• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2013.10a
• /
• pp.133-135
• /
• 2013

장래의 해상교통량에 대한 정확한 예측은 항로설계 및 해상교통의 안전성 평가 측면에서 중요한 요소이다. 본 연구는 신뢰성 있는 해상교통량을 추정하기 위해 시계열 모델의 지수평활법과 ARIMA 모형을 이용하여 모형의 식별 및 진단 방안을 제시하였다. 제시된 방법의 효과를 검증하기 위하여 주요항만인 부산항, 광양항, 인천항, 평택항의 해상교통량을 예측하였다. 그 결과로 부산항은 ARIMA 모형, 광양항은 Winters 승법 모형, 인천항은 단순계절 모형, 평택항은 ARIMA 모형이 더 적합한 모형으로 알 수 있었으며, 각 항만별 계절에 따라 월별 교통량의 차이를 보이는 것으로 분석되었다. 본 연구 결과는 향후 항로 및 항만설계 또는 해상교통 안전성 평가에 보다 신뢰성 있는 추정치를 제공할 수 있을 것으로 보인다.

• Journal of Global Scholars of Marketing Science
• /
• v.4
• /
• pp.173-196
• /
• 1999

현대의 급변하는 환경 하에서 다양한 고객의 욕구를 총족시켜야 하는 기업으로서는 기업성장에 관련된 전략을 끊임없이 수립하여야 한다. 특히 기존 시장 및 새로운 시장에 대해 지속적으로 소비자의 욕구 및 기업의 목적 등에 어느 정도 기여하는 가를 반드시 평가하여야 한다. 효과적인 시장의 선정은 기업의 목표를 달성하는 데 필요한 시장을 유지하게 할 뿐 아니라 기업의 가용자원을 사업과정에서 할당할 수 있게 해준다. 본 연구에서는 기업의 시장 평가와 선정을 위한 모형을 구축하였다. 기존 시장선정모형에서는 시장 성장률, 판매 수익, 현금 흐름 등과 같은 속성들의 단일 목표에 대한 최적해를 구하고자 하였다. 그러나 기업의 의사결정과정은 여러 상충하는 목적들을 동시에 고려하는 경우가 대부분이기 때문에 이러한 상황에 적합한 다목표 지향적인 수리모형 구축의 필요성이 제시되었다. 또한 제공되는 데이터의 불명확성과 여러 목적들을 동시에 고려할 경우 발생할 수 있는 의사결정자의 열망수준과 그 만족정도를 반영하기 위해 본 연구에서는 퍼지집합을 적용한 3 유형의 다목적계획모형을 제시하였다. 최소연산자 모형, 가중치 다목적계획 모형 및 선제우선순위 다목적계획모형의 구축 후, 설례를 통해 그 적용가능성을 알아보았다.

• Asia-Pacific Journal of Business Venturing and Entrepreneurship
• /
• v.2 no.2
• /
• pp.93-120
• /
• 2007

To promote the commercialization of high technology based start-up company, it is essential to activate technology trading for the Innovative Small & Medium companies which eager to acquire technology competitiveness through technology trading and facilitate financial system which provide Small & Medium companies with technology commercialization money. This study focus on enhancing credibility of technology valuation solutions through the improvement of the existing technology valuation solutions. The existing technology valuation solutions in practice have deficiency in reasonable valuation because of subjective technology factor's calculation. And the commercialization risk of high technology based start-up companies cannot be fully reflected in the existing valuation solutions. The high risk of technology commercialization acts as a hurdle in the facilitation of providing money for the start-up companies. The improved new model will have more acceptable objectivity and reasonably reflect the commercialization risk of start-up companies. The new model has two distinctive features compared to existing solutions. The new model newly adopts commercialization success factor which reflects the risk of high technology based start-up company. And the new model excludes technology factor which is controversial among interested parties. The exclusion of technology factor will improve the objectivity of technology valuation and the adoption of commercialization success factor will solicit investor and capitalist who concern the high risk of technology based start-up companies. In conclusion, the improved new model is expected to activate technology trading and facilitate the money market through which high technology based start-up companies raise commercialization money.

