• 전자통신동향분석
• /
• 제31권2호
• /
• pp.18-27
• /
• 2016

국가 경제의 지속적인 발전이 가능하게 하려면 미래 유망기술의 발굴이 중요함은 널리 알려져 있다. 하지만, 과학기술의 융 복합화와 불확실성의 증가 그리고 기존 기술의 틀을 깨는 혁신적 기술의 등장 등으로 인해서 실효성 높은 미래 유망기술의 발굴이 어려워지고 있다. 미래 유망기술 선점을 위해서는 fast follower 전략에서 first mover 형으로 전환이 필요하며, 이를 위해서는 기술태동 초기의 weak signal을 파악해야 한다. 지금까지 weak signal 탐지는 주로 전문가 기반으로 이루어져 왔으나 분석 시간이 오래 걸릴 뿐만 아니라 대상 분야가 넓어지고 분석할 데이터의 양이 급격히 증가하면서 정량적 데이터 분석을 보완적으로 사용하는 방향으로 패러다임의 변화가 일어나고 있다. 하지만, 텍스트 분석을 통한 weak signal 탐지기술은 아직 기초적인 수준에 머물러 있어서 관련 연구에 대한 투자가 필요하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.22-24
• /
• 2003

작은 데이터에서 베이지안망 분류기(Bayesian network classifier, BNC)를 학습할 때, 과대적합(overfitting)으로 인한 일반화 성능의 저하가 초래된다 이런 경우, 베이지안 모델 평균화(Bayesian model averaging, BMA)는 모델 자체에 대한 불확실성을 분석 과정에서 고려함으로써, 성능 저하를 피할 수 있는 수단을 제공한다. 본 논문에서는 BNC의 BMA의 작은 데이터에 대한 성능을 평가 및 분석한다. 특히, 노드의 순서에 대한 평균화의 효과가 연구된다. 인공데이터에 대한 실험 결과, 노드의 순서가 BNC의 BMA의 분류 성능에 미치는 영향은 지대하며, 이는 데이터의 크기가 극히 작은 경우의 성능 저하에 직접적인 원인이 된다.

• 기술혁신학회지
• /
• 제21권2호
• /
• pp.818-837
• /
• 2018

기술혁신에는 본질적인 어려움이 따르는데, 이는 상당부분 기술이 지닌 불확실성에 기인한다. 따라서 혁신과정에서 불확실성에 따른 위험을 감소시키기 위한 예측 방법론은 정량적 분야와 정성적 분야 모두에서 제시되어 왔다. 한편 최근 빅 데이터와 인공지능에 큰 관심이 이어지며 특히 알파고의 알고리즘 중 하나인 딥 러닝이 뛰어난 성능을 보이고 있다. 이에 본 연구는 혁신성과 예측에 있어 딥 러닝을 이용한 방법론을 접목하여 연구를 진행하였다. 모델 구축 및 학습에 있어 KIS 2016 데이터를 이용하였으며, 투입 요인으로는 정보 원천의 사용도와 혁신 목적을 사용하였고 산출 요인으로는 혁신 성과 지표를 구성하여 사용하였다. 분석 결과 선행 연구들에 비해 예측의 정확도가 향상되었음을 확인할 수 있었다. 또한 학습이 진행됨에 따라 예측의 자유도 역시 향상됨을 확인하였다.

