• 한국해안·해양공학회논문집
• /
• 제31권5호
• /
• pp.278-293
• /
• 2019

파고와 주기 결합분포는 그 공학적 가치에도 불구하고, 주기에 대한 해석 모형의 부재로 인해 파고 분포에 비해 상대적으로 소홀히 다루어져, 현재 비선형성이 주기분포에 미치는 영향에 대해서도 서로 다른 의견이 상존한다. 이에 비해 파고 분포의 경우, 많은 노력이 이루어져 성과가 상당하나, 아직 이러한 성과는 파고와 주기 결합분포로 확대되지 못하였다. 본 논문에서는 이러한 문제를 해결하기 위해 먼저 파고와 주기의 결합분포를 조건부 주기 분포와 파고 분포의 곱으로 정의하였다. 이어 비선형 불규칙 파동계에서의 파고 분포, 임의의 대역폭을 지니는 비선형 불규칙 파랑계에서의 파고분포를 유도하고, 이를 Longuet-Higgins(1975, 1983), Cavanie et al.(1976)의 조건부 주기확률분포와 결합하여 새로운 파고와 주기 결합분포를 제시하였다. 검증과정은 Wallops 스펙트럼에 기초하여 수치 모의된 파랑시계열자료와 경사가 1:15인 단조해안에서 진행되는 불규칙 파랑 천수과정 수치모의를 통해 얻은 강비선형 파랑자료를 활용하여 수행되었으며, 모의 결과 finite banded waves를 대상으로 한 파고 분포와 Cavanie et al. (1976)의 조건부 주기 확률분포를 활용하는 경우 가장 근접한 결과를 얻을 수 있었다.

• 경영정보학연구
• /
• 제24권4호
• /
• pp.97-118
• /
• 2022

이미지와 같은 비정형 데이터의 불균형 클래스 문제 해결에 있어 생산적 적대 신경망(generative adversarial network)에 기반한 오버샘플링 기법의 우수성이 알려짐에 따라 다양한 연구들이 이를 정형 데이터의 불균형 문제 해결에도 적용하기 시작하였다. 그러나 이러한 연구들은 데이터의 형태를 비정형 데이터 구조로 변경함으로써 정형 데이터의 특징을 정확하게 반영하지 못한다는 점이 문제로 지적되고 있다. 본 연구에서는 이를 해결하기 위해 순환 생산적 적대 신경망(cycle GAN)을 정형 데이터의 구조에 맞게 재구성하고 이를 SMOTE(synthetic minority oversampling technique) 기법과 결합한 하이브리드 오버샘플링 기법을 제안하였다. 특히 기존 연구와 달리 생산적 적대 신경망을 구성함에 있어 1차원 합성곱 신경망(1D-convolutional neural network)을 사용함으로써 기존 연구의 한계를 극복하고자 하였다. 본 연구에서 제안한 기법의 성능 비교를 위해 불균형 정형 데이터를 기반으로 오버샘플링을 진행하고 그 결과를 SMOTE, ADASYN(adaptive synthetic sampling) 등과 같은 기존 기법과 비교하였다. 비교 결과 차원이 많을수록, 불균형 정도가 심할수록 제안된 모형이 우수한 성능을 보이는 것으로 나타났다. 본 연구는 기존 연구와 달리 정형 데이터의 구조를 유지하면서 소수 클래스의 특징을 반영한 오버샘플링을 통해 분류의 성능을 향상시켰다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 자원ㆍ환경경제연구
• /
• 제13권1호
• /
• pp.49-82
• /
• 2004

