• 응용통계연구
• /
• 제28권6호
• /
• pp.1209-1216
• /
• 2015

경쟁위험사건들은 다기관 임상시험과 같은 군집화된 임상연구에서 자주 관측되어진다. 본 논문에서는 하나의 군집으로 부터 얻어지는 경쟁위험 생존자료에 대해 공통 프레일티를 허락하는 결합 프레일티모형 접근법을 제안한다. 추론을 위해 어려운 적분 자체를 피하는 다단계 가능도를 사용하여, 대응하는 추론절차를 유도한다. 또한 실제자료 분석을 통해 제안된 방법을 예증한다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 International Conference
• /
• pp.597-602
• /
• 2007

데이터 마이닝 분야에서 앙상블 모형의 유용성은 널리 인정되고 있다. 앙상블을 구성하는 단위모형들 사이의 다양성이 보장되는 경우, 최종 모형의 정확성 및 안정성이 향상되기 때문이다. 하지만, 얼마나 많은 단위 모형들이 어떤 방식으로 결합되어야 하는가에 대해서는 아직도 더 많은 연구가 필요하다. 본 연구에서는 신용카드 부정사용 유형 중 하나인 현금불법융통 문제에 대해 앙상블 모형의 유용성을 검증하고자 한다. 부정행위 적발 모형은 전형적인 분류 문제의 한 유형이나, 클래스간 불균형이 매우 심하다는 특징이 있다. 따라서, 현금불법융통 문제에 적합한 다양성(Diversity) 척도를 개발하여 최소한의 단위모형들로 앙상블 모형을 구성하는 방안을 제시하였다. 축소된 앙상블 모형이 많은 수의 모형을 결합한 앙상블 모형과 거의 같은 정확성 및 안정성을 보임을 국내 신용카드사의 실제 자료를 사용하여 입증하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.288-288
• /
• 2018

점착성 유사는 응집 현상을 겪는 유사로, 응집 현상(Flocculation Process)는 응집 과정(Aggregation Process)와 파괴 과정(Breakup Process)의 경쟁으로 이루어진다고 여겨진다. 응집 현상을 통해 점착성 유사는 물과 점착성을 띠는 작은 입자들의 덩어리인 플럭(Floc)을 형성하여 흐름 내에서는 대부분이 플럭의 형태로 이동한다. 점착성 유사의 응집 모형 중 하나인 플럭 성장모형(Floc Growth Model, FGM)은 상미분 방정식으로 시간에 따른 플럭의 크기를 계산하는 모형이다. 응집과 파괴의 평형 상태에서 평균 입경을 얻는다. 이러한 FGM은 낮은 수치 계산 비용으로 합리적인 계산 결과를 얻을 수 있으며, 유사 이동 모형 혹은 흐름 모형과의 결합이 수월한 장점을 가진다. 또한, 닫힌 계(Closed System)에서 질량이 보존되는 특징이 있다. 반면, 결정론적인 특성을 띠면서 특정 플럭 크기만을 계산하기 때문에 점착성 유사의 입도 분포에 대한 정보를 얻을 수 없다. 결정론적 특성을 띠는 FGM에 추계학적 방법을 적용함으로써 특정 확률 분포형을 가지는 플럭의 입도 분포를 얻을 수 있다. 본 연구에서는 기 개발된 추계학적 FGM과 유사 이동 모형의 결합을 통해 변화하는 유수동역학적 조건에서 플럭의 입도 분포를 산정하고자 한다. 이전의 많은 실험실 실험 결과들은 부유가 발생한 상태를 유지하면서 수행되는 것으로, 특정 난류 특성(난류 소산 매개변수)와 특정 유사 농도 조건에서의 입도 분포를 얻는다. 그러나 하구부 및 하천의 하류는 조류의 영향을 받는 구간으로, 점착성 유사의 특성을 분석하기 위해서는 변화하는 유수동역학적 특성에 관한 고려가 필수적이라 할 수 있다. 결합된 점착성 유사 입도 분포 모형은 플럭의 침강과 재부유를 고려할 수 있는 특징을 가지며, 실측자료와의 비교를 통해 입도 분포를 합리적으로 모의하는 것으로 나타난다. 본 연구에서 개발된 점착성 유사 입도 분포 모형은 나아가 비점착성 유사의 입도 분포 모형과의 결합을 통해 두 종류의 유사가 혼재하는 구간에서도 합리적인 입도분포와 유사의 이동을 모의할 수 있을 것으로 예측된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.114-114
• /
• 2022

