• 제목/요약/키워드: k-NN 분류

검색결과 189건 처리시간 0.031초

소아개심술시 아프로티닌이 술후 출혈 및 혈액응고계에 미치는 영향 (Effects of Aprotinin on Postoperative Bleeding and Blood Coagulation System in Pediatric Open Heart Surgery)

  • 신윤철;전태국
    • Journal of Chest Surgery
    • /
    • 제29권3호
    • /
    • pp.303-310
    • /
    • 1996
  • 1994년 12월부터 1995년 4월까지 서울대학교병원 소아흉부외과에서 개심술을 시행받는 95명의 환아 들을 무작위로 아프로티닌을 쓴 환아군(n=47)과 쓰지않은 환아군(n=48)으로 분류하여 아프로티닌의 효과에 대하여 연구하였다. 아프로티닌은 50,000K/U/kg를 인공심폐기의 충전용액에 단일 투여하였다. 술전, 마취후 5분, 심폐기 관류 5분후, 심폐기 관류 35분후, 재관류 5분후, 재관류 3시간후 및 24시간후에 혈액을 채 취하여 헤모글로빈, 헤마토크릿, BUW, creatinine, 섬유소원, 전해질 농도, 활성 응고시간, 프 로트롬빈 시간, 제3항 트롬빈 등을 측정하였다. 또한 술후 24시간 동안 흥관을 통한 배액 양, 수혈 혈액의 양을 체중으로 나누어 비교하였다. 두 환자군간에 술후 24시간 동안 수혈한 충전 적혈구 양을 제외한 다른 모든 검사에서 통계 학적 의의는 없었으나 아프로티닌의 부작용은 발견되지 않았고 출혈로 인한 재수술도 없었다.

  • PDF

GPS 재밍탐지를 위한 기계학습 적용 및 성능 분석 (Application and Performance Analysis of Machine Learning for GPS Jamming Detection)

  • 정인환
    • 한국정보기술학회논문지
    • /
    • 제17권5호
    • /
    • pp.47-55
    • /
    • 2019
  • 최근 GPS 재밍으로 인한 피해가 증가되면서 GPS 재밍을 탐지하고 대비하기 위한 연구가 활발히 진행되고 있다. 본 논문은 다중 GPS 수신채널과 3가지 기계학습을 이용한 GPS 재밍 탐지 방법을 다루고 있다. 제안된 다중 GPS 채널은 항재밍 기능이 없는 상용 GPS 수신기와 항잡음 재밍능력만 있는 수신기, 항잡음/항기만 재밍능력이 있는 수신기로 구성되고 운용자는 각각의 수신기에 수신된 좌표를 비교하여 재밍신호의 특성을 식별할 수 있다. 본 논문에서는 신호특성이 다른 각각의 5개 재밍신호를 입력하고, 3가지 기계학습방법(AB: Adaptive Boosting, SVM: Support Vector Machine, DT: Decision Tree)을 이용하여 재밍탐지 시험을 수행하였다. 시험 결과 머신러닝 기법을 단독으로 사용하였을 때 DT 기법이 96.9% 탐지율로 가장 우수한 성능을 보였으며 이진분류기 기법에 비해 모호성 낮고 하드웨어가 단순하여 GPS 재밍탐지에 효과적임을 확인하였다. 또한, 모호성을 해결해주는 추가기법을 적용할 경우 SVM 기법을 활용할 수 있음을 확인하였다.

원격탐사와 GIS 기반의 산림탄소저장량 추정에 관한 주요국 연구동향 개관 (Overview of Research Trends in Estimation of Forest Carbon Stocks Based on Remote Sensing and GIS)

