• Asian Pacific Journal of Cancer Prevention
• /
• 제16권1호
• /
• pp.77-81
• /
• 2015

Background: The aim of the study was to determine whether the expression of baseline phosphorus (P) and magnesium (Mg) levels were prognostic in terms of stage and overall survival (OS) in newly diagnosed non-small cell lung cancer (NSCLC) and small cell lung cancer (SCLC) patients. Materials and Methods: Retrospectively, 130 patients were selected at the time of diagnosis oflung cancer (100 with NSCLC and 30 with SCLC), before the initialization of any chemo-radiotherapy. The median age was 67 (range 29-92). IA, IB, IIA, IIB, IIIA, IIIB and IV stages were present in 3, 4, 19, 6, 25, 8, and 65 patients, respectively. After centrifugation, the levels of serum P and Mg were measured using the nephelometric method/ photometry and evaluated before any type of treatment. Results: Higher than normal levels of P were found in 127/130 patients, while only four patients had elevated Mg serum values. In terms of Spearman test, higher P serum values correlated with either stage (rho=- 0.334, p<0.001) or OS (rho=-0.212, p=0.016). Additionally, a significant negative correlation of Mg serum levels was found with stage of disease (rho=-0.135, P=0.042). On multivariate cox-regression survival analysis, only stage (p<0.01), performance status (p<0.01) and P serum (p=0.045) showed a significant prognostic value. Conclusions: Our study indicated that pre-treatment P serum levels in lung cancer patients are higher than the normal range. Moreover, P and Mg serum levels are predictive of stage of disease. Along with stage and performance status, the P serum levels had also a significant impact on survival. This information may be important for stratifying patients to specific treatment protocols or intensifying their therapies. However, larger series are now needed to confirm our results.

• 한국건축시공학회지
• /
• 제18권5호
• /
• pp.429-437
• /
• 2018

본 연구에서는 실제 레미콘 공장에 납품되는 OPC 20회분의 시료를 채취하여 성적서상 분말도와 실측 분말도 간의 상관성을 분석하고, 아울러 종전에 연구된 액체밀도계법 밀도 값과 OPC 분말도간의 상관성을 분석하므로서 시멘트 분말도 신속 추정 가능성을 평가 하고자 하였다. 또한 납품된 시멘트 시료를 이용하여 시멘트 모르타르 상태에서 유동성, 공기량, 강도 등 제반 기초적 특성과 성적서 및 실측 분말도와의 상관성을 분석하고자 하였다. 실험결과 성적서상 OPC 분말도와 실측 분말도는 매우 낮은 상관성을 나타내었다. 또한, 액체밀도계 밀도 값과 OPC 분말도간의 상관성은 성적서상 분말도는 매우 낮은 상관성을 나타낸 반면, 실측 분말도는 매우 높은 상관성을 나타내었다. 이때 액체밀도계 3분밀도 값과 OPC 분말도가 가장 높은 상관성을 나타내었는데, 그 회귀식을 활용할 경우 액체밀도계를 사용한 OPC 분말도의 신속 품질 평가가 가능할 것으로 판단되었다. 또한, OPC 분말도와 모르타르 특성치의 상관관계로서 성적서상 분말도의 경우는 상관성이 거의 없는 반면 OPC 분말도가 클수록 유동성, 공기량, 응결시간 및 강도치는 모두 높은 상관성이 나타남을 확인할 수 있었다.