울산 지역에서 대기중 벤젠으로 인한 발암 인체영향에 대한 경제성 평가를 위해서, 건강 위해성 평가를 수행하여 대상 지역의 이론적 암 사망자수를 추정하고, 대상 지역 주민을 대상으로 가상 가치평가법을 통한 위해도 감소의 지불의사금액을 추정하여 1인의 통계적 생명가치액을 유도하여 이론적 암 사망자수에 대한 사망 손실비용을 유도하였다. 대상 지역의 대기중 벤젠의 평균 농도는 $7.88{\mu}g/m^3$(min: 1.16~max: $23.32 {\mu}g/m^3$)로 조사되었다. US EPA IRIS의 벤젠 단위 위해도 $2.2{\times}10^{-6}{\sim}7.8{\times}10^{-6}$을 사용하고, 30세 이상의 노출인구수 51만 6,641명에 대한 연간 인구 집단 위해도를 추정한 결과 10년간 발생 가능한 발암 사망자수는 2.90명(5 percentile: 0.32명~95 percentile: 9.11명)으로 조사되었다. 1인의 통계적 생명가치액을 추정하기 위하여, 공단 지역의 지불의사금액 모형을 추정한 결과, 응답자의 암 치료경험 유 무와 기대 여명, 가족수, 교육수준이 유의한 영향 요인으로 조사되었고, 연간 1만 명당 5명의 위해도 감소에 대한 지불의사금액은 월 1만 4,852원(95% C.I: 1만 3,135원~1만 6,794)으로 산출되었으며, 위해도 감소치를 고려한 1인의 통계적 생명가치액은 약 3억 6,000만 원(95% C.I: 3억 2,000만 원~4억 원)으로 추정되었다. 대기중 벤젠의 발암 영향으로 인한 건강 손실비용은 발암 위해성 평가로 추정된 이론적 사망자수에 1인의 통계적 생명가치액을 곱하여 추정하였다. 추정 결과, 현 수준의 벤젠의 발암 영향이 10년간 지속될 경우 약 10억 원(5 percentile: 1억 원~95 percentile: 33억 원)의 건강 손실이 있는 것으로 추정되었다. 본 연구 결과, 대기중 벤젠의 노출로 인한 위해도를 줄이기 위해서는 벤젠 단독물질에 대해서 이론적으로 10년간 약 10억 원에 대응하는 감소 대책에 투자하여야 한다. 그러나 벤젠 한 물질만을 감소시키기 위한 대안은 현실적이지 못하므로, 이 연구를 모델로 하여 차후 벤젠을 포함한 휘발성 유기오염물질에 대한 통합 적용이 필요하고 손실비용을 재추정해야 할 것이다.

• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.75-89
• /
• 2023

강우-유출 해석은 하천 홍수예경보, 댐 유입량 산정 및 방류량 결정 등 수자원 관리 및 계획수립에 있어 중요한 과정이며, 밀도높은 강우관측망으로부터 수집된 강우 자료는 정확한 강우-유출 해석을 위한 가장 중요한 기초 자료로 활용된다. 본 연구 대상 지역인 메콩강 유역은 국가공유하천으로 강수 자료수집이 어렵고, 구축된 자료의 양적, 질적 품질이 국가별로 상이하여 수문해석 결과의 불확실성을 높일 우려가 있다. 최근 원격탐사 기술의 발달로 격자형 글로벌 강수자료의 획득이 용이해졌으며, 이를 활용한 미계측 유역 또는 대유역에서의 다양한 수문해석 연구들이 수행된 바 있다. 본 연구에서는 미계측 대유역 수문해석에 있어 격자형 강수자료의 적용성을 평가하기 위하여 3개의 위성 강수자료(TRMM, GSMaP, PERSIANN-CDR)와 2개의 지점 격자형 강수자료(APHRODITE, GPCC)를 수집하고, APHRODITE를 관측값으로 합성곱 신경망 모형인 ConvAE 알고리즘을 이용하여 위성 강수자료의 시·공간적 편의보정을 수행하였다. 또한, 메콩강 본류의 주요지점인 Luang Prabang, Pakse, Stung Treng, Kratie 4개 수위 관측소를 선정하여 SWAT 모형의 매개변수를 보정(2004~2011)하고 지점 격자형 강수자료 및 위성 강수자료의 보정전·후의 유출모의(2012~2013) 결과를 비교·분석하였다. 그 결과 원시위성 강수자료 및 GPCC는 APHPRODITE에 비해 정량적으로 과소 또는 과대추정되거나 공간적으로 매우 상이한 패턴을 나타낸 반면, GSMaP과 ConvAE를 이용하여 보정된 위성 강수자료의 경우, APHPRODITE에 대한 시·공간적 상관성이 개선된 것으로 분석되었다. 또한 유출모의의 경우, 모든 지점에 대해서 ConvAE로 보정된 위성 강수자료를 이용한 유출모의 결과가 원시 위성강수자료를 이용한 유출결과 보다 정확도가 향상된 것으로 분석되었다. 따라서 본 연구에서 제시하는 격자형 위성 강수자료 보정기법과 연계한 강우-유출 해석은 향후 다양한 위성 강수자료를 활용한 미계측 대유역 수문해석에서 활용이 가능할 것으로 판단된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

