• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2002.02a
• /
• pp.180-185
• /
• 2002

본 연구에서는 선행연구에서 개발한 식물공장 시스템을 확장하여 가상의 식물공장을 설계하고 운영하는 시뮬레이션을 수행하였으며 그 결과는 다음과 같다. 1. 식물공장의 개별 장치들의 성능과 크기에 관한 수학적 모델을 구하였으며 작물의 로지스틱 생장 모델에 따라 재배장치를 배열하였다. 2. 동일조건 하에서 여러 가지 변수를 변화시키며 식물공장의 면적, 재배장치의 길이 등을 시뮬레이션 해보았으며 또한 식물공장의 연간 고정비 및 소득도 비교했다. 3. VRML을 이용하여 3차원 컴퓨터 그래픽을 이용한 가상의 식물공장을 만들어 사용자가 가상현실 속에서 둘러볼 수 있었으며, 가상 식물공장은 인터넷을 통해 WWW으로 제공할 수 있었다.

• The Journal of Engineering Geology
• /
• v.30 no.4
• /
• pp.649-661
• /
• 2020

Cut-slope management system (CSMS) has been investigated all slopes on the road of the whole country to evaluate risk rating of each slope. Based on this evaluation, the decision-making for maintenance can be conducted, and this procedure will be helpful to establish a consistent and efficient policy of safe road. CSMS has updated the database of all slopes annually, and this database is constructed based on a basic and detailed investigation. In the database, there are two type of data: first one is an objective data such as slopes' location, height, width, length, and information about underground and bedrock, etc; second one is subjective data, which is decided by experts based on those objective data, e.g., degree of emergency and risk, maintenance solution, etc. The purpose of this study is identifying an data application plan to utilize those CSMS data. For this purpose, logistic regression, which is a basic machine-learning method to construct a prediction model, is performed to predict a judging-type variable (i.e., subjective data) based on objective data. The constructed logistic model shows the accurate prediction, and this model can be used to judge a priority of slopes for detailed investigation. Also, it is anticipated that the prediction model can filter unusual data by comparing with a prediction value.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.571-573
• /
• 2022

최근 금융기관에서는 축적된 금융 빅데이터를 활용하여 차별화된 서비스를 강화하고 있다. 기업고객에 투자하기 위해서는 보다 정밀한 기업분석이 필요하다. 본 연구는 대만기업 6,819개의 95개 재무데이터를 가지고, 비대칭 데이터 문제해결, 데이터 표준화 등 데이터 전처리 작업을 하였다. 해당 데이터는 로지스틱 회기, SVM, K-NN, 나이브 베이즈, 의사결정나무, 랜덤포레스트 등 9가지 분류모델에 5겹 교차검증을 적용하여 학습한 후 모델 성능을 비교하였다. 이 중에서 성능이 가장 우수한 분류모델을 선택하여 예측 결정 이유를 판단하고자 설명 가능한 인공지능(XAI)을 적용하여 예측 결과에 대한 설명을 부여하여 이를 분석하였다. 본 연구를 통해 데이터 전처리에서부터 모델 예측 결과 설명에 이르는 분류예측모델의 전주기를 자동화하는 시스템을 제시하고자 한다.

• Journal of Digital Convergence
• /
• v.12 no.3
• /
• pp.219-226
• /
• 2014

In this study, reliability software cost model considering shape parameter based on life distribution from the process of software product testing was studied. The shape parameter using the Erlang and Log-logistic model that is widely used in the field of reliability problems presented. The software failure model was used finite failure non-homogeneous Poisson process model, the parameters estimation using maximum likelihood estimation was conducted. In comparison result of software cost model based on the Erlang distribution and the log-logistic distribution software cost model, because Erlang model is to predict the optimal release time can be software, but the log-logistic model to predict to optimal release time can not be, Erlang distribution than the log-logistic distribution appears to be effective. In this research, software developers to identify software development cost some extent be able to help is considered.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.5
• /
• pp.279-284
• /
• 2017

Currenty, in the era of big data, text mining and opinion mining have been used in many domains, and one of their most important research issues is to extract significant information from social media. Thus in this paper, we propose a logistic regression ensemble method of finding the main body text from blog HTML. First, we extract structural features and text features from blog HTML tags. Then we construct a classification model with logistic regression and ensemble that can decide whether any given tags involve main body text or not. One of our important findings is that the main body text can be found through 'depth' features extracted from HTML tags. In our experiment using diverse topics of blog data collected from the web, our tag classification model achieved 99% in terms of accuracy, and it recalled 80.5% of documents that have tags involving the main body text.

