라벨 없이 진행되는 비지도 학습 중 하나인 군집분석은 자료에 어떤 그룹이 내포되어 있는지 사전 지식이 없을 경우에 군집을 발굴하고, 군집 간의 특성 차이와 군집 안에서의 유사성을 분석하고자 할 때 유용한 방법이다. 기본적인 군집분석 중 하나인 K-means 방법은 변수의 개수가 많아질 때 잘 동작하지 않을 수 있으며, 군집에 대한 해석도 쉽지 않은 문제가 있다. 따라서 고차원 자료의 경우 주성분 분석과 같은 차원 축소 방법을 사용하여 변수의 개수를 줄인 후에 K-means 군집분석을 행하는 Tandem 군집분석이 제안되었다. 하지만 차원 축소 방법을 이용해서 찾아낸 축소 차원이 반드시 군집에 대한 구조를 잘 반영할 것이라는 보장은 없다. 특히 군집의 구조와는 상관없는 변수들의 분산 또는 공분산이 클 때, 주성분 분석을 통한 차원 축소는 오히려 군집의 구조를 가릴 수 있다. 이에 따라 군집분석과 차원 축소를 동시에 진행하는 방법들이 제안되어 왔다. 그 중에서도 본 연구에서는 De Soete와 Carroll (1994)이 제안한 방법론을 확률적인 모형으로 바꿔 군집분석을 진행하는 확률적 reduced K-means를 제안한다. 모의실험 결과 차원 축소를 배제한 군집분석과 Tandem 군집분석보다 더 좋은 군집을 형성함을 알 수 있었고 군집 당 표본 크기에 비해 변수의 개수가 많은 자료에서 기존의 비 확률적 reduced K-means 군집분석에 비해 우수한 성능을 확인했다. 보스턴 자료에서는 다른 군집분석 방법론보다 명확한 군집이 형성됨을 확인했다.
무선 센서 네트워크에서는 물리적인 접근과는 무관하게 jamming이나 eavesdropping과 같은 공격이 쉽게 발생하기 때문에 무선 센서 네트워크에서의 보안은 중요한 요구 사항 중에 하나이다. 무선 센서 네트워크에서 보안을 향상시키기 위해 최근 키 관련 기법들이 활발히 연구되고 있지만 현재까지 연구된 기법들은 노드가 공유하고 있는 공유키의 발견을 위하여 시간과 에너지가 많이 소요되므로 무선 네트워크 환경에 적합하지 않다. 특히, 무선센서 네트워크를 구성하고 있는 구성 요소 중 게이트웨이 역할을 담당하는 노드의 안정성은 여러 보안 공격에 취약하다. 따라서, 이 논문에서는 확률적 키에 의존하지 않으면서 게이트웨이 역할을 담당하는 노드의 안전성을 향상시키기 위해 랜덤 키 사전 분배 기술과 이중 해쉬 체인을 조합한 키 사전 분배 기법을 제안한다. 제안 기법은 기존 기법보다 적은 저장 공간과 강한 보안 강도를 유지할 수 있기 때문에 동일 보안 강도를 가지고 있는 기존 기법들보다 효율성이 좋고, 작은 크기의 키 생성 키 셋을 사용하기 때문에 네트워크 확장성에 효율적이며 센서노드의 저장 오버헤드를 크게 줄일 수 있다.
