• Journal of Digital Convergence
• /
• v.16 no.11
• /
• pp.363-372
• /
• 2018

The objective of this study is to derive specific classification rules that could be used to prevent individuals with Metabolic Syndrome (MS) from developing diabetes. Specifically, we aim to identify rules which classify individuals with MS into those without diabetes (class 0) and those with diabetes (class 1). In this study we collected data from Korean National Health and Nutrition Examination Survey and built a decision tree after data pre-processing. The decision tree brings about five useful rules and their average classification accuracy is quite high (75.8%). In addition, the decision tree showed that high blood pressure and waist circumference are the most influential factors on the classification of the two groups. Our research results will serve as good guidelines for clinicians to provide better treatment for patients with MS, such that they do not develop diabetes.

• 한국벤처창업학회:학술대회논문집
• /
• 2009.10a
• /
• pp.293-308
• /
• 2009

본 연구는 프랜차이즈 가맹본부 실무자를 대상으로 한 교육 과정 개발의 방향을 의미 네트워크분석을 통해 밝히기 위해 프랜차이즈 CEO 그룹, 실무자 그룹을 대상으로 동적집단 면접(DGI)을 실시하였다. 실무자 대상 교육에 있어서 의사결정자인 CEO 그룹과 교육 당사자인 실무자의 교육에 대한 의견을 종합하여 교육의 개발 방향을 종합하였다. 연구결과 프랜차이즈 교육의 개선 방향으로 1) 교육의 전문화와 세분화, 2) 프랜차이즈 내부 노하우의 공유 및 이전, 3) 교육 운영 과정의 현장 지향성의 세 가지가 도출되었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.04a
• /
• pp.232-232
• /
• 1995

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1996.04a
• /
• pp.674-674
• /
• 1996

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.291-300
• /
• 1999

인터넷을 기반으로 한 정보통신의 급속한 발전이라는 기업환경의 변화에 적응하기 위해서 기업은 점차 모든 경영시스템을 인터넷을 기반으로 하도록 변화시키고 있을 뿐만 아니라, 기업 조직 또한 전세계를 기반으로한 글로벌 기업 형태로 변화하고 있다. 이러한 급속한 경영환경의 변화로 인해서 기업 내에서는 종전과는 다른 형태의 부서간 상호의사결정조정 과정이 필요하게 되었다. 일반 기업들을 대상으로 한 상호의사결정의 지원과정에 대해서는 기존에 많은 연구들이 있었으나 글로벌기업과 같은 네트워크 형태의 새로운 형태의 기업에 있어서의 상호의사결정과정을 지원할 수 있는 의사결정지원시스템에 대해서는 단순한 그룹의사결정지원시스템 또는 분산의사결정지원시스템과 같은 연구들이 주를 이루고 있다. 따라서 본 연구에서는 인터넷 특히, 웹을 기반으로 한 기업의 글로벌경영 및 분산 경영에서 비롯되는 부서간 상호의사결정이라는 문제를 효율적으로 지원할 수 있는 기업의 글로벌경영 및 분산 경영에서 비롯되는 부서간 상호의사결정이라는 문제를 효율적으로 지원할 수 있는 메커니즘을 제시하고 이에 기반한 프로토타입 형태의 시스템을 구현하여 성능을 검증하고자 한다. 특히, 기업 내에서 가장 대표적으로 상호의사결정지원이 필요한 생산과 마케팅 부서를 대상으로 상호의사결정지원 메커니즘을 개발하고 실험을 진행하였다. 그 결과 글로벌 기업내의 생산과 마케팅 부서간 상호의사결정을 효율적으로 지원 할 수 있는 상호조정 메카니즘인 개선된 PROMISE(PROduction and Marketing Interface Support Environment)를 기반으로 한 웹 분산의사결정지원시스템 (Web-DSS : Web-Decision Support Systems)을 제안하는 바이다.자대상 벤처기업의 선정을 위한 전문가시스템을 구축중이다.의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.ting LMS according to increasing the step-size parameter $\mu$ in the experimentally computed. learning curve. Also we find that convergence speed of proposed algorithm is increased by (B+1) time proportional to B which B is the number of recycled data buffer without complexity of computation. Adaptive transversal filter with proposed data recycling buffer