• Journal of Industrial Convergence
• /
• v.16 no.4
• /
• pp.33-46
• /
• 2018

Personal credit scoring is an effective tool for banks to properly guide decision profitably on granting loans. Recently, many classification algorithms and models are used in personal credit scoring. Personal credit scoring technology is usually divided into statistical method and non-statistical method. Statistical method includes linear regression, discriminate analysis, logistic regression, and decision tree, etc. Non-statistical method includes linear programming, neural network, genetic algorithm and support vector machine, etc. But for the development of the credit scoring model, there is no consistent conclusion to be drawn regarding which method is the best. In this paper, we will compare the performance of the most common scoring techniques such as logistic regression, neural network, and support vector machines using personal credit data of the financial institution in China. Specifically, we build three models respectively, classify the customers and compare analysis results. According to the results, support vector machine has better performance than logistic regression and neural networks.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.291-295
• /
• 2016

본 논문에서는 한국어 기본 유니트 단위로 WPM을 활용한 구글 플레이 스토어 앱의 댓글 감정분석을 수행하였다. 먼저 자동 띄어쓰기 시스템을 적용한 후, 어절단위, 형태소 분석기, WPM을 각각 적용하여 모델을 생성하고, 로지스틱 회귀(Logistic Regression), 소프트맥스 회귀(Softmax Regression), 서포트 벡터머신(Support Vector Machine, SVM)등의 알고리즘을 이용하여 댓글 감정(긍정과 부정)을 비교 분석하였다. 그 결과 어절단위, 형태소 분석기보다 WPM이 최대 25%의 향상된 결과를 얻었다. 또한 분류 과정에서 로지스틱회귀, 소프트맥스 회귀보다는 SVM 성능이 우수했으며, SVM의 기본 파라미터({'kernel':('linear'), 'c':[4]})보다 최적의 파라미터를 적용({'kernel': ('linear','rbf', 'sigmoid', 'poly'), 'C':[0.01, 0.1, 1.4.5]} 하였을 때, 최대 91%의 성능이 나타났다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.291-295
• /
• 2016

본 논문에서는 한국어 기본 유니트 단위로 WPM을 활용한 구글 플레이 스토어 앱의 댓글 감정분석을 수행하였다. 먼저 자동 띄어쓰기 시스템을 적용한 후, 어절단위, 형태소 분석기, WPM을 각각 적용하여 모델을 생성하고, 로지스틱 회귀(Logistic Regression), 소프트맥스 회귀(Softmax Regression), 서포트 벡터머신(Support Vector Machine, SVM)등의 알고리즘을 이용하여 댓글 감정(긍정과 부정)을 비교 분석하였다. 그 결과 어절단위, 형태소 분석기보다 WPM이 최대 25%의 향상된 결과를 얻었다. 또한 분류 과정에서 로지스틱회귀, 소프트맥스 회귀보다는 SVM 성능이 우수했으며, SVM의 기본 파라미터({'kernel':('linear'), 'c':[4]})보다 최적의 파라미터를 적용({'kernel': ('linear','rbf', 'sigmoid', 'poly'), 'C':[0.01, 0.1, 1.4.5]} 하였을 때, 최대 91%의 성능이 나타났다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.19-24
• /
• 2003

신경망은 적용 다양성과 제약조건의 최소성, 강력한 예측성, 범용성, 근사성 등 많은 장점을 지니고 있으나 초기 가중치의 할당에 따라 모델 생성의 Performance와 예측의 결과가 달라지게 되는 단점을 지니고 있다. 이런 신경망의 초기 가중치에 따른 단점을 보안하기 위해 통계적 알고리즘의 접목을 통해 Hybrid된 신경망 보완 알고리즘을 제시하고자 하였다. 논문을 위한 기본 가정으로 신경망의 가장 기본인 SLP 알고리즘을 바탕으로 활성함수에 가장 일반적으로 사용되는 Sigmoid 활성함수를 이용하였을 때, 초기 가중치로 기존의 임의 난수 생성 방식이 아닌 통계적 로지스틱 회귀분석의 계수값(mle)을 제시하여 이를 초기치로 사용한 경우와 그렇지 않은 경우의 예측 정확성과 수렴의 Performance정도를 비교하여 가장 효과적인 초기치 방법을 제시하고자 하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.41 no.4
• /
• pp.449-459
• /
• 2021

More than 80 % of agricultural reservoirs are old facilities over 50 years old, and safety and function declines occur. As a result, safety accidents such as the collapse of the reservoir have occurred. Precise safety diagnosis is conducted in advance to prevent accidents such as reservoir collapse, and Water resources facility improvement project are implemented based on priority. However, the priority of the business is selected based on the subjective judgment of the facility manager. In this study, we set 80 hypotheses based on the results of precision safety diagnosis and decision-making examples of existing Water resources facility improvement project and selected 45 variables using correlation analysis and significance test. Using logistic regression analysis, the final 21 variables were selected and a decision support model was presented, and the classification accuracy of the model was 86.8 %. In this research, the part that presented the quantitative index for decision support when selecting the Water resources facility improvement project has important significance.