• 한국지리정보학회지
• /
• 제27권2호
• /
• pp.61-77
• /
• 2024

본 연구는 무인항공기(Unmanned Aerial Vehicle, UAV) 기반 데이터를 사용하여 도시 열 쾌적성을 신속하게 진단하는 방법을 개발하는 것을 목표로 수행하였다. 연구 대상지는 경상남도 창원시에 위치한 창원대학교 공과대학 부지 및 용지공원을 대상으로 수행하였으며, 기초자료 구축에는 현장측정 및 UAV를 활용하였다. 세부적으로 현장측정 기반 열 쾌적성 지수 PET, UTCI를 산출하였으며, UAV를 활용하여 식생지수(NDVI), 하늘시계지수(SVF) 및 지표면 온도(LST) 영상을 제작 후 분석에 활용하였다. 연구결과, UAV 기반 예측된 PET와 UTCI는 각 유의수준 1% 이내에서 0.662, 0.721의 높은 상관관계를 보이는 것을 확인하였다. 예측 모델의 설명력은 PET 43.8%, UTCI 52.6%로 도출되었으며, RMSE는 PET 6.32℃, UTCI 3.16℃로 나타나 UAV 기반 열 쾌적성 평가 시 UTCI 지수를 활용하는 것이 더 적합한 것으로 도출되었다. 본 연구에서 개발된 방법은 기존 접근 방식에 비해 상당한 시간 절약 이점을 제공하여 실시간 도시 열 쾌적성 평가 및 완화 계획에 활용될 수 있을 것으로 판단된다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.71-85
• /
• 2021

본 연구는 채권시장과 금리시장의 지표를 이용한 외환시장 환율예측 모델을 만드는데 있어 어떤 인공지능 방법론이 가장 적합한지 밝혀내는데 그 목적이 있다. 채권시장의 대표 상품인 국고채와 통안채는 위험회피 상황이 올 때 대규모로 매도되어지고 그런 경우 환율이 상승하는 모습을 자주 보여주었고, 금리시장에서 통화 스왑 (Cross Currency Swap) 가격은 달러 유동성 문제가 생길 때 주로 하락하였으며, 그 움직임은 환율의 상승에 직간접적인 영향을 미쳐온 점 등을 고려하면, 채권시장과 금리시장에서 거래되는 상품의 가격과 움직임은 외환시장에도 직간접적인 영향을 주고 있으며, 세 시장 사이엔 상호 유기적이고 보완적인 관계가 있다고 볼 수 있다. 지금까지 채권시장, 금리시장, 그리고 외환시장 사이의 관계와 연관성을 밝히는 연구는 있어왔으나, 과거 많은 환율예측 연구들이 주로 GDP, 경상수지 흑자/적자, 인플레이션 등 거시적인 지표를 기반으로 한 연구에 집중되어 왔으며, 채권시장과 금리시장 지표를 기반으로 인공지능을 활용하여 외환시장의 환율을 예측하는 적극적인 연구는 아직 진행되지 않았다. 본 연구는 채권시장 지표와 금리시장 지표를 기반으로, 비선형데이터 분석에 적합한 인공신경망(Artificial Neural Network) 모델과, 선형데이터 분석에 적합한 로지스틱 회귀분석 (Logistic regression), 그리고 비선형/선형데이터 분석에 활용 가능한 의사결정나무 (Decision Tree)를 각각 사용하여 환율예측 모델을 만들고 그 수익률을 비교하여 어떤 모델이 가장 외환시장 환율 예측을 하는데 적합한지 알려준다. 또한, 본 연구는 주식시장, 금리시장, 오일시장, 그리고 외환시장 환율 등 비선형적 시계열 데이터 분석에 많이 사용되어진 인공신경망 모델이 채권시장과 금리시장 지표를 기반으로 한 외환시장 환율예측 모델에 가장 적합한 방법론을 제공하고 있다는 것을 증명한다. 채권시장, 금리시장, 그리고 외환시장 간의 단순한 연관성을 밝히는 것을 넘어, 세 시장 간의 거래 신호를 포착하여 적극적인 상관관계를 밝히고 상호 유기적인 움직임을 증명하는 것은 단순히 외환시장 트레이더 들에게 새로운 트레이딩 모델을 제시하는 것뿐만 아니라 금융시장 전체의 효율성을 증가시키는데 기여할 것이라 기대한다.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.151-157
• /
• 2014