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1995.09a
• /
• pp.70-83
• /
• 1995

정보기술과 커뮤니케이션 네트워크의 발전은 개인 컴퓨팅(personal computing)에서 그룹 컴퓨팅(group computing)으로의 전환을 촉진하고 있 다. 이러한 경영환경에서 컴퓨터를 매개체로 한 커뮤니케이션에 관한 연구는 중요한 연구과제가 되고 있다. 이 연구의 목적은 컴퓨터를 매개체로 한 다양 한 회의양식과 과업유형의 차이가 그룹 결과에 어떤 영향을 미치며, 그룹의 상호작용 과정의 변화가 그룹 결과에 미치는 영향을 조사하는데 있다. 세가 지 서로 다른 회의양식과 세가지 과업유형이 실험실 실험으로 수행된다. 적 응구조화 이론에 기초한 연구 모델이 정립되었으며, 연구 모델의 정확한 검 증을 위해 종단 연구(longitudinal study)가 행해진다. 적응구조화 이론은 정 보기술, 사회구조, 그리고 인간 상호작용간의 관계를 설명해 주며, 이 연구를 위한 이론적 기반을 제공하고 있다. 그룹 커뮤니케이션 과정의 정확한 분석 을 위해 SYMLOG를 이용해 그룹 구성원의 커뮤니케이션을 코딩하여 조사 한다. 실험 환경의 구축은 표준 그룹웨어인 Lotus Notes를 이용한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.4
• /
• pp.386-390
• /
• 2003

Data mining is a process of discovering useful patterns for decision making from an amount of data. It has recently received much attention in a wide range of business and engineering fields. Classifying a group into subgroups is one of the most important subjects in data mining. Tree-based methods, known as decision trees, provide an efficient way to finding the classification model. The primary concern in tree learning is to minimize a node impurity, which is evaluated using a target variable in the data set. However, there are situations where multiple target variable should be taken into account, for example, such as manufacturing process monitoring, marketing science, and clinical and health analysis. The purpose of this article is to present some methods for measuring the node impurity, which are applicable to data sets with multivariate target variables. For illustration, a numerical cxample is given with discussion.

• The Journal of the Korea Contents Association
• /
• v.19 no.7
• /
• pp.99-109
• /
• 2019

Data Envelopment Analysis (DEA), a non-parametric productivity analysis tool, has become an accepted approach for assessing efficiency in a wide range of fields. Despite of its extensive applications, some features of DEA remain bothersome. For example DEA is good at estimating "relative" efficiency of a DMU(Decision Making Unit), it only tells us how well we are doing compared with our peers but not compared with a "theoretical maximum." Thus, in order to measure efficiency of a new DMU, we have to develop entirely new DEA with the data of previously used DMUs. Also we cannot predict the efficiency level of the new DMU without another DEA analysis. We aim to show that DEA can be used to evaluate the efficiency of ports and suggest the methodology which overcomes the limitation of DEA through hybrid analysis utilizing DEA along with C5.0. We can generate classification rules C5.0 in order to classify any new Port without perturbing previously existing evaluation structures by proposed methodology.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.151-152
• /
• 2012

This paper proposes a Scene Change Detection method using the local decision tree and clustering. The local decision tree detects cluster boundaries wherein local scenes occur, in such a way as to compare time similarity distributions among the difference values between detected scenes and their adjacent frames, and group an unbroken sequence of frames with similarities in difference value into a cluster unit.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.6
• /
• pp.1199-1203
• /
• 2012

This paper proposes a Scene Change Detection method using the local decision tree and clustering. The local decision tree detects cluster boundaries wherein local scenes occur, in such a way as to compare time similarity distributions among the difference values between detected scenes and their adjacent frames, and group an unbroken sequence of frames with similarities in difference value into a cluster unit.