• Asian Pacific Journal of Cancer Prevention
• /
• 제17권9호
• /
• pp.4205-4208
• /
• 2016

Background: The aim of this study was to analyse the expression of EGFR in newly diagnosed and recurrent glioblastoma multiforme (GBM). Materials and Methods: Our study included a total of 48 paired samples collected from 24 patients diagnosed with GBM. The intensity of EGFR cytoplasmatic staining was scored on a scale of 1-3+ (weak, intermediate or strong). Results: We found EGFR overexpression in 23 patients (96%) with newly diagnosed GBM, while all recurrent tumours overexpressed EGFR. Ten recurrent tumours (42%) had a lower expression than their new counterpart 13 tumours (54%) had a similar expression, and only one case (2%) had increased expression on recurrence. The expression of EGFR in newly diagnosed GBM was significantly correlated with EGFR expression in recurrent tumour (p = 0.036). In addition, new GBMs with strong EGFR expression had a mean relapse-free interval of 11.5 months (p=0.017). A benefit of combined therapy was observed in the radiotherapy-plus-chemotherapy group where the average time was 11 months (p=0.011), as compared with surgery/radiotherapy alone (average time 6.8 months). Conclusions: The present data show that EGFR is overexpressed in paired GBMs. The discrepancies of EGFR expression between the primary tumour and the recurrence suggest heterogeneity of GBMs but also unity at relapse.

• 한국운동역학회지
• /
• 제32권1호
• /
• pp.1-8
• /
• 2022

Objective: This study proposes a methodology to analyze important variables that have a significant impact on the putting direction prediction using a machine learning-based putting direction prediction model trained with IMU sensor data. Method: Putting data were collected using an IMU sensor measuring 12 variables from 6 adult males in their 20s at K University who had no golf experience. The data was preprocessed so that it could be applied to machine learning, and a model was built using five machine learning algorithms. Finally, by comparing the performance of the built models, the model with the highest performance was selected as the proposed model, and then 12 variables of the IMU sensor were applied one by one to analyze important variables affecting the learning performance. Results: As a result of comparing the performance of five machine learning algorithms (K-NN, Naive Bayes, Decision Tree, Random Forest, and Light GBM), the prediction accuracy of the Light GBM-based prediction model was higher than that of other algorithms. Using the Light GBM algorithm, which had excellent performance, an experiment was performed to rank the importance of variables that affect the direction prediction of the model. Conclusion: Among the five machine learning algorithms, the algorithm that best predicts the putting direction was the Light GBM algorithm. When the model predicted the putting direction, the variable that had the greatest influence was the left-right inclination (Roll).

• 정보보호학회논문지
• /
• 제32권2호
• /
• pp.371-379
• /
• 2022

다크넷(Darknet)은 익명성과 보안을 바탕으로 하고 있어 각종 범죄 및 불법 활동에 지속적으로 악용되고 있으며, 이러한 오·남용을 막기 위해 다크넷 트래픽을 정확하게 탐지하고 분류하는 연구는 매우 중요하다. 본 논문에서는 그레디언트 부스팅 기법을 활용한 다크넷 트래픽 탐지 및 분류 기법을 제안하였다. CIC-Darknet2020 데이터셋에 XGBoost와 LightGBM 알고리즘을 적용한 결과, 99.99%의 탐지율과 99% 이상의 분류 성능을 나타내어 기존 연구에 비해 3% 이상 높은 탐지 성능과 13% 이상의 높은 분류 성능을 달성할 수 있었다. 특히, LightGBM 알고리즘의 경우, XGBoost보다 약 1.6배의 학습 시간과 10배의 하이퍼 파라미터 튜닝 실행시간을 단축하여 월등히 우수한 성능으로 다크넷 트래픽 탐지 및 분류를 수행하였다.

