• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2001년도 추계학술발표회 논문집
• /
• pp.163-167
• /
• 2001

데이터 마이닝에서 분석의 대상으로 하는 대용량 자료에는 연속형 자료와 범주형 자료가 모두 포함된다. 전통적인 군집분석은 연속형 자료를 대상으로 하는 방법들이다. 본 연구에서는 범주형 자료를 대상으로 하는 군집분석방법인 K-모드 알고리즘과 락(ROCK) 알고리즘을 비교${\cdot}$분석하였다. 그리고 두 알고리즘이 갖는 방법론적인 단점을 보안하여 군집의 효과를 높일 수 있는 개선 방안을 제안하였다.

• 한국지구과학회:학술대회논문집
• /
• 한국지구과학회 2005년도 춘계학술발표회 논문집
• /
• pp.254-260
• /
• 2005

이 논문에서는 산사태 취약성 분석을 목적으로 확률론적 공간통합의 틀 안에서 범주형 자료와 연속형 자료를 효율적으로 처리할 수 있는 비모수적 우도비 추정 모델과 모수적 예측적 판별 분석 모델을 적용하였다. 적용 모델의 비교를 위해 1998년 여름철 산사태로 많은 피해를 입은 경기도 장흥 지역과 충청북도 보은 지역을 대상으로 사례연구를 수행하였다. 장흥 지역에서는 두 모델이 유사한 예측 능력을 나타내었으나, 보은 지역에서는 모수적 예측적 판별 분석 모델이 상대적으로 높은 예측 능력을 나타내었다. 결론적으로 제안한 두 모델은 산사태 취약성 분석을 위한 연속형 자료 표현에 효율적으로 적용될 수 있으며, 두 모델이 개별적인 연속형 자료 표현의 특성을 가지고 있기 때문에 다른 사례 연구를 통한 검증 작업이 병행되어야 할 것으로 생각된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.382-382
• /
• 2023

기존의 GRM(Grid based rainfall-Runoff Model)에서는 강우-유출 사상에 대한 유출 모의를 주요 대상으로 하였다. 본 연구에서는 GRM 모형에서 연속형 모의가 가능하도록 차단, 증발산, 융설을 모의할 수 있는 모듈을 개발하였다. 차단은 LAI의 연최댓값과 해당월의 값의 비율을 이용해서 계산하며, 증발산은 Blaney-Criddle, Hamon, Hargreaves, Priestly-Taylor 방법을 적용하였다. 융설은 Anderson에 의해서 제안된 방법을 적용하였다. 연속형 모의를 위한 모델 매개변수 설정 인터페이스를 추가하였으며, 기온, 일사량, 일조시간 등의 기상자료를 입력할 수 있게 하고, 계산된 각 수문성분을 출력할 수 있도록 GRM 모형의 입력과 출력 모듈을 개선하였다. 충주댐 유역을 대상으로 개선된 모형을 적용하였다. 공간자료의 해상도는 500m × 500m로 구축하였으며, 수문학적 지형정보와 토양도, 토지피복도를 구축하였다. 기상자료를 강수량, 일최고 기온, 일최저 기온, 일조시간, 일사량을 적용하였다. 증발산은 Hargreaves 방법을 이용하여 모의하였다. 모의 기간은 2001년 ~ 2018년이며, 이 중 2004년까지의 4년은 모델 warming up 기간으로 하고, 적합도 평가는 2005년 ~ 2018년의 모의결과를 이용하였다. 충주댐 유입량 모의결과를 관측값과 비교하였을 때 Nash-Sutcliffe model efficiency coefficient(NSE) 0.84, 상관계수 0.92, 총용적 오차는 0.26%를 나타내어 관측유입량을 잘 재현하였다. 그러므로 본 연구에서 개발된 차단, 증발산, 융설 모의 기법은 적절히 구현된 것으로 판단되며, GRM을 이용한 연속형 모의가 가능한 것으로 나타났다. 향후 연구에서는 좀 더 다양한 유역에 대해 GRM을 이용한 연속형 유출모의 결과를 평가할 필요가 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제25권1호
• /
• pp.19-26
• /
• 2014