  • 김경민;이정빈;김은숙;박현주;노영희;이승호;박기호;신휴석
    • 한국지리정보학회지
    • /
    • 제14권3호
    • /
    • pp.236-256
    • /
    • 2011
  • 토지이용변화에 따른 산림탄소저장량 변화는 기후변화협약에서 요구하는 주요 자료 중 하나이다. IPCC 우수실행지침(intergovernmental panel on climate change good practice guidance, IPCC GPG) 수준 3에 근거하여 공간적으로 명확한 산림탄소저장량을 추정하게 되면 높은 신뢰도를 확보할 수 있다. 그러나 기존의 추정 방법은 표본점(sample plot) 단위의 국가산림자원조사 (national forest inventory, NFI) 자료만을 이용하여 행정구역별 평균을 집계하는 것으로 폴리곤 혹은 셀 단위의 상세한 탄소저장량을 파악할 수 없었다. 이를 보완하기 위해 유럽, 북미 등에서는 NFI 자료, 원격탐사 및 GIS 기술을 결합하여 산림탄소저장량을 추정하기 위한 노력이 활발히 이루어져왔다. 주요국의 연구 동향을 활용 기법에 따라 분류해보면 원격탐사, GIS, 지구통계 및 환경변수 모델링 등 크게 4가지 범주로 나눌 수 있다. 이 중 가장 손쉽게 국내 적용을 고려해 볼 수 있는 방법은 NFI 자료와 임상도를 결합하는 GIS 기반의 방법이다. 특히, 복잡한 수종 구성을 가지고 있는 국내 산림 환경 특성을 고려할 때 국지적 변이 추정에 유용한 지구통계 기법의 활용성이 기대된다. 아울러, 고해상도 영상의 활용은 산림탄소저장량 추정의 검증 및 탄소배출권 확보를 위한 CDM(clean development mechanism, 청정개발체제) 사업 적지 선정 등에 유용할 것으로 판단된다. 국내 관련 연구는 아직 초기 단계로 최근린 기법(k-nearest neighbor, k-NN)의 적용성을 검토하는 연구가 주를 이루고 있으나 국내 산림 환경에 적합한 방법론의 선정을 위해서는 보다 다양한 공간 자료와 알고리즘의 적용성이 검토되고 방법론 간의 비교 연구가 필요하다.

한국 신증후군 환아에서 NR3C1 유전자 다형성 분석 (Polymorphisms of the NR3C1 gene in Korean children with nephrotic syndrome)

  • 조희연;최현진;이소희;이현경;강희경;하일수;최용;정해일
    • Clinical and Experimental Pediatrics
    • /
    • 제52권11호
    • /
    • pp.1260-1266
    • /
    • 2009
  • 목 적 : 특발성 신증후군은 소아의 가장 흔한 일차성 사구체 질환 중의 하나이다. 신증후군은 초기 경구 스테로이드 치료에 대한 반응에 따라서 임상적으로 스테로이드 반응성 신증후군과 스테로이드 저항성 신증후군으로 분류될 수 있다. 그러나 현재까지 신증후군에서 스테로이드의 정확한 작용 기전은 알려져 있지 않다. 신증후군 환자를 대상으로 여러 가지 유전자 다형성을 분석함으로써 스테로이드 치료에 대한 반응의 차이를 설명하려는 여러 시도들이 있어왔다. 방 법 : 본 연구에서는 190명의 신증후군 환자를 대상으로 NR3C1 유전자 다형성(ER22/23EK, N363S, BclI)을 확인하여 유전형과 임상-병리 양상의 연관성에 대해서 분석하였다. 결 과 : 신증후군 환자의 평균 연령은 4.95세였고 남아가 134명이었다. 11명의 환자는 신증후군의 가족력이 있었다. 그러나 이 환자들을 대상으로 NPHS2, WT1, ACTN4, TRPC6 유전자 분석을 시행한 결과 이상 소견은 발견되지 않았다. 80명의 환자(42.1%)는 초기 스테로이드 저항성이었고 그 중 31명의 환자는 말기 신질환으로 진행하였다. 신장 조직 검사는 113명의 환자를 대상으로 시행되었고 그 중 36명의 환자(31.9%)는 미세변화 신증후군이었고 77명의 환자(68.1%)는 초점성 분절성 사구체 경화증이었다. BclI 유전형을 비교하였을 때 G allele 빈도는 환자군과 대조군에서 차이가 없었다. ER22/23EK과 N363S 유전형은 각각 ER/ER과 NN으로 환자군과 대조군에서 동일한 양상을 보였다. BclI 유전형은 신증후군의 발병 나이, 초기 스테로이드 반응 여부, 신장의 병리학적 소견, 말기 신질환으로의 진행여부와 연관성을 보이지 않았다. 결 론 : 한국 신증후군 환아를 대상으로 한 이 연구 결과는 NR3C1 유전자의 ER22/23EK, N363S 및 BclI 유전자 다형성이 신증후군의 발병, 초기 스테로이드 치료에 대한 반응, 신장의 조직학적 소견 및 신 기능의 저하에 영향을 미치지 않음을 보여준다.

