• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.231-243
• /
• 2021

In Recent years the way we analyze the breast cancer has changed dramatically. Breast cancer is the most common and complex disease diagnosed among women. There are several subtypes of breast cancer and many options are there for the treatment. The most important is to educate the patients. As the research continues to expand, the understanding of the disease and its current treatments types, the researchers are constantly being updated with new researching techniques. Breast cancer survival rates have been increased with the use of new advanced treatments, largely due to the factors such as earlier detection, a new personalized approach to treatment and a better understanding of the disease. Many machine learning classification models have been adopted and modified to diagnose the breast cancer disease. In order to enhance the performance of classification model, our research proposes a model using A Hybrid Modified K-Means Clustering with Modified SVM (Support Vector Machine) Machine learning algorithm to create a new method which can highly improve the performance and prediction. The proposed Machine Learning model is to improve the performance of machine learning classifier. The Proposed Model rectifies the irregularity in the dataset and they can create a new high quality dataset with high accuracy performance and prediction. The recognized datasets Wisconsin Diagnostic Breast Cancer (WDBC) Dataset have been used to perform our research. Using the Wisconsin Diagnostic Breast Cancer (WDBC) Dataset, We have created our Model that can help to diagnose the patients and predict the probability of the breast cancer. A few machine learning classifiers will be explored in this research and compared with our Proposed Model "A Hybrid Modified K-Means with Modified SVM Machine Learning Algorithm to Enhance the Cancer Prediction" to implement and evaluated. Our research results show that our Proposed Model has a significant performance compared to other previous research and with high accuracy level of 99% which will enhance the Cancer Prediction.

• 한국콘텐츠학회논문지
• /
• 제19권4호
• /
• pp.564-572
• /
• 2019

본 연구는 우리 일상업무 중에서 공공기관을 통한 다양한 업무수행시 접하게 되는 '공무원'들의 그들 고유의 업무 및 업무여건에 대한 인식을 진단하고자 출발하였다. 분석을 위하여 질적연구방법인 Q방법을 활용하여 인식을 진단하고 유형화하였다. 분석결과 다음과 같다. 첫째, 분석결과 4개의 유형으로 도출되었고, 각 유형으로, <유형I>은 보건, 행정 및 복지분야의 공무원들의 고른 분포를 나타내고 있어, "전반형"으로 명명하였다. <유형II>는 행정직 공무원들의 분포가 높게 나타나고 있어, "행정공무원형"으로 명명하였다. <유형III>은 복지담당공무원의 분포가 높게 나타나고 있어, "복지공무원형"으로 명명하였다. <유형IV>는 응답자의 분포가 주로 보건직 공무원으로 구성되어 있어, "보건공무원형"으로 명명하였다. 본 연구의 대상인 공무원은 '공무(公務)' 즉, 국가 및 대민을 위한 고유의 업무를 담당해야 한다. 그러기 위해서는 공무원 스스로의 일에 대한 책무성을 강조하면서, 향후 연구에서는 실증연구로의 확장을 기대한다.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.13-24
• /
• 2018

최근 과도한 야간조명의 사용으로 인해 발생하는 빛공해가 사회적 문제로 대두되면서, 빛공해 피해를 최소하기 위한 시도들이 지속되고 있다. 현재 국내에서 사용되고 있는 빛공해 진단방법은 주로 국소지역의 광원을 조사하는 직접 측정 방식이다. 본 연구에서는 서울시 전역의 빛공해 실태를 파악하는 기법 개발을 목적으로 국제 우주정거장(International Space Station)에서 촬영되는 야간 조명 이미지 데이터를 사용하여 서울시 빛지도를 제작하고 이를 활용하여 서울시의 빛공해 실태를 진단하고자 한다. 연구의 결과 업무시설 밀집지역과 상업 활성화 지역이 서울시 내 가장 밝은 곳으로 나타났으며, 대형 체육시설 또한 서울시내 빛을 유발하는 주요 요소인 것으로 확인되었다. 본 연구는 현재 국내에서는 잘 알려지지 않은 ISS이미지 데이터를 사용하여 서울시 빛공해의 현황을 고찰하고, 빛공해 지도를 제작할 수 있는 새로운 방법론을 제안했다는 것에 그 의의가 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권11호
• /
• pp.443-450
• /
• 2018

