• 한국산학기술학회논문지
• /
• 제20권4호
• /
• pp.517-522
• /
• 2019

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.

• 동서간호학연구지
• /
• 제28권1호
• /
• pp.10-20
• /
• 2022

Purpose: We compared the Korean Triage and Acuity Scale (KTAS), Injury Severity Score (ISS), and Revised Trauma Score (RTS) determined the validity of KTAS for classifying trauma patients. Methods: A retrospective chart review of 10,865 trauma patients (aged ≥15 years) who visited a single regional trauma and emergency medical center from January 1, 2016, to December 31, 2020, was conducted. Data were collected from the Korean Trauma Data Bank. Based on KTAS classification, the rates of intensive care unit admission, surgery and intervention, transfusion, emergency room (ER) and hospital mortality, and ER stay time were investigated. Data were analyzed using Chi-square test, Pearson's correlation coefficient, receiver operating characteristic curve, and area under the ROC curve. Results: In the KTAS, severe trauma patients (ISS ≥16) were classified as Level 1 (79.6%), 2 (44.8%), 3 (15.5%), 4 (4.0%) and 5 (7.6%). The following were the predictive powers of KTAS, ISS, and RTS for different parameters: surgery and intervention rate, KTAS (.71), ISS (.70), and RTS (.63); transfusion rate within 4h, KTAS (.82), ISS (.82), and RTS (.74); ER stay time within 90 min, KTAS (.72), ISS (.62), and RTS (.56); and ER mortality, KTAS (.84), ISS (.72), and RTS (.88). These findings were statistically significant (p<.001). The sensitivity and specificity of KTAS for trauma patients were .88 (.87~.90), and .38 (.37~.39), respectively. Conclusion: KTAS is a useful classification system that can predict the clinical outcomes of patients with trauma, and effectively triage acutely ill trauma patients, thus provide appropriate treatment.

• Journal of Trauma and Injury
• /
• 제35권1호
• /
• pp.25-33
• /
• 2022

Purpose: The scoring system for traumatic liver injury (SSTLI) was developed in 2015 to predict mortality in patients with polytraumatic liver injury. This study aimed to validate the SSTLI as a prognostic factor in patients with polytrauma and liver injury through a generalized estimating equation analysis. Methods: The medical records of 521 patients with traumatic liver injury from January 2015 to December 2019 were reviewed. The primary outcome variable was in-hospital mortality. All the risk factors were analyzed using multivariate logistic regression analysis. The SSTLI has five clinical measures (age, Injury Severity Score, serum total bilirubin level, prothrombin time, and creatinine level) chosen based on their predictive power. Each measure is scored as 0-1 (age and Injury Severity Score) or 0-3 (serum total bilirubin level, prothrombin time, and creatinine level). The SSTLI score corresponds to the total points for each item (0-11 points). Results: The areas under the curve of the SSTLI to predict mortality on post-traumatic days 0, 1, 3, and 5 were 0.736, 0.783, 0.830, and 0.824, respectively. A very good to excellent positive correlation was observed between the probability of mortality and the SSTLI score (γ=0.997, P<0.001). A value of 5 points was used as the threshold to distinguish low-risk (<5) from high-risk (≥5) patients. Multivariate analysis using the generalized estimating equation in the logistic regression model indicated that the SSTLI score was an independent predictor of mortality (odds ratio, 1.027; 95% confidence interval, 1.018-1.036; P<0.001). Conclusions: The SSTLI was verified to predict mortality in patients with polytrauma and liver injury. A score of ≥5 on the SSTLI indicated a high-risk of post-traumatic mortality.

• 대한토목학회논문집
• /
• 제30권5D호
• /
• pp.467-476
• /
• 2010

일반적으로 통행지체란 어느 도로구간을 정상속도로 이동하는 차량의 평균주행시간과 차량 정체로 인해 감속되는 차량의 평균통행시간 사이의 시간차이를 의미하고, 도로의 접속지점이나 병목지점을 통과하는데 발생하는 지체시간으로 사용되고 있다. 외국의 도시고속도로는 제한속도 80Km/h 이상의 고속화도로로서 흔히 출퇴근시간대에 유출입연결로의 접속영향권역내에서 출퇴근통행수요의 집중으로 교통정체를 겪고 있으나, 국내 도시고속도로는 제한속도 80Km/h이하의 고속화도로로서 출근시간대에 관계없이 유출입연결로 접속영향권역내 뿐만 아니라 본선구간에서도 극심한 교통체증을 겪고 있다. 따라서 본 연구의 목적은 고속도로와는 다른 지리적 특성을 가진 도시고속도로의 유출입연결로 접속영향권역내에서 통행지체를 추정할 수 있는 모델을 개발하고 그 타당성을 검토하는데 있다.