폐쇄성 수면무호흡 증후군과 일차성 불면증에서 심박동률 변이도 지수의 비교 (Comparison of Heart Rate Variability Indices between Obstructive Sleep Apnea Syndrome and Primary Insomnia)

  • 남지원;박두흠;유재학;유승호;하지현
    • 수면정신생리
    • /
    • 제19권2호
    • /
    • pp.68-76
    • /
    • 2012
  • 목 적: 수면 장애는 자율신경계의 변화를 유발하여 심혈관계에 영향을 준다. 일차성 불면증(primary insomnia, 이하 PI)은 수면부족 및 각성으로, 폐쇄성 수면무호흡 증후군(obstructive sleep apnea syndrome, 이하 OSAS)은 수면 중 빈번한 각성, 저산소증 등으로 교감신경계 항진을 유발한다. 이에 OSAS와 PI 사이에서 심박동률 변이도(heart rate variability, 이하 HRV) 분석을 통해 자율신경계의 변화 정도를 비교하고자 하였다. 방 법: 임상병력 및 야간수면다원검사(nocturnal polysomnography, 이하 NPSG)로 선택된 PI와 OSAS 전체 315 명의 대상자 중 OSAS는 무호흡-저호흡 지수(apnea-hypopnea index, 이하 AHI)에 따라서 경도, 중등도, 중증도 OSAS로 분류하여 PI를 포함하여 4개의 군으로 분류되었다. 이후 연령, 성별, 군간 개체수를 고려하여 최종적으로 110명의 대상자가 선택되었고, PI군(평균나이 41.50, 표준편차 13.16, AHI <5, n=20), 경도 OSAS군(평균나이 43.67, 표준편차 12.11, AHI 5~15, n=30), 중등도 OSAS군(평균나이 44.93, 표준편차 12.38, AHI 16~30, n=30), 중증도 OSAS군(평균 나이 45.87, 표준편차 12.44, AHI >30, n=30)의 4개 군으로 나누었다. 이후 NPSG를 통해 얻은 각 군의 HRV 지수 비교를 위하여 연령과 체질량지수(body weight index, BMI)를 공변량으로 하여 공분산분석(analysis of covariance, ANCOVA)를 실시한 후 사후분석으로 Sidak test를 실시하였다. 결 과: HRV 지수의 비교 결과 PI군과 경도, 중등도의 OSAS군 간에 유의한 차이는 없었다. 그러나 PI군과 중증도 OSAS군 사이에는 유의한 차이가 있었다. 군간비교에서 통계적으로 가장 현저한 차이를 보인 PI군과 중증도 OSAS군에서 HRV 지수 중 통계적으로 의미 있는 각각의 값은 다음과 같았다. Average RR interval은 $991.1{\pm}27.1$$875.8{\pm}22.0$ ms(p=0.016), standard deviation of NN interval(SDNN)은 $85.4{\pm}6.6$$112.8{\pm}5.4$ ms(p=0.022), SDNN index는 $57.5{\pm}5.2$$87.6{\pm}4.2$(p<0.001), total power는 $11893.5{\pm}1359.9$$8097.0{\pm}1107.2ms^2$(p=0.008), very low frequency(VLF)는 $7534.8{\pm}1120.1$$11883.8{\pm}912.0ms^2$(p=0.035), low frequency(LF)는 $2724.2{\pm}327.8$$4351.6{\pm}266.9ms^2$였다(p=0.003). 결 론: 본 연구에서는 PI군에 비해 중증도의 OSAS군에서 HRV 지수 중 교감신경계의 영향을 많이 받는 VLF, LF 등이 상승하는 양상을 보였고, 이를 통해 PI에 비해 중증도의 OSAS가 교감신경계 활동증가에 보다 더 큰 영향을 끼치는 것을 알 수 있었다.

사례기반추론의 유사 임계치 및 커버리지 최적화 (Optimizing Similarity Threshold and Coverage of CBR)

  • 안현철
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제2권8호
    • /
    • pp.535-542
    • /
    • 2013
  • 사례기반추론(CBR)은 많은 장점으로 인해 지금까지 의료진단, 생산계획, 고객분류 등 다양한 분야의 의사결정 지원에 적용되어 왔다. 그러나, 효과적인 CBR 시스템을 설계, 구축하기 위해서는 연구자가 직관적으로 설정해야 할 많은 설계요소들이 존재한다. 본 연구에서는 이러한 CBR의 여러 설계요소들 중 사례 검색 단계에서 결합할 이웃 사례들을 보다 효과적으로 선정할 수 있는 새로운 모형을 제시한다. 기존 연구에서는 결합할 이웃 사례를 선정하는 방법으로 사전에 정해진 이웃사례의 수(k-NN의 k)를 적용하든가, 혹은 최대 유사도의 상대적 비율을 임계치로 사용하는 방식을 적용해 왔다. 하지만, 본 연구에서는 결합할 유사사례를 선택하는 새로운 기준으로 0에서 1사이의 값을 갖는 절대적 유사 임계치를 사용할 것을 제안한다. 이 경우, 임계치 값이 과도하게 작아지게 되면, 예측결과의 생성이 잘 이루어지지 않을 수 있는 문제가 발생할 수 있다. 이에, 전체 학습사례들 중에서 예측결과가 생성된 사례의 비중을 커버리지(coverage)로 정의하고, 이를 유사 임계치 최적화 시 제약조건으로 설정함으로서, 사용자가 원하는 수준의 커버리지는 유지한 상태에서 가장 효과적인 유사 사례를 찾아 추론할 수 있도록 모형을 설계하였다. 제안 모형의 유용성을 검증하기 위해, 본 연구에서는 이 모형을 실존하는 국내 한 온라인 쇼핑몰의 표적 마케팅 사례에 적용하였다. 그 결과, 제안 모형이 CBR의 예측 성과를 유의미하게 개선시킬 수 있음을 확인할 수 있었다.

