• 스마트미디어저널
• /
• 제12권2호
• /
• pp.36-41
• /
• 2023

지원자 추적 시스템의 등장으로 온라인 채용이 활성화되면서 채용 사기가 심각한 문제로 대두되고 있다. 이 연구는 온라인 채용 환경에서 채용 사기를 탐지할 수 있는 신뢰할 수 있는 모델을 개발하여 비용 손실을 줄이고 개인 사생활 보호를 강화하고자 한다. 이 연구의 주요 기여는 데이터를 탐색적으로 분석하여 얻은 통찰력을 활용하여 어떤 채용 정보가 사기인지, 아니면 합법적인지를 구분할 수 있는 자동화된 방법론을 제공하는데 있다. 캐글에서 제공하는 채용 사기 데이터 집합인 EMSCAD를 사용하여 다양한 단일 분류기 및 앙상블 분류기 기반 머신러닝 모델을 훈련하고 평가하였으며, 그 결과로 앙상블 분류기인 랜덤 포레스트 분류기가 정확도 98.67%, F1 점수 0.81로 가장 좋은 결과를 보이는 것을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.94-96
• /
• 2021

본 연구는 산업현장에서 사용되는 이동로봇이 익숙하지 못한 환경에서 목적지에 도착할 수 있는 항법 알고리즘을 개발하고자 한다. 이를 위해 동적창 접근(DWA)과 Dijkstra 경로설정 알고리즘을 결합하여 항법 알고리즘을 제안한다. 이를 성능 비교하기 위해 로컬 동적창 접근(LDWA), 글로벌 동적창 접근(GDWA), 고속 탐색 랜덤 트리 (RRT) 알고리즘을 비교 분석한다. LDWA과 GDWA을 적용한 Dijkstra 알고리즘을 활용한 항법 알고리즘을 구현하여 제한된 정보를 이용하여 이동로봇이 목적지에 도달할 수 있도록 한다. 이 알고리즘들의 목적지에 도착할 때까지 걸리는 시간, 장애물 회피와 계산복잡도에 대한 비교 분석한다. 위 알고리즘의 한계를 극복하기 위한 새로운 항법 알고리즘을 제안하고 제시된 최적화된 항법 알고리즘의 산업현장에서의 활용 방안을 모색한다.

• 한국심리학회지:법
• /
• 제13권2호
• /
• pp.121-145
• /
• 2022

본 연구는 범죄 및 피해자 특성과 범죄피해 내용의 관련성을 확인하기 위하여 2010년부터 2018년까지 격년으로 수집된 전국범죄피해조사 자료에 랜덤포레스트 알고리즘을 적용하였다. 전체 자료 중 범죄피해경험이 있는 사례 및 관심 변인을 선별하여 분석자료를 구성하였으며, 총 3080건 자료의 성별, 연령(생애주기단계), 범죄유형, 가해자 면식여부, 반복피해 여부, 심리적 피해내용(우울함, 고립감, 극심한 두려움, 신체증상, 대인관계 문제, 사람을 피해 이사, 자살 충동, 자살 시도) 및 범죄피해 후 감정변화(자기보호 자신감, 자존감, 타인에 대한 신뢰감, 사법기관에 대한 신뢰감 및 사법제도와 법에 대한 존중감의 변화)를 나타내는 변인들이 분석자료에 포함되었다. 전통적 통계기법을 적용하기 어려운 자료의 특성을 고려하여, 본 연구는 범죄피해 내용(심리적 피해내용과 감정변화)을 이용하여 범죄 및 피해자 특성을 예측하기 위한 랜덤포레스트 알고리즘을 다섯 번 실행하고, VSURF 함수를 이용하여 범죄 및 피해자 특성을 잘 예측하는 범죄피해 내용 변인들을 선택하였다. 분석 결과, 범죄유형과 우울함, 극심한 두려움 및 신체증상의 관련성, 가해자 면식여부와 신체증상 및 대인관계 문제의 관련성, 반복피해 여부와 사법제도와 법에 대한 존중감 변화의 관련성이 확인되었다. 성별과 생애주기단계(청소년/성인/노인)는 각각 극심한 두려움과 자기보호 자신감 변화와 관련이 있는 것으로 확인되었으나 의미를 부여하기 위해서는 추가적 경험자료가 필요할 것으로 판단되었다. 본 연구의 결과는 범죄피해평가제도의 실효성을 높이기 위해 전문가 교육과정에 범죄 및 피해자 특성과 범죄피해 내용에 관한 지식과 사례교육의 제공 및 면담전략과 법률지식에 관한 교육강화가 필요함을 시사한다.