• 한국건설관리학회논문집
• /
• 제8권3호
• /
• pp.159-167
• /
• 2007

항만구조물의 계획 및 설계과정에서 VE/LCC분석을 통한 최적의 경제적인 의사결정이 더욱더 요구되고 있는 추세이나, 최근의 VE/LCC 설계자료를 분석해 보면 항만구조물의 열화성능에 대한 확률적 불확실성을 고려한 포괄적인 분석은 충분히 이루어지지 않은 실정이다. 본 연구에서는 퍼지 신뢰성 이론을 도입하여 항만구조물 중 방파제의 열화성능을 평가한 후 퍼지 신뢰성 해석에 따른 생애주기 비용으로 가치를 분석할 수 있는 VE/LCC 분석 모델을 개발하였고, 분석모델의 신뢰성과 활용성을 향상시키기 위한 측면에서 실제 대상 구조물에 적용한 결과, 기존의 확정론적 방법에서 고려되지 않는 데이터의 불확실량과 주관적 가치분석을 본 연구의 퍼지론적 방법에서 보다 합리적으로 반영할 수 있었고, 가치지향적 설계대안의 선정과 생애주기비용의 평가 및 유지관리조치를 위한 예산의 분배 등에 유리한 방법으로 평가되었다.

• 한국콘크리트학회:학술대회논문집
• /
• 한국콘크리트학회 1996년도 봄 학술발표회 논문집
• /
• pp.334-339
• /
• 1996

본 연구의 목적은 불확실성이 내포되어 있는 콘크리트 구조물을 신뢰성 이론에 근거한 보통강도, 고강도 콘크리트에서의 휨모멘트-곡률관계와 하중변위관계를 해석하는데 그 목적을 두고 있다. 또한 기존의 해석방법과 본 연구에서의 해석방법을 비교하고 각 강도별로 기존에 제안된 응력블럭을 가정, 강도별에 알맞은 응력블럭을 검증하고 본 연구의 해석방버벵 대한 타당성을 증명하는 데 있다. 그래서 기존의 문헌을 통하여 공시체 데이터($\Phi$10$\times$20)에 대한 회귀분석을 이용하여 각 강도별로 곡선식을 모델화하여 제안하였고 이 식을 이용하여 불확실성을 내포하고 있는 몬테카롤로 시뮬레이션을 사용하여 내력을 평가하여 기존연구 해석치와 각 응력블럭을 이용한 본 연구에서의 해석치를 비교검토하여 이 해석방법의 타당성을 증명하는데 있다.

• 디지털융복합연구
• /
• 제13권1호
• /
• pp.227-235
• /
• 2015

빅데이터분석은 조직의 문제해결을 위한 융합적 수단이다. 효과적인 문제해결을 위해서는 문제의 형태, 데이터의 유형 및 존재여부, 데이터 분석역량, 분석을 위한 기반정보기술의 수준 등 다양한 요인을 융합적으로 고려하여 문제해결의 접근법이 결정되어야 한다. 본 연구에서는 기획 접근법으로 논리적인 하향식 접근법, 데이터기반의 상향식 접근법, 그리고 문제해결 환경의 불확실성을 극복하기 위한 프로토타이핑 접근법 등 세 가지 유형을 제안한다. 특히, 이 유형 중에서 창의적 문제해결과 상향식 접근법이 어떤 연관성을 갖는지 살펴본다. 또한 데이터 거버넌스와 데이터 분석역량을 융합적으로 고려하여 조직의 빅데이터분석의 소싱과 관련한 주요 전략적 이슈를 도출한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.141-141
• /
• 2017

본 연구에서는 대하천의 8개의 수질인자(수온, 용존산소, 수소이온농도, 전기전도도, 총질소, 총인, 탁도, 클로로필-a)를 예측할 수 있는 인공신경망모델을 개발하였다. 인공신경망모델(ANN)은 수질데이터가 가지는 불확실성 및 비정상성, 복잡한 상호관련성에 효과적으로 대응할 수 있는 데이터기반 모델이다. 데이터기반 모델의 특성상 예측정확도를 높이기 위해서 양질의 입력데이터를 구성하는 것이 가장 중요하다. 때문에 각각의 수질인자뿐만 아니라 기상학적 인자 또한 예측을 위한 입력자료로 사용하였으며, 요인분석 및 층화표층추출법을 적용하여 입력데이터를 구성하였고 앙상블기법을 이용하여 추가적으로 예측의 정확도를 향상시켰다. 개발된 모델을 이용하여 지천유입이 있는 북한강의 수질자료를 예측한 결과 탁도를 제외한 7개의 수질인자 모두 0.85 이상의 설명력을 보였으며, 실측값과 예보값을 비교해본 결과 평균적으로 10% 미만의 에러값을 나타냈다. 요인분석을 통하여 연관성있는 인자를 입력인자로 추가한 경우 향상된 결과값을 보였주었으며, 앙상블기법을 적용한 결과 정확도 면에서 큰 향상을 보여주었다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2017년도 추계학술대회 논문집
• /
• pp.499-510
• /
• 2017