본 연구는 기업의 사회적 책임(CSR: corporate social responsibility)활동이 재무성과에 미치는 영향을 베이지안 네트워크를 통해 분석하였다. 본 연구에서는 선행연구에서 널리 사용되어 온 분석방법인 다중회귀분석방법의 종속변수와 설명변수간에 획일적인 선형함수만을 가정하는데에서 나오는 문제점을 극복하고자 한다. 즉, 기업의 재무성과에 영향을 미치는 경영자의 사회적 책임활동간에 존재하는 인과관계를 도출할 필요가 있다. 이는 어떤 변수가 다른 어떤 변수와 직접 또는 간접적 인과관계를 통하여 기업의 재무성과에 영향을 주는지를 의사결정자에게 알려줌으로써 보다 효과적으로 기업의 재무성과를 개선시킬 수 있도록 지원할 수 있다. 이를 위하여 본 연구에서는 일반 베이지안 네트워크 (GBN: General Bayesian Network)을 제안하고 GBN에서 유도되는 마코프 블랭킷 (Markov Blanket)을 제시한다. 본 연구는 경제정의실천시민연합 산하 경제정의연구소에서 조사한 한국의 대표적 기업 약200개의 2005년부터 2011년까지 경제정의지수(Korean economic justice institute index: KEJI index)를 기초로 실험한 결과 기업성과측정치에 따라 차이는 보이지만 건전성(CSR1_20)과 경제발전기여도(CSR7_10)는 모든 기업의 재무성과에 직접적인 인과관계를 나타내었으며, 소비자보호만족도(CSR4_7), 환경보호만족도(CSR5_10) 및 종업원만족도(CSR6_10)는 각 측정지표간의 직 간접적인 인과관계를 나타내어 서로에게 중요한 영향을 미치고 있음을 나타내었다. 또한, what-if 민감도 분석을 통해 기업재무성과에 직접적인 인과관계가 있는 변수들의 사전확률이 변할 대 사후확률의 변화를 분석하여, 본 연구에서 제안한 방법이 모두 통계적으로 유의한 결과를 제공한다는 것이 실증적으로 검증되었다.
본 연구에서는 레이저유도 플라즈마 분광법(Laser induced breakdown spectroscopy, LIBS) 기반의 금속 종류별 스펙트럼 데이터를 이용하여 연성정보(soft information)를 추정하고 최빈 클래스로 분류하는(most probable classification) 금속 분류 방법을 제안한다. 폐금속 자원과 같이 사전 정보가 없는 금속을 분류하는 경우 몇 가지 핵심 구성성분에 대한 정량 분석을 통해서 클래스를 추정하는 방법이 효율적이다. 이에 따라 부분 집합 기반의 부분최소제곱회귀법(Partial Least Square Regression, PLSR)을 이용하여 LIBS 검출 스펙트럼으로부터 각 성분의 농도를 독립적으로 신뢰성 있게 추정하고, 인증 표준물질(CRM) 등 알려진 모집합의 농도정보에 기반하여 최고 확률을 갖도록 분류하는 기술을 제안한다. 샘플 스펙트럼들의 다변량 분석을 통해서 여러 성분의 추정 농도를 다변량 정규 분포를 갖는 것으로 가정하고 통합(Joint) 추정 연성정보를 구할 수 있으며, 이를 활용한 최빈 확률 검출이나 추가적인 사전 정보의 결합 등을 통해서 분류 성능을 향상시킬 수 있다. 제안된 기술의 평가를 위해서 9가지 종류의 CRM 금속시료의 LIBS 스펙트럼 데이터를 사용하며, 부분 집합 기반의 PLSR 농도 추정 기술을 기반으로 단변량 혹은 다변량 정규 분포 연성 정보추정을 통해 미지 금속의 검출과 연성 정보의 검출 등을 테스트 하였다. 또한 방사형 차트(Radar chart)를 이용하여 추정된 농도와 획득한 연성정보를 효과적으로 시각화함으로써 기존 라이브러리에 포함된 부분 집합의 금속과 비교하여 해당 금속과의 유사성을 그래프를 통해 추정할 수 있다.
