• 한국측량학회지
• /
• 제39권6호
• /
• pp.351-361
• /
• 2021

화재는 막대한 재산과 인명피해를 초래하고 있으며 크고 작은 화재가 지속해서 발생하고 있다. 따라서 본 연구는 화재 유형별로 화재에 영향을 미치는 각종 위험요인을 예측하고자 한다. 전국에서 화재 발생 건수가 가장 많은 경기도를 대상으로 화재발생위험요인 예측분석을 실시하였다. 또한, 머신러닝 방법인 SVM, RF, GBRT를 활용하여 각 모형의 정확성을 MAE,RMSE를 통해 적합도가 높은 모형을 제시하였으며 이를 토대로 경기도 화재발생요인 예측분석을 실시하였다. 머신러닝 방법 3가지를 비교분석한 결과 RF가 MAE 1.517, RMSE 1.820으로 나타났으며 MAE, RMSE 검증데이터 및 시험데이터의 경우 MAE값 0.024, RMSE값 0.12의 차이로 매우 유사하게 나타나 가장 우수한 예측력으로 나타났다. RF기법을 적용하여 분석한 결과 공통적으로 발화장소가 화재발생에 가장 큰 영향을 주는 위험요인으로 나타났다. 이러한 연구 결과는 화재발생에 영향을 주는 요인들의 위험순서를 파악하여 화재안전관리의 유용한 자료로 활용될 것으로 예상된다.

• 한국콘텐츠학회논문지
• /
• 제22권6호
• /
• pp.319-328
• /
• 2022

본 연구는 COVID-19 대유행에 의한 우울감과 공원 이용행태의 관계를 온라인상에 게시된 공원 이용에 대한 게시물을 이용하여 분석하고자 하였다. COVID-19 방역이 활발해진 기간 동안 네이버와 다음의 블로그 및 카페에서 '공원'과 '우울'을 포함한 텍스트 데이터를 수집하여 텍스트 마이닝(Text Mining)과 소셜 네트워크(Social Network)분석을 하였다. 연구결과, 우울감을 언급한 공원 이용자는 '보다', '산책/걷다', '먹다'의 이용행태를 주로 보였고, 소통 행태인 '보다'를 중심으로 다른 이용행태들이 연결되는 것으로 나타났다. CONCOR 분석 결과, 소통 행태 및 동적 행태의 군집의 경우, 단일 행태 유형으로 군집이 형성되어, 우울감을 언급한 이용자는 공원을 소통활동과 신체활동을 위한 공간으로 인식하는 경향이 나타났다. COVID-19의 대유행으로 소통활동과 신체활동의 결핍이 증가되었고 공원에서 이를 해소하려는 것으로 해석되었다. 또한 우울감의 발생으로 상대적으로 소극적인 이용행태가 주요한 이용행태로 나타났다. 본 연구결과는 도시민에게 효과적인 공원의 조성 및 관리 계획에 유용할 것으로 판단되었다. 후속 연구에서 COVID-19 대유행과 우울감의 유무를 연계한 공원 이용자의 이용행태 분석이 필요한 것으로 판단되었다.

• 한국콘텐츠학회논문지
• /
• 제21권7호
• /
• pp.259-270
• /
• 2021

최근 친환경 교통수단에 대한 관심과 바이러스로부터의 안전성을 고려하여 도시 공간 내 공유자전거 활용에 대한 관심이 높아지고 있다. 정보통신기술의 발달로 데이터를 수집하고 저장하는 기술이 향상되면서, 시민들의 공유자전거 사용에 따라 수집·저장되는 데이터를 활용한 도시 공간 내 이동성(Mobility)에 대한 연구도 활발히 진행되고 있다. 따라서, 본 논문은 문헌고찰을 통해 도시 공간 내 공유자전거 시스템을 통해 수집되는 데이터의 속성과 활용사례를 분석하여, 고찰·분석한 결과를 바탕으로 국내 공유자전거 시스템 중 하나인 세종특별자치시 어울링의 데이터 분석에 적용함으로써, 공유자전거 데이터 활용방안을 모색하였다. 분석대상으로 선정한 문헌은 GIS데이터, O-D데이터, 대여 및 반납 이력, 대여소 위치정보 및 주변정보, 날씨정보 등을 활용하여 GIS 네트워크 분석기법, 방정식 및 비율 분석, 소셜 네트워크 분석, 통계 및 네트워크 분석 등의 방법을 사용하였다. 데이터 분석을 통해 공유자전거 시스템의 현황 및 문제점을 파악하여 해결방안을 제안, 공유자전거 사용의 확장 및 활성화 방안 도출, 효율적인 공유자전거 관리 및 운영방안 도출을 위한 기초자료를 마련하였다. 궁극적으로, 데이터 분석을 통해 공유자전거를 활용하여 도시 공간 내 이동성(Mobility)을 향상시킬 수 있는 방안을 모색할 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.453-462
• /
• 2021

