• 지질공학
• /
• 제17권2호
• /
• pp.197-204
• /
• 2007

터널은 굴착에 의해 지반의 변형을 일으키며, 지보를 설치하고 시간이 지남에 따라 점차 안정화된다. 터널 굴착이 지반 거동에 미치는 영향은 계측지점과 막장간의 거리가 증가함에 따라 감소한다. 터널의 변위가 수렴하여 안정화되는 시점을 예측할 수 있다면, 안정화 이후 이루어지는 여러 공정들을 앞당김으로써 시간적, 경제적 손실을 줄일 수 있다. 따라서 본 연구에서는 변위 수렴 시점을 예측하기 위하여 관리도 기법을 적용하였다. 퇴적암을 기반으로 하는 터널에 대한 관리도 판정 결과, 막장에서부터의 거리가 최대 100 m 이내에서 변위가 수렴하였다.

• 핵의학기술
• /
• 제16권1호
• /
• pp.115-118
• /
• 2012

Levey-Jennings 정도관리는 측정치가 관리 허용치(평균 ${\pm}2SD$ 또는 ${\pm}3SD$)를 벗어나는 우연오차만 관리를 했었다면, Westgard Multi-Rules 정도관리는 우연오차와 계통오차의 분리분석을 할 수 있고 복합적용이 가능해 병원 인증 내부정도관리에서도 적극 권장하고 있다. 하지만 검체검사 정도관리에서는 kit 내 같은 기질의 정도관리 물질을 사용해 계통오차의 인지가 쉽지 않고 잦은 농도 변경으로 목표치 설정이 어려워 Westgard Multi-Rules의 적용이 힘들었다. 따라서 본 연구는 정도관리 물질을 상용화된 제 3의 물질을 사용해 신뢰성 있는 목표치를 산출하고 Westgard Multi-Rules을 적용함으로써 정도관리를 개선하고자 한다. 갑상선 검사인 Total T3를 대상으로 정도관리 물질을 B사의 Immunoassay Plus Control Level 1, 2, 3를 사용하여 ${\pm}2SD$를 벗어난 값을 제외한 1개월 동안 295회 데이터의 평균값으로 목표치를 설정하였다. 그리고 20일간 총 194회 실험의 정도관리 물질 측정치를 표준편차 지수를 이용하여 하나의 관리도상에 놓고 Westgard Multi-Rules 중 12s, 22s, 13s, 2 of 32s, R4s, 41s, $10\bar{x}$, 7T의 규칙들을 적용하여 우연오차와 계통오차를 분리하여 분석하였다. Total T3의 목표치는 정도관리 물질 1, 2, 3번이 각각 84.2 ng/dl, 156.7 ng/dl, 242.4 ng/dl로 설정되었고 표준편차는 각각 11.22 ng/dl, 14.52 ng/dl, 14.52 ng/dl로 설정되었다. 설정된 목표치를 기준으로 Westgard Multi-Rules을 적용한 뒤 유형을 분석한 결과 우연오차인 12s가 48회, 13s가 13회, R4s가 6회로 분석되었고 계통오차인 22s는 10회, 41s가 11회, 2 of 32s가 17회, $10\bar{x}$가 10회로 분석되었으며 7T는 적용되어지지 않았다. 통제 불가능한 우연오차의 유형들은 전체실험과정을 재확인하고 재검사 비중을 높이는 등의 조치를 취하였으며 통제 가능한 계통오차의 유형들은 원인을 찾아 조치사항 양식에 기록하고 필요 시 내부정도관리 위원회에 보고하였다. 상용화된 제 3의 물질을 정도관리 물질로 사용하고 목표치를 설정함에 따라 하나의 관리도 상에서 3가지 정도관리 물질에 대한 Westgard Multi-Rules의 적용이 가능하게 되었고, 그 결과 12s, 22s, 13s, 2 of 32s, R4s, 41s, $10\bar{x}$, 7T 규칙들의 분석으로 우연오차와 계통오차의 정밀분석이 가능해 졌다. 또한 ${\pm}3SD$ 내의 모든 데이터를 분석 할 수 있어 Error 검출을 최대화 할 수 있게 되었다. 이와 같이 체계적으로 Westgard Multi-Rules을 적용한 정도관리는 검체검사의 정도관리에 질적 향상을 가져다 줄 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.583-583
• /
• 2016

