• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1061-1067
• /
• 2023

이 단보에서는 차세대 중형위성 4호(농림위성)의 활용에 앞서, 농림위성과 분광밴드가 유사한 Sentinel-2 위성영상에 대하여 대기보정을 모의하였다. second simulation of the satellite signal in the solar spectrum - vector(6SV)2.1 복사전달모델과 기계학습의 일종인 랜덤 포레스트(random forest, RF)를 활용하여 6SV2.1을 모사한 RF 기반의 대기보정 모델을 개발한 결과, 6SV2.1로 산출된 반사도와 RF 모델로 예측된 반사도 간의 유사도가 매우 높게 나타났다.

• 벤처창업연구
• /
• 제17권1호
• /
• pp.229-249
• /
• 2022

본 연구는 다양한 머신러닝 기법을 통해 코스닥(KOSDAQ) 시장 내 관리종목 지정을 예측할 수 있는 모델에 대해 연구하였다. 증권시장 내 기업이 관리종목으로 지정이 되면 시장에서는 이를 부정적인 정보로 인식하여 해당 기업과 투자자에게 손실을 가져오게 된다. 본 연구를 통해 기업의 재무적 데이터를 바탕으로 조기에 관리종목 지정을 예측하고, 투자자들의 포트폴리오 리스크 관리에 도움을 주기 위한 머신러닝 접근이 타당한지 살펴본다. 본 연구를 위해 활용한 독립변수는 수익성, 안정성, 활동성, 성장성을 나타내는 21개의 재무비율을 활용하였으며, K-IFRS가 적용된 2011년부터 2020년까지 관리종목과 비관리종목의 기업의 재무 데이터를 표본으로 추출하였다. 로지스틱 회귀분석, 의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, LightGBM을 활용하여 관리종목 지정 예측 연구를 수행하였다. 연구결과는 분류 정확도가 82.73%인 LightGBM이 가장 우수한 예측 모형이었으며 분류 정확도가 가장 낮은 예측 모형은 정확도가 71.94%인 의사결정나무였다. 의사결정나무 기반 학습 모형의 변수 중요도의 상위 3개 변수를 확인한 결과 각 모형에서 공통적으로 나온 재무변수는 ROE(당기순이익), 자본금회전율(Capital stock turnover ratio)로 해당 재무변수가 관리종목 지정에 있어 상대적으로 중요한 변수임을 확인하였다. 대체적으로 앙상블을 이용한 학습 모형이 단일 학습 모형보다 예측 성능이 높은 것을 확인하였다. 기존 선행연구가 K-IFRS에 대한 고려를 하지 않았고, 다소 제한된 머신러닝에 의존하였다. 따라서 본 연구의 필요성과 함께 현실적 요구를 충족시키는 결과를 제시하였음을 알 수 있으며, 시장참여자들에게 있어 관리종목 지정에 대한 사전 예측을 확인할 수 있도록 기여했다고 볼 수 있다.

• 스마트미디어저널
• /
• 제13권2호
• /
• pp.68-84
• /
• 2024

본 논문에서는 행동인식 기술을 기반으로 0세에서 2세까지의 아동을 대상으로 행동 발달 지표(활동성, 사회성, 위험성)를 파악하여 고도의 복지 서비스를 제공할 수 있는 시스템과 알고리즘에 관해 기술한다. 행동인식은 0세 영아의 눕기에서 부터 2세 유아의 점프까지 총 11개 행동을 대상으로 하였으며 광주·전남지역 어린이집 3개소에서 연구용으로 제공받은 실제 영상으로부터 직접 취득한 데이터를 학습에 사용하였다. 11개 행동에 대해 425개 클립 영상에서 1,867개 행동 데이터셋을 구축하여 학습한 결과 평균 97.4%의 인식정확도를 확인하였다. 또 실세계 적용을 위해 행동분석 장치인 엣지 비디오 분석기(Edge Video Analyzer, EVA)를 제작하였고 이 장치 위에 4채널 영상에서 최대 30명까지 실시간 행동인식이 가능한 영역별 랜덤 프레임 선택 기반 PoseC3D 알고리즘을 구현하였다. 개발된 시스템은 3곳의 어린이집에 설치되어 10명의 보육교사에 의해 1개월 간 실증테스트가 진행되었고 설문조사 결과 체감 정확도는 91점, 서비스 만족도는 94점으로 평가되었다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.21-39
• /
• 2020