급속한 도시성장에 따라 도시지역에는 다양하고 복잡한 시설물들이 증가되고 있으며, 이에 따른 화재발생 피해에 대한 위험도도 증가되고 있다. 특히 화재사고는 인위적 재해 중 교통사고와 함께 도시지역에서 가장 높은 발생빈도를 나타내고 있다. 이에 따라 소방방재청에서는 효과적인 화재관리를 위하여 국가화재정보시스템을 운영하고 있으며 2007년부터 화재발생정보를 인터넷을 통해 제공하고 있다. 따라서 본 연구에서는 이 시스템에서 제공하는 데이터와 진주시 소방서로부터 자료를 취득하여 진주시 화재데이터베이스를 구축하고, 2007년부터 2013년까지 화재발생 추이에 대한 시계열분석과 Moran's I, Getis-Ord $Gi^*$분석을 통하여 진주시 공간상의 화재발생 밀도변화분석과 시설물별 화재위험도를 산출하였다. 그 결과 화재발생위치의 시계열적 변화와 화재발생 밀집도가 높은 Hot Spot지역을 추출할 수 있었으며, 시설물별 인명피해 및 재산피해 매트릭스를 작성하여 화재위험등급을 산출함으로서 도시지역의 화재발생위험을 예측할 수 있는 방안을 제시하였다.

• 한국지능시스템학회논문지
• /
• 제10권5호
• /
• pp.487-496
• /
• 2000

본 논문에서는, HCM 클러스러팅 방법과 유전자 알고리즘을 이용하여 다중 FNN 모델을 동정하고 최적화 한다. 제안된 다중 FNN은 Yamakawa의 FNN을 기본으로 하며, 퍼지 추론 방법으로 간략 추론을, 학습으로는 오류 역전파 알고리즘을 사용한다. 다중 FNN 모델의 구조와 파라미터를 동정하기 위해 HCM 클러스터링과 유전자 알고리즘을 사용한다. 여기서, 시스템 모델링을 위해 데이터 전처리 기능을 수행하는 HCM클러스터링 방법은 I/O 프로세서 공정 데이터를 이용하여 입출력 공간분할에 의한 다중 FNN 구조를 결정하기 위해 사용된다. 또한 유전자 알고리즘을 사용하여 멤버쉽함수의 정점, 학습율, 모멘텀 계수와 같은 다중 FNN 모델의 파라미터들을 동조한다. 모델의 근사화와 일반화 능력 사이에 합히적 균형을 얻기 위해 하중계수를 가진 합성 성능지수를 사용한다. 이 합성 성능지수는 근사화 및 예측 능력사이의 상호 균형과 의존성을 고려한 하중계수를 가진 합성 목적함수를 의미한다. 데이터 개수, 비선형성의 정도에 의존하는 이 합성 목적함수의 하중계수의 선택, 조절을 통하여 최적의 다중 FNN 모델을 설계하는 것이 유용하고 효과적임을 보인다. 제안된 모델의 성능 평가를 위하여 가스로 공정의 시계열 데이터와 비선형 함수의 수치 데이터를 사용한다.