최근 국내에서도 발병률이 증가하고 있는 크론병은 위장관의 모든 부위에서 발병할 수 있으며, 나타나는 증상도 다양하다. 특히, 크론병은 다른 궤양성 대장질환과 유사한 증상을 보일 수 있어 크론병을 진단하는데 어려움을 겪는다. 이로 인해 크론병 진단 가이드라인이나 크론병과 유사한 증상을 보이는 질병의 감별에 대한 연구가 진행되고 있다. 하지만 기존 연구에는 크론병에 대한 순차적인 진단 과정이 기술되지 않아, 크론병 진단을 위한 검사 과정에서 과다한 검사가 시행될 우려가 있다. 따라서 본 논문에서는 크론병과 유사한 증상을 보이는 궤양성 대장 질환을 감별하기 위해 중복성 및 순차적인 연관성, 질병의 진단 조건을 분석하여 감별 규칙으로 정의하고, 이를 기반으로 크론병 진단 프로세스를 제안한다. 또한, 제안하는 프로세스 중심의 연관성을 온톨로지로 정의함으로써 크론병과 유사한 증상을 보이는 대장 질환을 감별하고, 효과적으로 크론병을 진단하는데 도움을 줄 수 있다. 제안한 온톨로지를 5개의 사례에 적용해 본 결과, 모두 올바른 진단을 내렸으며 1개의 사례에서 더 적은 수의 검사로 진단할 수 있었다.

• Journal of Genetic Medicine
• /
• 제15권2호
• /
• pp.92-96
• /
• 2018

Chronic mucocutaneous candidiasis (CMC) is characterized by increased susceptibility to chronic and recurrent infections of the skin, mucous membranes, and nails by Candida species. It is a primary immunodeficiency disorder that is difficult to diagnose because of its heterogeneous clinical manifestations and genetic background. A 20-month-old boy who did not grow in height for 3 months was diagnosed as having hypothyroidism and he had hepatitis which was found at 5 years old. He presented with persistent oral thrush and vesicles on the body, the cause of which could not be identified from laboratory findings. No microorganism was detected in the throat culture; however, the oral thrush persisted. Immunological tests showed that immunoglobulin (Ig) subclass IgG and cluster of differentiation (CD)3, CD4, and CD8 levels were within normal limits. We prescribed oral levothyroxine and fluconazole mouth rinse. The patient was examined using diagnostic exome sequencing at the age of 6 years, and a c.1162A>G (p.K388E) STAT1 gene mutation was identified. A diagnosis of CMC based on the STAT1 gene mutation was, thus, made. At the age of 8 years, the boy developed a malar-like rash on his face. We conducted tests for detection of antinuclear antibodies and anti-dsDNA antibodies, which showed positive results; therefore, systemic lupus erythematosus (SLE) was also suspected. Whole exome sequencing is important to diagnose rare diseases in children. A STAT1 gene mutation should be suspected in patients with chronic fungal infections with a thyroid disease and/or SLE.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.113-118
• /
• 2019

태양광 발전소는 전기를 생산하는 시설물로써 화재와 감전 사고의 위험이 설치장소의 다변화로 근무자와 주변인, 시설물에 대한 위험도가 증가하여 안전사고를 예방하고 안전사고 발생에 따른 빠른 대처를 할 수 있는 시스템을 개발이 대두되고 있다. 위와 같은 개발에 필요성을 비추어 볼 때 태양광발전 시스템에서 생산되는 데이터를 취합, 분석하는 기술을 개발하여 발전시스템의 문제를 실시간으로 진단하고 유지/보수할 수 있는 태양광발전 관리시스템을 개발하여야 하고 이를 통해 이용률 증가 및 유지보수 비용이 감소하는 효과를 볼 수 있다. 이를 위해서는 우선적으로 현재의 상태에서 태양광 발전량을 정확히 예측하여, 현 발전상태의 이상 유/무를 진단 및 이상 위치를 파악하여야 하고 이상 위치가 파악되면 경제성이 고려된 모델을 이용하여 수리/교체의 필요성, 시기 등의 정보가 제공되어야 한다.

