• Journal of Preventive Medicine and Public Health
• /
• 제41권4호
• /
• pp.265-271
• /
• 2008

Objectives: This study was conducted to estimate the cumulative incidence rate (CIR) of unintentional injuries in Korean daily life and to describe the pattern of unintentional injuries. Methods: The study population was the people who used the National Health Insurance because of injuries (ICD code: S00$\sim$T98) during 2006. The stratified sample according to gender, age and the severity of injury (NISS, New Injury Severity Score) was randomly selected. The questions on the questionnaire were developed as a reference for an international classification tool (ICECI, International Classification of External Causes of Injury). The questions included the locations of injury, the mechanisms of injury and the results of injury. Moreover, we used age, gender, region and income variables for analysis. Results: The CIR of unintentional injuries that occurred in daily life for 1 year per 100,000 persons was 17,606, and the CIR of severe injuries was 286. Many injuries were occurred at home (29.6%), public places (19.0%), school (13.7%) and near home (12.0%). The major mechanisms of injuries were slipping (48.8%), contact (14.0%), physical over-exertion (13.8%), and fall (6.6%). Infants and old aged people were vulnerable to injuries, and those who lived rural area and who were in a low income level were vulnerable too. Conclusions: We signified the risk groups and risk settings of unintentional injuries in Korean daily life. These results could contribute to establishing strategies for injury prevention and implementing these strategies.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1244-1244
• /
• 2001

In linear discriminant analysis there are two important properties concerning the effectiveness of discriminant function modeling. The first is the separability of the discriminant function for different classes. The separability reaches its optimum by maximizing the ratio of between-class to within-class variance. The second is the stability of the discriminant function against noises present in the measurement variables. One can optimize the stability by exploring the discriminant variates in a principal variation subspace, i. e., the directions that account for a majority of the total variation of the data. An unstable discriminant function will exhibit inflated variance in the prediction of future unclassified objects, exposed to a significantly increased risk of erroneous prediction. Therefore, an ideal discriminant function should not only separate different classes with a minimum misclassification rate for the training set, but also possess a good stability such that the prediction variance for unclassified objects can be as small as possible. In other words, an optimal classifier should find a balance between the separability and the stability. This is of special significance for multivariate spectroscopy-based classification where multicollinearity always leads to discriminant directions located in low-spread subspaces. A new regularized discriminant analysis technique, the principal discriminant variate (PDV) method, has been developed for handling effectively multicollinear data commonly encountered in multivariate spectroscopy-based classification. The motivation behind this method is to seek a sequence of discriminant directions that not only optimize the separability between different classes, but also account for a maximized variation present in the data. Three different formulations for the PDV methods are suggested, and an effective computing procedure is proposed for a PDV method. Near-infrared (NIR) spectra of blood plasma samples from mastitic and healthy cows have been used to evaluate the behavior of the PDV method in comparison with principal component analysis (PCA), discriminant partial least squares (DPLS), soft independent modeling of class analogies (SIMCA) and Fisher linear discriminant analysis (FLDA). Results obtained demonstrate that the PDV method exhibits improved stability in prediction without significant loss of separability. The NIR spectra of blood plasma samples from mastitic and healthy cows are clearly discriminated between by the PDV method. Moreover, the proposed method provides superior performance to PCA, DPLS, SIMCA and FLDA, indicating that PDV is a promising tool in discriminant analysis of spectra-characterized samples with only small compositional difference, thereby providing a useful means for spectroscopy-based clinic applications.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1042-1042
• /
• 2001

