Objectives: The purpose of our study was to verify whether the Seven Emotions evaluated by Guibi-Tang questionnaire (GTQ) were predictive of self-awareness level of one's quality of life (QOL). Methods: Eighty volunteers participated in this study and completed the GTQ. In addition, the volunteers were asked to answer one's self-awareness of the QOL using numerical scale. Factor analysis was conducted for extraction of GTQ factors. Structural Equation Model (SEM) was conducted to verify path structure. Results: The estimates of the four factors on the level of one's QOL demonstrated that Chest Factor (=-0.330) showed the highest level of correlation followed by the seven emotions (=-0.213); Deficient fire (=0.141); and Qi Deficiency (=-0.023). Model fit is $X^2$=34.740 (df=36), GFI=0.931, AGFI=0.873, NFI=0.867, RFI=0.797, IFI=0.975, TLI=1.006, CFI=1.009, RMSEA=0.000. Therefore, considering these values, SEM could be accepted as a workable model. Conclusions: Our study results suggest that According to SEM, The Seven Emotions evaluated by GTQ are predictable for self-awareness of one's QOL.
Square root models were developed for predicting the kinetics of growth of Listeria monocytogenes in sesame leaves as a function of temperature (4, 10, or $25^{\circ}C$). At these storage temperatures, the primary growth curves fit well ($R^2=0.898$ to 0.980) to a Gompertz equation to obtain lag time (LT) and specific growth rate (SGR). The square root models for natural logarithm transformations of the LT and SGR as a function of temperature were obtained by SAS's regression analysis. As storage temperature ($4-25^{\circ}C$) decreased, LT increased and SGR decreased, respectively. Square root models were identified as appropriate secondary models for LT and SGR on the basis of most statistical indices such as coefficient determination ($R^2=0.961$ for LT, 0.988 for SGR), mean square error (MSE=0.l97 for LT, 0.005 for SGR), and accuracy factor ($A_f=1.356$ for LT, 1.251 for SGR) although the model for LT was partially not appropriate as a secondary model due to the high value of bias factor ($B_f=1.572$). In general, our secondary model supported predictions of the effects of temperature on both LT and SGR for L. monocytogenes in sesame leaves.
Purpose: This study aimed to develop and test a structural equation model of health-related quality of life among older women following bilateral total knee replacement based on a literature review and Wilson and Cleary's model of health-related quality of life. Methods: One hundred ninety three women who were diagnosed with osteoarthritis, were older than 65 years, and were between 13 weeks and 12 months of having a bilateral total knee replacement were recruited from an outpatient clinic. Data were collected from July 2017 to April 2018 using a structured questionnaire and medical records. Data were analyzed using SPSS/WIN 22.0, AMOS 22.0, and Smart PLS 3.2.4. Results: The fitness of the hypothetical model was good, with coefficients of determination (R2) ranging between .28 and .75 and predictive relevance (Q2) between .26 and .73. The standardized root mean square residual of the model fit indices for the hypothetical model was .04; which explained 64.2% of physical and 62.5% of mental health-related quality of life. Self-efficacy, symptom status, functional status, and general health perceptions had a significant direct effect on physical health-related quality of life, while social support, symptom status, and general health perceptions had a significant direct effect on participants' mental-health-related quality of life. Conclusion: To improve the physical and mental quality of life of older women who receive bilateral knee replacement, nursing-based intervention strategies that reduce symptoms, improve functional status, and increase health perceptions, self-efficacy, and social support are needed. The most important factor is the symptom status.
본 연구에서는 토양내 BaA 농도로부터 BaP, DahA와 ${\Sigma}PAH$의 농도 예측식 개발과 토양 재활용을 위하여 통계적 접근을 시도하였다. 회귀분석 결과 높은 상관성($R^2$ > 0.90)과 BaA와 BaP(또는 DahA) 농도 사이에 밀접한 연관성을 보였다. 또한 개발된 회귀식을 다른 검증 연구에 적용한 결과 유사한 예측값을 얻었다. 통계적 분석에서 BaA가 BaP 예측에 높은 상관성을 보였으며 PAHs 예측에 중요한 인자로 여겨진다. 이들 예측식을 적용 할 경우 BaA 농도만을 이용하여 평균적인 BaP, DahA나 ${\Sigma}PAH$ 농도를 빨리 계산 할 수 있다.
