• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.97-103
• /
• 2004

인력계획업무를 체계적이고 과학적으로 수행하기 위해서는 다양한 계량적인 모형이 요구된다. 이 중에서 핵심적인 모형은 미래의 인력운영을 시뮬레이션 할 수 있는 인력운영예측모형, 인력구조, 인사제도, 인력흐름간의 수리적인 관계를 분석하는 인력구조 분석모형, 인력운영 목표를 달성하기 위한 진급계획 최적화 모형 등이다. 본 논문에서는 이러한 모형 개발 시 적용한 통계적 방법론을 설명하고 주요 통계적 이슈를 제기하였다

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.674-677
• /
• 2019

예측 모델은 어떤 상황이 주어졌을 때, 다음 상황에 대한 예측을 수행하는 시스템으로, 현재 상황을 올바르게 인지하고, 그 인지된 상황을 토대로 미래를 예측할 수 있는 지능을 갖고 있어야 한다. 이러한 예측 모델이 올바르게 동작하기 위해서는 상황을 올바르게 인지하는 기능이 우선되어야 하지만, 원시 데이터로부터 상황을 인지하기 위해서는 원시 데이터를 올바르게 해석하기 위한 데이터 정제 과정이 필요하다. 이에 본 연구에서는 다양한 형태의 원시 데이터를 예측 모델의 유효한 입력 값으로 변환시키기 위한 데이터 정제 방법을 제안한다. 본 방법은 윈시 데이터의 형태 정의, 데이터 정규화, 속성 관계 검증, 결측치 보정, 그리고 신뢰도 적용의 5단계로 구성되어 있다.

• 한국벤처창업학회:학술대회논문집
• /
• 2019.11a
• /
• pp.135-141
• /
• 2019

최근 대표적 글로벌 유통기업인 미국의 아마존과 중국의 알리바바가 전 세계적으로 가장 큰 시장점유가 있으며 두 기업의 국내진입 시 국내 유통산업에 큰 영향을 미칠 것으로 예상한다. 두 기업은 온라인 기업이 오프라인 기업을 흡수 합병함으로써 새로운 가치를 창출해내는 O2O (Online to Offline) 추세가 국제적으로 진행되고 있다. 아마존과 알리바바와 같은 글로벌 유통업체들은 일본, 인도와 같은 타 국가로의 세계 진출을 적극적으로 하는 추세이다. 본 연구에서는 아마존, 알리바바와 같은 글로벌 유통업체가 세계 진출의 일환으로 국내 유통시장 진입 시, 노출된 글로벌 경쟁 속에서 국내 유통기업들의 사업전망을 예측해보고, 해당 예측에 기반하여 기업 차원의 전략적 대응방안 및 정부 차원의 정책 지원방안을 마련하는 데 그 목적이 있다. 시장 현황분석을 기반으로 하여, 미래 시장예측 방법으로써 무작위로 추출된 난수(Random Number)를 이용하여 원하는 방정식의 값을 확률적으로 구하기 위한 알고리즘(Algorithm) 및 시뮬레이션(Simulation)의 방법인 몬테카를로(Monte Carlo, MC) 방법론을 사용하여 국내 유통시장의 변화를 예측하여 본 연구를 진행하였다.

• The Journal of the Korea Contents Association
• /
• v.20 no.3
• /
• pp.209-222
• /
• 2020

The purpose of this paper is to predict the future changes of housing through the Delphi technique. The targets to predict were set by housing type, housing space, housing demand, and architectural technology. The results were as follows: ① The influences of social and value perspectives on the change of housing type, space, and demand would be high, on the other hands, the influence of political perspective would be low. ② In terms of housing type, the increase in demand for downsizing housing for high-rise buildings and the possibility of realizing remote medical support services and homecare using big data are highly predicted. That is, ③ it is anticipated that IoTs will have a significant influences on future housing changes, and ④ enactment of co-housing and related laws by the sharing economy, services for maintenance through the supply of high-rise and high-density homes, housing support for residents, and advanced lease markets by developed architectural technology are expected as anticipated forms of future housing.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.105-111
• /
• 2007