딥러닝(Deep learning) 기법은 패턴분석, 이미지분류 등 다양한 분야에서 높은 성과를 나타내고 있다. 특히, 주식시장 분석문제는 머신러닝 연구분야에서도 어려운 분야이므로 딥러닝이 많이 활용되는 영역이다. 본 연구에서는 패턴분석과 분류능력이 높은 딥러닝의 일종인 합성곱신경망(Convolutional Neural Network) 모델을 활용하여 주가방향 예측방법을 제안한다. 추가적으로 합성곱신경망 모델을 효율적으로 학습시키기 위한 속성선택(Feature Selection, FS)방법이 적용된다. 합성곱신경망 모델의 성과는 머신러닝 단일 분류기와 앙상블 분류기를 벤치마킹하여 객관적으로 검증된다. 본 연구에서 벤치마킹한 분류기는 로지스틱 회귀분석(Logistic Regression), 의사결정나무(Decision Tree), 인공신경망(Neural Network), 서포트 벡터머신(Support Vector Machine), 아다부스트(Adaboost), 배깅(Bagging), 랜덤포레스트(Random Forest)이다. 실증분석 결과, 속성선택을 적용한 합성곱신경망이 다른 벤치마킹 분류기보다 분류 성능이 상대적으로 높게 나타났다. 이러한 결과는 합성곱신경망 모델과 속성선택방법을 적용한 예측방법이 기업의 재무자료에 내포된 가치를 보다 정교하게 분석할 수 있는 가능성이 있음을 실증적으로 확인할 수 있었다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.59-72
• /
• 2020

인공지능이 다루기 어려운 개념에서 아주 익숙한 도구로 자리매김 하고 있다. 이와 더불어 금융권에서도 인공지능 기술을 도입하여 기존 시스템의 문제점을 개선하고자 하는 추세이며, 그 대표적인 예가 이상거래탐지 시스템(Fraud Detection System, FDS)이다. 결제 수단의 다양화 및 전자금융거래의 증가에 따라 치밀해져 가는 사이버 금융사기(Fraud)를 기존의 규칙기반 FDS로는 탐지하기 어려워지고 있다. 이를 극복하기 위해 딥러닝 기술을 적용하여 이상거래 탐지율을 향상시키고, 이상행위에 즉각 대응하며, 탐지 결과의 반영을 자동화하고자 하는 시도가 이루어지고 있다. 딥러닝 FDS 구축에서 핵심 문제는 데이터 불균형과 이상거래 패턴의 변동이다. 본 논문에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)을 활용한 오버샘플링 기법을 통해 데이터 불균형 문제를 개선하고, 이상거래 분류기로써 심층 신경망(Deep Neural Network, DNN)과 합성곱 신경망(Convolutional Neural Network, CNN)을 적용하여 이러한 문제를 개선하고자 하였다. 실험 결과, GAN 오버샘플링이 이상거래 데이터의 불균형 문제를 개선하는데 효과를 보였으며, WGAN이 가장 높은 개선 효과가 있음을 확인하였다. 또한 제안 FDS 모형의 AUC가 0.9857로 랜덤포레스트 FDS 모형에 비해 약 6.5% 향상되어, 딥러닝이 이상거래 탐지에 뛰어난 성능을 가짐을 입증하였다. 더불어 딥러닝 모형 중 DNN은 CNN에 비해 오버샘플링의 효과를 더 잘 반영함을 확인하였다.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.156-168
• /
• 2024