최근 몇 년 동안 국지성 집중호우의 빈도가 증가함에 따라 고해상도 레이더 자료의 중요성 및 활용성이 증가하고 있다. 하지만 여전히 레이더 자료의 경우 시·공간적 편의가 존재하고 이를 보정하는 것이 매우 중요하며 많은 연구에서 레이더 강우의 편의 보정을 위해 다양한 통계적 기법이 시도되었다. 본 연구에서는 시·공간적으로 강우를 추정할 수 있는 이중편파레이더의 편의를 지점 강우와 비교하여 보정하는 것을 목표로 한다. 환경부의 수자원관리 및 홍수 예측에 사용되는 S-밴드 이중편파레이더의 편의 보정을 위하여 합성곱신경망(Convolutional Neural Network, CNN)기반의 Convolutional Autoencoder (CAE) 알고리즘을 구축하여 편의 보정을 수행하였다. CAE 모델의 입력자료는 환경부의 10분 단위 레이더 합성 강우자료와 같은 공간해상도로 보간된 지점 관측 강우자료를 사용하였으며, 자료의 기간은 미호천 유역에 홍수 경보가 발령된 2017년 7월 16일 00시부터 13시까지의 10분 단위 자료를 사용하였다. 그 결과로 지점 강우 대비 원시 레이더 강우의 편의가 줄어듦을 확인할 수 있으며 시·공간적으로 개선된 결과를 보여주고 있다. 따라서 각 인접한 격자 간의 공간 관계를 학습하는 CAE 모델은 레이더 및 위성에서 추정되는 격자형 기후 자료의 실시간 편의 보정에 사용할 수 있을 것으로 분석되었다.

• 생물환경조절학회지
• /
• 제31권3호
• /
• pp.152-162
• /
• 2022

본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층6에서 r² 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.

• 한국시뮬레이션학회논문지
• /
• 제18권3호
• /
• pp.23-34
• /
• 2009

철도차량기지에서는 철도차량의 안전한 운행을 위해 연간검수 이상의 기기보전(지정보전, 장치보전), 차체 보전을 위한 장기계획에 의해 종합적인 유지보수 혹은 중대사고에 의한 차량의 파손으로 인한 차량의 보수작업이 이루어지는 중수선 작업을 수행한다. 본 연구에서는 용산기지 이전과 관련하여 대전철도차량관리단 부지 내에 계획 중인 CDC(Commuter Diesel Car)와 발전차를 정비하는 중수선 시설의 설계안에 대한 검증을 위한 시뮬레이션 모델을 개발하고 시뮬레이션 실험을 통하여 중수선 시설의 용량을 검증하였다. 시뮬레이션 모델은 철도공사의 중정비 검수공정도를 바탕으로 2가지 설계안의 설계용량을 검증하였다. 2가지 설계안을 평가하기 위하여 검수 완료 차량, 재장일, 작업장 점유율, 공정진행 차량수 및 입장검사 대기차량수 등 5가지를 분석하여 연간 검수용량이 충분한 설계안을 선정 하였다. 또한 우수한 결과를 보인 설계안의 연간 최대 검수 가능한 차량 수는 현재 연간 검수량 보다 약 15% 많은 총 340량임을 확인할 수 있었다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.241-265
• /
• 2023

기업의 부실 예측 모델은 기업의 재무 상태를 객관적으로 모니터링하는 데 필수적인 도구 역할을 한다. 적시에 경고하고 대응 조치를 용이하게 하며 파산 위험을 완화하고 성과를 개선하기 위한 효과적인 관리 전략을 수립할 수 있도록 지원한다. 투자자와 금융 기관은 금융 손실을 최소화하기 위해 부실 예측 모델을 이용한다. 기업 부실 예측을 위한 인공지능(AI) 기술 활용에 대한 관심이 높아지면서 이 분야에 대한 광범위한 연구가 진행되고 있다. 해석 가능성과 신뢰성이 강조되며 기업 부실 예측에서 설명 가능한 AI 모델에 대한 수요가 증가하고 있다. 널리 채택된 SHAP(SHapley Additive exPlanations) 기법은 유망한 성능을 보여주었으나 변수 수에 따른 계산 비용, 처리 시간, 확장성 문제 등의 한계가 있다. 이 연구는 전체 데이터 세트를 사용하는 대신 부트스트랩 된 데이터 하위 집합에서 SHAP 값을 평균화하여 변수 수를 줄이는 새로운 변수 선택 접근법을 소개한다. 이 기술은 뛰어난 예측 성능을 유지하면서 계산 효율을 향상시키는 것을 목표로 한다. 해석 가능성이 높은 선택된 변수를 사용하여 랜덤 포레스트, XGBoost 및 C5.0 모델을 훈련하여 분류 결과를 얻고자 한다. 분류 결과는 고성능 모델 설계를 목표로 soft voting을 통해 생성된 앙상블 모델의 분류 정확성과 비교한다. 이 연구는 1,698개 한국 경공업 기업의 데이터를 활용하고 부트스트래핑을 사용하여 고유한 데이터 그룹을 생성한다. 로지스틱 회귀 분석은 각 데이터 그룹의 SHAP 값을 계산하는 데 사용되며, SHAP 값 평균은 최종 SHAP 값을 도출하기 위해 계산된다. 제안된 모델은 해석 가능성을 향상시키고 우수한 예측 성능을 달성하는 것을 목표로 한다.

