• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권6호
• /
• pp.719-729
• /
• 2017

최근 농업 분야는 농업 분야에 ICT 기술이 접목 되면서 새로운 도약의 계기가 마련되고 있다. 특히 농업에 사물 인터넷(IoT: Internet of Things) 기술을 접목한 스마트 팜 [smart farm] 영역이 각광받고 있다. 스마트 팜 [smart farm] 기술은 농작물이 재배 되는 환경의 온도, 습도 등의 정보를 센서를 이용해 실시간으로 수집, 분석하여 제어장치에서 농작물 수확에 필요한 장치들을 자동으로 구동하여 농작물이 자랄 수 있는 최적의 환경을 제공하는 것이다. 스마트 팜 [smart farm] 기술이 마치 모든 것을 해결할 수 있을 것처럼 주목을 받고 있지만, 대부분의 연구가 농작물의 생산량 증대에만 치중되어 있다. 본 논문 에서는 농작물의 생산량 증대 보다는 우수한 품질의 농작물을 최적기에 수확할 수 있는 시스템의 아키텍처 개발에 중점을 두어 이루어졌다. 본 논문에서는 사과나무를 표본으로 아키텍처를 개발 하였으며 사과나무의 수확시기를 예측하는 데이터로는 색상정보와 중량정보를 사용하였다. 색상정보와 중량정보를 수집하여 서버 단으로 전송하는 간이형 보드는 아두이노를 사용하였으며. 개발 방법론으로는 모델 주도 개발(model-driven development :MDD)를 적용하였다. PC 사용자들에게는 웹 형태로 서비스를 제공하며 Smart Phone 사용자들에게는 하이브리드앱 형태로 서비스를 제공할 수 있도록 아키텍처를 개발했다. 또한 비콘 기술을 사용해서 과수원 정보를 실시간으로 사용자들에게 제공하도록 아키텍처를 개발했다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.177-198
• /
• 2018

최근 경제재로서 수자원(Water Resources)의 속성이 공공재 성격을 동시에 띠면서 수자원기술의 측정과 성과 관리 체계를 확보하고 활용해야 할 필요성이 제기되고 있다. 그 동안 수자원기술의 평가는 대부분 순현재가치(NPV)나 비용편익효과(B/C)를 바탕으로 경제성 평가(Feasibility Study) 혹은 기술(환경)영향평가(Technology Assessment)로 수행되어 왔으며, 연구성과의 확산과 피드백을 받을 수 있는 기술 기반 사업의 경제적 가치를 객관적으로 평가하는 모델은 체계화되지 않았다. 그리하여, 본 연구에서는 K-water(한국수자원공사)가 담당하고 있는 수자원분야의 기술적 특성에 적합한 기술평가 체계를 구축할 필요성을 느끼고, 공익형 수자원기술에 대한 기술가치평가 모델을 개발하여 사례를 실증하고자 한다. 본 연구에 적용된 K-water 평가대상기술은 공공재로서, 사회전반에 기여한 가치 및 성과를 측정하고 관리할 수 있는 도구로 활용 가능하다. 예를 들면, 사회전반에 기여한 가치를 산출하여, 편익의 파급효과에 대한 성과 홍보자료, 혹은 비용 투입 당위성에 대한 근거자료로 활용할 수 있고, 공공기술의 특성상 대규모 연구개발 투입 비용에 대한 정당성을 확보할 수 있다. 따라서, 공공재를 다루는 한국의 대표적 공기업인 K-water가 사업 운영상의 전략을 수립하고 투입개발 비용에 대한 성과산출 근거 기반을 구축할 수 있을 것으로 판단된다. 본 고에서는 K-water가 담당하고 있는 수자원분야의 기술적 특성에 적합한 기술평가 체계를 기반으로, 공익형 수자원기술에 대한 기술가치평가 모델을 개발하여 사례를 실증하였다. 특히, 일본 산업기술종합연구소(AIST)의 평가방법론을 활용하여 연관 편익항목을 기준으로 비용계정에 매칭시킨 후, 기존의 비용-편익 접근법과 FCF(Free Cash Flow)법의 평가체계를 활용하는 'K-water 고유모델'을 제시하였으며 이를 통해 K-water 연구성과 관리체계 상의 파이프라인을 구축하는 동시에 "해수담수화" 관련 기술에 대한 검증을 수행하였다. 수자원 분야 기술의 특성을 반영한 웹기반 가치평가시스템의 설계 구성로직과 평가프로세스를 분석하며, 기술통합관리시스템 상의 공익형 및 수익형 기술가치를 산출하기 위한 각 모델별 참조정보 및 DB 연계로직도 살펴본다. 종래의 타 분야 기술가치평가 시스템이 지닌 재무적 데이터 기반의 사업가치 산출로직에 수자원 특성이 반영된 정성평가지표의 정량화 지수를 함께 반영한 하이브리드형 평가모듈과 실제 웹기반 평가의 UI 구성화면을 검토한다. K-water의 가치평가 모형은 공익형과 수익형 수자원 기술을 구분하여 평가하게 되는데, 먼저 수익형 기술가치평가는 "기술의 경제성"이라고 하는 특성상 외부 산업유형의 수익(Profit)특성을 반영하여 화면을 설계 가능하다. 예를 들어 K-water 기술인벤토리 수도부문 기술은 수처리 멤브레인과 같이 수익 지향 기술이 다수 분포된다. 반면에, 공익형 기술가치평가는 공공의 편익(Benefit)과 비용(Cost)특성을 반영하여 화면을 설계하게 되는데, 댐과 같이 편익을 지향하는 기술을 평가하는데 활용된다. 또한 본 고에서 제시된 비용-편익 기반의 공익형 기술가치평가 모형(K-water 고유 평가모델)에 대한 적정성 검토를 위해 사회적 수명(20년)을 지닌 수자원 기술의 편익흐름 추정으로부터 실제 사례에 적용해 보았으며, 향후에는 다양한 사업환경 특성을 반영한 비즈니스 모델별 평가모형 검증을 추가적으로 수행하고자 한다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.73-92
• /
• 2014

