1 |
류정우, 김영진, 김은주, 김명원, "기상예보기반 화재발생 확률 예측모델의 생성 기법", 「정보과학회논문지」, 제20권, 제2호(2014), pp.68-78.
|
2 |
이수진, "화재 위험 큰 건물 찾아내는 머신러닝 예측모델 구축", 「서울연구원 세계도시동향」, 제452호(2019).
|
3 |
행정안전부, "행안부, 디지털 뉴딜 선도할 25개분야 공공데이터 개방", 「대한민국 정책브리핑」, 2020.08.18.
|
4 |
류정우, 김영진, 김은주, 김명원, "기상예보기반 화재발생 확률 예측모델의 생성 기법", 「정보과학회논문지」, 제20권, 제2호(2014), pp.68-78.
|
5 |
Ma, X., Sha, J., Wang, D., yu, Y., Yang, Q., and Niu, X., "Study on a prediction of P2P network loan default based on the machine learning LightGBM and XGBoost algorithms according to different high dimensional data cleaning", Electronic Commerce Research and Applications, Vol.31(2018), pp.24-39.
DOI
|
6 |
오재영, 함도현, 이용건, 김기백, "XGBoost 기법을 이용한 단기 전력 수요 예측 및 하이퍼파라미터 변화에 따른 영향 분석", 「전기학회논문지」, 제68권, 제9호(2019), pp.1073-1078.
|
7 |
김한민, "앙상블 머신러닝 기법과 블록체인 정보를 활용한 이더리움 엉클 블록 예측 분석", 「디지털융복합연구」, 제18권, 제11호(2020), pp.129-136.
DOI
|
8 |
권수현, "작년 화재 발생.사망자 감소...재산피해는 역대 최대", 「연합뉴스」, 2020.01.06.
|
9 |
원종석, "서울시 화재 대응력 향상방안", 「서울연구원 정책리포트」, 제239호(2017), pp.1-21.
|
10 |
고경석, 황동현, 박상준, 문가경, "기계학습을 통한 전기화재 예측 모델 연구", 「한국정보전자통신기술학회지」, 제11권, 제6호(2018), pp.703-710.
|
11 |
박명화, 최소라, 신아미, 구철회, "기상예보기반 화재발생 확률 예측모델의 생성 기법", 「Journal of Korean Academy of Nursing」, 제43권, 제1호(2013), pp.1-10.
DOI
|
12 |
김성진, 안현철, "기업신용등급 예측을 위한 랜덤 포레스트의 응용", 「산업혁신연구」, 제32권, 제1호(2016), pp.187-211.
|
13 |
Qgunleye, A., and Wang, Q. G., "XGBoost Model for Chronic Kidney Disease Diagnosis", IEEE/ACM transactions on computational biology and bioinformatics, Vol.17, No.6(2019), pp.2131-2140.
|
14 |
황혜진, 김수현, 송규원 "XGBoost 모델 해석을 통한 노인의 인지능력 개선.악화 요인 탐구", 「차세대컴퓨팅학회지」, 제14권, 제3호(2018), pp.16-24.
|
15 |
황의홍, 최지훈, 최돈묵 "소방차 출동 시 효율적인 골든타임 확보 방안에 관한 연구", 「한국방재학회지」, 제18권(2018), pp.119-126.
|
16 |
Ke, G., Meng, Q., Finley, T., Wang, T., Chen, W., Ma, W., ..., and Liu, T. Y., "Lightgbm:A highly efficient gradient boosting decision tree", Advances in neural information processing systems, Vol.30(2017), pp.3146-3154.
|