• 한국농림기상학회지
• /
• 제23권1호
• /
• pp.1-14
• /
• 2021

양파는 생산량 변동에 따른 가격 변화폭이 커 수급조절 대책이 필요한 대표적인 농산물로 대책의 실효성 증대를 위해서는 정확한 생산량 예측이 요구된다. 양파는 주로 노지에서 재배되기 때문에 기상변화로 인해 생산량의 정확한 추정이 어렵다. 많은 선행연구가 다양하게 시도되었지만 신뢰도 높은 분석결과를 도출하기 위한 양질의 생육 실측자료가 부족한 실정이었다. 선행연구는 기상여건을 통제한 실험설계를 통해 얻어낸 자료를 분석하거나 기상자료와 생육자료 간 지역적 범위가 동일하지 않는 연구가 대다수여서 생육요인과 기상요인 간의 관계를 명확하게 규명하기에는 한계가 있었다. 본 연구는 자연적으로 노출된 환경에서 수집한 생육 실측조사 자료와 함께 실측 대상 지역의 추정 기상자료를 사용하여 생육요인과 기상요인 간 관계를 실증적으로 분석하였다. 양파의 생산량은 구중으로 결정되지만 지상부 생육상황에 따라 구의 생장이 부진할 수 있기 때문에 본 연구에서는 구중뿐만 아니라 지상부 생장과 어떤 기상요인이 중요한지 탐색하였다. 시기별로 생육요인과 통계적으로 유의한 상관관계를 갖는 기상요인을 탐색한 후, 랜덤 포레스트 기법을 이용하여 요인들의 영향력 및 중요도를 분석하였다. 주목할만한 결과로 3월 초에는 일사량이 지상부 생육에 긍정적인 영향을 주었으며, 3월 말에는 강수량과 지상부 생장 간 음의 상관관계에 있어 가뭄에 의한 피해를 언급한 기존 문헌과 상이하였다. 또한 수확기에는 강수량과 일조시간이 지상부와 지하부 생육에 미치는 영향이 유의하게 반대로 나타났다. 본 연구에서 밝혀낸 생육시기별 중요 기상요인은 양파의 생육모형과 생산량 예측모형 개발 연구를 위한 기초자료로 유용하게 활용될 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제22권2호
• /
• pp.545-558
• /
• 2022

본 연구의 목적은 전통적인 통계과 기계학습(Machine Learning)을 통해 중국 문화산업 기업의 재무적 곤경을 정확하게 예측하는 분석 모형을 탐색하는 데 있다. 예측모형을 구축하기 위하여 중국 128개 문화산업상장 기업의 데이터를 수집하였다. 25개 설명변수로 이뤄진 데이터베이스를 토대로 판별분석과 로지스틱 회귀(Logistic) 등 전통적인 통계 방법과 서포트 벡터 기계(SVM), 결정 트리(Decision Tree)와 랜덤 포레스트(Random Forest) 등 기계학습을 이용한 예측모형을 구축하고 각 모형의 성능 평가를 위해 Python 소프트웨어를 사용한다. 분석 결과, 예측 성능이 가장 좋은 모형은 랜덤 포레스트(Random Forest) 모형으로 95%의 정확도를 보였다. 그 다음은 서포트 벡터 기계(SVM) 모형으로 93%의 정확도를 보였다. 그 다음은 결정 트리(Decision Tree) 모형으로 92%의 정확도를 보였다. 그 다음은 판정분석 모형으로 89%의 정확도를 보였다. 예측 효과가 가장 낮은 모형은 로지스틱 회귀(Logistic) 모형으로 88%의 정확도를 보였다. 이는 중국 문화산업 기업의 재무적 곤경을 예측하면서 기계학습 모형이 전통적인 통계 모형보다 더 좋은 예측 효과를 얻을 수 있음을 설명한다.

• Spatial Information Research
• /
• 제11권3호
• /
• pp.227-240
• /
• 2003

본 연구는 2D 기반의 동적 공간모형(dynamic spatial landscape models)을 통해 지표 변화 과정을 이해하고 예측할 수 있는 방법론을 제시하는데 그 초점을 두고 있다. 동적 공간모형 에 기반한 연구는 크게 지표의 공간 패턴에 대한 모형화와 변화 과정에 관한 모형화 및 모의로 구성되어 있는데 지표 변화와 관련된 규칙은 변화 원인과 그 과정에 따라 다르게 정의될 수 있다. 이때 지표 패턴의 이질성은 변화와 밀접한 관계를 가지고 있기 때문에 연구 지역의 GIS 맵으로부터 공간 패턴의 특성을 모형화 하여 이를 기반으로 변화에 관한 동적 공간 모형이 적용되어야 한다. 본 논문에서는 이를 위한 모형기반 접근법이 설명되어 있고 자연 화재로 인한 지표 변화 과정에 적용되어 동적 공간 모형이 개발되었다.