• 응용통계연구
• /
• 제32권6호
• /
• pp.795-835
• /
• 2019

최근 다양한 분야에서 '빅데이터'가 생성되었다. 많은 기업들은 인공지능(AI)을 기반으로 빅데이터 분석이 가능한 시스템을 구축하여 이익 창출을 시도하고 있다. 인공지능 기술을 접목함으로써 방대한 양의 데이터를 효율적으로 분석하고 효과적으로 활용하는 것은 점점 더 중요해지고 있다. 특히 재무, 조달, 생산 및 마케팅과 같은 다양한 분야에서 국가 및 기업 경영 관리에있어 최소의 오차와 최대의 정확도를 갖춘 수요예측은 절대적으로 중요한 요소이다. 이때 각 분야의 수요패턴을 고려한 적절한 모델을 적용하는 것이 중요하다. 전통적으로 쓰이는 시계열모델이나 회귀모델로도 비대해진 실제 데이터의 복잡한 비선형적인 패턴을 분석할 수 있다. 그러나 다양한 비선형 모델들 중에서 적절한 모델을 선택하는 것은 사전 지식 없이는 어려운 일이다. 최근에는 인공지능 기반의 기법들인 머신러닝이나 딥러닝 기법을 중심으로 이루어진 연구들이 이를 극복할 수 있음을 증명하고 있다. 뿐만 아니라 정형데이터와 이미지나 텍스트의 비정형 데이터 분석을 통한 수요예측도 높은 정확도를 갖춘 결과를 보이고 있다. 따라서 본 연구에서는 수요예측이 비교적 활발하게 일어나는 중요한 분야들을 나누어 설명하였다. 그리고 각 분야별로 갖는 특징적인 성격을 고려한 인공지능 기반의 수요예측 기법에 대해 머신러닝과 딥러닝 기법으로 나누어 소개하였다.

• 한국지반공학회논문집
• /
• 제31권4호
• /
• pp.57-66
• /
• 2015

지진에 대한 사면 재해도 작성 시 일반적으로 Newmark 활동블록 이론에 기초한 변위 추정식이 사용된다. 하지만 기존에 제안된 추정식들은 활동면에서의 동적 응답을 고려하지 않고 제방, 흙댐, 매립지 등 비교적 완만한 경사의 지반구조물을 대상으로 제안되었으며 산사면과 같이 경사진 기반암에 토사층이 피복된 경우에는 적합하지 않다. 본 연구에서는 산사면의 지형적 특성을 모사한 2차원 비선형 동적해석을 수행하여 이의 동적 응답 특성을 분석하였다. 지진 시 산사면의 영구변위는 활동면에서 계산된 등가가속도를 Newmark 활동블록 방법에 적용하여 계산하였다. 이와 같이 계산된 영구변위는 본 연구에서 제안된 간편 변위 추정식과 비교하여 정확도를 평가하였다. 검토 결과, 산사면의 기하학적 증폭은 입력 지진의 세기와 주기, 토층의 고유주기에 영향을 크게 받으므로 이를 고려하지 않는 기존의 경험식은 영구변위를 정확하게 예측하지 못하는 것으로 나타났다. 변위 예측식의 정확도는 최대지반가속도, 최대지반속도, Arias 진도, 평균주기와 토층의 고유주기가 고려될 경우 현격하게 향상되는 것으로 분석되었으며 이를 기반으로 하여 새로운 변위추정식이 제시되었다. 나아가 본 연구에 제안된 변위추정식은 산사태 재해 위험도 예측에 적용되어 정확성이 검증되었다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.189-200
• /
• 2022

도심지 도로에서의 지하공동 붕괴로 인한 지반침하 문제는 인명 및 재산 피해로 이어질 수 있기 때문에 이를 예방하기 위해서는 사전에 지하공동을 탐지하고 복구하는 과정이 필요하다. 지하공동 탐지는 주로 지표투과레이더(ground penetrating radar, GPR) 탐사를 통해 이루어지는데, 방대한 탐사 자료로 인해 해석에 많은 시간이 소모되고 전문가의 숙련도와 주관에 따라 해석 결과가 달라질 수 있다. 이러한 문제를 해결하기 위해 GPR 자료 해석 자동화 및 정량화 기법들이 연구되어 왔으며, 최근에는 딥러닝 기반의 해석 기법들이 많이 활용되고 있다. 이 연구에서는 딥러닝 기반의 GPR 자료해석 기법 중 쌍곡선(hyperbola) 신호를 탐지하는 과정에 대해 기존 연구에서 개발된 기법을 단계별로 실증 예제를 통해 설명하였다. 먼저, 쌍곡선 신호를 자동으로 탐지하기 위해서 딥러닝 기반 YOLOv3 객체탐지 기법을 적용했다. 다음으로는 column-connection clustering (C3) 알고리즘을 통해 쌍곡선 신호만을 추출하였고, 최종적으로 회귀분석을 통해 지하공동의 수평위치를 결정했다. YOLOv3 객체탐지 기법을 이용한 쌍곡선 신호 탐지 성능은 AP50 기준으로 정밀도 84%, 재현율 92%를 달성했다. 지하공동 수평위치 정확도는 4개 샘플에 대해 실제 위치와 약 0.12 ~ 0.36 m 정도의 차이를 보였다. 이를 통해 지하공동에 의해 나타나는 쌍곡선 신호에 대한 딥러닝 기반 탐지 기법의 적용성을 확인할 수 있었다.