• 스마트미디어저널
• /
• 제11권7호
• /
• pp.52-60
• /
• 2022

지구 온난화와 자연환경의 변화로 인하여 풍수해로 인한 농경지 침수피해가 지속되고 있다. 건국 이래 지속적인 방재사업을 펼치고 있으나, 지속된 기간에 비해 진척은 미흡하고, 여전히 막대한 비용이 소비되고 있다. 따라서 농경지 침수에 선제적 대응을 위한 예측 시뮬레이션 등의 개발과 활용이 필요하다. 본 논문에서는 GIS(공간정보)기반 SWMM 모델을 활용한 침수분석 시뮬레이션 사례를 소개하고, 해당 시뮬레이션 결과와 미국과 국내의 타 모델의 결과 간의 오차율을 통해 타당성을 확인했다. 또한 해당 시뮬레이션을 농경지 침수에 활용하기 위한 방향으로 침수흔적도 작성 등 현행 농경지 침수 대비 기반 정보 정책을 보완할 다양한 활용 방안을 제시하였다. 향후 보다 많은 지역의 시뮬레이션 결과가 침수분석도 형태로 축적되면 범국가 차원의 수재해에 대한 선제적 대응, 나아가서는 예방을 위한 각종 응용에 활용이 가능할 것으로 기대한다.

• 한국항행학회논문지
• /
• 제25권6호
• /
• pp.456-465
• /
• 2021

항공안전관리를 위해서는 서비스제공자들의 안전성과를 측정하고 관리하기 위한 안전성과지표의 수립이 반드시 선행되어야 한다. 특히, 예방안전지표는 사고 및 준사고의 발생원인을 사전에 식별하고 이를 관리할 수 있게 하는 중요한 역할을 한다는 점에서 그 의미가 크다고 할 수 있다. 하지만 현재 국내 항공산업의 안전성과지표는 이미 발생한 사건에 기반한 후행지표에 초점을 맞추고 있다는 한계를 가지고 있다. 따라서 본 연구는 예측적 항공안전관리를 위한 예방안전지표를 구성하는 것을 목적으로 하였다. 또한, 전문가의 검토와 AHP 분석을 통해 지표의 타당성과 중요성을 검증하였다. 본 연구는 상대적으로 연구가 부족했던 예방안전지표의 개발을 통해 국내 항공산업의 선제적인 안전관리를 지원할 수 있다는 점에서 의의가 있다.

• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.851-863
• /
• 2023

일정 규모 이상의 공공 건설 프로젝트에 대한 BIM(Building Information Model) 적용이 의무화됨에 따라 입찰단계에서부터 BIM 요구사항에 대한 관련 절차 및 기술에 대한 폭넓은 이해가 요구되고 있다. 그러나 대부분의 중소 시공 및 엔지니어링 기업은 BIM 수행역량이 낮고 관련 기존 업무 프로세스의 BIM 적용에 대한 이해 높지 않아, 입찰 요구사항에 대한 인지가 어렵고 입찰단계의 합리적인 의사결정이 쉽지 않다. 따라서 본 연구는 BIM 입찰문서 용어를 포함한 형태소 분석기를 딥러닝 모델에 결합하여 입찰문서의 BIM 요구사항의 난이도 판별 방법을 제시한다. 제안된 딥러닝 모델의 매개변수 영향이 조사되었으며 예측 결과의 타당성이 검토되었다. 그 결과, 제안된 모델이 시험 데이터에 대해 F1-score 0.83의 성능을 가지며, 모델의 판별 결과 또한 실제 BIM 수행 난이도를 타당하게 반영하고 있음을 보였다.

• 대한통합의학회지
• /
• 제12권2호
• /
• pp.155-166
• /
• 2024

Purpose : This study aims to identify key factors for predicting dropout risk at the university level and to provide a foundation for policy development aimed at dropout prevention. This study explores the optimal machine learning algorithm by comparing the performance of various algorithms using data on college students' dropout risks. Methods : We collected data on factors influencing dropout risk and propensity were collected from N University. The collected data were applied to several machine learning algorithms, including random forest, decision tree, artificial neural network, logistic regression, support vector machine (SVM), k-nearest neighbor (k-NN) classification, and Naive Bayes. The performance of these models was compared and evaluated, with a focus on predictive validity and the identification of significant dropout factors through the information gain index of machine learning. Results : The binary logistic regression analysis showed that the year of the program, department, grades, and year of entry had a statistically significant effect on the dropout risk. The performance of each machine learning algorithm showed that random forest performed the best. The results showed that the relative importance of the predictor variables was highest for department, age, grade, and residence, in the order of whether or not they matched the school location. Conclusion : Machine learning-based prediction of dropout risk focuses on the early identification of students at risk. The types and causes of dropout crises vary significantly among students. It is important to identify the types and causes of dropout crises so that appropriate actions and support can be taken to remove risk factors and increase protective factors. The relative importance of the factors affecting dropout risk found in this study will help guide educational prescriptions for preventing college student dropout.