본 연구는 신제품 개발 과정에서 이루어지는 개념 설계(conceptual design) 단계에서의 효과적인 평가 방법론 제안을 목적으로 한다. 특히, 현재 사용자가 경험하지 못한 미래형 제품설계를 위한 개념 설계 내용이, 사용자의 잠재적 요구사항을 반영하고 사용자가 수행해야 하는 과업을 효과적으로 지원할 수 있는 지의 여부를 평가하고자 한다. 본 연구에서 제안하는 디자인 컨셉 평가 프레임웍은 3단계로 구성되어 있다. Phase 1에서는 제품의 미래 사용환경을 예측한 시나리오를 작성하여 사용 사례를 도출하고 사용 사례에 대한 과업 분석을 수행, 사용자의 수행 과업을 파악한다. Phase 2에서는 이러한 사용자의 수행 과업을 지원하기 위해 필요한 기능적 요구사항을 구현할 수 있는 기술을 체계적으로 파악하여, 기술 지도(Technology Roadmap)로서 전개한다. 이를 통해 디자인 컨셉을 구현하기 위해 현재 활용 가능한 기술 대안을 파악한다. Phase 3에서는 기술 지도를 통해 파악한 현재의 요소 기술 및 미래의 기술 대안과 사용자 요구사항간의 연관관계를 분석, 제품 개념 설계에 반영되어야 할 설계 요구사항을 도출하여 평가항목을 구성한다. 본 연구의 디자인 컨셉 평가 방법은 CSCW(Computer Supported Cooperative Work)기반 시스템의 실감 사용자 인터페이스(tangible user interface) 개발 사례를 통해 검증하였다.

• Journal for History of Mathematics
• /
• v.10 no.2
• /
• pp.48-52
• /
• 1997

통계학이란 미래에 대한 예측을 하고 이에 대비하여 합리적인 의사결정을 내리는데 도움을 받을 수 있는 학문이다. 최근 다변량 통계분석은 관찰이나 실험의 대상이 되는 하나 이상의 변수들을 동시에 분석할 수 있는 매우 실제성이 높은 분석방법으로 통계학, 경영학, 사회학, 심리학, 생물학 등 여러 전공 분야에서 복잡하고 다양한 자료 분석에 폭넓게 활용되고 있다. 이 논문에서는 다변량 분석 방법 중 컴퓨터와 통계 분석 소프트웨어의 발전으로 인하여 최근에 활발히 연구되고 있는 군집방법의 역사와 여러 연구분야의 실제자료분석에 응용할 수 있도록 군집분석을 6가지로 나누어서 분류하였고 그 방법론을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.371-371
• /
• 2021

돌발홍수 예경보시스템의 입력자료로 예측강우가 활용된다. 기상청과 환경부에서는 초단기 예보의 목적으로 MAPLE(McGill Algorithm for Precipitation nowcasting and Lagrangian Extrapolation)을 생산하고 있다. MAPLE은 선행 30분까지의 예측품질은 어느 정도 정확하다고 볼 수 있으나 그 이후 특히 3시간 이상이 되면 예측품질이 크게 떨어지는 문제가 있다. 예측강우의 편의보정을 위한 여러 시도들이 있었으나 호우의 규모 및 이동특성을 고려한 사례는 제한적이다. 호우의 이동특성을 고려해야하는 이유로는 첫째, 예측의 특성상 예측강우가 생성되고 편의보정이 이루어지는 시간 동안 호우는 이동을 하기 때문이다. 둘째, 호우가 이동을 하면서 편의보정의 대상이 되는 지역에 적합한 보정계수의 결정이 어렵기 때문이다. 마지막으로 돌발홍수는 장마와 같은 전선형 강수가 아닌 국지성 호우와 같이 빠르게 움직이며 강한 호우를 내리는 강수에 의해 발생하기 때문이다. 본 연구에서는 이러한 문제점을 극복하기 위해 호우의 이동특성을 고려하여 예측강우 보정계수를 결정하고 이를 예측강우에 실시간으로 적용할 수 있는 방법을 제시하였다. 이 과정에서 Backward tracking은 미래에 호우가 도달할 지역(대상지역)으로부터 현재 호우가 위치하는 지역을 추적하는데 이용된다. 추적된 지역에서 보정계수가 결정된다. Forward tracking은 현재 호우가 위치하는 지역으로부터 대상지역을 다시 추적하는데 이용된다. 앞서 결정된 보정계수는 대상지역의 예측강우에 적용된다. 해당 방법론을 2019년에 발생한 주요 호우사상에 실시간 적용하고 평가하였다. 그 결과, Backward-Forward tracking 기반 예측강우 보정방법을 적용한 경우에는 실제 관측된 강우와 매우 유사한 보정결과가 도출됨을 확인되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.198-198
• /
• 2020