• 기술혁신연구
• /
• 제29권4호
• /
• pp.1-30
• /
• 2021

최근 시스템 반도체 발전으로 인하여 자동차 산업의 전장(電裝)에 대한 기술혁신이 빠르게 진행되고 있다. 특히, 자동차의 전장화는 자동차 부품업체들의 기술개발 경쟁을 가속화시키고 있으며, 개발 주기 또한 빠르게 변화하고 있다. 이러한 변화로 인하여 연구개발에 대한 전략과 기획의 중요성은 더욱 강화되고 있다. 자동차 산업의 패러다임 변화로 인하여, 연구개발 전략 중의 하나인 제품-기술로드맵(P/TRM)은 기획 단계에서 기술예측, 기업의 기술수준평가, 기술획득방법(Make/Collaborate/Buy) 등의 분석을 통하여 개발이 이루어져야 한다. 제품-기술로드맵은 제품과 기술의 고객 니즈를 파악하고 기술의 선정, 개발방향을 설정하는 툴(Tool)로써, 미래의 발전방향 추세를 예측하고 매크로(Macro) 트랜드의 전략적 방향성과 목표를 설정하는데 사용된다. 하지만, 대부분의 기업에서는 해당 기술의 논문이나 특허 분석, 전문가 델파이에 주로 의존하는 정성적인 방법을 통하여 제품-기술로드맵을 개발하고 있다. 본 연구는 가트너의 하이프 사이클과 누적이동평균 기반 데이터 전처리, 딥러닝(LSTM) 시계열 분석 기법을 융합하여 자동차 산업 중심으로 제품-기술로드맵을 보완하고 강화시킬 수 있는 시뮬레이션을 통하여 실증 연구를 진행하였다. 본 논문에서 제시한 실증 연구는 자동차 산업 뿐만 아니라, 범용적으로 타제조업 분야에서도 사용 가능할 수 있다. 또한, 기업적인 측면에서는 그동안 정성적인 방법에 의존하던 로드맵 작성 방법에서 탈피하여 좀 더 정확한 제품-기술로드맵을 통하여 적기에 시장에 제품을 제공함으로써 선도업체로 나아가기 위한 밑거름이 될 것이라고 사료된다.

• 대한전자공학회논문지TE
• /
• 제39권3호
• /
• pp.97-104
• /
• 2002

이 논문에서는 퍼지뉴럴 시스템을 위하여 measure of fuzziness에 의한 입력공간의 분할을 최적화하는 방법을 제안한다. 이에 따라 최적화된 퍼지 부공간에 대하여 퍼지 제어규칙을 자동으로 생성하는 방법을 제안한다. 또한 시계열 예측 문제에서 입력패턴의 간격을 조정하여 그 성능을 검증한다. 이 방법은 샤논 함수와 index of fuzziness를 이용하여 입력공간을 분할하고, 분할된 부 공간에 대해 입력 데이터와 부합할 수 있는 각각의 규칙에 등급을 정하여 불필요한 제어규칙을 제거하여 최적의 규칙베이스를 구성하도록 한다. 적용되는 퍼지 신경망의 기본적인 구조는 퍼지 제어기의 규칙베이스와 추론의 과정을 신경회로망을 이용하여 구현하며 퍼지 제어규칙의 매개변수들은 최대 급경사 강하법에 의해 적응되어진다. 제안된 알고리즘을 토대로 여덟 가지의 입력패턴에 대하여 추론한 결과 입력공간의 최적분할에 의하여 수렴과정에서 초기에 오차(RMSE)가 빠르게 수렴함을 알 수 있었다.

• 정보관리연구
• /
• 제37권1호
• /
• pp.1-16
• /
• 2006

인터넷이 빠르게 확산됨에 따라서 기존의 통신 서비스 시장이 급격하게 변화하고 있어서 음성 중심의 통신 서비스에서 데이터 중심의 통신 서비스로 이행되고 있다. 이 과정에서 대표적인 정보 통신 서비스인 유선전화, 휴대전화, 인터넷 서비스는 서로 영향을 주고받으며 성장하고 있다. 본 연구는 유선전화, 휴대전화와 인터넷의 확산과정을 기술들의 상호관계를 고려하여 여러 국가의 사례를 통해서 분석해 보고자 한다. 이를 위해 1975년부터 2002년까지의 국가별 시계열 자료(time series data)를 이용하여 수정된 로지스틱 성장모형(modified logistic growth model)을 통해 통신 기술의 확산과정을 살펴본다. 이를 통해서 통신기술 간의 상호관계가 국가적으로 어떤 형태를 보이고 있는 지 확인할 수 있을 것이다. 또한, 본 연구는 기존 통신 서비스의 확산과정을 토대로 신규 통신 서비스가 출현했을 때의 수요예측에 필요한 핵심적인 정보를 도출하며, 인프라 투자의 비중이 높은 네트워크 산업의 시장진출 전략에 함의를 제공할 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.401-412
• /
• 2011

