치매 진단 솔루션 개발

  1. MRI를 이용한 치매 진단 솔루션 개발
    1. NIA 인공지능 데이터 구축 사업을 통해 수집된 치매 환자 MRI 데이터를 이용한 치매 환자 분류 모델 개발
      1. Freesurfer를 통한 MRI 데이터에서 뇌 부위별 분할 및 중량 값 추출을 통한 Classification 진행
      2. 특허 등록을 위해 Freesurfer를 대체하기 위한 Segmentation Modeling 및 Classification 진행
        1. 치매에 영향을 많이 미치는 해마에 대한 Segmentation 진행(using U-Net)
        2. Segmentation된 이미지에서 중량값 추출(MRI의 Voxel 값을 통한 계산)
        3. 추출한 중량값을 통한 Classification Modeling 진행
      3. 한계점 및 개선 사항
        1. 해마 Segmentation 정확도 문제
          1. mIOU를 통한 모델 정확도 테스트 진행하였으나 해마 크기가 작아서 정확한 정확도 측정을 위한 다른 평가 방법 필요
        2. 해마만으로 치매 진단을 진행하기에는 한계가 있음
        3. 최근 연구된 VoxelNet을 통한 Segmentation 진행 시 좋은 결과를 얻었을 것으로 생각됨
  2. 치매 환자 Voice를 통한 치매 진단 솔루션 개발
    1. NIA 인공지능 데이터 구축 사업을 통해 수집된 치매환자 Voice 데이터를 통한 치매 환자 분류 모델 개발
      1. 해외 선행 연구 사례를 참고하여 모델링 진행
        1. 치매 진단을 위한 설문지(SNSB-II, CERAD-K, …) 녹음 파일 활용
          1. voice 파일을 wavelet transform 진행 후 Mel-spectrogram으로 변환
          2. voice 파일을 Mel-spectrogram으로 변환
        2. 변환된 Mel-spectrogram을 통한 이미지 분류 모델 진행
      2. 한계점 및 개선 사항
        1. 솔루션화 진행하기에는 모델 분류 정확도가 낮음(60~70%)
        2. 전처리 방법 개선
        3. 사투리, 습관, 억양 등 개개인의 차이로 인한 문제점
  3. 동서발전 고도화 사업 진행을 위한 솔루션 개발 방안 탐색
    1. 기 구축된 유연탄 가격 예측 솔루션의 문제점 해결을 위한 방안 탐색
      1. 모델 정확도 개선을 위한 방안 탐색
        1. 기존 활용된 지수평활법 이외 시계열 예측에 많이 활용되는 RNN, LSTM 활용 검토
        2. TimeGAN을 통한 학습 데이터 증강
      2. Tableau 사용성 개선 또는 대시보드 개발
        1. Tableau 사용성 개선 한계점 존재
          1. 속도 문제, 데이터 갱신 문제, 사용성 문제
          2. Python을 통한 end-to-end 개발을 위해 Dash를 통한 대시보드 개발 진행 검토

유연탄 가격 지수 통계 모델링