/PISA 툴셋과 SPECINT95 벤치마크 프로그램에서 시뮬레이션 한 결과, 제안된 복구 메커니즘을 gshare와 GAg 예측기에 적용하였을 때 예측 정확도와 프로세서 성능을 개선시킬 수 있었음 을 보여준다. GAg와 gshare 예측기에서 예측정확도는 각각 9.21$\%$와 2.14$\%$가 개선되었고, WC는 18.08$\%$와 8.75$\%$ 개선되었다.
본 연구는 청소년의 교정 치료 시 중요한 교정 환자의 성장 평가 및 잔여 성장량 예측 방법을 개발하기 위하여 시행되었다. 이를 위하여 한국인의 전국적 표본 자료 중에서 $2\;{\sim}\;20$세 남자 4,893명, 여자 4,987명의 키 자료를 이용하여 성별 연령별 키에 대한 성장 곡선을 3차 스플라인 함수(NCSF)로 구현하였다. 이후 성장 예측 알고리즘을 개발하고 이를 임의로 선택된 200명의 종단 성장 자료를 이용하여 검증하였다. 검증에는 최종 키 예측 정확성과 검증 표본의 모든 연령에 대한 키 예측 오차 분석 및 NCSF 성장 곡선의 적합성 검사가 포함되었다. 그 결과 NCSF 성장 곡선은 기준 성장 곡선을 표현하는데 매우 적합한 것으로 나타났으며 최종 키 예측 정확성도 높았다. 또한 예측 정확성은 남자 보다 여자가 유의하게 높았다. 이러한 결과에도 불구하고 검증 표본의 모든 연령에 대한 키 예측 오차의 양상이 독립성과 정규성이 부족한 단점도 나타났다. 결론적으로 본 연구 결과 도출된 NCSF 성장 곡선을 이용한 성장 예측 방법의 높은 정확성에도 불구하고 개인의 종단 성장에 좀 더 적합한 성장 모형의 개발이 필요할 것으로 생각되었다.
Colorectal cancer (CRC) is among the leading causes of cancer deaths and can be caused by environmental factors as well as genetic factors. Therefore, we developed a prediction model of CRC using genetic risk scores (GRS) and evaluated the effects of conventional risk factors, including family history of CRC, in combination with GRS on the risk of CRC in Koreans. This study included 187 cases (men, 133; women, 54) and 976 controls (men, 554; women, 422). GRS were calculated with most significantly associated single-nucleotide polymorphism with CRC through a genomewide association study. The area under the curve (AUC) increased by 0.5% to 5.2% when either counted or weighted GRS was added to a prediction model consisting of age alone (AUC 0.687 for men, 0.598 for women) or age and family history of CRC (AUC 0.692 for men, 0.603 for women) for both men and women. Furthermore, the risk of CRC significantly increased for individuals with a family history of CRC in the highest quartile of GRS when compared to subjects without a family history of CRC in the lowest quartile of GRS (counted GRS odds ratio [OR], 47.9; 95% confidence interval [CI], 4.9 to 471.8 for men; OR, 22.3; 95% CI, 1.4 to 344.2 for women) (weighted GRS OR, 35.9; 95% CI, 5.9 to 218.2 for men; OR, 18.1, 95% CI, 3.7 to 88.1 for women). Our findings suggest that in Koreans, especially in Korean men, GRS improve the prediction of CRC when considered in conjunction with age and family history of CRC.
본 연구는 디지털 기술과 인공지능의 발전을 배경으로, ResNet 모델을 활용하여 얼굴 인식 및 나이 예측 시스템을 개발하고 평가한다. ResNet의 잔차 학습과 스킵 연결 기능은 깊은 신경망에서 발생할 수 있는 기울기 소실 문제를 해결하여 모델의 학습 효율을 높이는 데 중요한 역할을 한다. 또한 All-Age-Faces Dataset을 이용하여 나이 예측에서 아시아 인종에 대한 편향 없이 고르게 좋은 성능을 보여주는 것을 목표로 한다.
본 연구는 전라북도 진안 지역의 낙엽송을 대상으로 지위지수 추정과 지위지수곡선 유도 및 간재적식 개발을 목적으로 하였다. 지위지수에 대한 식은 대수차분 방정식에 의해 개발되었다. 기초 연령 40년으로 한 다형 지위지수 패밀리 곡선은 Schumacher 수고 방정식을 기초로 표현하였다. 최적의 간재적 추정식은 $V=0.00260+0.00000399D^2H$로 판명되었다. 이 방정식에 사용한 동시 F-검정에서 추정된 간재적량은 모델 평가에 관한 실측된 간재적량과 유의(${\alpha}=0.05$)하게 다르지 않음을 보여주었다. 지위지수 곡선과 재적 추정식의 결과는 지위와 수확표 조제시 기초 자료로 제공할 수 있고, 진안지역 낙엽송 임분의 지역 산림경영에 사용될 수 있을 것이다.