본 연구는 벡터오차수정모형을 이용하여 유럽 탄소배출권 현물가격의 일간 시계열자료를 분석한다. 내생변수로는 탄소배출권가격 이외에 오일가격, 천연가스가격, 전력가격, 석탄가격 등 모두 5개 변수를 고려하며, 분석기간은 유럽 배출권가격의 왜곡이 발생한 제1단계 기간 (2005~2007년)을 피해 제2단계 기간 (2008년 4월 21일~2010년 3월 31일)을 대상으로 하였다. 시계열변수의 안정성 및 공적분 검정 결과, 모든 변수들이 단위근을 갖으며 또한 공적분 벡터가 존재하는 것으로 나타나서 분석모형으로서 벡터자기회귀모형 대신에 벡터오차수정모형을 채택하였다. 분석결과, (1) 오일, 천연가스, 전력 등의 가격이 배출권가격에 대해 원인으로 작용하는 그랜저인과관계가 존재하였다. (2) 충격 반응분석에서 배출권가격은 오일가격의 외생적 충격에 대해 가장 크게 반응하였고, 석탄가격의 충격에 대해서는 초기 상승 후 하락, 전력가격과 천연가스가격의 충격에 대해서는 초기 상승 후 음 (-)으로 감소하는 반응을 보였다. (3) 예측오차 분산분해 분석에서 배출권가격에 대해 가장 큰 영향을 주는 요인은 초기 (3기)에는 오일가격>석탄가격>천연가스가격>전력가격의 순이었으나 이후 (20기)에는 전력가격>오일가격>석탄가격>천연가스가격의 순으로 나타났다.

• 품질경영학회지
• /
• 제48권3호
• /
• pp.511-520
• /
• 2020

Purpose: The purpose of this study was to devise an accurate machine learning model for predicting silica concentrations following the addition of impurities, through time series analysis of mining data. Methods: The mining data were preprocessed and subjected to time series analysis using the machine learning model. Through correlation analysis, valid variables were selected and meaningless variables were excluded. To reflect changes over time, dependent variables at baseline were treated as independent variables at later time points. The relationship between independent variables and the dependent variable after n point was subjected to Pearson correlation analysis. Results: The correlation (R2) was strongest after 3 hours, which was adopted as a dependent variable. According to root mean square error (RMSE) data, the proposed method was superior to the other machine learning methods. The XGboost algorithm showed the best predictive performance. Conclusion: This study is important given the current lack of machine learning studies pertaining to the domestic mining industry. In addition, using time series analysis in mining data will show further improvement. Before establishing a predictive model for the proposed method, predictions should be made using data with time series characteristics. After doing this work, it should also improve prediction accuracy in other domains.

• 대한전자공학회논문지SP
• /
• 제46권5호
• /
• pp.126-134
• /
• 2009

본 논문은 움직이는 차 안에서 교통 표지판을 추적하는 영상 기반 시스템을 기술한다. 제안된 시스템은 복잡한 환경에서 강인한 추적의 성능을 위해 파티클 필터를 기반으로 하는 기본 구조를 가진다. 실제 환경에서 표지판을 실시간으로 추적하는 경우, 장애물에 의한 겹침 현상과 빠르게 변하는 도로 상황 때문에 시계열 데이터인 상태 정보를 예측하는 것은 많은 어려움이 있다. 따라서 본 논문에서는 이러한 단점을 해결하기 위하여 어파인 변환의 파라미터를 상태 정보로 사용한 자기 회귀 모델을 파티클 필터의 상태 전이 모델로써 사용하고, 강인 통계를 사용하여 장애물에 의한 겹침 현상을 판단하여 추적 성능을 향상시키는 알고리즘을 제안한다. 본 논문의 실험 결과에서는 본 논문에서 제안된 방법이 주행 중 실시간 추적을 위하여 효과적이며, 장애물에 의해 표지판이 겹치는 경우에도 추적이 잘 수행됨을 보인다.