• 산업융합연구
• /
• 제21권7호
• /
• pp.19-27
• /
• 2023

이차전지 시장의 확대에 따라 니켈 산화광을 로터리 킬른 및 전기로 공법을 이용하여 생산하는 공정이 전 세계적으로 확대되고 있는 상황이며 지속가능한 ESG 경영 확대에 따라 배출가스 내 질소산화물 등 대기오염물질 관리가 강화되고 있다. 건식니켈제련 공정의 주요 설비 중 하나인 로터리 킬른은 광석의 건조와 예비환원을 위한 설비이며 운전 중 질소산화물이 생성되므로 질소산화물 농도 예측 운전이 필요하다. 본 연구에서는 회귀 예측을 위한 LSTM 모델과 분류 예측을 위한 LightGBM 모델을 적용한 AutoML을 사용하여 모델을 최적화 하였다. LSTM을 적용 시 5분 후 예측 값은 상관계수 0.86, MAE 5.13ppm, 40분 후 예측 값은 상관계수 0.38, MAE 10.84ppm의 결과를 얻었다. 분류 예측을 위한 LightGBM 적용 결과 Test 정확도는 5분 후 0.75에서 40분 후 0.61로 상승하여 실제 조업에 활용할 수 있는 수준까지 상승되었고 AutoML을 통한 모델 최적화 결과 5분 후 예측 값의 정확도는 0.75에서 0.80까지, 40분 후의 예측 정확도는 0.61에서 0.70까지 향상되었다. 본 연구를 통해 로터리 킬른 질소산화물 예측 값을 실제 조업에 적용하여 대기오염물질 배출규제 준수 및 ESG 경영에 기여할 수 있다.

• 지질공학
• /
• 제33권2호
• /
• pp.307-322
• /
• 2023

대형 댐 및 대심도 지하공간 개발에서 많이 시행되는 암반 그라우팅은 기초지반의 누수를 방지하여 안정성을 향상시키고 추가적인 재해를 방지하기 위해 사용되는 중요한 공종 중 하나이다. 대부분의 암반 그라우팅은 수리지질 및 암반공학적 지수들(RQD, Q-value, GSI, Js, Ap, Lu, SPI, and K)에 의해 영향을 받는다. 따라서, 안전하고 적절한 그라우팅 설계 및 시공을 위해서는 지질학자들의 정확한 기초 암반의 분석과 적절한 그라우팅 계획 수립이 필요하다. 해외의 경우 기초 암반의 수리지질 및 암반공학적 특성 분석과 그라우트 주입량(grout take, GT) 예측에 대한 연구가 활발히 이루어지고 있으며, 주로 댐의 기초지반 분야에서 많은 연구가 수행되었다. 하지만, 국내의 경우 그라우트 주입재료 및 시공관리 기법에 대한 연구는 많이 수행되었으나 암반의 수리지질 및 암반공학적 특성을 고려한 암반 그라우팅 공법에 대한 연구는 미흡한 실정이다. 이에 본 리뷰에서는 암반 그라우팅 계획시 중요한 수리지질 및 암반공학적 지수들(RQD, Q-value, GSI, Js, Ap, Lu, SPI, and K)과 그라우트 주입량의 상관성 분석을 진행한 해외 연구 사례를 파악하고 국내의 암반 그라우팅 관련 연구의 발전방향을 제시하였다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.861-866
• /
• 2023

화학비료와 넓은 공간이 있어야 하는 기존의 스마트팜과 달리, 수생생물과 작물간의 공생 관계를 활용하여 환경오염 및 기후 변화 등의 비정상적인 환경에서도 작물 재배가 가능한 아쿠아포닉스 농법이 활발하게 연구되고 있다. 해당 농법은 작물마다 생장에 필요한 환경과 영양분이 다르므로, 생장에 최적화된 수생생물 비율을 구성이 필요하다. 본 연구는 아쿠아포닉스 환경에 영상처리 기법을 활용하여 면적과 부피를 기준으로 생육 정도를 측정하는 방법을 제안한다. 배설물을 통해 유기물 생성하는 여러 종류의 민물고기와 상추 작물을 아쿠아포닉스 환경에 생육을 통해 검증하였다. 상추의 2D와 3D 영상 분석과 실시간 데이터 분석을 통해 상추의 면적 및 부피 정보를 활용하여 생장 정도를 평가하였다. 실험 결과, 상추의 면적과 부피 정보를 활용하여 재배관리가 가능하다는 것을 입증하였다. 수생생물과 생육 정보를 활용하여 농업인에게 생산 예측 서비스 제공과,변화하는 농업 환경에서의 문제점을 해결하는 시작점이 되어줄 것으로 보인다.