• 한국해안·해양공학회논문집
• /
• 제35권6호
• /
• pp.109-120
• /
• 2023

광해역의 표층 해수유동을 준 실시간으로 측정하는 장비인 해양 고주파 레이다(High Frequency Radar, HFR)는 특정 전파대역(HF)의 주파수를 해수면으로 발사하고 후방으로 산란된 전파를 분석하여 표층 유속 벡터를 측정한다(Crombie, 1955; Barrick, 1972). 본 연구에서 사용되는 Codar사의 Seasonde HF radar의 경우, 무지향성 안테나에서 송·수신한 전파의 브래그 피크(Bragg peak)의 강도와 다중신호분류(Mutiple Signal Classification, MUSIC) 알고리즘을 통하여 방사형 해류(Radial Vector)의 속도와 위치를 결정하게 된다. 이때 생산된 해류는 관측 전파 수신 환경의 특성이 고려되지 않은 이상적인 전파환경(Ideal Pattern)이 적용된 자료로써 이를 보정하기 위하여 안테나 패턴 측정(Antenna Pattern Measurement, APM)을 시행하여 보정된 방사해류장(Measured Radial Vector)을 계산하게 된다. APM의 관측원리는 안테나로부터 수신되는 각 위치별 신호 강도값을 측정하여 해류의 위치 및 위상 정보를 수정하는 것으로 일반적으로 선박에 안테나를 설치하여 실험을 진행한다. 하지만 선박을 활용할 시, 기상조건과 해양 상황 등 다양한 환경에 의해 최적의 APM 결과를 산출하기까지 많은 제약이 따른다. 따라서 APM 실험에 대하여 해상 상황에 대한 의존도를 낮추고 경제적인 효율성을 높이기 위하여 무인항공기인 드론을 이용한 APM 활용 가능성을 검토하였다. 본 연구에서는 전남 완도군 당사리 당사도등대에 설치된 고주파레이다를 활용하여 선박을 활용한 APM 실험과 드론을 활용한 APM 실험을 진행하였으며 선박과 드론으로 관측된 결과가 적용된 방사형 해류와 계류된 고정부이를 활용하여 그 결과를 비교 분석하였다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.

• 핵의학기술
• /
• 제23권2호
• /
• pp.51-58
• /
• 2019

핵의학 체외 검사실 에서는 시약 Lot가 변경될 때, Lot 간의 결과가 신뢰성이 있는지를 판단하기 위해 Lot 간 동등성 검사(comparability test between reagent lots) 또는 시약 병행 검사(reagent parallel test)를 시행하는데, 다수의 국내 검사실에서는 두 lot 간 결과 차이로부터 %difference를 구하여 저농도에서는 20% 이내, 중 고농도에서는 10% 이내로 설정하고 있으며 범위를 벗어 날 경우 재검사 시행으로 범위를 맞추는 실정이다. 따라서 본원의 핵의학 체외 검사실에서 시행되는 몇 가지 검사를 선정하여 parallel test의 결과를 분석해보았고, 검사별 맞춤 %difference 값 선정에 도움 될 만한 참고 자료를 마련해 보고자 하였다. Thyroid-stimulating hormone(TSH), Free thyroxine(FT4), Carcinoembryonic antigen(CEA), CA-125, Prostate-specific antigen(PSA) 그리고 HBs-Ab, insulin, 7종목에 대해 2018 1월부터 2018년 11월까지의 기간 동안의 시약 lot 변화에 따른 정도 관리 물질의 결과를 분석하였다. TSH, F-T4, CEA, CA-125, PSA의 측정에는 IRMA의 원리를 이용한 RIA-MAT 280 system이 사용되었고, Insulin의 측정에는 TECAN 자동화 분주 장비와 GAMMA-10 측정 장비가 사용되었다. HBs-Ab의 측정에는 HAMILTON 자동화 분주 장비와 GAMMA-10 측정 장비가 사용되었다. 각각 전용 시약과 전용 칼리브레이터, 전용 정도 관리 물질이 사용되었다. 1. TSH [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(저농도) [14.8 / 4.4 / 3.7 / 0.0 ] C-2(중농도) [10.1 / 4.2 / 3.7 / 0.0] 2. FT4 [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(저농도) [10.0 / 4.2 / 3.9 / 0.0] C-2(고농도) [9.6 / 3.3 / 3.1 / 0.0 ] 3. CA-125 [%diffrence Max / Mean / median] (P-value by t-test > 0.05) C-1(중농도) [9.6 / 4.3 / 4.3 / 0.3] C-2(고농도) [6.5 / 3.5 / 4.3 / 0.4] 4. CEA [%diffrence Max / Mean / median] (P-value by t-test > 0.05) C-1(저농도) [9.8 / 4.2 / 3.0 / 0.0] C-2(중농도) [8.7 / 3.7 / 2.3 / 0.3] 5. PSA [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(저농도) [15.4 / 7.6 / 8.2 / 0.0] C-2(중농도) [8.8 / 4.5 / 4.8 / 0.9] 6. HBs-Ab [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(중농도) [9.6 / 3.7 / 2.7 / 0.2] C-2(고농도) [8.9 / 4.1 / 3.6 / 0.3] 7. insulin [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(중농도) [8.7 / 3.1 / 2.4 / 0.9] C-2(고농도) [8.3 / 3.2 / 1.5 / 0.1] 모두 정도 관리 물질의 lot 변경 시에도 유의미한 차이가 없었으며 표본 수가 늘어남에 따라 검사실과 검사 종목 별 맞춤 허용 기준을 설정할 수 있을 것이라 기대할 수 있었다. 면역 방사 계수 측정법에서 비교적 검출률이 높은 종목들을 선정해서 일 것이라 판단되며 여러 번 재 측정된 결과 값이기 때문일 수도 있겠다. 대부분의 검사 결과에서 허용 기준인 10%에 크게 못 미치는 차이를 보였으며 저농도 target 값을 가진 경우에도 허용 기준인 20%에 가까운 수치를 보이진 않았다. 더 오랜 기간 동안의 관찰과 연구를 통해 평균의 균질화가 이루어진다면 종목 별 검사실 맞춤 허용 기준을 얻을 수 있을 것으로 판단되며 더 다양한 변수를 고려한 관찰과 연구도 필요할 것이다.