• 한국ITS학회 논문지
• /
• 제9권2호
• /
• pp.1-11
• /
• 2010

본 연구에서는 연속류 도로상에서 교통사고 발생가능성이 높은 교통상황 시 제공할 수 있는 경고정보 메시지를 제작하고, 다목적 의사결정방법을 통하여 최적 경고정보메시지를 선택하는 방법을 제시하였다. 최적 경고정보 메시지 선택을 위해 11가지의 시나리오를 메시지 구성요소에 따라 3가지 방식(텍스트 / 텍스트+픽토그램 / 픽토그램)을 적용하여 총 33개의 경고정보 메시지를 제작하였다. 운전자의 안전운전을 효과적으로 유도하기 위한 메시지의 평가를 위해 인지도, 선호도 및 판독시간의 세 가지 항목을 제시하였다. 평가항목을 측정하기 위해 중부내륙고속도로에 있는 시험도로에서 PVMS(Portable Variable Message Sign)를 이용하여 각 메시지에 대한 현장실험을 수행하였다. 체계적인 평가를 위해 세 가지 평가항목을 고려한 다기준 가치함수를 정립하였다. AHP(Analytic Hierarchy Process)기법을 이용하여 전문가 의사를 반영한 각 항목의 가중치를 산출하고 평가항목을 결합하여 가치함수를 완성하였다. 이를 이용하여 제작된 메시지의 가치를 평가하고 우선순위를 도출하였다. 본 연구에서 제안한 방법론은 다양한 목적을 고려한 의사결정을 효과적으로 수행하는데 활용될 수 있다. 특히 교통안전 및 소통상황에 대한 실시간 교통정보 메시지 설계 시 유용한 도구가 될 것으로 기대된다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1396-1403
• /
• 2016

시간이 흐름에 따라 데이터 분포가 변하거나 관심 개념이 달라질 수 있는 스트리밍 데이터 분석에서 개념 변화에 적응해 나갈 수 있는 능력은 점층적 학습 과정에서 매우 중요하다. 이 논문에서는 개념 변화를 가진 스트리밍 데이터에서 적응적 점층적 분류기를 위한 일반화된 프레임워크를 제안한다. 분류기에 의해 예측되는 신뢰도 벡터와 클래스 라벨 벡터 사이의 거리를 이용하여 분류기 성능 패턴을 나타내는 분포를 구성하고 컨셉 변화에 대한 가설 검정을 수행한다. 추정되는 p-값을 이용하여 오래된 데이터에 대한 가중치를 자동으로 조정하여 분류기 업데이트에 이용한다. 제안된 방법을 두 가지 타입의 선형 판별 분류기에 적용한다. 컨셉 변화를 가진 스트리밍 데이터에 대한 실험 결과는 제안하는 적응적 점층적 학습 방법이 점층적 분류기의 예측 정확도를 크게 향상시킴을 입증한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권4호
• /
• pp.89-100
• /
• 2020

최근 보험 처리과정에서 소용되는 시간과 비용을 절감하고자, 자동차 보험에 블록체인 스마트 컨트랙트 기술을 도입하는 연구들이 활발하다. 그러나 기존의 연구들은 사고를 입증하기에 미흡한 수준의 교통 사고관련 데이터의 활용으로 악의적인 보험자의 사고 위조, 손상 확대 등의 보험사기 위협에 노출되어 있다. 이를 해결하고자, 본 논문에서는 자동차에 탑재된 센서, RSU, IoT 기기 등을 통한 다양한 종류의 데이터와 차량용 스마트 컨트랙트를 이용하여 사고데이터 기반 신뢰도 산정 모델을 제안한다. 특히 교통사고 데이터의 종류 및 상태에 따라 가중치를 달리하고, 다양한 사고 상황에 따라 학습되는 신뢰도 산정 모델을 고려하여 회귀모델을 적용했다. 제안 모델은 보험 처리과정의 투명성, 보험 처리 과정의 간소화와 같은 기존 장점을 유지하며 효과적인 보험사기 차단, 보험 소송의 감소의 효과를 보일 것으로 기대된다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권5호
• /
• pp.1125-1132
• /
• 2017

가뭄의 심도와 빈도가 강해지는 상황에서 가뭄예측을 위한 연구가 지속적으로 이루어지고 있으나 가뭄현상의 시간적 변동이 비선형적이며 복잡하여 단일 모형만으로 예측하기에는 한계가 있다. 이 연구에서는 기상가뭄지수인 표준강수지수 (SPI)와 세계기후지수, 날씨 관련 변수 등과 같은 다양한 설명변수들 사이의 관계를 설명할 선행 모형과 가법 모형을 먼저 구축한 후 앙상블 기법 중 확률 기울기 하강 (stochastic gradient descent; SGD) 방법을 이용하여 가중치를 설정하는 결합모형을 구축하였다. 우리나라 14개 지역에 대한 1954년 ~ 2013년 자료를 이용하여 모형을 구축하고 2014년 ~ 2015년 자료를 이용하여 모형의 성능을 비교하였다. 그 결과 14개 지역 중 8개 지역에 대하여 개별 모형에 비해 결합모형의 성능이 좋았으며 가뭄 예측이 개선되었다.