• 대한소아치과학회지
• /
• 제30권3호
• /
• pp.502-509
• /
• 2003

전북대학교에 재학중인 학생 800명을 대상으로 구강 검사를 시행하여 정상교합자로 판단되는 86명(남자 43명, 여자 43명, 평균나이 22.2세)의 석고모형을 채득하여 분석한 결과 다음과 같은 결론을 얻었다. 1. 계측자내 오차는 순(협)설 치관 직경에서 상악 측절치가, 근원심 치관 직경에서는 상악 제 1대구치, 상악 제2대구치에서 다소 큰 값을 나타내었다. 평균 계측 오차는 순(협)설 치관 직경 측정은 0.051mm, 근원심 치관 직경 측정은 0.083mm 였다. 2. 좌우측 계측치 간의 차이는 순(협)설 치관 직경에서 평균 0.030mm, 근원심 치관 직경에서 평균 0.037mm를 보였으며, 통계학적으로 좌우측 계측치간의 유의한 차이는 없었다. 3. 영구치의 순(협)설 및 근원심 치관 직경은 전체 영구치에서 남자가 여자보다 컸다. 통계학적으로 유의성이 있는 치아는 순(협)설 치관 직경에서 상악 측절치, 상악 견치, 상악 제2소구치, 상악 제1대구치 상악 제2대구치, 하악 중절치, 하악견치, 하악 제2소구치, 하악 제1대구치 등이었고, 근원심 치관 직경에서 상악 중절치, 상악견치, 하악 견치, 하악 제1대구치 등이었다. 4. 남녀의 성차가 가장 인정되는 치아는 순(협)설 치관 직경에서는 상악 측절치, 근원심 치관 직경에서는 하악 견치였다. 5. Crown index는 남녀간에 비슷한 값을 보였고, Crown module과 Crown area는 모든 값에서 남자의 계측치가 컸다. 순(설)측 치관 직경값과 근원심 치관 직경값의 곱으로 표현되는 Crown area는 상악 제 1소구치, 하악 측절치, 하악 제 1소구치, 하악 2제소구치, 하악 제2대구치를 제외한 모든 치아에서 남녀간 차이에 통계학적 유의성이 있었다.(p<0.05)., 저염의 확산 폭이 약 10 km정도 증가하는 것으로 나타났고, 외해에 있어서 저염수는 남서풍에 의해서는 남동방향으로 그리고 북서풍에 의해서는 남서방향으로 퍼져나가는 양상을 보였다. 양쯔강에서 유출되는 평균적인 담수량에 의한 관성력과 조류의 힘만으로는 저염수가 제주도까지 도달하는 것은 힘들겠지만, 바람장과 북상하는 난류의 흐름이 합쳐질 때는 충분히 제주도 인근 해역까지 그 영향을 미칠 수 있을 것으로 예측되었다.수가 낮아지고, 소수 기회종의 우점도가 높아진 것으로 보인다.의 표면양상이 관찰되었고, 군간 별다른 차이가 없었다. 즉, 활성형 BR인 CS은 $C_{27}-BRs$, $C_{28}-BRs$의 생합성 과정뿐만 아니라 $C_{29}-BRs$의 생합성 과정을 통하여 생성되는 과정이 식물체내에 존재함을 확인 할 수 있었다.한 one-bottle 접착 시스템과 통계학적으로 유의한 차이를 보이지 않았다.y tissue layer thinning은 3 군모두에서 관찰되었고 항암 3 일군이 가장 심하게 나타났다. 이상의 실험결과를 보면 술전 항암제투여가 초기에 시행한 경우에는 조직의 치유에 초기 5 일정도까지는 영향을 미치나 7 일이 지나면 정상범주로 회복함을 알수 있었고 실험결과 항암제 투여후 3 일째 피판 형성한 군에서 피판치유가 늦어진 것으로 관찰되어 인체에서 항암 투여후 수술시기는 인체면역계가 회복하는 시기를 3주이상 경과후 적어도 4주째 수술시기를 정하는 것이 유리하리라 생각되었다.한 복합레진은 개발의 초기단계이며, 물성의 증가를 위한 연구가 필요할 것으로 사료된다.또 다른 약물인 glycyrrhetinic acid($100{\mu}M$)도 CCh 자극으로