딥러닝의 학습 및 예측성능을 개선하기 위해서는 딥러닝 기법 내 연산과정의 개선과 함께 학습 및 예측에 사용되는 데이터의 전처리 과정이 중요하다. 본 연구에서는 딥러닝의 성능을 개량하기 위해 제안된 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형과 데이터 전처리 기법을 통해 댐의 수위를 예측하였다. 수위예측을 위해 Multi-Layer Perceptron(MLP), 메타휴리스틱 최적화 알고리즘인 Harmony Search(HS)와 딥러닝을 결합한 MLP using a HS(MLPHS) 및 Exponential Bandwidth Harmony Search with Centralized Global Search(EBHS-CGS)와 딥러닝을 결합한MLP using a EBHS-CGS(MLPEBHS)를 통해 댐의 수위를 예측하였다. 메타휴리스틱 최적화 알고리즘-딥러닝 결합모형의 학습 및 예측성능을 개선하기 위해 학습 및 예측을 위한 자료를 기반으로 데이터 전처리기법을 적용하였다. 적용된 데이터 전처리 기법은 정규화, 수위구간별 사상(Event)분리 및 수위 변동에 대한 자료의 구분이다. 수위예측을 위한 대상유역은 금강유역에 위치한 대청댐으로 선정하였다. 대청댐의 수위예측을 위해 대청댐 상류에 위치하는 수위관측소 3개소를 선정하여 수위자료를 취득하였다. 각 수위관측소에서 취득한 수위자료를 입력자료로 설정하였으며, 대청댐의 수위자료를 출력자료로 설정하여 메타휴리스틱 최적화 알고리즘-딥러닝 모형의 학습을 진행하였다. 각 수위관측소 및 대청댐에서 취득한 수위자료는 2010년부터 2020년까지 총 11년의 일 단위 수위자료이며, 2010년부터 2019년까지의 자료를 학습자료로 사용하였으며, 2020년의 자료를 예측 및 검증자료로 사용하였다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 1998년도 공동추계학술대회 경제위기 극복을 위한 정보기술의 효율적 활용
• /
• pp.665-670
• /
• 1998

본 연구에서는 시계열자료의 ARMA 모형화를 위해 의사결정트리 분류기상에 존재하는 인공신경망의 구조를 개선하여 이들 각각의 인공신경망으로부터 도출된 결과를 Dempster's rule of combination을 이용하여 결합할 수 있는 방법론을 제시하고 있다. 인공신경망을 이용한 기존의 ARMA 모형화 방법과 비교한 결과, 본 연구에서는 제시한 방법이 주어진 ESACF 특성패턴에 대해 보다 정확하게 ARMA 모형화를 하는 것으로 나타났다.

• 한국정보과학회논문지:시스템및이론
• /
• 제28권3호
• /
• pp.144-154
• /
• 2001

다중 결합 질의에 포함된 다수의 결합 연산지를 효율적으로 처리하기 위해 서는 효율적인 병렬 알고리즘이 필요하다. 최근 다중 해쉬 결합 질의의 처리를 위해 할당 트리를 이용한 방법이 가장 우수한 것으로 알려져 있다. 그러나 이 방법은 실제 결합 시에 할당 트리의 각 노드에서 필연적인 지연이 발생되는 데 이는 튜플-시험 단계에서 외부 릴레이션을 디스크로부터 페이지 단위로 읽는 비용과 이미 읽는 페이지에 대한 해쉬 결합 비용간의 차이에 의해 발생하게 된다. 이들 사이의 실행시간을 가급적 일치시키기 위한 '페이지 실행시간 동기화'기법이 제안되었고 이를 통해 할당 트리 한 노드 실행에 있어서의 지연 시간을 줄일 수 있었다. 하지만 지연 시간을 최소화하기 위해 할당되어질 프로세서의 수 즉, 페이지 실행시간 동기화 계수(k)는 실제 결합 시의 결합률에 따라 상당한 차이를 보이게 되고 결국, 이 차이를 고려하지 않은 다중 해쉬 결합은 성능 면에서 크게 저하될 수밖에 없다. 본 논문에서는 결합 이전에 어느 정도의 결합률을 예측할 수 있다는 전제하에 다중 해쉬 결합 실행 시에 발생할 수 있는 지연 시간을 최소화 할 수 있도록 결합률에 따라 최적의 프로세서들을 노드에 할당함으로서 다중 해쉬 결합의 실행 성능을 개선하였다. 그리고 분석적 비용 모형을 세워 기존 방식과의 다양한 성능 분석을 통해 비용 모형의 타당성을 입증하였다.

• 대한교통학회지
• /
• 제28권4호
• /
• pp.119-128
• /
• 2010

통행자의 통행수단선택행태는 개인의 사회경제적 속성과 수단의 속성뿐만 아니라 통행자 개인의 잠재된 통행행태 즉, 통행행태적 선호도 역시 큰 영향을 미친다. 통행수단선택행태에 특정한 영향을 미치는 잠재통행행태를 수단선택모형에 반영한다면 비관측요인에서 기인하는 오차를 크게 줄일 수 있고, 통행행태에 대한 다양하고 보다 합리적인 해석이 가능하다. 본 연구에서는 한강 수상대중교통 도입에 따른 수단선택행태조사 자료를 활용하여 잠재변수를 정의하고 새로운 수단에 대한 분석이 가능한 RP/SP 결합모형을 구축하였다. 잠재변수는 행태설문조사자료를 기반으로 요인분석을 통해 계량화하였다. 모형구축결과 통행자들의 잠재된 통행행태는 수단선택행태에 유의한 영향을 미치고, 잠재변수를 반영한 경우 모형의 적합도가 향상되었다. 또한 잠재행태 관점에서도 RP/SP 결합모형이 SP모형에 비해 합리적인 것으로 분석되었다.