기후 내적 변동성(Climate Internal Variability, CIV)은 기후를 이해하는 데 중요한 역할을 하며 기후예측에 있어 주요 불확실성 원인들 중 하나이다. 본 연구는 다양한 이산화탄소 배출 시나리오에 대해 CIV와 기후학적 평균(Climatological Mean, CM)을 추정하는 것을 목표로 한다. 확률론적 날씨생성기(Stochastic Weather Generator)를 이용하여 국내 40개 기상 관측소에 대해, 30년에 해당하는 시단위 시계열 100개 앙상블을 생성하였다. CIV는 Detrend 방법과 Differenced 방법을 이용하여 추정되었으며, noise 계산값과 비교하였다. 그 결과, CIV 값과 noise 값들 사이의 correlation이 매우 높았으며, 제시된 방법론이 신뢰할 수 있음을 검증하였다. 국내 40개 지역에 적용하여 계산된 CIV와 CM의 주요 결과는 다음과 같다. (1) 국내의 대부분의 지역에 있어 평균적으로 CM과 CIV는 미래에 증가할 것이며, 그 증가 정도는 RCP 8.5의 경우와 먼 미래END(2071-2100년) 기간에서 더 커질 것이다; (2) CM과 CIV의 미래 변화의 특성은 강수의 특성 지수에 따라 다르다. 강수량의 양을 나타내는 3개의 지수(총 강수량, totPr, 일 최대 강수량, maxDa 및 시간당 최대 강수량, maxHr)와 강수량의 발생일수를 나타내는 지수(무강우 일수, nonPr)의 특성은 크게 다르다. (3) CIV와 CM의 변화 요인들 사이의 관계를 조사하면 maxDa와 maxHr에 대해서는 그들 사이에 높은 상관관계가 있지만 다른 지수에는 그렇지 않다. (4) 국내에서 CIV 값이 공간적으로 변동성이 큰 경우는 계절적으로 여름이며, 이는 totPr 및 maxDa에서만 유효하다. 시단위 시계열 앙상블을 생성하여 추정된 기후내적변동성 정보는 기후 변화의 영향을 평가하고 적절한 적응 및 대응 전략을 개발하는 데 도움이 될 것이다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.5
• /
• pp.999-1008
• /
• 2023

Early prediction of chronic diseases such as diabetes is an important issue, and improving the accuracy of diabetes prediction is especially important. Various machine learning and deep learning-based methodologies are being introduced for diabetes prediction, but these technologies require large amounts of data for better performance than other methodologies, and the learning cost is high due to complex data models. In this study, we aim to verify the claim that DNN using the pima dataset and k-fold cross-validation reduces the efficiency of diabetes diagnosis models. Machine learning classification methods such as decision trees, SVM, random forests, logistic regression, KNN, and various ensemble techniques were used to determine which algorithm produces the best prediction results. After training and testing all classification models, the proposed system provided the best results on XGBoost classifier with ADASYN method, with accuracy of 81%, F1 coefficient of 0.81, and AUC of 0.84. Additionally, a domain adaptation method was implemented to demonstrate the versatility of the proposed system. An explainable AI approach using the LIME and SHAP frameworks was implemented to understand how the model predicts the final outcome.

• Journal of Technology Innovation
• /
• v.18 no.1
• /
• pp.53-74
• /
• 2010

The creation and acceptance of new technologies has been speeding up dramatically in modern times. There are also significant uncertainties about the future shape of markets, governance and social values that will have an important impact on organizations and their capacity to meet their objectives. These rapid technological and social change and uncertainties make the upsurge of interest in technology foresight, giving rise to its emergence as a global concept and policy tool. A wide range of future methods are available for technology foresight. Selection of methods will depend upon several factors, most notably available and the time financial resources, and the objectives of the exercise. Although Delphi has been widely used for many years, scenario becomes very popular in recent years. The use of scenarios can take better account of the complexity and unpredictability of the economic, social and political environments. Scenarios tell the stories describing paths to different futures, which help organizations make better decisions today. In this study, the scenario method was employed to draw the images of the future of renewable energy. Renewable energy grows dramatically in recent years. However, there is still considerable uncertainty with regard to the potential of renewable energy due to environment regulation, energy costs, and political and economic developments in the main supplier countries for oil and natural gas. Scenario can help us to identify the risks and opportunities when we develop the renewable energy, and to prepare for them. The scenario method is expected to be more utilized in the national technology foresight.