• 한국ITS학회 논문지
• /
• 제22권4호
• /
• pp.1-13
• /
• 2023

본 연구는 이동통신 로그 데이터를 통해 산출된 교통량 정보를 활용하여 기존 검지기에 준하는 교통량 정보를 추정하기 위해, 머신러닝의 앙상블 기법을 기반으로 하는 최적의 이동통신 기반 교통량 추정 모형을 개발하는 것이다. 이동통신 데이터를 통해 계측된 교통량 등의 정보와 VDS 실측 데이터를 활용하여 머신러닝 모형들을 통해 비교·분석한 결과, LightGBM 모형이 교통량 추정의 최적모형으로 선정되었다. 국도 1, 3, 6호선 검지영역 96개소를 대상으로 교통량 추정 모형의 성능을 평가한 결과, 전체 검지영역의 경우 MAPE 8.49로 교통량 추정 정확도가 91.51%로 분석되었다. VDS가 설치되지 않은 구간의 경우 교통량 추정 정확도는 92.6%로, VDS 설치가 어려운 구간에서도 LightGBM 교통량 추정 모형이 적용 가능하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권8호
• /
• pp.333-340
• /
• 2023

기업 부도의 효율적인 예측은 금융기관의 적절한 대출 결정과 여신 부실률 감소 측면에서 중요한 부분이다. 많은 연구에서 인공지능 기술을 활용한 분류모델 연구를 진행하였다. 금융 산업 특성상 새로운 예측 모델의 성능이 우수하더라도 어떤 근거로 결과를 출력했는지 직관적인 설명이 수반되어야 한다. 최근 미국, EU, 한국 등 에서는 공통적으로 알고리즘의 설명요구권을 제시하고 있어 금융권 AI 활용에 투명성을 확보하여야 한다. 본 논문에서는 외부에 오픈된 기업부도 데이터를 활용하여 인공지능 기반의 해석 가능한 분류 예측 모델을 제안하였다. 먼저 데이터 전처리 작업, 5겹 교차검증 등을 수행하고 로지스틱 회귀, SVM, XGBoost, LightGBM 등 10가지 지도학습 분류모델 최적화를 통해 분류 성능을 비교하였다. 그 결과 LightGBM이 가장 우수한 모델로 확인되었고, 설명 가능한 인공지능 기법인 SHAP을 적용하여 부도예측 과정에 대한 사후 설명을 제공하였다.

• 한국정보전자통신기술학회논문지
• /
• 제17권3호
• /
• pp.176-182
• /
• 2024

본 연구는 결측치 비율이 높은 시계열 데이터를 효과적으로 분석하고 예측할 수 있는 머신러닝 모델을 구축하기 위해 다양한 결측치 처리 방법을 비교 분석하였다. 이를 위해 PSMF(Predictive State Model Filtering), MissForest, IBFI(Imputation By Feature Importance) 방법을 적용하였으며, 이후 LightGBM, XGBoost, EBM(Explainable Boosting Machines) 머신러닝 모델을 사용하여 예측 성능을 평가하였다. 연구 결과, 결측치 처리 방법 중에서는 MissForest와 IBFI가 비선형적 데이터 패턴을 잘 반영하여 가장 높은 성능을 나타냈으며, 머신러닝 모델 중에서는 XGBoost와 EBM 모델이 LightGBM 모델보다 더 높은 성능을 보였다. 본 연구는 결측치 비율이 높은 시계열 데이터의 분석 및 예측에 있어 비선형적 결측치 처리 방법과 머신러닝 모델의 조합이 중요함을 강조하며, 실무적으로 유용한 방법론을 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제17권4호
• /
• pp.221-228
• /
• 2024

