• Parasites, Hosts and Diseases
• /
• 제55권3호
• /
• pp.319-325
• /
• 2017

We described 4 human infection cases of zoonotic fish-tapeworm, Diphyllobothrium nihonkaiense, identified with morphological and molecular characters and briefly reviewed Chinese cases in consideration of it as an emerging parasitic disease in China. The scolex and mature and gravid proglottids of some cases were seen, a rosette-shaped uterus was observed in the middle of the mature and gravid proglottids, and the diphyllobothriid eggs were yellowish-brown in color and displayed a small knob or abopercular protuberance on the opposite end of a lid-like opening. The average size of the eggs was recorded as $62-67{\times}42-45{\mu}m$. The parasitic materials gathered from 4 human cases were morphologically identified as belonging to the genera Diphyllobothrium and Adenocephalus. The phylogenetic analysis based on the nucleotide sequences of cytochrome c oxidase subunit 1 gene of the etiologic agents confirmed that the 4 cases were D. nihonkaiense infection. The finding of 4 additional D. nihonkaiense cases suggests that D. nihonkaiense might be a major causative species of human diphyllobothriasis in China. A combined morphological and molecular analysis is the main method to confirm D. nihonkaiense infection.

• 한국정보전자통신기술학회논문지
• /
• 제5권1호
• /
• pp.13-19
• /
• 2012

본 논문에서는 계층적 삼차원 블록 영상분석을 이용한 폐결절 자동 검출 방법을 제안한다. 제안하는 블록 기반 폐 영상 분석 방법은 크게 두 부분으로 나눌 수 있다. 첫 번째는 블록을 분할하고 분석하고자 하는 대상 블록을 선택하는 과정이며 두 번째는 선택된 분석 대상 블록을 분석하는 과정이다. 첫 번째 과정을 통하여 선택된 분석대상 블록들은 다음 단계인 분석과정을 통해 결절과 비결절로 분리될 수 있다. 분석대상 블록의 중심에 있는 object에서 분석을 위한 형태 특징을 추출 하고, 추출된 형태 특징 값을 Support Vector Machine을 이용하여 결절과 비 결절로 분리한다.

• Communications for Statistical Applications and Methods
• /
• 제15권1호
• /
• pp.125-136
• /
• 2008

많은 실제적인 공학 설계문제에 있어서, 목적함수의 형태는 설계변수들에 의하여 정확하게 주어지지 않는다. 이러한 환경 하에서, 구조해석, 유체 역학 해석, 열역학 분석과 같은 등과 같은 문제에서 설계변수들의 값이 주어졌을 때 목적함수들의 값은 실제 실험이나 계산상의 실험을 통하여 얻어지게 된다. 일반적으로, 이러한 실험들은 많은 비용이 든다. 이런 경우에는 실험의 횟수를 가능한 적게 하기위하여, 목적함수의 형태를 예측하는 것과 병행하여 최적화를 수행하게 된다. 반응표면분석(Response Surface Methodology, RSM)은 이러한 접근 방법에서 잘 알려져 있다. 본 논문에서는 목적함수의 예측을 위하여 서포트 벡터 기계(Support Vector Machines, SVM)의 방법을 적용할 것이다. 이러한 접근에서 가장 중요한 과제들 중의 하나는 가능한 실험의 횟수를 적게 하기 위하여 적절하게 표본자료들을 배치하는 것이다. 이러한 목적에 서포트 벡터의 정보들이 효과적으로 사용되어짐을 보이고 제안한 방법의 효율성은 공학 설계문제에서 잘 알려진 수치 예제를 통하여 보인다.

• 디지털콘텐츠학회 논문지
• /
• 제16권6호
• /
• pp.909-916
• /
• 2015

본 논문에서는 위상 공간 분석을 통해 3D 벡터 필드를 표현하는 방법을 제안한다. 이 방법은 상미분 방정식과 벡터 필드 위상과의 연결에 기초를 두고 있다. 위상 공간 분석은 위상 공간 형태의 자율 방정식 시스템의 기하학적 보간법이 되어야 한다. 이 방정식 시스템의 모든 해는 공간에서의 곡선이 아니라 곡선을 따라가는 점의 움직임과 일치한다. 이러한 분석은 이 논문의 기반이다. 새로운 방법은 3차원 벡터필드에서 육면체 셀을 5 또는 6개의 사면체 셀로 분해하는 것을 요구한다. 임계점은 각 사면체의 간단한 선형 시스템을 풀어서 간단하게 구할 수 있다. 각 사면체의 일반해에 의해 그려지는 전체 곡선과 사면체의 한 면을 포함하는 평면과의 교차점을 계산함으로써 탄젠트 곡선은 구해진다.