In linear discriminant analysis there are two important properties concerning the effectiveness of discriminant function modeling. The first is the separability of the discriminant function for different classes. The separability reaches its optimum by maximizing the ratio of between-class to within-class variance. The second is the stability of the discriminant function against noises present in the measurement variables. One can optimize the stability by exploring the discriminant variates in a principal variation subspace, i. e., the directions that account for a majority of the total variation of the data. An unstable discriminant function will exhibit inflated variance in the prediction of future unclassified objects, exposed to a significantly increased risk of erroneous prediction. Therefore, an ideal discriminant function should not only separate different classes with a minimum misclassification rate for the training set, but also possess a good stability such that the prediction variance for unclassified objects can be as small as possible. In other words, an optimal classifier should find a balance between the separability and the stability. This is of special significance for multivariate spectroscopy-based classification where multicollinearity always leads to discriminant directions located in low-spread subspaces. A new regularized discriminant analysis technique, the principal discriminant variate (PDV) method, has been developed for handling effectively multicollinear data commonly encountered in multivariate spectroscopy-based classification. The motivation behind this method is to seek a sequence of discriminant directions that not only optimize the separability between different classes, but also account for a maximized variation present in the data. Three different formulations for the PDV methods are suggested, and an effective computing procedure is proposed for a PDV method. Near-infrared (NIR) spectra of blood plasma samples from daily monitoring of two Japanese cows have been used to evaluate the behavior of the PDV method in comparison with principal component analysis (PCA), discriminant partial least squares (DPLS), soft independent modeling of class analogies (SIMCA) and Fisher linear discriminant analysis (FLDA). Results obtained demonstrate that the PDV method exhibits improved stability in prediction without significant loss of separability. The NIR spectra of blood plasma samples from two cows are clearly discriminated between by the PDV method. Moreover, the proposed method provides superior performance to PCA, DPLS, SIMCA md FLDA, indicating that PDV is a promising tool in discriminant analysis of spectra-characterized samples with only small compositional difference.

• 한국지반공학회논문집
• /
• 제36권2호
• /
• pp.5-15
• /
• 2020

포항지진(M_L=5.4) 시 발생한 액상화 현상은 국민들에게 지진으로 유발되는 액상화의 위험성을 새롭게 각인시켰고, 이에 대한 대비책으로 액상화 위험지도의 관심이 높아지고 있다. 현재 행정안전부가 보유하고 있는 액상화 위험지도는 2014년 제작된 것으로 전국 100,000개 이상의 시추 자료를 토대로 지하수위 0m인 조건으로 지반조건별 증폭계수를 사용하였으며 시추정보가 없는 지역은 보간법을 이용하여 2km × 2km 격자형식으로 제작된 것이 특징이다. 이러한 가운데, 2018년 행정안전부는 내진설계 공통기준의 새로운 지반분류법과 증폭계수를 공표하였다. 따라서 개정된 행정안전부의 증폭계수를 반영한 액상화 위험지도의 재작성이 필요하다. 본 연구는 내진설계 공통기준 개정 전·후 두 개의 기준으로 전 국토를 대상으로 지반분류를 수행하여 변동성을 분석하였으며, 지반조건별 증폭계수를 적용한 액상화 평가결과를 부산시 강서구를 대상으로 수행하였다. 이때 재현주기 500년과 1,000년에 해당하는 지반가속도를 적용하였으며 우리나라 평균 지하수위인 5m와 극한 조건인 0m로 구분하여 액상화 위험도를 평가하였다. 액상화 위험지도는 기존의 2km × 2km보다 높은 해상도를 확보하기 위해 500m × 500m 격자를 생성하여 위험지도를 작성하였다. 연구결과, 기존 지반분류 기준을 통해 S_C, S_D 지반으로 분류되었던 지반상태가 개정된 지반분류 기준을 통해 S₂, S₃, S₄로 재분류되었다. 재현주기 500년과 1,000년으로 액상화 평가를 수행한 결과 개정 전 지반증폭계수 적용한 LPI가 상대적으로 과대평가되는 결과를 도출하였다. 본 연구결과는 증폭계수를 이용하는 광역지역 액상화 위험지도 작성의 근간인 액상화 평가에 큰 영향을 미치는 요소로써 향후 광역지역 액상화 위험지도 작성의 경우 반드시 고려될 사항으로 판단된다