보험금 예측은 보험사의 리스크 관리와 재무 건전성 유지를 위한 핵심 과제 중 하나이다. 정확한 보험금 예측을 통해 보험사는 적정한 보험료를 책정하고, 예상 외의 손실을 줄이며, 고객 서비스의 질을 향상시킬 수 있다. 본 연구에서는 앙상블 러닝 기법을 적용하여 보험금 예측 모델의 성능을 향상시키고자 한다. 랜덤 포레스트(Random Forest), 그래디언트 부스팅 머신(Gradient Boosting Machine, GBM), XGBoost, Stacking, 그리고 제안한 동적 가중치 할당 모델(Dynamic Weighted Ensemble, DWE) 모델을 사용하여 예측 성능을 비교 분석하였다. 모델의 성능 평가는 평균 절대 오차(MAE), 평균 제곱근 오차(MSE), 결정 계수(R²) 등을 사용하여 수행되었다. 실험 결과, 동적 가중치 할당 모델이 평가 지표에서 가장 우수한 성능을 보였으며, 이는 랜덤 포레스트와 XGBoost, LR, LightGBM의 예측 결과를 결합하여 최적의 예측 성능을 도출한 결과이다. 본 연구는 앙상블 러닝 기법이 보험금 예측의 정확성을 높이는 데 효과적임을 입증하며, 보험업계에서 인공지능 기반 예측 모델의 활용 가능성을 제시한다.

• Journal of Korean Neurosurgical Society
• /
• 제51권3호
• /
• pp.147-150
• /
• 2012

Glioblastoma multiforme(GBM) is the most aggressive intracranial tumor and it commonly spreads by direct extension and infiltration into the adjacent brain tissue and along the white matter tract. The metastatic spread of GBM outside of the central nervous system (CNS) is rare. The possible mechanisms of extraneural metastasis of the GBM have been suggested. They include the lymphatic spread, the venous invasion and the direct invasion through dura and bone. We experienced a 46-year-old man who had extraneural metastasis of the G8M on his left neck. The patient was treated with surgery for 5 times, radiotherapy and chemotherapy. He had survived 6 years since first diagnosed. Although the exact mechanism of the extraneural metastasis is not well understood, this present case shows the possibility of extraneural metastasis of the G8M, especially in patients with long survival.

• The Korean Journal of Physiology and Pharmacology
• /
• 제21권5호
• /
• pp.509-518
• /
• 2017

Glioblastoma multiforme (GBM) is the most common primary intracranial tumor in adults and has poor prognosis. The GBM-specific tumor microenvironment (TME) plays a crucial role in tumor progression, immune escape, local invasion, and metastasis of GBM. Here, we demonstrate that hypoxia, reactive oxygen species (ROS), and differential concentration of glucose influence the expression of cytokines and chemokines, such as IL-6, IL-8, and IP-10, in human glial cell lines. Treatment with cobalt chloride ($CoCl_2$) and hydrogen peroxide ($H_2O_2$) significantly increased the expression levels of IL-6, IL-8, and IP-10 in a dose-dependent manner in CRT-MG and U251-MG astroglioma cells, but not in microglia cells. However, we found strikingly different patterns of expression of cytokines and chemokines between $H_2O_2$-treated CRT-MG cells cultured in low- and high-glucose medium. These results suggest that astroglioma and microglia cells exhibit distinct patterns of cytokine and chemokine expression in response to $CoCl_2$ and $H_2O_2$ treatment, and different concentrations of glucose influence this expression under either hypoxic or oxidant-enriched conditions.

• 터널과지하공간
• /
• 제24권3호
• /
• pp.243-254
• /
• 2014

본 연구에서는 GBM-UDEC(grain based model combined with Universal Distinct Element Code) 모델을 통해 암석의 역학적 거동을 모사하기 위한 수치해석기법을 소개하였다. 이를 적용하여 암석의 광물학적 구조를 다각형 입자의 집합체로 표현하고, 압축하중 하에서 암석의 파괴 특성 및 인장균열의 전파 양상를 살펴보았다. 제시된 수치해석모델은 단축압축강도시험 및 간접인장강도시험을 통해 관찰되는 암석의 역학적 거동 특성을 합리적으로 모사할 수 있는 것으로 나타났다.