다중 얼굴 특징 추적을 이용한 복지형 인터페이스 (Welfare Interface using Multiple Facial Features Tracking)

  • 주진선;신윤희;김은이
    • 대한전자공학회논문지SP
    • /
    • 제45권1호
    • /
    • pp.75-83
    • /
    • 2008
  • 본 논문에서는 얼굴의 다중 특징을 이용하여 마우스의 다양한 동작을 효율적으로 구현할 수 있는 복지형 인터페이스를 제안한다. 제안된 시스템은 5개의 모듈로 구성 된다 : 얼굴의 검출(Face detection), 눈의 검출(eye detection), 입의 검출(mouth detection), 얼굴특징 추적(lariat feature tracking), 마우스의 제어(mouse control). 첫 단계에서는 피부색 모델과 연결 성분 분석을 이용하여 얼굴 영역을 검출한다. 그 후 얼굴영역으로부터 정확히 눈을 검출하기 위하여 신경망 기반의 텍스처 분류기를 사용하여 얼굴 영역에서 눈 영역과 비 눈 영역을 구분한다. 일단 눈 영역이 검출되면 눈의 위치에 기반 하여 에지 검출기(edge detector)를 이용하여 입 영역을 찾는다. 눈 영역과 입 영역을 찾으면 각각 mean shift 알고리즘과 template matching을 사용하여 정확하게 추적되고, 그 결과에 기반 하여 마우스의 움직임 또는 클릭의 기능이 수행된다. 제안된 시스템의 효율성을 검증하기 위하여 제안된 인터페이스 시스템을 다양한 응용분야에 적용 하였다. 장애인과 비장애인으로 나누어 제안된 시스템을 실험한 결과 모두에게 실시간으로 보다 편리하고 친숙한 인터페이스로 활용 될 수 있다는 것이 증명 되었다.

무선 센서 네트워크에서 클러스터링 기반 Sleep Deprivation Attack 탐지 모델 (Sleep Deprivation Attack Detection Based on Clustering in Wireless Sensor Network)

  • 김숙영;문종섭
    • 정보보호학회논문지
    • /
    • 제31권1호
    • /
    • pp.83-97
    • /
    • 2021
  • 무선 센서 네트워크를 구성하는 무선 센서는 일반적으로 전력 및 자원이 극히 제한적이다. 무선 센서는 전력을 보존하기 위해 일정 주기마다 sleep 상태로 진입한다. Sleep deprivation attack은 무선 센서의 sleep 상태 진입을 막음으로써 전력을 소진 시키는 치명적인 공격이지만 이에 대한 뚜렷한 대응책이 없다. 이에 본 논문에서는 클러스터링 기반 이진 탐색 트리 구조의 Sleep deprivation attack 탐지 모델을 제안한다. 본 논문에서 제안하는 sleep deprivation attack 탐지 모델은 기계학습을 통해 분류한 공격 센서 노드와 정상 센서 노드의 특징을 사용한다. 이때 탐지 모델에 사용한 특징은 Long Short-Term Memory(LSTM), Decision Tree(DT), Support Vector Machine(SVM), K-Nearest Neighbor(K-NN)을 이용하여 결정하였다. 결정된 특징은 본 논문에서 제안한 알고리즘에 사용하여 공격 탐지를 위한 값들을 계산하였으며, 계산한 값을 판정하기 위한 임계값은 SVM을 적용하여 도출하였다. 본 논문에서 제안하는 탐지 모델은 기계학습으로 도출된 특징과 임계값을 본 논문에서 제안한 탐지 알고리즘에 적용하여 구성하였으며, 실험을 통해 전체 센서 노드 20개 중 공격 센서 노드의 비율이 0.35일 때 94%의 탐지율을 갖고 평균 에너지 잔량은 기존 연구보다 최대 26% 향상된 결과를 보였다.

회사채 신용등급 예측을 위한 SVM 앙상블학습 (Ensemble Learning with Support Vector Machines for Bond Rating)

  • 김명종
    • 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.