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.58-70
• /
• 2019

보행자 교통사고의 경우 사고 발생 시 사망사고로 연결되는 위험성이 있다. 국내 지능형 교통시스템(ITS)은 질 좋은 교통 인프라를 구축하고 있음에도 불구하고, 거의 교통정보 수집에만 이용되고 있어, 위험상황 발생 시 지능적인 위험 요소 분류가 이루어지지 않고 있다. 본 연구에서 제안하는 시스템의 주요 구성 요소인 CNN 기반의 보행자 탐지 분류 모델의 경우 제한적인 환경에서 설치 운영되는 것을 가정하여 임베디드 시스템 기반으로 구현되었다. 기존 YOLO의 인공신경망 모델을 개선하여 My-Tiny-Model3라는 새로운 모델을 생성하였고, 20,000번의 반복 학습 기준으로 평균 정확도 86.29%와 21.1 fps의 실시간 탐지 속도 결과를 보였다. 그리고, 이러한 탐지 시스템을 기반으로 하여 ITS 체계와 연계 가능한 시스템 구현 및 프로토콜 연동 시나리오를 구성하였다. 본 연구를 통해 기존 ITS 체계와 연동하는 보행자 사고 방지 시스템을 구현한다면, 새로운 인프라 구축비용을 절감하고 보행자 교통사고 발생률을 줄이는 데 도움이 될 것이다. 또한, 기존의 시스템 감시인력 소요에 따른 비용 또한 줄일 수 있을 것으로 기대된다.

• 산업진흥연구
• /
• 제9권1호
• /
• pp.39-45
• /
• 2024

최근 급격한 변화를 주고 있는 산업 현장 제조공장에서 매일 발생하는 위험작업을 종류별로 구분하고 일일안전관리 방법 중 이동형 CCTV (Closed Circuit Television)가 안전사고에 미치는 영향성을 분석하였다. 연구의 대상은 아산시에 소재하고 있는 디스플레이 제조공정에 가스, 용수, 전기 등 유틸리티 공급하기 위해 근로자 약 3,000명이 인프라 시설 부문을 관리하고 있으며 2019년부터 2022년까지 일일 위험작업 내용을 기반으로 연구하였으며 본 시점 연구 기간에도 현장에서는 건설 및 제조공정의 신규 투자, 증설 등 많은 공사가 발생하고 있다. 이에 따른 안전 사고율 및 위험 노출이 확대되어 안전사고도 점점 증가 추세이며 안전사고 대부분은 기본을 지키지 않은 부문과 현장의 안전 조치를 이행하지 않아서 일어났다. 본 논문에서는 작업 중대성에 따라 분류한 위험작업 등급과 이동형 CCTV 촬영률 관계에 따라 사고 감소 효과가 있음을 확인하였다. 제조공장 현장의 특성을 고려하여 앞으로의 새로운 안전관리 문화 도입 확대를 기반으로 안전사고 예방을 위한 기초자료의 역할을 위해 활용될 수 있을 것이다.

• 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.

• 대한한방내과학회지
• /
• 제22권3호
• /
• pp.285-290
• /
• 2001

Purpose : Impaired glucose tolerance (IGT) was standardized in 1979 by the National Diabetes Data Group and the World Health Organization as a risk factor for type 2 diabetes, replacing groups such as 'borderline' and 'chemical' diabetes. The main clinical significance of IGT is as a risk factor for type 2 diabetes and as a risk factor for cardiovascular disease and as a component of the metabolic syndrome. In 1997 the American Diabetes Association(ADA) was proposed the new classification and diagnostic criteria for diabetes, which is strict with the diagnostic baseline of Diabetes from 140mg/dl to 126mg/dl. And it's main purpose is to prevent chronic complications by early diagnosis and treatments. In the oriental medicine, Supungsunkihwan has been used in treatments of Diabetes including IGT & NIDDM, however there is not enough studies about the its objective hypoglycemic effect. so in order to investigate whether there is hypoglycemic effect of Supungsunkihwan, clinical studies were performed with IGT and mild NIDDM patients. Methods : Prior to the study, fasting blood sugar(FBS) and postprandial 2hrs(PP2hrs) glucose were checked. In addition, ECG, cholesterol, TG, HbA1c levels were measured, and the dinical characteristics of patients that can be influence to the blood sugar level such as age, gender, rest type, diet type were surveyed. Supungsukihwan was administered for 7 days, and FBS & PP2hrs were measured again after the therapy. Result : PP2hrs glucose levels were decreased by the administration of Supungsunkihwan. And It's hypoglycemic effects has the correlation with age. That is, the more age increase, the more hypoglycemic effect decrease. Conclusion : Supungsukihwan has hypoglycmic effects on IGT & mild NIDDM patients and it is more effective when administrated to young patients relatively.