• 한국건설관리학회논문집
• /
• 제10권4호
• /
• pp.3-13
• /
• 2009

BTL 사업 추진 시 협상단계는 시설, 운영, 재무분야 등 성과요구수준서의 준수 및 반영여부를 겸토하고 그 수위를 확정하여 실시협약에 이르게 하는 단계로써 사업추진 전 과정에서 차지하는 비중과 중요성이 매우 높다고 할 수 있다. 그러나 국내 BTL사업 추진 시 협상에 관한 일관적 지표나 협상 후 성과를 측정하기 위한 표준화된 지표가 기준이 제시되어 있지 않아 시간적 낭비요인의 발생과 더불어, 기술 및 품질 가격 등 협상수위 및 결과에 대한 평가가 모호한 실정이다. 이에 본 연구에서는 협상 후 성과를 객관적으로 평가 검증하기 위한 방안 제시의 일환으로 VE(가치공학)기반 협상수행 성과평가 절차 및 지표를 제시하고자 하였다. 이를 위하여 문화시설 BTL사업을 대상으로 협상 시 고려해야 하는 항목을 6영역, 38분야, 135항목으로 분류하고 가중치를 분석하여 정량화된 평가 지표를 구축하였고, 이를 바탕으로 협상성과를 측정할 수 있는 지표을 제시하였다. 본 연구의 결과는 협상참여자에게 BTL사업 협상 전 중점 검토사항의 파악과 협상 중 피드백의 지표 및 협상 후 성과평가의 척도가 될 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.701-705
• /
• 2006

강우자료는 수문 모델링 작업에서 가장 기초적인 수문학적 입력자료로 시간과 공간에 따른 변동성이 크므로 규명하기 복잡한 수문현상 중의 하나이다. 산악지역이 많은 우리나라의 지형학적 특성과 태풍, 장마 및 특히, 최근의 게릴라성 집중호우 등으로 인하여 이러한 변동성이 더욱 커지고 있는 실정이다. 장기간 실측된 수문기상 기초 자료가 부족한 우리나라의 실정상 홍수예보 및 수공구조물 설계를 위해 정확한 강우량 자료의 취득이 선행돼야 한다. 따라서 적절한 장소에 수문관측소 설치 및 관리를 통해 양호한 강우량 자료를 획득해야 하지만, 현장 여건상 등의 이유로 미계측 및 결측, 이상자료가 발생하고 있다. 따라서 이러한 미계측 혹은 결측지점의 우량을 추정할 수 있는 방법을 비교, 분석하여 적절한 보정과정을 수행할 필요가 있다. 그간의 연구에서는 미계측 지점 혹은 산악지역에서의 점 강우량 보정방법에 대한 연구가 진행되었지만, 본 연구에서는 '도시홍수재해관리기술연구사업단'에서 운영 중인 도시하천 유역 특히 소배수구역에서의 결측 자료에 대해 여러 추정 방법을 비교, 분석하여 적절한 방안을 찾고자 한다. 이를 위하여 중랑천 유역의 3개 소배수 구역(월계1 배수구역, 군자 배수구역, 어린이대공원 배수구역)에 설치된 3개 우량관측소와 건설교통부 관할 우량관측소 2개소의 우량자료를 사용하였다. 본 연구에서는 결측치 보간을 위하여 널리 이용되고 있는 산술평균법(Arithmetic Average method), 역거리법(Reciprocal Distance Squared method), 거리고도비율법(Ratio of Distance and Elevation method), 인근관측소와의 관계식 이용, 크리깅방법(Simple Kriging method)을 비교, 검토 적용하였다. 중랑천 유역의 소배수구역을 대상으로 연중 발생하는 큰 호우사상에 대해 임의의 강우관측소를 결측지점으로 가정하고 주변의 강우관측소로부터 각각의 방법을 이용해 가중치들을 산정하여 결측지점의 강우량 값을 보정하고자 하였다. 또한 각각의 방법을 이용하여 얻어진 결과에 대해 실측값과 보정값의 오차정도를 평균절대오차법(Mean Absolute Error)과 제곱평균제곱근오차법(Root Mean Squared Error)에 의해 산정하여 보정 방법간의 효율성을 검토하고자 하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.198-202
• /
• 2009