연구목적: 고속도로 교통사고의 추세는 증감을 반복하며 도로 종류 중 고속도로에서의 치사율은 최고치를 나타내고 있다. 따라서 국내 실정을 반영한 개선대책 수립이 필요하다. 연구방법: Random Forest를 활용해 2019년부터 2021년까지 전국 고속도로 노선 중 사고 다발 10개 노선에서 발생한 교통사고 자료로 사고 심각도 분석 및 사고 심각도에 미치는 영향요인을 도출하였다. 연구결과: SHAP 패키지를 활용해 상위 10개의 변수 중요도를 분석한 결과, 고속도로 교통사고 중 사고 심각도에 높은 영향을 미치는 변수는 가해자 연령이 20세 이상 39세 미만, 시간대가 주간(06:00-18:00), 주말(토~일), 계절이 여름과 겨울, 법규위반이 안전운전불이행, 도로 형태가 터널, 기하구조상 차로 수가 많고 제한속도가 높은 경우로 총 10개의 독립변수에서 고속도로 교통사고 심각도와 양(+)의 상관관계를 가지는 것으로 분석되었다. 결론:고속도로에서의 사고 발생은 매우 다양한 요인의 복합적인 작용으로 인해 발생하므로 사고 예측에 많은 어려움이 있지만 본 연구로 도출된 결과를 활용해 고속도로 교통사고 심각도에 영향을 주는 요인을 심층적으로 분석해 효율적이고 합리적인 대응책 수립을 위한 노력이 필요하다.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.33-48
• /
• 2024

향상된 모바일 광대역(eMBB), 초저지연 및 고신뢰 통신(URLLC), 대규모 기계형 통신(mMTC) 등의 특징을 가진 5G의 등장으로 인해 효율적인 네트워크 관리와 서비스 제공을 위해 증가하는 네트워크 트래픽과 복잡성 해결이 시급한 상황이다.본 논문에서는 기계학습(Machine Learning, ML) 및 딥러닝(Deep Learning, DL)기술을 활용하여 5G 네트워크의 초고속, 초저지연, 초연결성이라는 주요 과제를 해결하면서 네트워크 슬라이싱 및 자원 할당을 동적으로 최적화하는 새로운 접근 방식을 제시한다. 제안된 기법에서는 네트워크 트래픽 및 자원 할당에 대한 예측 모델, 네트워크 대역폭 및 지연 시간을 최적화하면서 동시에 개인 정보와 보안을 향상시키기 위한 연합 학습(FL) 기법을 사용한다. 특히, 본 논문에서는 랜덤 포레스트와 LSTM 등 다양한 알고리듬과 모델의 구현 방법에 대해 자세히 다루며, 이를 통해 5G 네트워크 운영의 자동화와 지능화를 위한 방법론을 제시한다. 마지막으로 제안된 기법을 통해 5G 네트워크에 ML 및 DL을 적용하여 얻을 수 있는 성능향상 효과를 성능평가 및 분석을 통해 검증하고 다양한 산업 응용 분야에서 네트워크 슬라이싱 및 자원 관리 최적화를 위한 솔루션을 제시한다.