기술혁신에는 본질적인 어려움이 따르는데, 이는 상당부분 기술이 지닌 불확실성에 기인한다. 따라서 혁신 추구의 어려움을 경감에는 혁신 예측 방법론이 큰 도움이 될 수 있다. 한편 최근 빅데이터와 인공지능에 큰 관심이 이어지며 특히 알파고의 알고리즘 중 하나인 딥 러닝이 뛰어난성능을 보이고 있다. 이에 본 연구는 혁신성과 예측에 있어 딥 러닝을 이용한 방법론을 접목하여 연구를 진행하였다.. 모델 구축 및 학습에 있어 KIS 2016 데이터를 이용하였으며, 투입 요인으로는 정보 원천의 사용도와 혁신 목적을 사용하였고 산출 요인으로는 혁신 성과 지표를 구성하여 사용하였다.

• Ecology and Resilient Infrastructure
• /
• 제9권1호
• /
• pp.24-35
• /
• 2022

수질분야에서 물재해 안정성 강화를 위해 과거와 현재의 수질을 분석하여 예측하는 기술을 지속적으로 고도화하는 것이 필요하며 데이터 기반의 예측 모형이 하나의 대안으로 대두되고 있다. 데이터 기반 모형은 복잡하고 광범위한 자료의 양을 기반으로 구축되기 때문에 보다 신뢰도 있는 결과를 얻을 수 있는 입력자료의 조합을 위한 상관관계 분석방법의 적용이 필수적이다. 본 연구에서는 보다 신속하고 정확한 데이터 기반의 수질 예측 모형을 구성하기 위한 선행단계로 Gamma Test를 적용하였다. 먼저 팔당댐의 다양한 수문조건에 따른 해당 유역의 복잡성과 정밀성이 재현된 과거와 현재의 일단위 수질을 최대한 확보하고자 물리적 기반 모형 (HSPF, EFDC)을 구동하였다. 팔당댐 수질예측지점과 팔당댐으로 유입되는 주요 하천의 수질을 대상으로 Gamma Test를 수행한 후 해석결과 (Gamma, Gradient, Standar Error, V-Ratio)를 통해 최적의 자료조합을 선정하는 방법을 제시하였다. 본 연구의 결과는 데이터 기반 모형 구축 시 반복적인 수행과정을 생략하여 시간을 단축하면서 보다 효율적으로 최적의 입력자료를 선정할 수 있는 정량적인 기준을 보여준다.

• 정보처리학회논문지D
• /
• 제15D권1호
• /
• pp.139-146
• /
• 2008

유용한 웹 사용자 그룹을 파악하고 이들의 행동패턴을 찾는 것은 eCRM에서 매우 중요하다. 그러나 온라인 사용자 데이터에는 불확실한 정보가 많이 포함되어 있어 이를 바탕으로 유사한 성향을 가진 사용자 그룹을 생성하는 경우 신뢰성이 떨어지는 문제점이 있다. 본 논문에서는 불확실성이 포함된 사용자와 페이지의 서로 다른 두 데이터 계층의 상호작용을 통해 좀 더 신뢰성 있는 사용자 그룹을 생성하고 데이터에 내재된 이들의 행동패턴을 추출하는 방법을 제시하였다. 그리고 C4.5를 사용하여 생성된 행동규칙과의 비교를 통해 본 논문에서 제시하는 방법과의 비교분석을 실시하였다.