우리나라 주요 항만의 입출항 통항패턴을 연구하기 위한 사전 연구로서, 부산항에 입 출항하는 위험화물운반선의 통항량을 항만운영정보시스템(Port Management Information Systim, Port-MIS) 자료를 이용하여 사전 조사하고, 통항량이 가장 높은 각 계절별 연속 3일을 선별하였다. 해양안전종합정보시스템(General Information Center on Maritime Safety & Security, GICOMS) 자료를 이용하여 선별된 12일간 위험화물운반선의 부산항 주요 통항로의 통항 패턴을 분석하였다. 또한 주요 입출항 지점인 북항 오륙도 방파제와 감천항 동방파제의 위험 화물운반선의 통항 이격거리를 분석하였다. 항로 단면에서 선박의 궤적이 정규분포를 이룬다는 가정을 근거로 해상교통안전진단 등에서 정규분포의 누적 확률분포 함수를 이용하여 충돌확률을 추정하여 사용하고 있지만, 오륙도 방파제 입출항 및 감천항 동방파제 입항에서의 선박의 항해 궤적은 KS-test 및 SW-test를 이용한 정규성 검정결과 정규분포를 따르지 않는 것으로 평가되었다. 특히 북항에서는 선박의 우측통항 경향이 두드러지게 나타났다. 일반적인 통항이론의 적용보다는 항만의 특성에 맞는 통항모델을 개발하여, 해상교통안전진단 등에서 적용하는 것이 바람직하여 이에 대한 후속연구가 필요할 것으로 판단된다.
최근 NCS 교육기반으로 개편된 이후 NCS에서 요구하는 직업기초능력과 직무능력을 향상하기 위한 다양한 학습방법이 모색되고 있으며, 그에 따른 평가방법이 절실히 필요하다. 본 연구에서는 전문대학 방사선과 학생들을 대상으로 NCS 교육과정에서 요구하는 직무능력과 직업기초능력을 향상시키기 위하여 평가 사례로 메타인지 학습과 하브루타 학습을 적용하여 평가하였다. 적용한 결과, 메타인지 학습 대응 표본 통계량에서는 사전 메타인지학습 설문을 5점 척도로 했을 경우 평균 2.6883, 사후 메타인지 학습 설문 평균은 4.2468로 나타나 약 1.55점 향상되었다. 상관계수는 0.782, 유의확률은 0.045로 유의하게 나타났다. 하브루타 학습 대응 표본 통계량에서는 사전 하브루타 학습 설문을 5점 척도로 했을 경우 평균 3.1515, 사후 하브루타 학습 설문 평균은 4.3853으로 나타나 약 1.23점 향상되었다. 상관계수는 0.631, 유의확률은 0.049로 유의하게 나타났다. 메타인지 학습과 하브루타 학습이 상관관계가 있는지 이변량 상관계수를 통하여 알아 본 결과, 메타인지의 평균은 3.4675, 하브루타의 평균은 3.7684로 나타났으며 메타인지 학습과 하브루타 학습은 -0.042의 상관관계를 가지며 통계적으로 유의한 차이는 없는 것으로 나타났다. 따라서 직무능력을 향상시키기 위한 학습방법은 교과목 특성을 고려하여 적용해야 할 것이다.
센서 네트워크는 침입탐지, 원격 감시 등 보안이 꼭 필요한 환경에서 사용될 것으로 예상된다. 이와 같은 센서네트워크에서 기밀성과 같은 보안성을 제공하기 위해서 센서 노드들은 공유키를 가지고 있어야 한다. 현재까지 제안된 기본적인 키 분배 기법은 키가 너무 많이 필요하거나, 노출된 센서에 의해서 키가 너무 많이 노출되는 등 보안 측면에서 취약했다. 이와 같은 문제를 해결하기 위하여 확률적 키 분배기법이라는 적은 수의 키로 노드 간의 키 공유를 확률적으로 보장하는 새로운 키 분배 기법이 제안되었다. 그러나 이 기법은 노드 간에 키의 공유가 항상 보장되지 않기 때문에 물리적인 이웃 노드라도 통신을 진행하지 못하게 되어 비효율적인 라우팅이 발생하거나, 별도의 라우팅 프로토콜을 필요로 하는 문제가 있다. 본 논문에서는 쿼럼 시스템(quorum system)을 이용하여, 노드에서 필요로 하는 키의 수를 줄이면서도 이웃 노드와 키 공유를 언제나 보장하는 새로운 키 분배 방법을 제안한다. 또한 노드 분포 정보(deployment knowledge)를 아는 상황에서 쿼럼 시스템을 확장하여 센서 노드에서 필요로 하는 키의 수를 줄이고 보안성과 연결성을 지원할 수 있는 방안을 제시한다.