• The Journal of the Korea Contents Association
• /
• v.18 no.3
• /
• pp.354-360
• /
• 2018

Recently, the computer aided learning system has promoted a new educational concept and education system. The purpose of this study is to construct a theoretical model for the epistemic frame and evaluation tool which is emphasized according to the 21st century. Specifically, first, this study conducted a domain analysis of epistemic frame. Second, this study developed an evaluation tool to measure epistemic frame. Finally, the evaluation tool is examined in terms of validity and reliability using factor analysis and Cronbach's alpha. As a result, the theoretical model was presented through the consultation of the Advisory Group and the evaluation tool was empirically validated. We expect that this study will provide a useful information to researchers and practitioners who want to develop a computer based learning tool for learning epistemic frame.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.715-719
• /
• 2006

청계천 유역에 침투 트렌치 설치시 영향을 분포형 모형인 WEP 모형을 통하여 평가하였다. 침투 트렌치는 홍수 저감 보다는 물순환 개선에 효과가 있으나, 갈수량 증가량이 대부분 합류식 하수관에 의해 배제되는 것으로 모의되었다. 물순환 개선을 위해서는 침투 트렌치 설치에 앞서 합류식 하수관 시설의 재정비 등 유역내 저류량이 하천으로 이어질 수 있도록 하는 노력이 필요할 것으로 판단된다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.548-551
• /
• 2004

합리적인 업무 수행도의 예측을 통해 기업은 기존 업무절차의 평가뿐 아니라 업무 개선방안과 새로운 업무의 설계기준을 제시할 수 있다. 본 연구는 업무효율지표들 중 가장 중요한 요소인 업무절차의 수행시간을 예측하는 모형을 제시한다. 일반적으로 기업의 업무는 예측가능하며 장기적으로 안정된 성격을 가진다. 우리는 이러한 특성을 바탕으로 한 대기행렬 모형을 구축하고 그것을 분석하여 정적인 방식의 업무실행 시 수행시간을 예측하였다. 그리고 모형의 성능을 시뮬레이션 기법을 사용하여 평가하였다.

• The Korean Journal of Applied Statistics
• /
• v.15 no.1
• /
• pp.179-186
• /
• 2002

We usually execute the blocking under heterogeneity of experimental condition in response surface methodology. We can suggest the measure for evaluating nearly orthogonal blocking under second order models.

• Journal of Wetlands Research
• /
• v.12 no.3
• /
• pp.79-97
• /
• 2010

The purpose of this research is to apply the neural networks models for the hydrologic disaggregation of the yearly pan evaporation(PE) data in Republic of Korea. The neural networks models consist of multilayer perceptron neural networks model(MLP-NNM) and support vector machine neural networks model(SVM-NNM), respectively. And, for the evaluation of the neural networks models, they are composed of training and test performances, respectively. The three types of data such as the historic, the generated, and the mixed data are used for the training performance. The only historic data, however, is used for the testing performance. The application of MLP-NNM and SVM-NNM for the hydrologic disaggregation of nonlinear time series data is evaluated from results of this research. Four kinds of the statistical index for the evaluation are suggested; CC, RMSE, E, and AARE, respectively. Homogeneity test using ANOVA and Mann-Whitney U test, furthermore, is carried out for the observed and calculated monthly PE data. We can construct the credible monthly PE data from the hydrologic disaggregation of the yearly PE data, and the available data for the evaluation of irrigation and drainage networks system can be suggested.

• Journal of The Korean Association of Information Education
• /
• v.17 no.4
• /
• pp.497-506
• /
• 2013

The purpose of this study is to explore and develop a new instructional approach to a technology-enhanced, collaborative learning environment called Smart technology-enhanced Team-Based Learning (S-TBL). We designed a novel instructional model that combines mobile technology, collaborative teamwork, a problem-solving process, and a variety of evaluation techniques from the viewpoint of a conventional team-based model. Based on the traditional TBL model, we have integrated smart learning technologies: 1) to provide a holistic learning environment that integrates learning resources, assessment tools, and problem solving spaces; and 2) to enhance collaboration and communication between team members and between an instructor and his or her students. The S-TBL instructional approach combines: 1) individual learning and collaborative team learning; 2) conceptual learning and problem-solving & critical thinking; 3) both individual and group assessment; 4) self-directed learning and teacher-led instruction; and 5) personal reflection and publication.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.