• 한국지능시스템학회논문지
• /
• 제18권6호
• /
• pp.876-880
• /
• 2008

주어진 데이터에서 대부분의 다른 관측치들에 비해 지나치게 크거나 작은 관측치를 이상치라고 한다. 이상치는 몇 가지 원인에 의해 발생한다. 이상치를 포함한 데이터의 분석결과는 이 값을 포함하지 않은 경우와 크게 달라질 수 있다. 일반적으로 이상치는 탐지를 통하여 찾아내어 제거한 후에 데이터분석을 수행한다. 하지만 사기탐지, 네트워크 침입 등의 데이터 마이닝 분야에서는 이상치가 중요한 정보를 포함하고 있기 때문에 반드시 포함하여 데이터분석을 수행하여야 한다. 본 논문에서 다루는 회귀모형에서는 기존의 단순, 다중 회귀분석은 이상치에 대하여 안정된 모형을 구축하기 어렵기 때문에 표준화 잔차 또는 스튜던트화된 잔차를 이용하여 이상치를 찾아내고 제거한 후의 데이터분석 수행을 추천한다. 본 논문에서는 회귀모형에서 이상치를 포함하여 효과적으로 데이터분석을 수행할 수 있는 한 방법으로 Vapnik이 제안한 통계적 학습이론에 기반한 Support Vector Regression(SVR)을 이용하였다 인공 데이터를 생성한 모의실험 결과 기존의 회귀모형에 비해 SVR의 향상된 결과를 확인할 수 있었다.

• 한국전산구조공학회논문집
• /
• 제13권3호
• /
• pp.305-319
• /
• 2000

본 논문에서는 대변형 비선형 변형체의 마찰 접촉 문제의 해법을 제시하였다. 접촉 가능 점에서 접촉조건을 접촉오차 벡터를 이용하여 표시하였으며, 이러한 접촉오차 벡터를 0으로 단조 감소시키기 위하여 반복계산법을 사용하였다. 각 반복계산은 2개의 단계로 구성되어 있다 : 첫 단계에서는 이미 구해진 해의 기하학적 모양에서 얻어지는 접촉오차 벡터를 이용하여 접촉력을 수정하고, 두 번째 단계에서는 첫 단계의 접촉력을 이용하여 평형방정식을 풀어서 변위 및 접촉오차를 계산하는 것이다. 본 반복계산법에 의하여 정확한 해를 얻을 수 있음을 설명하였으며, 강소성 막 및 비선형 탄성보를 사용하여 예제계산을 수행하였다.

• Communications for Statistical Applications and Methods
• /
• 제10권2호
• /
• pp.399-422
• /
• 2003

In actual manufacturing industries, process capability analysis often entails characterizing or assessing processes or products based on more than one engineering specification or quality characteristic. Since these characteristics are related, it is a risky undertaking to represent variation of even a univariate characteristic by a single index. Therefore, the desirability of using vector-valued process capability index(PCI) arises quite naturally. In this paper, some vector-valued ${PCI}_p$ ${C}_p$=(${C}_{px}$, ${C}_{py}$),${C}_{pk}$=(${C}_{pkx}$, ${C}_{pky}$) and ${C}_{pm}$=(${C}_{pmx}$, ${C}_{pmy}$) considering univariate PCIs ${C}_p$,${C}_{pk}$ and ${C}_{pm}$ are studied. First, we propose some asymptotic confidence regions of our vector-valued PCIs with bootstrap. And we examine the performance of asymptotic confidence regions of our vector-valued PCIs ${C}_p$ and ${C}_{pk}$ under the assumption of bivariate normal distribution BN($\mu_{x}$, $\mu_{y}$, $\sigma_{x}^{2}$, $\sigma_{y}^{2}$, $\rho$) and bivariate chi-square distribution Bivariate $x^2$(5,5,$\rho$).

