http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
조현병 스펙트럼 장애의 1년 유지 치료에서 클로자핀과 병용 치료제의 처방 양상 분석
김재원,김세현,장진혁,문선영,강태욱,김민아,권준수,Kim, Jaewon,Kim, Se Hyun,Jang, Jin-Hyeok,Moon, Sun-Young,Kang, Tae Uk,Kim, Minah,Kwon, Jun Soo 대한생물정신의학회 2021 생물정신의학 Vol.28 No.2
Objectives Clozapine is the most effective atypical antipsychotic agent for the treatment-resistant schizophrenia (TRS), however, only 40%-70% of TRS patients respond to clozapine. Moreover, TRS encompasses various symptom dimensions. Therefore, augmentation with other medications for clozapine is frequently applied. However, the prescription pattern of clozapine and combined medications in Korea is yet to be examined. This study aims to investigate the maintenance treatment pattern of clozapine and augmentation agents in one Korean tertiary hospital. Methods The patients with schizophrenia spectrum disorders under clozapine maintenance, defined as one-year clozapine continuation, were subjected for analysis. Medication data at one-year time-point after clozapine initiation was extracted and analyzed. Results Among total 2897 patients having clozapine prescription experience from January 2000 to December 2018, 1011 patients were on clozapine maintenance. The mean age of clozapine initiation was 30.2 ± 11.3 years, and the maintenance dose of clozapine was 217.8 ± 124.3 mg/day. Combination rate of antipsychotics, mood stabilizers, and antidepressants were 43.5%, 25.3%, 38.6%, respectively. Most frequently prescribed drugs in each category were aripiprazole, valproate, and sertraline. Olanzapine equivalent dose of combined antipsychotics was 10.4 ± 7.7 mg/day. Male patients were prescribed higher dose of combined antipsychotics and higher rate of antidepressants. Female patients had later onset of clozapine prescription. Patients with two or more combined antipsychotics were prescribed higher dose of clozapine and higher rate of antidepressants compared to patients with one combined antipsychotic. Conclusions Taken together, among the patients taking clozapine, a substantial rate of patients were under polypharmacy. The present findings based on the real-world prescription pattern could provide the valuable clinical information on the treatment of TRS-related conditions.
다변량 LSTM을 이용한 극저온 액화가스 저장탱크의 슬로싱에 의한 첨두 압력 예측
김재원(Jaewon Kim),정소명(Somyung Chung),전규목(Gyumok Jeon),박종천(Jongchun Park) 한국해양환경·에너지학회 2021 한국해양환경·에너지학회 학술대회논문집 Vol.2021 No.10
본 연구에서는 극저온 액화가스 저장 탱크 내부에서 발생하는 슬로싱에 의한 탱크 내부의 첨두 압력을 계산하기 위한 전산유체 시뮬레이션과, 시뮬레이션을 통한 계산값 이후의 첨두 압력 시계열 결과값 예측을 위해 딥러닝 방식의 순환 신경망 구조(Recurrent Neural Network, RNN) 중 하나인 LSTM(Long Short-Term Memory)를 이용하는 방법론을 제시한다. 극저온 액화가스 저장탱크의 첨두 압력 계산을 위한 상용 유동해석 시뮬레이션 프로그램으로 STAR-CCM+(ver. 15.02.007)을 사용하였으며, 계산된 첨두 압력 시계열을 Python 기반 Tensorflow 라이브러리의 LSTM 모델을 통해 이후 시계열 값을 예측하였다. 이 때 저장탱크 내 첨두 압력 시계열에 직접적인 영향을 미치는 것으로 판단되는 변수를 다변량으로 LSTM 모델에 포함시켜 계산을 진행하였으며, 이를 시뮬레이션 계산 결과와 비교하여 LSTM을 통한 예측값의 유효성을 판단하였다. This study presents a methodology of using LSTM(Long Short-Term Memory), one of the deep learning Recurrent Neural Networks(RNN), to calculate peak pressure inside the cryogenic storage tank by sloshing generated inside the tank and predict peak pressure time series after calculation. STAR-CCM+(ver.15.02.007) was used in this study for calculation of peak pressure in the tank, and LSTM module in Tensorflow(ver.2.4.0) based Python was used in this study for prediction of time series after calculations. Then the calculation was performed by including variables that were determined to have a direct effect on the peak pressure time series in the storage tank in a Multivariate LSTM, and the validity of the predicted value through LSTM was determined by comparing them with the simulation and calculation results.
의류 검색 프로그램을 위한 CNN 기반 의류 분류 모델
김재원(Jaewon Kim),신우성(Woosung Shin),김영섭(Youngseop Kim) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문은 소비자들이 2D 이미지로 직접 상품을 검색할 수 있는 프로그램을 구현하기 위해서 기존 데이터 셋인 Fashion MNIST를 데이터 셋으로 사용하는 CNN(Convolutional Neural Network) 기반의 의류 분류 모델을 제안한다. 이러한 기술의 효과로는 소비자들이 텍스트로 상품을 검색하지 않아도 2D 이미지로 직접 검색해서 관련된 상품을 찾을 수 있는 편의성이다. 딥러닝 모델의 실행 결과 훈련 데이터에 대한 학습 정확도는 97.82%, 검증 데이터에 대한 학습 정확도는 91.84%를 도출할 수 있었다. 이러한 점을 통해 개인의 소비와 패션 욕구를 해소할 수 있는 효과적인 인공지능 프로그램이 될 것이라고 기대한다.
김재원(Jaewon Kim),신현식(Hyunshik Shin) 한국정보과학회 1988 한국정보과학회 학술발표논문집 Vol.15 No.2
본 논문에서는 리스프 전용 기계(LISP MACHINE)에서의 리스트 처리가 실시간 방식 또는 대화식 방식을 지원할 수 있는 폐기 기억 환수 알고리즘을 제시한다. 이 알고리즘은 리스프 기계내에 리스트 처리 전용 프로세서와 폐기 기억 환수 전용 프로세서가 세마포를 통하여 공유 기억 장치를 액세스하면서 각각의 작업을 동시에 처리하도록 한다. 소규모의 기억 장치로 높은 효율을 얻을 수 있으며 특히 리스트 처리가 중단될 필요가 없으므로 프로그램의 생산성이 향상될 수 있다. 본 알고리즘은 Concurrent PASCAL에 의해 시뮬레이트되었다.