• 감성과학
• /
• 제27권2호
• /
• pp.81-90
• /
• 2024

본 연구에서는 경피신경전기자극(TENS)을 이용하여 다양한 자극 강도에 따른 뇌혈관에 미치는 영향을 확인하고자 한다. 특히 비지각적 감각의 전기자극을 통해 총경동맥(CCA)에서의 혈류 변화 및 혈관의 구조적인 변화를 확인해 보고자 한다. 본 연구에는 20대의 건강한 성인 24명이 참여하였다. 자극 강도는 감각 역치 미만, 감각 역치, 그리고 감각 역치 초과 세 가지를 각각 랜덤 순서로 적용하였다. 측정위치는 CCA 분기점의 1cm 하단에서 측정하였고, 혈류속도는 C-mode 도플러, 혈관의 구조는 B-mode 영상을 통해 측정하였다. 측정은 각각의 자극별로 중재 전, 중재 중, 그리고 중재 후에 수행하였고 각 세션마다 혈압의 변화를 측정하였다. 그 결과 최고 수축기 속도(PSV)는 역치미만의 비지각적 감각자극에서 중재 후 유의하게 감소함이 확인되었다(p = .008). 역치 미만의 자극 후 PSV는 자극 전보다 평균 3.04% 유의하게 감소한 것으로 나타났다(p = .011). 반면 CCA의 혈관 직경의 변화는 모든 강도에서 자극 전후 유의한 변화가 나타나지 않았다. 본 연구에서 적용한 단시간의 비지각적 전기자극이 혈관의 직경이나 혈압의 유의한 변화를 주지 않으면서 즉각적인 혈류속도 감소에 효과가 있음을 발견했다. 따라서 본 연구는 경동맥 부위에 환자의 불편함과 부작용이 없는 전기자극을 통해 뇌혈류의 조절이 가능하다는 것을 보여주는 중요한 시도로 평가될 수 있다.

• 한국가정과교육학회지
• /
• 제35권3호
• /
• pp.97-116
• /
• 2023

본 연구는 가정과수업에서 지속가능발전교육(ESD) 프로그램 연구를 메타분석하는 데 목적이 있다. 메타분석을 할 논문 선정을 위해 KCI에서 2000년부터 2023년 4월까지 검색어로 '환경', '지속가능', 'ESD', '녹색', '생태', '가정' 등과 함께 '개발', '적용', '효과' 등을 조합하여 논문을 수집하여 총 41개 논문을 최종 분석하였다. 랜덤효과 모형을 이용해서 전체적인 효과 크기를 측정한 결과, .51(SE=.08)로 가정과수업에서 지속가능발전교육 프로그램이 효과가 있는 것으로 나타났다. 가정과수업에서 ESD 프로그램의 효과 검증을 알아본 연구의 62개 효과크기를 연구설계, ESD 영역(사회, 환경, 경제), 내용 영역, 학교급, 학교 소재지에 따라 효과크기가 다른지 분석한 결과, 연구설계, 내용 영역, 학교 소재지에 따라 효과크기가 차이가 나는 것을 알 수 있었다. 이 연구는 메타분석을 통해 가정과교육에서 실행된 ESD가 효과가 있음을 확인한 것에 의의가 있으며, 앞으로 가정과수업을 통하여 지속가능한 생산과 소비, 기업의 지속가능성, 시장 경제 등 ESD에서 경제적 관점을 적용한 연구를 제언하였다.

• 자원환경지질
• /
• 제57권4호
• /
• pp.353-362
• /
• 2024

본 연구는 무인항공기 기반 초분광 센서를 활용하여 퇴적물의 함수율에 따른 분광학적 반응 특성을 고찰하고, 비행 고도에 따른 함수율 탐지 효율성을 평가하였다. 이를 위해 다양한 함수율을 가진 퇴적물 시료를 대상으로 40m와 80m 고도에서 400~1000nm 파장 대역의 초분광 영상을 획득하고 분석하였다. 퇴적물의 반사도는 함수율이 증가함에 따라 전반적으로 감소하는 경향을 보였다. 함수율과 반사도 사이의 상관관계 분석 결과, 400~900nm 전 영역에서 강한 음의 상관관계(r < -0.8)를 보였다. 랜덤포레스트 기법을 활용한 함수율 탐지모델 구축 결과, 40m와 80m 고도에서의 탐지 정확도는 각각 RMSE 2.6%, R² 0.92와 RMSE 2.2%, R² 0.95로 나타나 고도 간 정확도 차이가 미미함을 확인하였다. 변수 중요도 분석 결과, 600~700nm 대역이 함수율 탐지에 주요한 역할을 하는 것으로 나타났다. 본 연구는 향후 환경 모니터링 분야에서 효율적인 퇴적물의 수분 관리와 자연재해 예측에 활용될 수 있을 것으로 기대된다.