기후변화는 강수와 기온을 변화시켜 수자원에 지대한 영향을 미칠 것으로 알려져 있다. 따라서 이에 대한 안정적인 수자원 관리를 위해서는 기후변화 영향을 정량적으로 평가하는 것이 필요하다. 기본적으로 기후변화에 대한 수자원의 영향을 연구할 때 '온실가스 배출시나리오, GCMs을 통한 기후모의, 시공간적 편차보정을 위한 상세화, 유출모형 적용을 통한 유출시나리오 생산'의 과정을 거친다. 그러나 유출시나리오를 얻기까지 과정에는 각각 불확실성을 가지고 있기 때문에 최종결과의 불확실성은 각 과정을 거치면서 매우 커진다고 할 수 있다. 다양한 배출시나리오, GCM 결과, 유출모형에 대해 단순평균 혹은 가중치를 주는 multi-model ensemble 기법은 각 경우에 따른 값의 범위를 제시할 수있다는 점 때문에 불확실성 평가에서 주로 이용되고 있다. 본 연구에서는 우리나라 5대강 유역 109개 중권역에 대해 multi-model ensemble을 적용하여 기후변화에 의한 수자원 영향을 평가하였다. 1971년에서 2100년까지 120년 기간에 대해 3개의 온실가스 배출시나리오, 13개의 GCMs 결과들을 수집하여 총 39개의 기후시나리오를 이용하였고, 이를 8개의 유출모형에 적용하여 총 312개의 유출시나리오를 생산하였다. 생산된 유출시나리오를 기준시간(1971${\sim}$2000)에 대한 미래의 세 기간(2020s, 2050s, 2080s)으로 나누어 변화율을 분석한 결과 여름철 유출량과 겨울철 유출량이 증가될것으로 나타났으나 겨울철 유출량 전망은 여름철에 비해 불확실성이 큰 것으로 나타났다. 공간적으로는 한강유역이 위치한 북쪽유역이 남쪽에 비해 불확실성이 큰 것으로 나타났다. 결과적으로 유출의 시공간적 편차에 의해 우리나라 수자원은 홍수피해 증가가 예상되었으며, 월별유출량의 변화로 인해 용수확보와 관리에 어려움이 증가할 것으로 전망되었다.

• 한국전산구조공학회논문집
• /
• 제17권1호
• /
• pp.75-82
• /
• 2004

본 논문에서는 응력파 전파를 수치모의할 때 발생하는 수치적인 분산효과를 제거하기 위해 파동방정식에 기초한 일차원 유한요소모형을 이용하여 수치분산오차의 특성을 분석하고 분산오차를 제어할 수 있는 방법을 제안하였다. 질량행렬을 그대로 사용하는 경우와 집중질량행렬을 사용하는 경우에 대한 수치분산오차를 분석하였다. 개발된 분산제어기법은 공간미분항의 시간단계 가중치 및 질량집중도를 조정하는 음해법과 인위적인 분산항을 추가하는 양해법의 두가지 방법이다. 제안된 분산보정기법을 이용하여 계산한 수치해와 파동방정식의 해석해를 비교한 결과 본 연구에서 제안한 분산보정기법의 타당성을 확인하였다.

• 응용통계연구
• /
• 제21권2호
• /
• pp.211-219
• /
• 2008

고객 로열티는 한 회사가 지속적으로 수익을 계속 창출하기 위해 매우 중요한 요소이다. 특히 카드사는 멤버쉽(Membership)에 가입한 회원 및 가맹점과의 고객 관계 관리(Customer Relationship Management: CRM)가 무척 강조되는 업종이기에 카드사에서 고객 로열티는 더욱 더 중요하게 다루어지고 있다. 본 연구에서는 A카드사의 로열티스코어 개발 사례를 다루고자 한다. A카드사에서는 이해하기 쉽고 활용하기 쉬운 모델 개발을 목적으로 카드업종의 특성을 반영 한 로열티 스코어를 개발하고자 하였다. 본 연구에서 제안하는 로열티 스코어 모델은 반응변수에 개별 변수 별 로짓모형을 적용하고 이들 모형에서 얻어진 카이제곱 적합도 통계량을 가중치로 고려하는 방법이다. 본 연구에서 제안한 모델은 모델에 대한 안정성 평가 결과 시간의 흐름에 따라 매우 안정된 결과를 보인다.

• 한국멀티미디어학회논문지
• /
• 제3권3호
• /
• pp.253-262
• /
• 2000

본 논문에서는 적응적으로 추출된 입력 데이터의 특징을 은닉층 뉴런 개수와 중심값 설정에 이용하는 새로운 radial basis 함수 신경망을 제안하였다. 제안된 신경망에서는 입력데이터의 특징을 효과적으로 추출하기 위해 적응 학습알고리즘의 주요성분분석 기법을 이용하였다. 이렇게 하면 주요성분분석 기법이 가지는 대용량의 입력데이터를 통계적으로 독립인 특징들의 집합으로 변환시키는 장점과 RBF신경망이 가지는 우수한 속성을 그대로 살릴 수 있다. 제안된 기법의 radial basis 함수 신경망을 200명의 암환자를 2부류(초기와 악성)로 분류하는 문제에 적용하여 시뮬레이션한 결과, k-평균 군집화 알고리즘을 이용한 radial basis 함수 신경망에 의한 결과와 비교할 때 학습시간과 시험 데이터의 분류에서 더욱 우수한 성능이 있음을 확인할 수 있었다. 그리고 신경망의 초기 연 결가중치에 대한 의존도와 평활요소의 설정여유도 측면에서도 우수한 특성이 있음을 확인할 수 있었다.