본 논문은 수상 및 수중 표적에 대한 수동소나 협대역추적의 자동초기화 견실성을 향상시키는 기법을 다루었다. 수동소나에서 탐지데이터를 활용하여 표적으로서 자동 판별 및 추적하는 경우에 탐지데이터 내 다수의 클러터에 의하여 클러터가 표적으로 판별 및 추적되며, 이는 운용자의 관심표적에 대한 인지를 방해한다. 수동소나에서 관심표적에 대한 자동 표적 판별 및 추적은 유지하면서 클러터에 대한 자동 표적 판별 및 추적은 감소하기 위하여 탐지 데이터 측정치의 연계 확률과 신호준위에 대한 정보 엔트로피를 산출한다. 탐지 데이터에서 추출한 측정치의 연계 확률과 정보 엔트로피가 사전 설정 조건을 만족하면 자동초기화 절차를 실시한다. 해상실험 데이터를 활용하여 시뮬레이션을 실시하였고, 기존 적용 기법에 대비하여 실표적에 대한 자동 추적은 유지하면서 클러터를 자동 추적하는 경향이 감소 하였다.
본 논문은 BIM 기반 설계 검토를 통하여 사전에 방지된 설계 오류와 그 영향도를 통계적으로 분석한다. 이를 위하여 한국에서 수행되었던 2개 BIM 프로젝트에서 BIM 기반 설계 검토를 도입함으로써 발견되었던 약 800여건 이상의 설계오류를 설계 오류 발생 원인별(비논리적 오류, 도면 상이, 누락), 발생 공종별(구조, 건축, 설비)로 분류한다. 시공 이전에 발견된 설계 오류로 인하여 발생할 수 있는 재작업과 공사비, 공사기간, 품질에의 영향 여부를 해당 현장의 실무자와의 인터뷰를 통해서 분류하고, 설계 오류와의 확률적 관계를 로지스틱 회귀분석을 이용하여 분석한다. 분석결과, 설계 오류 발생원인이 공사비 증가, 공기 지연, 품질 저하, 재작업을 유발 확률 예측에 통계적으로 가장 유의미한 관계가 있었다. 두 개의 프로젝트에서 수집된 자료만을 활용하여 설계 오류 간의 관계를 분석하였지만 설계 오류의 특성의 관계가 유사하다는 점에서 의미가 있다고 할 수 있다. 향후에는 다수의 프로젝트에서 수집된 자료를 분석하여 이를 검증하고자 한다.
본 연구는 사후분포를 예측하는 베이지안 추정기법의 일환인 마르코프 체인 모형을 적용하여 직업요인 인구이동에 따른 직종별 취업자의 공간적 분포에 나타나는 변화를 예측하였다. 이를 위해 인구이동의 사유 중 직업요인 이동량을 추출하여 직업을 요인으로 하는 인구이동 패턴을 파악하고, 직업요인 인구이동의 추이확률 산출 값을 토대로 채프만-콜모고로프 방정식을 구축하여 장래 지역별 취업자 분포와 직종분포의 변동성을 예측하였다. 분석결과, 서울의 취업자 분포가 감소할 것으로 예측되나 직종 중 단순노무 종사자는 증가할 것으로 예측되었다. 전문가 및 관련 직의 경우 수도권과 일부 광역시를 제외한 모든 지역에서 증가할 것으로 추정되었고, 강원, 충청지역은 전체 직업군의 취업자 분포에 있어 증가세를 나타낼 것으로 예측되었다. 본 연구 결과는 향후 지역 노동시장의 원활한 인력수급이 가능하도록 유입, 유출될 가능성이 높은 인력 및 직종을 중심으로 직업훈련, 취업알선 등 고용지원 서비스를 통해 사전 대비하는 방안 마련에 기초자료로 활용될 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.