• 한국지구과학회지
• /
• 제22권5호
• /
• pp.388-404
• /
• 2001

하부 성층권 온도의 추세에 대한 위성관측과 모델 결과들의 상대적인 정확성을 평가하기 위하여 두 종류의 위성관측 MSU 채널 4(57.95GHz) 밝기온도 자료들과 1981${\sim}$1993년 기간의 두 종류의 대순환 모델(ECMWF and GEOS) 재분석 자료들을 시계열 회귀분석으로 상호 비교하였다. 1980${\sim}$1999년 기간의 위성자료는 이 연구에서 유도된 직하점 MSU4와 여러 주사각에서 유도된 SC4(Spencer and Christy, 1993)이다. 위 기간에 전지구에 대한 MSU 하부 성층권 온도는 화산폭발과 관련된 냉각화 경향(-0.35K/decade)을 보였으며, 이러한 경향은 육지보다 해양에서 1.2배 컸다. 자료들의 공통 기간(1981${\sim}$1993년)에 대한 하부 성층권 온도의 아노말리는 두 종류 관측자료와 GEOS에서 전지구적으로 냉각화 경향(-0.14${\sim}$-0.42K/decade)을 보였으나, ECMWF는 북반구를 제외하고 온난화(0.06K/decade)를 보였다. 온도 연주기는 SC4를 제외하고 다른 세 종류 자료에서 유사한 위상과 함께 현저하였다. 온도 추세에 대한 95%신뢰도 조사에서 MSU 채널 4의 하부 성층권 온도에 대한 신뢰도가 채널 2(53.74GHz)의 중간 대류권 온도보다 더 낮았다. 또한 두 기층 사이의 온도 추세 감율이 북반구 육지에서 가장 컸다. MSU4에 대한 SC4 및 모델 재분석 결과들의 상관은 전지구의 경우에 SC4(r=0.96)에서 가장 높았고, ECMWF(r=0.61)에서 가장 낮았다. 한반도의 경우에는 GEOS에서 가장 높았고(r=0.88), ECMWF에서 가장 낮았다(r=0.73). MSU4에 대한 SC4, ECMWF의 상관은 아열대 제트류가 위치하는 $30^{\circ}$ 위도대에서 낮았으나(r<0.6) 그 외의 지역에서는 대체로 높았다(r>0.6). 한반도 부근에서 하부 성층권 온도의 냉각화 경향은 모든 자료에서 공통적으로 나타났다. 이러한 추세는 SC4(-0.82K/decade)에서 가장 컸으며, MSU4(-0.38K/decade), GEOS(-0.28K/decade), ECMWF(-0.07K/decade) 순으로 나타났다.

• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.199-207
• /
• 2016

본 연구는 기후변화에 따른 1990년대와 2000년대 봄철에 발생하는 산불의 공간적 분포가 크게 변화됨에 따라 현재 진행되고 있는 기후변화에 대응하기 위한 산불 발생확률모형의 변화를 비교하고, 2000년대 이후의 산불발생확률모형을 적용함으로써 우리나라에서의 기후 변화로 인한 산불발생 변화 예측을 현실적으로 반영하기 위해 수행하였다. 본 연구에서는 전국 특정지역의 일일 산불발생위험도 예측하기 위하여 산불발생과 관련이 있는 기상요소로 규명된 습도, 기온, 풍속 등 기상정보를 이용하여 기후변화를 반영한 2000년대의 전국 9개 권역의 봄철 기상요소에 의한 일일 산불발생위험지수(daily weather index, DWI)를 개발하였다. 첫 번째로 구체적인 개발방법은 전국 9개 광역지역별로 산불발생에 영향을 주는 기상요소를 규명하여 지역별로 산불발생의 유무를 종속변수(dependent variable)로 두고 산불발생 관련 기상요소들을 독립변수(independent variable)로 하여 로지스틱 회귀모형(logistic regression model)을 적용하여 산불발생확률을 추정하였다. 1970년대 이후 우리나라의 봄철 건조계절의 평균 기후장 분석 결과, 영남지역에서 기온은 상승하고 습도와 강수량의 감소폭이 큰 것으로 나타났다. 반면 강원지역은 모든 기상요소에서 변화폭이 비교적 낮아 산불발생 환경 측면에서 다른 지역보다 안정적인 것으로 사료된다. 향후 권역별 기후 변화 특성과 산불발생 경향을 비교함으로써 산불발생에 영향을 미치는 권역별 주요 기후인자를 선별을 수 있을 것으로 판단된다. 1990년대와 비교하여 2000년대의 산불의 패턴은 남북으로 분할되던 경향이 광역 대도시를 중심으로 인근 지역으로 확대되면서 백두대간을 중심으로 동서로 분할되는 경향을 보였다. 이러한 결과를 토대로 2000년대 봄철 기상에 의한 산불발생확률모형 개발을 수행하였다. 각 권역별 산불발생과 관련되는 기상요소로 경상남 북도, 전라남도 4개 권역은 최고기온, 상대습도, 실효습도, 평균풍속, 경기도와 충청남도 2개 권역은 최고기온, 상대습도, 평균풍속, 충청북도는 최고기온, 상대습도, 실효습도, 전라북도는 최고기온과 상대습도, 마지막으로 제주도는 최고기온과 평균풍속에서 95% 이상의 신뢰도에서 유의성이 있는 것으로 나타났다. 제주도를 제외한 모든 권역에서 99%의 신뢰수준에서 통계적으로 유의한 것으로 나타났으며, 표본내 예측력은 68.7~80.7%로 나타나 모형의 적합도는 매우 높은 것으로 나타났다. 개발된 모형은 현재 운영중인 산림청 국립산림과학원의 국가산불위험예보시스템에 반영하여 기후변화에 따른 2000년대의 산불발생위험을 정확히 예측하여 산불예방은 물론 진화자원의 효율적인 배치를 통해 시간과 인적 경제적 비용을 절감하고 산불피해를 최소화 할 수 있는 선택과 집중의 산불정책에 일조할 수 있을 것으로 기대한다.

