http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
홍지영 ( Jiyeong Hong ),이서로 ( Seoro Lee ),양동석 ( Dongseok Yang ),배주현 ( Joohyun Bae ),임경재 ( Kyoungjae Lim ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-
효율적인 물관리를 위한 댐 유입량 대한 연구는 필수적이다. 이를 위하여 본 연구에서는 40년동안의 기상 및 댐 유입량 데이터를 이용하여 소양강댐 유입량을 예측하는 머신러닝 알고리즘을 개발하였다. 의사 결정 트리 (DT), 멀티 레이어 퍼셉트론 (MLP), 랜덤 포레스트 (RF), 그래디언트 부스팅 (GB), RNN-LSTM 및 CNN-LSTM 알고리즘이 사용되었으며, 그 중 가장 정확도가 높은 모형과 고유량이 아닌 경우에서 특별히 예측 정확도가 높은 모형을 결합하여 결합 머신러닝 알고리즘 (CombML)을 개발 및 평가하였다. 사용된 알고리즘 중 MLP가 NSE 0.812, RMSE 77.218 m<sup>3</sup>/s, MAE 29.034 m<sup>3</sup>/s, R 0.924, R2 0.817로 댐 유입량 예측에서 최상의 결과를 보여주었으며, 댐 유입량이 100 m<sup>3</sup>/s 이하인 경우 앙상블 모델 (RF, GB) 이 댐 유입 예측에서 MLP보다 더 나은 성능을 보였다. 따라서, 유입량이 100 m<sup>3</sup>/s 이상 시의 평균 일일 강수량인 16 mm를 기준으로 강수가 16mm 이하인 경우 앙상블 방법 (RF 및 GB)을 사용하고 강수가 16 mm 이상인 경우 MLP를 사용하여 댐 유입을 예측하기 위해 두 가지 복합 머신러닝 (CombML) 모델 (RF_MLP 및 GB_MLP)을 개발하였다. 그 결과 RF_MLP에서 NSE 0.857, RMSE 68.417 m<sup>3</sup>/s, MAE 18.063 m<sup>3</sup>/s, R 0.927, R2 0.859, GB_MLP의 경우 NSE 0.829, RMSE 73.918 m<sup>3</sup>/s, MAE 18.093 m<sup>3</sup>/s, R 0.912, R2 0.831로 CombML이 댐 유입을 가장 정확하게 예측하는 것으로 평가되었다. 본 연구를 통해 하천 유황을 고려한 여러 머신러닝 알고리즘의 결합을 통한 유입량 예측 결과, 알고리즘 결합 시 예측 모형의 정확도가 개선되는 것이 확인되었으며, 이는 추후 효율적인 물관리에 이용될 수 있을 것으로 판단된다.
Development of humanized immune mouse model to study cancer immunotherapies and other diseases
Chan Woo Kim,Jiyeong Bae Bae,Chanyoung Song,Hye Lim Lee,Jung Hyu Shin,Gyeong Seok Jo,Eun Hee Kim 한국실험동물학회 2021 한국실험동물학회 학술발표대회 논문집 Vol.2021 No.7
Cancer immunotherapy is a revolutionizing treatment that stimulates human immune system to suppress cancer growth. It has been showed successful clinical responses but only in a minority of patients and certain cancers. Thus, there is an urgent need for predictive preclinical models to drive rational immunotherapeutic drug development due to poor outcomes is that current preclinical models do not fully recapitulate the physiological mechanism underlying human diseases. During the past decade, humanized mouse model has been developed by the establishment of novel platforms of genetically modified immunodeficiency mice. Humanized immune mouse are immunodeficiency mice (NSG [NOD-scid IL2Rgammanull] or NOG [NOD/Shi-scid IL2rγnull]) that have been engrafted with functional human tissues or cells and support clinically relevant in vivo studies of human cells, tissues and immune systems. Here, we developed humanized immune mouse model through engrafting of hematopoietic stem cell (CD34+ HSC) and peripheral blood mononuclear cells (PBMC) to study antitumor efficacy of cancer immunotherapy that can be performed with human cancer cells within mice bearing components of a human immune system. Furthermore, recent studies showed that humanized mice are permitting significant progress in studies of human infectious disease, cancer, regenerative medicine, graft-versus-host disease, allergies, and immunity. Collectively, humanized immune mouse models can be used for further development of personalized precision medicines and more precise platform to evaluate the efficacy and safety of pre-clinical drugs, simulate the interaction between patients’ tumor and immune system and predict patients’ response to the treatment.