• 한국컴퓨터정보학회논문지
• /
• 제29권8호
• /
• pp.165-170
• /
• 2024

본 연구는 인공지능 평가 모델을 활용하여 양주시의 대기질 관리 시스템의 정확성을 검증하는 데 목적이 있다. 환경부 미세먼지 공공 데이터와 양주시 대기질 관리 시스템 데이터를 비교하여 미세먼지 데이터의 정합성과 신뢰성을 평가하였다, 이를 위해 데이터의 완전성, 유일성, 유효성, 일관성, 정확성, 무결성을 분석하였다. 데이터의 정합성을 비교하기 위해 탐색적 통계 분석을 활용하였다. 분석 결과, AI 기반 데이터 품질 지수 평가 결과, 두 데이터 세트 간에 통계적으로 유의미한 차이가 없음을 확인하였다. AI 기반 알고리즘 중 랜덤 포레스트 모델이 가장 높은 예측 정확도를 보였으며, ROC 커브와 AUC를 통해 예측 성능을 평가하였다. 특히, 랜덤 포레스트 모델은 대기질 관리 시스템의 최적화에 유용한 모델로 확인되었으며, 미세먼지 데이터의 신뢰성과 적합성을 AI 기반 모델 성능 평가로 활용할 수 있음을 확인하였다.

• 대한지역사회영양학회지
• /
• 제10권5호
• /
• pp.677-692
• /
• 2005

The assessment of sodium intake is complex because of the variety and nature of dietary sodium. This study intended to develop a dish frequency questionnaire (DFQ) for estimating the habitual sodium intake and a short DFQ for screening subjects with high or low sodium intake. For DFQ112, one hundred and twelve dish items were selected based on the information of sodium content of the one serving size and consumption frequency. Frequency of consumption was determined through nine categories ranging from more than 3 times a day to almost never to indicate how often the specified amount of each food item was consumed during the past 6 months. One hundred seventy one adults (male: 78, female: 93) who visited hypertension or health examination clinic participated in the validation study. DFQ55 was developed from DFQ112 by omitting the food items not frequently consumed, selecting the dish items that showed higher sodium content per one portion size and higher consumption frequency. To develop a short DFQs for classifying subjects with low or high sodium intakes, the weighed score according to the sodium content of one protion size was given to each dish item of DFQ25 or DFQ14 and multiplied with the consumption frequency score. A sum index of all the dish items was formed and called sodium index (Na index). For validation study the DFQ112, 2-day diet record and one 24-hour urine collection were analyzed to estimate sodium intakes. The sodium intakes estimated with DFQ112 and 24-h urine analysis showed $65\%$ agreement to be classified into the same quartile and showed significant correlation (r=0.563 p<0.05). However, the actual amount of sodium intake estimated with DFQ112 (male: 6221.9mg, female: 6127.6mg) showed substantial difference with that of 24-h urine analysis (male: 4556.9mg, female: 5107.4mg). The sodium intake estimated with DFQ55 (male: 4848.5mg, female: 4884.3mg) showed small difference from that estimated with 24-h urine analysis, higher proportion to be classfied into the same quartile and higher correlation with the sodium intakes estimated with 24-h urine analysis and systolic blood pressure. It seems DFQ55 can be used as a tool for quantitative estimation of sodium intake. Na index25 or Na index14 showed $39\~50\%$ agreement to be classified into the same quartile, substantial correlations with the sodium intake estimated with DFQ55 and significant correlations with the sodium intake estimated with 24-h urine analysis. When point 119 for Na index25 was used as a criterion of low sodium intake, sensitivity, specificity and positive predictive value was $62.5\%,\;81.8\%\;and\;53.2\%$, respectively. When point 102 for Na index14 was used as a criterion of high sodium intake, sensitivity, specificity and positive predictive value were $73.8\%,\;84.0\%,\;62.0\%$, respectively. It seems the short DFQs using Na index 14 or Na index25 are simple, easy and proper instruments to classify the low or high sodium intake group.