다항 로지스틱 회귀모형의 설명변수가 연속형과 범주형을 모두 포함할 때 범주형 설명변수는 직합을 적용하고 연속형 설명변수는 텐서곱을 적용하는 모형을 제안한다. 변수선택의 기준으로 BIC를 사용하고, 제안된 모형의 알고리즘을 구현하였다. 구현된 알고리즘을 실제 자료에 적용하여 기존의 방법과 비교하여 제안된 모형이 더 좋은 분류율을 보임을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.231-235
• /
• 2009

본 연구에서는 홍수예보를 위한 사상형 모형인 저류함수모형 적용시 문제점을 개선하기 위해 기존의 저류함수 모형에 자유수와 장력수의 2개 영역으로 구성된 토양수분모의 컴포넌트를 결합하여 지표유출, 중간유출, 기저유출의 유출수문성분에 대한 연속적인 모의가 가능하도록 하였으며 실시간 홍수예측을 위해 다수의 유량 관측지점과의 실시간 오차 보정이 가능하도록 앙상블 칼만 필터링 기법을 도입하였다. 개발된 모형의 적용성을 평가하기 위해 낙동강 권역을 대상유역으로 선정하였으며 시단위 강우자료, 기상자료, 유량자료를 비롯하여 GIS를 기반의 지형자료를 구축하였다. 연속형 저류함수형의 매개변수 추정결과 주요지점의 관측유량에 대해 높은 적합도를 보였으며 1시간 선행시간의 홍수량 예측결과에서도 높은 정확도를 보이는 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제21권6호
• /
• pp.1271-1280
• /
• 2010

인간의 질병과 가축의 특성에 영향을 주는 유전자들의 상호작용을 규명하는 방법으로 전통적인 통계방법들이 사용되었지만, 유전자와 같은 고차원의 데이터에는 적합하지 않았다. 따라서 다중인자 차원축소방법이 제안되었다. 다중인자 차원축소방법은 모형에 대한 가정이 필요하지 않는 비모수적 방법으로 이분형 자료에 적용 가능 하지만, 연속형 데이터에는 적용할 수 없는 단점이 있다. 따라서 본 연구에서는 일반화 분류 성능이 뛰어난 서포트 벡터 머신 알고리즘을 통해 연속형 자료를 가공하여 다중인자 차원축소방법에 적용하였다. 아울러 한우의 6번 염색체내 6개의 후보 단일염기다형성을 대상으로 연속형 자료인 실제 한우의 경제형질에 서포트 벡터 머신을 이용한 다중인자 차원축소방법을 적용함으로써 한우의 경제형질에 연관된 우수 유전자 상호작용의 조합을 규명하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.255-255
• /
• 2011

본 연구에서는 저류함수 기반의 시단위 연속형 강우-유출모형인 SURR모형을 장기유출 모의가 가능한 일 단위 모형으로 확장하여 그 적용성을 평가하고자 한다. 저류함수모형은 단일 호우사상에 대한 집중형 단기유출 모형으로 개발되어 장기유출 모형으로서의 활용성은 검토되지 못한 실정이다. 기존의 연구(셩영두 외, 2008)에서는 사상형 저류함수모형을 장기유출모형으로 적용하는데 그쳤으므로 유역 수문성분 모의가 가능한 연속형 장기유출 모형의 개발이 필요하다. 이를 위해 대상유역은 한강유역을 채택하였으며 일단위 기상자료와 수문자료를 구축하였다. 기존의 시단위 유역 수문성분(토양수분, 실제증발산량, 지표유출량, 중간유출량, 지하수유출량) 산정방법과 시단위 유역 및 하도 저류함수를 일단위로 확장하여 2002년부터 2009년까지 장기 유출모의를 실시하고자 한다. 본 연구 결과는 시단위 유출모의와 일단위 유출모의가 동시에 가능한 모형 개발에 활용할 수 있을것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제15권4호
• /
• pp.615-631
• /
• 2008