다양한 평가지표가 반영된 복합 지수(Composite Index)는 물관리 정책의 우선순위 결정 및 정책성과의 모니터링에 유용한 도구로 사용되고 있다. 각 지표별 중요도를 나타내는 가중치는 최종 지수의 산정에 영향을 미칠 수 있으며, 그 결정방법도 Data Envelopment Analysis(DEA), Benefit of doubt Approach(BOD), Unobserved Component Model(UCM), Budget Allocation Process(BAP), Analytic Hierarchy Process(AHP), Conjoint Analysis(CA) 등 다양하다. 본 연구에서는 여러 가지 가중치 결정방법 중 통계적 방법인 주성분 분석(Principal Component Analysis, PCA)을 사용하여 Park et al.(2016)이 제시한 물관리 탄력성 지수(Water Management Resilience Index, WMRI)에 대한 가중치를 산정하여 동일 가중치를 적용한 기존 결과와 비교하였다. 물관리 탄력성 지수는 자연조건상 물관리 취약성(Vulnerability), 기존 수자원 인프라의 견고성(Robustness), 물위기 적응전략의 다양성(Redundancy)의 3가지 부지수(sub-index)는 각각 13개, 11개, 7개의 지표(Indicator)로 구성되어 있으며, 117개 중권역을 다목적댐 하류 본류유역(범주 1), 용수공급 및 유량조절이 불가능한 지류(범주 2)와 가능한 지류(범주 3)로 분류하여 적용되었다. 각 부지수별로 추출된 3개, 5개, 3개의 주성분이 전체 자료의 76.4%, 71.2%, 63.2%를 설명하는 것으로 분석되었으며 부지수별 주성분의 고유벡터(Eigenvector)와 고유값(Eigenvalue)를 계산하고 각 지표의 가중치를 산정하였다. 주성분 분석에 의한 가중치와 동일 가중치를 적용하였을 경우와 비교해보면 취약성 부지수 1.9%, 견고성 부지수 1.9%, 다양성 부지수 2.1%의 차이가 나타나며 물관리 탄력성 지수는 0.4%의 차이를 보임에 따라 Park et al.이 제시한 연구결과의 적정성을 확인할 수 있었다. 주성분 분석은 객관적인 가중치 설정을 위한 통계적 접근방법의 하나로써 다양한 물관리 정책지수 산정시 활용될 수 있을 것이며, 향후 다른 가중치 산정방법을 적용함으로써 각 방법에 따른 지수 결과의 민감도 및 장단점을 분석할 수 있을 것으로 판단된다.

• 건설관리
• /
• 제15권2호
• /
• pp.71-75
• /
• 2014

• LP가스
• /
• 통권66호
• /
• pp.23-24
• /
• 2000

산업자원부는 오는 2월말부터 가스업체의 안전관리 운영실태와 비상시 대응체계, 과거 사고율 등을 종합평가하고 “가스안전관리 종합평가제도”를 도입할 예정이다.

• 한국산업간호협회지
• /
• 제9권2호통권31호
• /
• pp.26-31
• /
• 2002

• 한국구조물진단유지관리공학회지
• /
• 제16권2호
• /
• pp.32-44
• /
• 2012

• 월간피드저널
• /
• 제2권4호통권8호
• /
• pp.124-127
• /
• 2004

젖소 사양관리에 있어 보다 효율적인 사료급여 관리 프로그램 개발을 위한 연구 결과의 적용 및 사양관리 평가 및 예측을 위한 다양한 방법들이 제시되고 있다.<중략>

• 건설관리
• /
• 제25권3호
• /
• pp.48-49
• /
• 2024

• 응용통계연구
• /
• 제26권6호
• /
• pp.903-913
• /
• 2013

최근 소셜 네크워크 서비스의 발달로 인해 개인의 감정이나 의견을 표현하는 소셜 데이터들이 하루에도 수백만 건씩 생산되고 있다. 또한 소셜 데이터는 개인의 의견에 또 다른 생각을 더하는 등 정보의 생산과 소비가 누구나 가능해짐으로써 사회현상을 잘 반영해주는 도구로 성장하고 있다. 본 연구에서는 블로그에 올라온 부정적인 감성어들을 분석하여 블로거의 감성변화를 탐지하기 위해 다변량 관리도를 이용하고자 한다. 이를 위해 2008년 1월 1일부터 2009년 12월 31일 사이에 생성되었던 모든 블로그를 사용하였다. 품질 특성치가 다변량으로 주어지는 경우 호텔링의 $T^2$ 관리도가 널리 사용된다. 그러나 이 관리도는 품질 특성치들의 분포가 다변량 정규분포라는 가정을 하고 있어, 비정규 다변량 자료에 대한 관리도의 성능은 좋지 않다. 이에 본 논문에서는 Sun과 Tsung (2003)이 제안한 써포트 벡터머신에서 단일 집합 분류 기법 중 하나인 SVDD(support vector data description) 알고리즘과 이를 확장한 K-관리도를 소개하고, 실제 데이터 분석에 적용해 보았다.