기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.241-249
• /
• 2014

본 연구에서는 광주과학기술원의 다파장 라만 라이다 시스템을 이용하여 2009년부터 2011년, 3년동안 광주에서 대기 에어로졸의 관측을 실시하였다. 관측된 라이다 신호의 분석으로부터 산출된 편광소멸도를 이용하여 황사의 층을 구분해 내었다. 구분 된 황사의 층의 고도에 따른 정보들은 Hybrid Single Particle Lagrangian Integrated Trajectory(HYSPLIT) 모델을 이용한 황사 층의 역궤적 분석에 이용되었고, 그 정보들을 통하여, 황사 층의 발원지 및 유입경로를 규명할 수 있었다. 한반도로 유입되는 황사는 고비사막을 기원으로 하는 경우가 가장 많은 것으로 나타났으며, 또한, 황사의 이동경로에 따른 광학적 특성 변화를 규명하기 위해, 중국 공업지역을 통과하여 유입된 황사 층과 발원지로부터 한반도로 직접적으로 유입된 황사의 구분하여 경로에 따른 입자 편광소멸도의 통계 분석을 실시하였다. 중국 공업지역을 통과하여 한반도로 유입된 황사의 편광소멸도는 0.07-0.1의 값을 보인 반면, 발원지로부터 공업지역을 경유하지 않고 직접 유입된 황사의 편광소멸도는 0.11-0.15로 상대적으로 높은 값을 보였다. 이는 발원지에서 발생한 순수 황사입자가 이동 중에 공업지역에서 발생한 오염입자와 혼합하여 황사층의 편광소멸도를 감소시킨 것으로 사료된다.

• 한국식품위생안전성학회지
• /
• 제35권1호
• /
• pp.93-101
• /
• 2020

연구의 목적은 oleic acid로 지방생성이 유도된 HepG2 세포에서 자색옥수수 색소 1호 포엽 및 속대 추출물이 간세포 내 지방생성에 미치는 영향을 구명하는 것이다. 자색옥수수 색소 1호 포엽 및 속대 추출물에 의한 HepG2 세포 내 지방 축적의 변화를 확인하기 위하여 배양된 세포에 oleic acid로 지방 축적을 유도하고 추출물에 의한 중성지방생성 억제 효과를 측정하였으며 추출물을 처리하지 않은 대조군과 추출물을 처리한 실험군의 지방합성 및 축적에 관련된 유전자와 단백질 발현량을 RT-PCR과 Western blot을 통하여 측정하였다. Oil Red O와 Nile Red 염색을 통하여 추출물의 처리로 HepG2 세포 내 중성지방 축적이 억제된 것을 확인하였다. RT-PCR에 의하여 mRNA 발현량을 측정한 결과, oleic acid에 의하여 지방 생성이 유도된 대조군에 비하여 모든 추출물 처리군의 SREBP-1c와 SREBP-1a 유전자 발현량이 유의적으로 감소되었다. Western blot을 실시하여 p-AMPK, p-SREBP1, PPARα, FAS 단백질의 발현량을 측정한 결과, 간에서 지질대사에 관여하는 주요 인자인 SREBP1 단백질의 발현은 추출물의 처리 농도에 따라 유의하게 감소하였으며 지방산의 생합성 경로에 관여하는 주요 효소인 FAS의 단백질 발현향은 모든 처리 농도에서 현저하게 감소된 것이 확인되었다. 본 연구결과는 자색옥수수 색소 1호 포엽 및 속대 추출물이 간세포 내에서 중성지방의 축적을 억제시키고 지질 합성에 관련된 유전자 및 단백질의 발현을 억제시킴으로써 간 세포 내 지질 축적을 완화할 수 있는 기능성 소재로의 활용가치가 높다고 판단된다.

