http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전종암(Jongarm Jun),강태운(Taewoon Kang) 한국정보과학회 1989 한국정보과학회 학술발표논문집 Vol.16 No.2
ISDN은 기존에 널리 확산되어 있는 디지탈 전화망으로 부터 초기에 구축될 수 있지만 점차로 ISDN 서비스가 도입되고 새로운 응용 분야가 나타남에 따라 패킷 서비스는 ISDN이 반드시 제공하야 하는 서비스가 되었다. 본 논문에서는 ISDN이 패킷 서비스를 체계적으로 수용하기 위한 여러 방안들을 비교 분석하고, 각 방안마다 앞으로 해결해야할 문제점들을 제시하였다. B-ISDN 실현 이전단계에 ISDN이 효율적인 패킷 서비스를 제공하기 위한 방법중의 하나인 부가 패킷모드 서비스에관해서 검토 하였다.
질환 예측 서비스를 위한 의학지식 융합시스템 설계와 구현
권순현(Soonhyun Kwon),유재학(Jaehak Yu),박세진(Sejin Park),전종암(Jongarm Jun),표철식(Cheol-Sig Pyo) 한국정보과학회 2021 정보과학회 컴퓨팅의 실제 논문지 Vol.27 No.7
최근 코로나 팬데믹 상황으로 인하여 비대면 원격진료를 통한 질환 예측 서비스에 대한 관심이 커지고 있다. 기존의 질환 예측 및 헬스케어 서비스에서는 환자의 건강, 기저질환, 생활습관 등 관련 의학지식 등을 고려하지 않고, 오직 실시간으로 수집하는 생체신호 데이터만을 사용하였다. 또한, 의학지식 베이스 기반의 질환 예측 큐레이션 서비스는 환자의 생체데이터를 고려하지 않는 일반적인 의학지식만을 사용하였다. 이러한 질환 예측 및 헬스 서비스의 한계를 해결하기 위해, 본 논문에서는 실시간 생체신호 데이터와 의학지식베이스를 결합한 새로운 질환 예측 및 헬스 서비스를 지원할 수 있는 의학지식 융합시스템을 제안한다. 제안하는 시스템은 생체신호를 통한 기계학습 및 딥러닝 기반 방법과 온톨로지 형태의 의학지식베이스 기반 방법을 융합하였다. 이를 위해서 생체신호 데이터의 예측모델 학습 시, 의학지식베이스를 통한 피처확장 방법과 예측모델기반 예측결과의 의학지식베이스 연계를 통한 의학지식베이스 증강방법을 설계에 반영하였다. 따라서, 제안한 시스템은 보다 일반적이고 의료현장에서의 활용성이 높은 시스템이라고 할 수 있다. 본 논문에서는 제안한 시스템의 성능과 활용 가능성을 검증하기 위해, 뇌혈관 질환 예측 서비스를 대상으로 시스템을 설계 및 개발하였다. Due to the COVID-19 pandemic, there has been an increasing interest in digital healthcare technologies, such as telemedicine and early disease prediction systems. Current disease prediction and healthcare services used only bio-signals data collected in real-time without considering the patient"s state of health, underlying disease, lifestyle, etc. Also, medical knowledge-based disease prediction services do not utilize bio-signals data. To overcome these limitations, we propose a new medical knowledge convergence system that combines a medical knowledge-based system with real-time bio-signals data. The proposed system uses various machine learning and deep learning algorithms with bio-signals data and medical ontologies. Feature extension and data augmentation methods were applied to the medical knowledge base and real-time bio-signals data to train the prediction model. The new system is more general and has great practical utility in the medical field. In this paper, the system performance and usability of the new system were verified for prediction of stroke.