본 논문은 전동기 상수 추정 방법을 제안한다. 제안하는 기법은 전동기 전압방정식을 차동식 형태로 전개한 수식에 기반한다. 차동식 형태를 이용함으로써 전동기 상수 추정시 사용되는 전압 정보에 존재하는 크기 오차인 데드타임의 영향을 배제한다. 전동기의 상수값은 전동기 제어 성능 향상을 위해서 필요할 때가 있다. 예를 들면 DTC(Direct Torque Control) 제어 기법에는 토오크 및 자속 크기의 연산시 전동기의 상수를 알아야한다. 다른 예로서 예측제어의 경우 지령치 전압 생성을 위해서는 정확한 전동기의 상수 값의 정보가 필요하다. 전동기의 상수는 구동 환경에 따라 변동하는 값이므로 부정확한 전동기 상수 사용시 제어 성능의 저하를 가져온다. 따라서, 정확한 전동기 상수의 추정이 필요하다. 제안하는 기법에서 전압차동식에 기초하여 추정되는 전동기 상수는 RLS(Recursive Least Square) 기법에 의해 구해진다. 본 연구에서는 단순 수식에 의한 형태로 전동기의 상수를 추정하지 않고, RLS 알고리즘을 적용하여 노이즈에 강인하게 전동기 상수를 추정한다. 표면 부착형 영구자석 전동기의 제어시스템에 적용하여 제안하는 기법의 타당성을 보인다.
Objectives: The aim of this study was to develop a predicting model for the optimal continuous positive airway pressure (CPAP) for obstructive sleep apnea (OSA) patient with obesity by using a machine learning. Methods: We retrospectively investigated the medical records of 162 OSA patients who had obesity [body mass index (BMI) ≥ 25] and undertaken successful CPAP titration study. We divided the data to a training set (90%) and a test set (10%), randomly. We made a random forest model and a least absolute shrinkage and selection operator (lasso) regression model to predict the optimal pressure by using the training set, and then applied our models and previous reported equations to the test set. To compare the fitness of each models, we used a correlation coefficient (CC) and a mean absolute error (MAE). Results: The random forest model showed the best performance {CC 0.78 [95% confidence interval (CI) 0.43-0.93], MAE 1.20}. The lasso regression model also showed the improved result [CC 0.78 (95% CI 0.42-0.93), MAE 1.26] compared to the Hoffstein equation [CC 0.68 (95% CI 0.23-0.89), MAE 1.34] and the Choi's equation [CC 0.72 (95% CI 0.30-0.90), MAE 1.40]. Conclusions: Our random forest model and lasso model ($26.213+0.084{\times}BMI+0.004{\times}$apnea-hypopnea index+$0.004{\times}oxygen$ desaturation index-$0.215{\times}mean$ oxygen saturation) showed the improved performance compared to the previous reported equations. The further study for other subgroup or phenotype of OSA is required.
본 연구에서는 보통 및 경량 굵은 골재를 사용한 콘크리트의 역학적 특성을 평가하기 위해 압축강도와 초음파 속도를 측정하였다. 압축강도에서는 재령 초기에서 보통골재 콘크리트가 높은 경향을 나타냈으나 시간 경과에 따라 경량골재 콘크리트가 높아지는 것을 알 수 있으며, 경량골재의 특징 중 높은 흡수율의 영향이라고 판단된다. 초음파 속도에서는 일정 시간을 제외하고 대부분 보통골재가 높은 경향을 나타냈으며, 골재의 내부 공극의 차이라고 판단된다. 압축강도와 초음파 속도의 상관관계를 통한 예측식의 상관계수(R2)가 0.95를 상회하며, 본 실험을 통한 예측식으로 강도 예측의 신뢰성이 높다고 판단된다.
Arsalan Mahmoodzadeh;Hawkar Hashim Ibrahim;Laith R. Flaih;Abed Alanazi;Abdullah Alqahtani;Shtwai Alsubai;Nabil Ben Kahla;Adil Hussein Mohammed
Geomechanics and Engineering
/
제37권1호
/
pp.65-72
/
2024
Water ingress poses a common and intricate geological hazard with profound implications for tunnel construction's speed and safety. The project's success hinges significantly on the precision of estimating water inflow during excavation, a critical factor in early-stage decision-making during conception and design. This article introduces an optimized model employing the gene expression programming (GEP) approach to forecast tunnel water inflow. The GEP model was refined by developing an equation that best aligns with predictive outcomes. The equation's outputs were compared with measured data and assessed against practical scenarios to validate its potential applicability in calculating tunnel water input. The optimized GEP model excelled in forecasting tunnel water inflow, outperforming alternative machine learning algorithms like SVR, GPR, DT, and KNN. This positions the GEP model as a leading choice for accurate and superior predictions. A state-of-the-art machine learning-based graphical user interface (GUI) was innovatively crafted for predicting and visualizing tunnel water inflow. This cutting-edge tool leverages ML algorithms, marking a substantial advancement in tunneling prediction technologies, providing accuracy and accessibility in water inflow projections.