노인성 치매의 전 임상단계인 경도인지장애(MCI)를 조기 진단하고, 조기 개입한다면, 치매의 발병률을 줄일 수 있다. 본 연구는 우리나라 지역사회 노인의 MCI 예측 모형을 개발하고 노년기 인지장애의 예방을 위한 기초자료를 제공하였다. 연구대상은 2012년 Korean Longitudinal Survey of Aging(KLoSA)에 참여한 65세 이상 지역사회 노인 3,240명(남성 1,502명, 여성 1,738명)이다. 결과변수는 MCI유병으로 정의하였고, 설명변수는 성, 연령, 혼인상태, 교육수준, 소득수준, 흡연, 음주, 주1회 이상의 정기적인 운동, 월평균 사회활동 참여시간, 주관적 건강, 고혈압, 당뇨병을 포함하였다. 예측모형의 개발은 Restricted Boltzmann Machine(RBM) 인공신경망을 이용하였다. RMB 인공신경망을 이용하여 우리나라 지역사회 노인의 MCI 예측 모형을 구축한 결과, 유의미한 요인은 연령, 성별, 최종학력, 주관적 건강, 혼인상태, 소득수준, 흡연, 규칙적 운동이었다. 이 결과를 기초로 MCI 고위험군의 특성을 고려한 맞춤형 치매 예방 프로그램의 개발이 요구된다.
본 연구에서는 국내 환경에서 장기간 옥외 노출 시험을 수행하였으며 이 중 콘크리트의 탄산화 특성에 대해 분석하였다. 시험체는 물/시멘트비에 따라 40 %, 50 % 및 60 %로 총 3종류를 대상으로 수행하였으며, 재령 3년차 및 재령 15년차의 탄산화 측정 및 분석하였으며 이를 대상으로 장기 탄산화 예측 모델을 도출하여 국내외 탄산화 예측 모델과 비교·분석하였다. 분석결과, 물/시멘트비에 따라 탄산화가 증가하는 경향을 보였으며 물/시멘트비 40 %를 기준으로 물/시멘트비 50 %의 경우 약 1.8배, 물/시멘트비 60 %의 경우 약 3.7배 증가하였다. 재령에 따른 탄산화를 비교한 결과 기존 문헌처럼 재령에 따라 증가하는 경향을 보였으며 본 시험체의 경우 재령 15년차 탄산화 값이 재령 3년차 기준 약 3배 정도 높게 나타났다. 본 연구에서 실측한 탄산화를 바탕으로 국내외 탄산화 예측 모델과 비교한 결과 기존 예측 모델과 많은 차이를 보이고 있으며, 추후 지속적으로 데이터를 확보하여 검증 및 개선할 예정이다.
In the past decade, deep learning has been applied to various medical image analysis tasks. Skeletal bone age estimation is clinically important as it can help prevent age-related illness and pave the way for new anti-aging therapies. Recent research has applied deep learning techniques to the task of bone age assessment and achieved positive results. In this paper, we propose a bone age prediction method using a deep convolutional neural network. Specifically, we first train a classification model that automatically localizes the most discriminative region of an image and crops it from the original image. The regions of interest are then used as input for a regression model to estimate the age of the patient. The experiments are conducted on a whole-body scintigraphy dataset that was collected by Chonnam National University Hwasun Hospital. The experimental results illustrate the potential of our proposed method, which has a mean absolute error of 3.35 years. Our proposed framework can be used as a robust supporting tool for clinicians to prevent age-related diseases.
Human body ages differently due to environmental, genetic and pathological factors. DNA methylation patterns also differs depending on various factors such as aging and several other diseases. The aging clock model, which uses these differences to predict age, analyzes DNA methylation patterns, recognizes age-specific patterns, predicts age, and grasps the speed and degree of aging. Aging occurs in everyone and causes various problems such as deterioration of physical ability and complications. Alzheimer's disease is a disease associated with aging and the most common brain degenerative disease. This disease causes various cognitive functions disabilities such as dementia and impaired judgment to motor functions, making daily life impossible. It has been reported that the incidence and progression of this disease increase with aging, and that increased phosphorylation of Aβ and tau proteins, which are overexpressed in this disease and accelerates epigenetic aging. It has also been reported that DNA methylation is significantly increased in the hippocampus and entorhinal cortex of Alzheimer's disease patients. Therefore, we calculated the biological age using the Epi clock, a pan-tissue aging clock model, and confirmed that the epigenetic age of patients suffering from Alzheimer's disease is lower than their actual age. Also, it was confirmed to slow down aging.
포장상태 예측은 의사결정과정에서 포장의 공용성능을 평가하고 사업대상구간의 우선순위를 선정하기 위한 적정한 정보를 제공해준다. 근래들어 현재의 포장상태가 장래에 어느 정도 저하되는지를 예측하려는 많은 접근이 있었으나 포장의 서비스수명을 적정히 예측하는 데에는 한계를 보여왔다. 본 논문에서는 포장상태 예측방법을 개선하기 위하여 포장상태 공용성모형과 포장상태 예측모형을 개발하였다. 공용성 모형은 실제 포장상태 분석결과를 회귀분석하여 포장의 종류별, 교통량별로 백분위 50%, 25%, 15%, 5%의 확률분포 모형을 도출한 것이다. 예측모형은 앞서 도출된 공용성모형 모형식을 기준으로 하여 대상구간 각각의 포장상태 측정값에 의해 포장상태 확률을 결정한다. 개발된 예측모형의 검증을 위하여 비교대상구간을 선정하였고, HPCI의 평균값 표준편차, 3.0이하 비율을 비교분석하였다. 이를 통하여 기존예측모형이 안고 있는 교통량, 재령, 현재 포장 상태를 고려하여 보다 현실에 부합되는 포장상태를 예측하는 방법을 제공하고자 한다.
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.