재무자료에 대한 신용평가모형은 각각의 재무변수를 평활한 예측부도율로 변환하여 사용한다. 본 연구에서는 연속형 재무자료를 변환하여 설정된 신용평가모형의 문제점을 살펴보고, 연속형 재무변수를 다양한 형태로 범주화한 신용평가모형들을 제안한다. 범주형 재무자료를 사용해서 개발한 여러 종류의 신용평가모형들의 성과를 다양한 적합성 검증 방법으로 비교하고, 범주형 재무자료를 이용한 신용평가모형의 유용성을 토론한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.122-122
• /
• 2021

전 세계적인 기후변화로 인해 태풍과 집중호우의 빈도와 규모가 증가하고 있으며 그로 인해 수재해 대응과 수자원 관리에 많은 어려움이 따른다. 댐 운영은 이러한 수자원 관리의 중요한 요소이며 정확한 댐 유입량의 예측은 효율적인 댐 운영과 관리의 필수적인 부분이다. 최근에는 여러 분야에서 활용되고 있는 딥러닝 모델을 활용하여 댐 유입량 예측에 관한 다수의 연구들이 수행되고 있다. 특히, 수문 시계열의 장기적인 특성과 비선형적인 관계를 고려하기 위해 연속형 모의를 기반으로 하는 딥러닝 모델의 적용 및 평가와 관련 연구의 필요성이 대두되고 있다. 본 연구에서는 연속형 모의를 기반으로 하는 딥러닝 모델을 활용하여 댐 유입량 예측을 수행하고자 하며 이의 적용성을 평가하고자 한다. 적용 대상 지역으로는 안동댐 상류 유역을 선정하였으며 2006년부터 2020년까지의 시 단위 강우 및 댐 유입량 자료를 활용하였다. 선행시간(1~6시간)별 예측 유입량과 관측 유입량의 비교를 통한 정량적 평가를 수행하였다. 또한 입력 자료에 대한 과거 기간, 모델 구성, 손실함수 등에 대한 조건별 평가를 통해 예측 정확도의 변화에 대한 분석을 수행하였다. 본 연구결과를 통해, 딥러닝 기반의 댐 유입량 예측 정확도에 대한 향상과 실시간 예측을 위한 딥러닝 모델의 활용성 증대에 기여할 것으로 기대된다. 향후, 강우 예보 자료를 연계한 딥러닝 기반의 실시간 댐 유입량 예측 기법을 제안하고 이의 활용성을 평가하고자 한다.

• Communications for Statistical Applications and Methods
• /
• 제18권4호
• /
• pp.413-422
• /
• 2011

유전학에서 유전자 상호작용효과 규명을 위한 방법으로 비모수적인 방법인 Multifactor Dimensionality Reduction(MDR) 방법이 제안되어 현재까지 사용되고 있다. MDR 방법은 이분형 자료에 적합한 방법으로 연속형 자료에는 적용할 수 없는 단점이 있다. 이러한 한계를 극복하기 위해서 Dummy MDR(D-MDR) 방법 그리고 SVM을 활용한 MDR(SVM MDR) 방법 등이 제안 되었다. 본 논문에서는 연속형 자료에 적용 가능한 SVM MDR 방법과 D-MDR 방법을 비교하고, 실제 한우 데이터에 두 방법에 적용한다. 그리고 각 방법의 적용결과를 바탕으로 한우의 종합경제형질에 영향을 주는 유전자 상호작용 조합을 규명한다. 그리고 마지막으로 기존의 SVM MDR 방법과 D-MDR 방법의 장단점 비교를 통해서 추후 새로운 연구방향을 제시한다.