• 만화애니메이션 연구
• /
• 통권28호
• /
• pp.235-263
• /
• 2012

본 연구는 문화콘텐츠 비즈니스의 한 분야인 테마파크 비즈니스와 관련하여, 기존의 대규모 야외 복합 테마파크 중심의 접근에서 벋어나 소규모 소자본 전략의 실내 테마파크를 지향하는 흐름에 주목하고 있다. 기존의 대규모 야외 복합 테마파크가 수천억 원 규모의 자본과 고난이도의 기술력, 최신 운영 노하우 등을 필요로 함으로써 큰 리스크와 함께 높은 신규 진입장벽을 가지고 있는 것에 반해, 최근의 실내 테마파크들은 효율적인 리스크 관리와 탄력적인 시장전략으로 시장진입에 성공하고 있기 때문이다. 본 연구에서는 이러한 실내 테마파크들 가운데 새로운 시장인 국산 캐릭터를 테마로 한 어린이 실내 테마파크 시장의 현황을 살펴보고, 국산 캐릭터의 프로퍼티 가치 확장과 국내 테마파크 시장의 확산이라는 두 가지 확장의 측면에서 이 시장의 시장전략을 살펴보고자 한다. 이를 위해 테마파크에 관한 선행연구들을 검토하여 공간적 분류와 테마별 분류, 주 사용자층에 따른 분류 등을 기준으로 국내에 존재하는 테마파크의 유형을 나누어보았다. 또한 국산 캐릭터를 테마로 한 어린이 실내 테마파크 가운데 수도권 소재 5개소를 직접 방문하여 현황조사를 실시하였고, 수도권 소재 2개소와 지방 4개소는 업체 담당자를 통해 현황자료를 입수하여 분석하였다. 또 올 4월 25일 신규 개관한 '디보빌리지' 청계천점을 방문한 관람객을 대상으로 만족도 조사를 시행하여 분석하였다. 이를 통해 현재 국산 캐릭터를 테마로 한 어린이 실내 테마파크 비즈니스의 구조를 분석하고 수행중인 시장전략의 유효성을 분석할 수 있는 토대를 제시하여 보았다. 본 연구를 통하여 테마파크 비즈니스의 틈새시장이라 할 수 있는 실내 테마파크 비즈니스에 대한 체계적이고 심도 있는 논의의 단초를 마련하여 소규모 지역밀착형 실내 테마파크들이 국내 테마파크 산업의 유력한 비즈니스 모델로 연구될 수 있기를 기대한다. 또한 캐릭터 비즈니스의 측면에서도 국산 애니메이션 캐릭터들의 프로퍼티 가치의 공간적 스토리텔링적 확장의 새로운 모델을 정립하는 계기가 될 수 있기를 바란다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.157-173
• /
• 2011

최근 인터넷 사용의 증가에 따라 네트워크에 연결된 시스템에 대한 악의적인 해킹과 침입이 빈번하게 발생하고 있으며, 각종 시스템을 운영하는 정부기관, 관공서, 기업 등에서는 이러한 해킹 및 침입에 의해 치명적인 타격을 입을 수 있는 상황에 놓여 있다. 이에 따라 인가되지 않았거나 비정상적인 활동들을 탐지, 식별하여 적절하게 대응하는 침입탐지 시스템에 대한 관심과 수요가 높아지고 있으며, 침입탐지 시스템의 예측성능을 개선하려는 연구 또한 활발하게 이루어지고 있다. 본 연구 역시 침입탐지 시스템의 예측성능을 개선하기 위한 새로운 지능형 침입탐지모형을 제안한다. 본 연구의 제안모형은 비교적 높은 예측력을 나타내면서 동시에 일반화 능력이 우수한 것으로 알려진 Support Vector Machine(SVM)을 기반으로, 비대칭 오류비용을 고려한 분류기준값 최적화를 함께 반영하여 침입을 효과적으로 차단할 수 있도록 설계되었다. 제안모형의 우수성을 확인하기 위해, 기존 기법인 로지스틱 회귀분석, 의사결정나무, 인공신경망과의 결과를 비교하였으며 그 결과 제안하는 SVM 모형이 다른 기법에 비해 상대적으로 우수한 성과를 보임을 확인할 수 있었다.