• 한국해안·해양공학회논문집
• /
• 제22권4호
• /
• pp.248-257
• /
• 2010

본 연구에서는 조석과 해일이 결합된 범람모의 적용에 앞서 적용모형인 MIKE21 모형의 실시간 조석 및 조석-해일 결합모의에 대한 적용성을 검토하였다. 실시간 조석모의에 대한 적용성 검토결과, 한반도 주변해역을 모두 포함하는 광대역에 대한 모의결과임에도 만족스러운 결과를 보였다. 조석-해일 결합모의에 있어서도 전반적으로 높은 정도로 태풍 MAEMI(0314) 내습 당시의 수위 상승 양상의 재현이 가능하였을 뿐 아니라 태풍 MAEMI가 상륙한 통영, 마산, 부산 해역의 경우 관측조위와 정량적으로 매우 근접한 모의 결과를 획득할 수 있었다. 또한 조석의 영향이 강하고 수심이 복잡한 목포해역 일대에서는 조석과 해일 상호간의 비선형 효과가 크게 작용하고 있음을 확인할 수 있었고, 이에 따라 특히 서남해안에서의 조석-해일 결합모형의 효용성을 입증할 수 있었다.

• 대한화학회지
• /
• 제60권5호
• /
• pp.362-373
• /
• 2016

이 연구에서는 2009 개정 교육과정에 따른 교과서에서 제시하고 있는 이온 화합물의 설명 개념과 모형을 분석하고, 학생들이 이온 화합물에 대해 어떻게 이해하고 있는지 설문 검사하였다. 교과서 분석은 중학교 과학2 교과서 9종과 고등학교 화학 I과 화학 II 교과서 4종을 대상으로 하였고, 설문 검사는 중학교 2학년, 고등학교 1~3학년 학생 194명을 대상으로 실시하였다. 연구 결과는 다음과 같다. 첫째, 교과서 내용 분석 결과, 이온 화합물을 설명할 때 사용한 과학적 개념과 이를 표현하는 모형은 교과서 마다 차이가 있었다. 이온 화합물의 정의에서는 정전기적 인력, 강한 결합, 규칙적 배열, 결합비의 개념 중 몇 가지를, 이온 화합물의 성질에서는 녹는점, 부서짐, 용해, 전기 전도성 중 몇 가지를 선택적으로 제시하였다. 또한 설명 없이 모형만 제시하거나 설명만 하고 모형은 제시하지 않은 경우도 있었다. 이러한 차이는 중학교 과학2 교과서에서와 같이 이온 화합물에 대한 별도의 성취기준이 없는 경우와 결합비나 용해와 같이 학년별로 동일한 개념을 반복하여 다룰 때 더 크게 나타났다. 둘째, 이온 화합물에 대한 학생 설문 분석 결과, 이온의 형성 과정과 결합비를 설명할 때 과학적 개념을 잘 적용하지 못하였고 모형으로 표현하는 것을 어려워하였다.

• 대한교통학회지
• /
• 제21권2호
• /
• pp.119-130
• /
• 2003

SP 자료는 현재 존재하지 않는 교통정책 및 계획의 평가를 위해 광범위하게 이용되어 왔으나 현시선호와의 연계가 단점으로 지적되어 왔다. 이를 극복하는 방법의 하나로서 현시선호자료, 즉 RP 자료와의 결합이 제시되어 왔으며 RPㆍSP 결합방법론이 개발되었다. 본 논문의 목적은 Error Component 방법을 이용하여 새로운 RPㆍSP 결합방법을 제시하고 그 유용성을 입증하는 것이다. Error Component 방법은 SP 자료 또는 RP 자료의 상대적인 분산을 구하기 위해 각 자료의 오차를 분할하고 이에 대한 파라메타와 효용의 파라메타를 동시에 추정하는 것이다. 이를 위한 분석자료는 시뮬레이션을 통해서 인위적인 RP 자료와 SP 자료를 생성하여서 사용하였고 생성된 자료로 Error Component 방법을 이용한 결합모형과 기존의 결합방법의 결과를 파라메타 및 시간가치를 척도로 비교ㆍ분석하였다. 연구 결과 본 연구에서 제시한 방법론이 자료의 규모에 관계없이 일관되게 기존 RPㆍSP 결합방법에 의해 추정된 모형보다 가정된 파라메타 값에 일치함을 보여줘 Error Component 방법이 유용함을 증명하였다. 또한 파라메타의 비로 표현한 시간가치도 Error Component 방법의 적용값이 기존방법론의 적용값보다 가정된 값과 유사한 값을 보여 줘 본 연구가 제시한 방법의 우월성을 입증하였다. 또한 기존 결합모형인 동시적 모형과 순차적 모형이 모두 RP자료와 SP자료를 결합하는 방법으로 유용하게 사용될 수 있음을 보여주었으나 동시적방법이 보다 순차적방법보다 효율적인 방법으로 분석되었다.