• 경영과정보연구
• /
• 제36권4호
• /
• pp.33-51
• /
• 2017

제4차 산업혁명의 등장과 경제성장으로 인한 '국민 삶의 질 향상' 요구 증대로 인해 의료서비스의 질과 의료비용에 대한 국민들의 요구수준이 향상되고 있으며, 이로 인해 인공지능이 의료현장에 도입되고 있다. 하지만 인공지능이 의료분야에 활용된 사례를 살펴보면 '삶의 질'에 직접적인 영향을 끼치는 만성피부질환에 활용된 사례는 부족한 실정이며, 만성피부질환 중 대표적 질병인 아토피피부염은 정성적 진단 방법으로 인해 진단의 객관성을 확보할 수 없다는 한계가 존재한다. 본 연구에서는 아토피피부염의 객관적 중증도 평가 방법을 마련하여 아토피피부염 환자의 삶의 질을 향상시키고자 다음과 같은 연구를 수행하였다. 첫째, 가톨릭대학교 의과대학 성모병원의 데이터베이스로부터 아토피피부염 환자의 이미지 데이터를 수집했으며, 수집된 이미지 데이터에 대한 정제 및 라벨링 작업을 수행하여 모델 학습과 검증에 적합한 데이터를 확보했다. 둘째, 지능형 아토피피부염 중증도 진단 모형에 적합한 이미지 인식 알고리즘을 파악하기 위해 다양한 CNN 알고리즘들을 병변별 학습용 데이터로 학습시키고, 검증용 데이터를 활용하여 해당 모델의 이미지 인식 정확도를 측정했다. 실증분석 결과 홍반(Erythema)의 경우 'ResNet V1 101', 긁은 정도(Excoriation)의 경우 'ResNet V2 50'이 90% 이상의 정확도를 기록하였으며, 태선화(Lichenification)의 경우 학습용 데이터 부족의 한계로 인해 두 병변보다 낮은 89%의 정확도를 보였다. 해당 결과를 통해 이미지 인식 알고리즘이 단순한 사물 인식 분야뿐만 아니라 전문적 지식이 요구되는 분야에도 높은 성능을 나타낸다는 것을 실증적으로 입증했으며, 본 연구는 실제 아토피피부염 환자의 이미지 데이터를 활용했다는 측면에서 실제 임상환경에서 활용성이 높을 것으로 사료된다.

• 한국전통조경학회지
• /
• 제36권4호
• /
• pp.113-123
• /
• 2018

본 연구는 치료적 목적의 달성을 위해 훈련받은 치료사(Horticultural Therapist)가 실시하는 원예활동에 대상자가 참여하는 치료(Therapy)의 공간으로서 '원예치료정원의 성능개선을 위한 평가지표 개발'에 관한 연구로서 원예치료는 대상자의 치료를 위한 '의학모형'이며 원예치료정원은 대상자와 원예치료사의 활동을 기능적이고 효율적으로 지원하는 특성화된 공간임을 기본 전제로 설정하였다. 연구의 수행을 위해 의도적 표집에 의해 모집된 전문가 패널을 대상으로 3차례의 델파이(Delphi)기법과 AHP기법을 수행하였으며, 이를 통해 원예치료정원의 성능개선을 위한 평가지표를 도출하였고, 각 평가지표들을 유형화, 계층화하여 평가항목의 우선순위를 파악하였다. 본 연구를 통한 결과는 다음과 같다. 첫째, 원예치료 관련 업무를 수행하는 공무원과 원예치료사를 대상으로 본 연구의 타당성을 확보하기 위한 전문가 설문을 실시하였으며, 분석결과 관련 공무원 75.2%, 원예치료사 87.8%로 두 직군 모두 원예치료정원에 대한 인식이 높았으며 원예치료를 실시함에 있어서 치료정원의 활용이 필요하다는 의견에 동의하는 것으로 나타났다. 둘째, 원예치료정원 성능평가를 위한 가중치가 적용된 평가지표 개발을 위해 총 3회에 걸쳐 델파이 조사를 실시하였다. 이후 두차례에 걸친 델파이 조사를 통해 타당도 및 신뢰도 분석 결과, 총 34개의 원예치료정원 성능개선을 위한 평가요소가 도출되었다. 셋째, 가중치가 적용된 원예치료정원의 성능개선을 위한 평가지표 개발을 위해 계층분석기법을 적용, 각 지표별 상대적 중요도 및 가중치를 분석한 결과 상위요인에서는 '자연과 인간의 상호작용'이 가장 중요한 요인으로 나타났으며, 다음으로는 '프로그램의 계획과 활용', '사회적 상호작용', '지속가능한 환경', '보편적 디자인'의 순으로 나타났다. 넷째, 전문가를 대상으로 원예치료정원 성능평가를 위한 가중치가 적용된 평가지표 개발을 위하여 종합가중치를 활용하였다. 평가지표의 가중치 적용은 평가점수에 AHP를 이용한 종합가중치를 곱하여 산출하는 것이 일반적이며 이러한 과정을 통해 평가지표들 간의 상대적인 우선순위를 토대로 가중치와 변환점수를 분석하여, '원예치료정원의 성능개선을 위한 평가지표 및 평가점수표'를 최종 작성하였다. 가중치가 적용된 평가표를 활용하여 기존에 조성된 원예치료정원의 효율성 증대를 위한 개선점을 도출할 경우, 전문가의 의견에 따른 항목별 중요도가 반영되어 있으므로 사항별 중요도를 판단하여 우선순위를 선정하여 개선할 수 있으며, 원예치료정원의 신규 조성 시에도 계획단계에서 원예치료 활동의 효율성 증대를 위한 방안으로 주요 지표를 미리 파악함으로서 가이드라인이 설정이나 기타 효율성 증대를 위한 방안을 제안하는데 도움이 될 것으로 판단된다.