• 한국해양공학회지
• /
• 제26권4호
• /
• pp.57-63
• /
• 2012

In this paper, a Bayesian classifier based on PCA (principle component analysis) is proposed to classify underwater transient signals using $16^{th}$ order LPC (linear predictive coding) coefficients as feature vector. The proposed classifier is composed of two steps. The mechanical signals were separated from biological signals in the first step, and then each type of the mechanical signal was recognized in the second step. Three biological transient signals and two mechanical signals were used to conduct experiments. The classification ratios for the feature vectors of biological signals and mechanical signals were 94.75% and 97.23%, respectively, when all 16 order LPC vector were used. In order to determine the effect of underwater noise on the classification performance, underwater ambient noise was added to the test signals and the classification ratio according to SNR (signal-to-noise ratio) was compared by changing dimension of feature vector using PCA. The classification ratios of the biological and mechanical signals under ocean ambient noise at 10dB SNR, were 0.51% and 100% respectively. However, the ratios were changed to 53.07% and 83.14% when the dimension of feature vector was converted to three by applying PCA. For correct, classification, it is required SNR over 10 dB for three dimension feature vector and over 30dB SNR for seven dimension feature vector under ocean ambient noise environment.

• 인지과학
• /
• 제23권3호
• /
• pp.295-322
• /
• 2012

본 연구에서는 벡터 공간 모델과 HAL (Hyperspace Analog to Language)을 적용해서 단어 의미 유사성을 군집한다. 일정한 크기의 문맥을 통해서 단어 간의 상관성을 측정하는 HAL을 도입하고(Lund and Burgess 1996), 상관성 측정에서 고빈도와 저빈도에 다르게 측정되는 왜곡을 줄이기 위해서 벡터 공간 모델을 적용해서 단어 쌍의 코사인 유사도를 측정하였다(Salton et al. 1975, Widdows 2004). HAL과 벡터 공간 모델로 만들어지는 공간은 다차원이므로, 차원을 축소하기 위해서 PCA (Principal Component Analysis)와 SVD (Singular Value Decomposition)를 적용하였다. 유사성 군집을 위해서 비감독 방식과 감독 방식을 적용하였는데, 비감독 방식에는 클러스터링을 감독 방식에는 SVM (Support Vector Machine), 나이브 베이즈 구분자(Naive Bayes Classifier), 최대 엔트로피(Maximum Entropy) 방식을 적용하였다. 이 연구는 언어학적 측면에서 Harris (1954), Firth (1957)의 분포 가설(Distributional Hypothesis)을 활용한 의미 유사도를 측정하였으며, 심리언어학적 측면에서 의미 기억을 설명하기 위한 모델로 벡터 공간 모델과 HAL을 결합하였으며, 전산적 언어 처리 관점에서 기계학습 방식 중 감독 기반과 비감독 기반을 적용하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권5호
• /
• pp.921-929
• /
• 2011

정보화시대에 대학에서의 교양 컴퓨터교육과정은 컴퓨터에 대한 소양을 쌓고 정보화 사회에 능동적으로 대처할 수 있는 능력을 배양하여 생산성 향상은 물론 국가 간의 경쟁력에서 뒤지지 않게 하는데 목표를 두고 있다. 본 논문에서는 대학생을 대상으로 컴퓨터교육 만족도에 영향을 미치는 결정적인 변인의 발견 및 만족도를 분석한다. 전처리과정으로 자바 기반의 학습 도구인 속성 부분집합의 선택기반을 사용하여 최적의 변인을 선택한 후 통계적 학습이론에 기반을 둔 다중 최소제곱 서포트벡터 기계를 사용하고자 한다. 대학의 교양 컴퓨터교육 만족도 분석을 위하여 새로운 알고리즘을 제시하기 보다는 기존의 다중 서포트벡터기계와 다중 최소제곱 서포트벡터기계를 비교 분석한다. 본 논문의 연구결과는 컴퓨터교육 만족도 자료의 분석에서 다중 최소제곱 서포트벡터기계가 다중 서포트벡터기계와 같이 우수한 성과를 나타내는 것을 확인하였다.