• 대한치과보철학회지
• /
• 제59권3호
• /
• pp.261-270
• /
• 2021

목적: 본 연구의 목적은 (1) 기존에 존재하던 몇 가지 다른 임플란트 인상의 정확도 평가방법들과 역공학 기술을 비교하고 (2) 역공학 기술로 임플란트 식립 방향 및 임플란트 인상용 코핑의 종류에 따른 인상 채득의 정확도를 평가하는 것이다. 재료 및 방법: 임플란트 식립 방향에 따른 세 가지 다른 마스터 모델을 제작하였고, 그 중 임플란트를 평행하게 식립한 마스터 모델에서 두 임플란트 중심점 사이의 거리를 다음과 같은 세 가지 방법으로 측정하였다 (디지털 캘리퍼를 이용한 측정 방법(그룹 DC), 광학 사진을 이용한 측정 방법(그룹 OM) 및 역공학 기술을 이용한 측정 방법(그룹 RE)). 세 종류의 마스터 모델 별로 각각 세 가지 유형의 임프레션 코핑을 이용하여 인상을 채득한 후 총 90개의 실험 모델을 제작하였으며 각 실험 모델들과 마스터 모델 간의 각도 및 거리의 오차율(error rate)을 계산하였다. 세 가지 평가 방법 간의 비교에는 One-way ANOVA가 사용되었다 (P < .05). 각 실험 그룹들의 오차율은 two-way ANOVA를 이용하여 분석하였다 (P < .05). 결과: 그룹 DC의 오차율과 그룹 RE의 오차율 간에는 통계적으로 유의한 차이가 있었지만 (P < .05), 그룹 OM의 오차율을 다른 그룹들과 비교하였을 때는 통계적으로 유의한 차이가 없었다(P > .05). 역공학 기술로 측정한 오차율의 표준 편차는 디지털 캘리퍼 및 광학 사진 측정으로 계산한 오차율의 표준 편차보다 상당히 낮았다. 하이브리드 인상용 코핑 그룹은 거리 오차율에서 픽업 인상용 코핑 그룹과 큰 차이가 없었다 (P > .05). 결론: 본 실험을 통해 역공학 기술이 임플란트 인상의 삼차원적인 정확도 평가 기법으로서의 잠재력이 있음을 확인하였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• Clinical and Experimental Reproductive Medicine
• /
• 제27권1호
• /
• pp.47-57
• /
• 2000

Objective: The effects of cryopreservation with or without coculture on the in vitro development of blastomere-biopsied 8-cell mouse embryos were investigated. This experimental study was originally designed for the setup of a preclinical mouse model for the preimplantation genetic diagnosis (PGD) in human. Methods: Eight-cell embryos were obtained after in vitro fertilization (IVF) from F1 hybrid mice (C57BL(표현불가)/CBA(표현불가)). Using micromanipulation, one to four blastomeres were aspirated through a hole made in the zona pellucida by zona drilling (ZD) with acid Tyrode's solution (ATS). A slow-freezing and rapid-thawing protocol with 1.5M dimethyl sulfoxide (DMSO) and 0.1M sucrose as cryoprotectant was used for the cryopreservation of blastomere- biopsied 8-cell mouse embryos. After thawing, embryos were cultured for 110 hours in Ham's F-10 supplemented with 0.4% bovine serum albumin (BSA). In the coculture group, embryos were cultured for 110 hours on the monolayer of Vero cells in the same medium. The blastocyst formation was recorded, and the embryos developed beyond blastocyst stage were stained with 10% Giemsa to count the total number of nuclei in each embryo. Results: The survival rate of embryos after cryopreservation was significantly lower in the blastomere-biopsied (7/8, 6/8, 5/8, and 4/8 embryos) groups than in the non-biopsied, zona intact (ZI) group. Without the coculture, the blastocyst formation rate of embryos after cryopreservation was not significantly different among ZI, the zona drilling only (ZD), and the balstomere-biopsied groups, but it was significantly lower than in the non-cryopreserved control group. The mean number of cells in embryos beyond blastocyst stage was significantly higher in the control group ($50.2{\pm}14.0$) than in 6/8 ($26.5{\pm}6.2$), 5/8 ($25.0{\pm}5.5$), and 4/8 ($17.8{\pm}7.8$) groups. With the coculture using Vero cells, the blastocyst formation rate of embryos after cryopreservation was significantly lower in 5/8 and 4/8 groups, compared with the control, 7/8, and 6/8 groups. The mean number of cells in embryos beyond blastocyst stage was also significantly lower in 4/8 group ($25.9{\pm}10.2$), compared with the control ($50.2{\pm}14.0$), 7/8 ($56.0{\pm}22.2$), and 6/8 ($55.3{\pm}25.5$) groups. Conclusion: After cryopreservation, blastomere-biopsied mouse embryos have a significantly impaired developmental competence in vitro, but this detrimental effect might be prevented by the coculture with Vero cells in 8-cell mouse embryos biopsied one or two blastomeres. Biopsy of mouse embryos after ZD with ATS is a safe and highly efficient preclinical model for PGD of human embryos.