• 한국정보처리학회논문지
• /
• 제4권6호
• /
• pp.1550-1556
• /
• 1997

본 논문에서는 진화 알고리즘에 기반하여 조합 최적화 문제를 해결하고자 한다. 진화 알고리즘은 대규모 문제 공간에서 최적화 문제를 해결하는데 적합한 알고리즘이다. 본 논문의 조합 최적화의 예는 경수로 원자로로부터 나온 폐연료를 중수로에서 재사용하는데 필요한 폐연료의 조합 문제이다. 이와 같은 조합 최적화 문제는 0/1 knapsack 문제와 같이 NP-Comprete 문제에 해당한다. 이러한 문제를 해결하기 위해서는 고전적인 진화 알고리즘의 전략에 기반하여 랜덤 연산자를 이용하여 평가 함수 값이 좋은 방향으로만 탐색을 수행하는 방법, 그리고 벡터 연산자를 이용하여 최적의 해를 보다 빨리 얻을 수 있는 휴리스틱을 사용하는 방법이 있다. 본 논문에서는 중수로 연료 조합 문제 영역의 모든 지식을 벡터화하여 벡터의 연산만으로 가능성 검사, 해를 평가하는 방법을 소개한다. 또한 벡터 휴리스틱이 고전적인 진화 알고리즘에 비해 어느 정도의 성능을 보이는지 비교한다.

• 한국지진공학회논문집
• /
• 제12권6호
• /
• pp.13-23
• /
• 2008

본 논문에서는 거더교 형식을 갖는 교량구조물의 격자 유한요소모델에 대한 모델개선을 위해 하이브리드 유전자 알고리즘에 기초한 유한요소 모델개선기법을 제안하였다. 하이브리드 유전자 알고리즘은 유전자 알고리즘과 심플렉스 최적화방법에 기초한 직접탐색기법으로 구성하였다. 제안된 기법에 적용할 수 있도록 고유진동수, 모드형상 및 정적 처짐에 대한 계측값과 유한요소해석 결과를 사용한 적합함수를 제시하고, 강성과 질량을 동시에 개선할 수 있도록 이들 세 가지 적합함수의 선형 조합 형태를 갖는 다중목적함수를 제시하였다. 제안된 방법은 2경간 연속 격자 유한요소모델의 수치예제와 단경간 플레이트 거더교에 대하여 검증하였다. 수치예제의 경우, 랜덤 노이즈를 고려한 계측오차의 영향을 수치해석적으로 평가하였다. 수치해석과 실험적 검증을 통해, 제안된 방법이 거더교 형식의 교량에 대한 유한요소 모델개선에 적합하고 효과적임을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제15권2호
• /
• pp.135-142
• /
• 2005

본 논문에서는 변하는 주기 기준 신호를 추종하기 위한 광학 디스크 드라이브의 적응 반복 제어 기법을 제시한다. 주기가 알려진 주기적인 외란은 반복 제어 개념을 이용하면 충분히 제거할 수 있다. 광학 디스크 드라이브는 다양한 속도를 지원하기 때문에 변하는 주기의 외란을 가진다. 기준 주기 변화를 추종하기 위해 샘플링 주파수를 변화시키는 반복 제어를 기초로 하여 주기가 변하는 외란을 다루기 위한 적응 반복 제어를 제안한다. 제안한 제어 기법은 반복 제어기와 주파수 발생기고 구성된다. 전자는 외란 주파수의 고정 배수에서 동작하는 가변 샘플러를 사용하고 후자는 외란 주파수에 따라 변하는 샘플링 주파수를 발생한다. 광학 디스크 드라이브 제어 대한 실험 결과에서 제안한 기법의 우수성과 랜덤 탐색 시간의 개선을 보인다.

• 융합정보논문지
• /
• 제10권6호
• /
• pp.1-7
• /
• 2020

수중 자원 탐색 및 해양 탐사, 환경 조사 등 수중 통신에 대한 수요가 급격하게 증가하고 있다. 하지만 수중 무선 통신을 사용하기 앞서 많은 문제점을 가지고 있다. 특히 수중 무선 네트워크에서 환경적 요인으로 인해 불가피하게 발생하는 불필요한 지연 시간과 노드 거리에 따른 공간적 불평등 문제가 존재한다. 본 논문은 이러한 문제를 해결하기 위해 ALOHA-Q를 기반으로 한 새로운 NAV 설정 방법을 제안한다. 제안 방법은 NAV 값을 랜덤하게 사용하고 통신 성공, 실패 유무에 따라 보상을 측정한다. 이후 보상 값에 따라 NAV 값을 설정 한다. 수중 무선 네트워크에서 에너지와 컴퓨팅 자원을 최대한 낮게 사용하면서 NAV 값을 강화 학습을 통하여 학습하고 한다. 시뮬레이션 결과 NAV 값이 해당 환경에 적응하고 최선의 값을 선택하여 불필요한 지연 시간문제와 공간적 불평등 문제를 해결할 수 있음을 보여준다. 시뮬레이션 결과 설정한 환경 내에서 기존 NAV 설정 시간 대비 약 17.5%의 시간을 감소하는 것을 보여준다.