• 벤처창업연구
• /
• 제19권1호
• /
• pp.55-73
• /
• 2024

유니콘기업은 혁신적인 비즈니스 모델로 단기간 내 높은 기업가치를 인정받으며 전 세계적으로 주목을 받고 있다. 이들의 성장 과정은 스타트업 생태계에 좋은 교훈을 제시해주고 있고 국가 경제발전과 고용 창출 측면에서도 긍정적인 영향을 미치고 있다. 그러나 유니콘기업과 관련한 선행연구들은 이미 유니콘으로 인정받은 기업의 창업자 특성, 환경요인, 비즈니스 모델, 성공·실패 사례 등 다면적 접근보다는 '이벤트 스터디', '사례연구' 중심으로 이루어지고 있고 유니콘기업 발생과 관련한 요인에 대한 거시적 분석은 부족한 실정이다. 이러한 배경에서 본 연구는 선행연구를 통해 살펴본 유니콘의 특성 및 기술기업 비중이 높은 유니콘기업의 현황을 고려하여 '기술인적자원 지표', 'R&D 지표', '기술 인프라 지표' 등 국가의 기술경쟁력이 유니콘기업 증가에 미치는 영향을 분석하는 것을 목적으로 하였다. 통계분석을 위해 2017년부터 2020년까지 다양한 국제기구, 통계청에서 발표되는 자료와 CB Insights에서 집계한 유니콘기업 데이터를 44개 분석 대상 국가의 패널데이터로 활용하여 다중 회귀분석으로 검정하였다. 연구 결과 기술 인적자원 지표의 경우 과학 전공자 수가 유니콘기업 증가에 정(+)의 영향을 미치는 것으로 확인되었고 R&D 지표의 경우 R&D 투자총액은 유니콘기업 증가에 정(+)의 영향을 미치는 반면, 삼극 특허 건수(Triad Patent Families), 과학기술논문 발표 수는 유니콘기업 증가에 부(-)의 영향을 미치는 것으로 나타났다. 마지막으로 기술인프라 지표의 경우 세계 랭킹 500위 대학 수가 유니콘기업 증가에 정(+)의 영향을 미치는 것으로 확인되었다. 본 연구는 선행연구에서 미비하게 다루었던 국가별, 시계열 실증 데이터를 기반으로 국가 기술경쟁력과 유니콘기업 증가 간에 인과관계를 처음으로 밝혔다는 데 학술적 의미가 있으며 UN의 글로벌 산업경쟁력 지수 순위, OECD의 국가별 R&D 투자총액 비교 시 우리나라는 기술력, 성장잠재력이 있는 것으로 평가받고 있는 반면에 혁신경제의 리더로 성장을 견인하고 있는 유니콘기업 수는 상대적으로 적은 상황에 있어 향후 유니콘기업의 발굴, 육성을 위한 정책 수립 시 연구 결과를 활용할 수 있다는 실무적 의의를 가진다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.375-384
• /
• 2022

해운산업은 수요와 공급뿐만 아니라 여러 경제지표와 사회적 사건 등 복잡한 변수에 의하여 영향을 받으며 순환한다. 본 연구는 우리나라 13개 정기선사에 대하여 30여 년의 영업실적을 분석하여 1990년대 말의 외환위기, 2000년대 말의 글로벌 금융위기, 그리고 최근의 코로나 팬데믹 위기 상황에서 정기선 해운기업의 영업이익률에 어떤 요인들이 영향을 미치는지 분석하였다. 정기선사의 특성을 고려하여 원양과 근해로 구분하고, 한국채택국제회계기준(K-IFRS)에 근거한 영업이익률과 시계열에 의한 해상물동량, 선박량 및 거시경제지표를 이용하여 다중회귀분석으로 그 요인을 분석하였다. 한편 사회적 사건으로 인하여 경제지표가 이상하게 탐지된 경기 침체기에 대하여는 별도로 분석하였다. 그 결과 중국컨테이너운임지수 (CCFI)는 원양 및 근해 정기선사 모두에게 정(+)의 영향을 주었다. 한국 컨테이너 선박량은 원양 정기선사에만 정의 영향을 주었고, 세계물동량과 유가는 근해정기선사 영업이익률에 부(-)의 영향을 미쳤다. 더불어 세계와 우리나라 GDP도 미미하게나마 근해선사 영업이익률에 영향을 주었다. 그 외 중국의 GDP, 환율, 이자율 등은 양 그룹의 영업이익률에 유의미한 영향을 주지 못하였다. 또한 경기침체기 중 2009년 글로벌 금융위기를 제외하고 1998년 외환위기 및 2020년 코로나 팬데믹 기간은 오히려 경제지표와 부의 상관관계를 보여주었다. 본 연구는 해운경기 예측의 복잡성과 어려움을 감안하여 금융비용을 고려하지 않은 영업이익률에 초점을 맞추었고, 3번의 경제·사회적 사건을 포함한 장기간의 실증 분석을 통하여 결론을 도출하였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.