본 연구에서는 실측 휴식대사량과 신장, 체중, 성별, 나이, 제지방 등을 적용한 예측 기초대사량 공식 3가지를 비교하여 어느 예측 공식 이 우리 나라의 젊은 여성들에게 적합한지를 알아보았고, 실측 휴식대사량과 신장, 체중, 체표면적, 체질량지수, 제지방량, 체지방량 및 체지방율과의 상관관계를 분석하고, 예측 공식을 유도하였다. 20∼24세의 건강한 여대생 120명을 연구 대상으로 12시간 금식한 후 30분간 산소섭취량과 이산화탄소 생성량을 측정하여 실측 휴식대사량을 구하였고, 체성분분석은 생체전기저항법(Bioelectrical impedence analysis)으로 측정하였으며, 예측 기초대사량은 Harris-Benedict 공식 , WHO/FhO/UNU 공식 과 Cunnin gham 공식을 이용하였다. 실험 결과 실측 휴식대사량은 1257.3$\pm$147.9 kcal/day이었으며, 성별에 따라 신장, 체중과 나이를 적용한 Harris-Benedict 공식으로 구한 예측 기초대사량은 실측 휴식 대사량보다 116.04$\pm$122.8 kcal/day 높게 나타났으며, WHO/FAO/UNU 공식은 32.7$\pm$115.6 kcal/day 높게, Cunningham 공식은 69.7$\pm$116.2 kcal/day 낮게 나타났으며, 상관분석을 통하여 제지방량을 적용하여 기초대사량을 계산하는 Cunningham 공식이 실측 휴식대사량과 가장 밀접한 관계를 보였다. 실측 휴식 대사량에 영향을 주는 요인들로 제지방, 체표면적과 체중이 순서대로 상관관계가 높게 나타났고, 그 외 신장, 체질량지수, 체지 방량과 체지방율은 기초대사량과의 연관성이 낮은 것으로 조사되었다. 기초대사량과 관련하여 분석한 요인들 가운데 상관성이 가장 높은 제지방량(FFM)을 독립변수로 하고 측정한 기초대사량을 종속변수로 하여 회귀 분석한 결과 RMR=-569.86+48.27(FFM), $R^2$=0.5514로 나타났다.
본 연구에서는 멸균처리공정이 없는 돈육 포장공정을 대상으로 작업장에서 직접 분리한 야생균주인 Salmonella spp. KSC101를 작업장의 온도와 시간을 주요 변수로 하여, 이들 현장에서의 Salmonella spp. KSC101의 성장 특성을 파악하고, 이를 수학적으로 예측할 수 있는 모델을 개발하였다. 돈육포장공장 현장을 반영하여 온도는 0, 5, 10, 15, $20^{\circ}C$로, 시간은 0, 1, 2, 3시간으로 하였으며, $0^{\circ}C$와 $5^{\circ}C$에서는 성장이 발생하지 않았으며, $10^{\circ}C$, $15^{\circ}C$, $20^{\circ}C$에 는 약간의 성장이 있었으나 증가수준은 평균 0.34 log CFU/g정도였고, $20^{\circ}C$에서 성장율이 더 높았으나 $15^{\circ}C$와는 통계적으로는 유의하지 않았다(p < 0.05). 하지만 PMP와 비교시 야생균주인 Salmonella spp. KSC101의 성장이 더 빠른 것으로 나타났다. 이들 실험결과를 바탕으로 1차 모델은 Gompertz 4 parameter식을, 2차 모델은 Exponential decay식을 이용하여 성장예측모델을 개발하였으며, $R^2$값은 0.99이상으로 나타났다. 개발된 모델에 대한 검증으로 RMSE를 이용하였으며, 값이 0.103으로 양(+)의 방향으로 약간 초과 예측하는 것으로 나타났으나, 최종적으로 실험값과 예측값이 ${\pm}0.5$ log cfu/g 내에서 일치하고 있어, 본 연구에서 개발된 모델은 추후 냉장돈육 포장공정에서 위생관리기준 설정에 대한 과학적 근거자료로 활용할 수 있을 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.