• 한국인터넷방송통신학회논문지
• /
• 제19권1호
• /
• pp.29-35
• /
• 2019

4차 산업 혁명이 진행되며 많은 회사들의 스마트 팩토리에 대한 관심이 커지고 있으며 센서의 중요성 또한 대두되고 있다. 정보를 수집하기 위한 센서에서 고장이 발생하면 공장을 최적화하여 운영할 수 없기 때문에 이에 따른 손해가 발생할 수 있다. 이를 위해 센서의 상태를 진단하여 센서의 고장을 진단하는 일이 필요하다. 본 논문에서는 디지털 센서의 고장유형 중 Rising time과 Falling time 고장을 딥러닝 알고리즘 RNN의 LSTM을 통해 신호를 분석하여 고장을 진단하는 모델을 제안한다. 제안한 방식의 실험 결과를 정확도와 ROC 곡선 그래프의 AUC(Area under the curve)를 이용하여 Rule 기반 고장진단 알고리즘과 비교하였다. 실험 결과, 제안한 시스템은 Rule 기반 고장진단 알고리즘 보다 향상되고 안정된 성능을 보였다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.959-968
• /
• 2019

농업 분야에서 여러 가지 센서들과 임베디드 시스템을 활용하여 한 무선 센서 네트워크 기술이 적용되고 있는 추세이다. 특히, 센서 네트워크를 활용하여 작물의 질병을 조기에 진단할 수 있는 많은 연구가 진행되고 있다. 기존 병충해 진단 연구들은 실제 농가에 적용하기 어려운 부분이 존재한다. 본 논문은 이를 개선하고자 하였으며, 화상카메라를 통해 받아온 작물의 잎사귀 이미지를 분석하여 병충해를 초기에 감지 가능한 알고리즘을 제안한다. 실제 시설원예 및 노지 환경 농가의 캡쳐한 이미지 내에서 감염 의심 영역을 개선된 K 평균 클러스터링 기법을 통해 분류하였다. 그 후 엣지 검출, 엣지 추적 기법을 활용하여 해당 영역의 잎사귀 내부 존재 여부를 확인하였다. 인근 농가에서 촬영한 토마토 잎사귀 이미지를 이용하여 성능 평가를 수행하였다. 기존 논문의 방법 보다 제안 알고리즘의 감영 영역 분류 능력이 우수한 것으로 나타났다.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.37-43
• /
• 2020

최근 심전도 (ECG) 신호를 사용하여 심장병을 진단하는 많은 연구가 이루어지고 있다. 이러한 심전도 신호는 비정상적인 심장 상태를 나타내는 부정맥을 모니터링하고 진단하는 데 유용하게 쓰인다. 본 논문에서는 1차원 합성곱 신경망을 사용하여 ECG 신호에 대하여 부정맥을 분류하는 시스템을 제안한다. 제안하는 신경망 알고리즘은 부정맥 신호의 특징을 세밀하게 추출하도록 4개의 합성곱 계층으로 구성하고 매개변수를 최적화하도록 설계되었다. MIT-BIH 부정맥 데이터베이스에 대해 학습한 신경망은 시뮬레이션을 통해 99% 이상의 정확도의 분류 성능을 가진다는 것을 보여준다. 비교적 합성곱 커널의 개수가 많을수록 ECG 신호의 특성을 더 잘 나타내기 때문에 좋은 성능을 나타내는 것으로 분석되었다. 또한 제안된 신경망을 활용한 실제 시스템을 구현하여 실시간으로 부정맥을 분류하는 결과를 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제21권11호
• /
• pp.361-374
• /
• 2021

본 연구의 목적은 혁신형제약기업 인증 기업을 대상으로, 기술혁신활동에 대한 효율성과 생산성을 분석하여 경쟁력을 진단하고 강화 방안을 도출하는 것이다. 이를 위해 38개 혁신형제약기업에 대한 2017~2019년 동안의 투입(연구개발비, 종업원 수) 및 산출(매출, 영업이익, 특허) 데이터를 수집하여, DEA, Tobit 및 MPI를 실시하였다. 그 결과 첫째, 혁신형제약기업의 DEA 결과는 규모의 효율성을 보여주는 CCR 모형 값과 내부 운영 효율성을 나타내는 BCC 모형 값 간에 차이가 있었다. 둘째, 효율성은 기업의 특성에 따라 다르지 않았다. 셋째, Tobit 모형은 보유특허수가 효율성에 긍정적인 영향을 미치는 것으로 나타났다. 넷째, 전체 MPI는 0.89로, 이는 TECI가 3%p 감소하고 TCI가 4%p 증가한 것으로 해석할 수 있다. 본 연구의 결과는 비효율의 원인을 규명하고 목표값을 제시하여 효율성 향상을 위한 대응전략을 위한 의사결정 자료로 활용할 수 있다.