• Journal of Korean Society of Transportation
• /
• v.34 no.5
• /
• pp.421-436
• /
• 2016

Public-Private-Partnerships tend to be committed high project development cost and recover the cost through future revenue during the operation period. In general, long-term concession can bring on more revenue to private investors, but short-term concession less revenue due to the short recovering opportunities. The concession period is usually determined by government in advance or by the private sectors's proposal although it is a very crucial factor for the PPPs. Accurate traffic forecasting should be most important in planing and evaluating the operation period in that the forecasted traffic determines the project revenue with user fees in PPPs. In this regards, governments and the private investors are required to consider the traffic forecast risk when determining concession period. This study proposed a model for the optimal concession period in the PPPs transportation projects. Monte Carlo simulation was performed to find out the optimal concession period while traffic forecast uncertainty is considered as a project risk under the expected return of the private sector. The simulation results showed that the optimal concession periods are 17 years and 21 years at 5.5% and 7% discount level, respectively. This study result can be applied for the private investors and/or any other concerned decision makers for PPPs projects to set up a more resonable concession period.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.3
• /
• pp.497-502
• /
• 2020

For the Navy to acquire the desired vessels in time, it is necessary to plan the schedule accurately for warships. On the other hand, until now, there has been only a subjective prediction of the period of warship construction through a survey by a group of experts. No academic studies have been conducted based on actual data. Therefore, this study presents a model for predicting the construction period of a warship through linear regression based on actual data. Experts first identified the factors that can affect the warship construction period. Actual data of the factors were collected, and regression analysis was performed to estimate the ship construction period. As a result, the key factors selected that influence the construction period of a ship were the number of operational test items, number and type of equipment, and the number and type of R&D equipment. The resulting regression model revealed 96.5% accuracy in terms of internal validity.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.353-353
• /
• 2022

본 연구에서는 CMIP5(The fifth phase of the Couple Model Intercomparison Project) 미래기후시나리오와 LSTM(Long Short-Term Memory) 모형 기반의 딥러닝 기법을 이용하여 하천유량 예측을 위한 최적 학습 기간을 제시하였다. 연구지역으로는 진안군(성산리) 지점을 선정하였다. 보정(2000~2002/2014~2015) 및 검증(2003~2005/2016~2017) 기간을 설정하여 연구지역의 실측 유량 자료와 LSTM 기반 모의유량을 비교한 결과, 전체적으로 모의값이 실측값을 잘 반영하는 것으로 나타났다. 또한, LSTM 모형의 장기간 예측 성능을 평가하기 위하여 LSTM 모형 기반 유량을 보정(2000~2015) 및 검증(2016~2019) 기간의 SWAT 기반 유량에 비교하였다. 비록 모의결과에일부 오차가 발생하였으나, LSTM 모형이 장기간의 하천유량을 잘 산정하는 것으로 나타났다. 검증 결과를 기반으로 2011년~2100년의 CMIP5 미래기후시나리오 기상자료를 이용하여 SWAT 기반 유량을 모의하였으며, 모의한 하천유량을 LSTM 모형의 학습자료로 사용하였다. 다양한 학습 시나리오을 적용하여 LSTM 및 SWAT 모형 기반의 하천유량을 모의하였으며, 최적 학습 기간을 제시하기 위하여 학습 시나리오별 LSTM/SWAT 기반 하천유량의 상관성 및 불확실성을 비교하였다. 비교 결과 학습 기간이 최소 30년 이상일때, 실측유량과 비교하여 LSTM 모형 기반 하천유량의 불확실성이 낮은 것으로 나타났다. 따라서 CMIP5 미래기후시나리오와 딥러닝 기반 LSTM 모형을 연계하여 미래 장기간의 일별 유량을 모의할 경우, 신뢰성 있는 LSTM 모형 기반 하천유량을 모의하기 위해서는 최소 30년 이상의 학습 기간이 필요할 것으로 판단된다.

• Convergence Security Journal
• /
• v.23 no.1
• /
• pp.89-95
• /
• 2023

In order to help reduce the medical expenses of patients with auto insurance accidents, this study predicted the treatment period, which is the most important factor in the medical expenses of patients in their 40s and 50s, and analyzed the factors affecting the treatment period. To this end, a mechine learning model using five algorithms such as Decision Tree was created, and its performance was compared and analyzed between models. There were three algorithms that showed good performance including Decison Tree, Gradient Boost, and XGBoost. In addition, as a result of analyzing the factors affecting the prediction of the treatment period, the type of hospital, the treatment area, age, and gender were found. Through these studies, easy research methods such as the use of AutoML were presented, and we hope that the results of this study will help policies to reduce medical expenses for automobile insurance accidents.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.207-207
• /
• 2023

데이터 기반 강수 예측 모델은 극한 강수 이벤트의 크기를 과소 추정하는 경향이 있다. 이는 훈련 데이터에 극한 강수 이벤트보다 일반적인 강수 이벤트가 많이 포함되어 있기 때문이다. 본 연구는 이러한 딥러닝의 데이터 불균형 문제를 해소하고자 모델을 학습시킬 때 격자별 극한 강수에 더 큰 가중치를 주어 극한 강수 예측의 정확성을 높이는 방법을 제안한다. 딥러닝 모델 중 공간-시간 필드를 정확하게 예측할 수 있는 ConvLSTM 기반 강수 예측 모델을 활용하여 레이더 강수량을 예측하였다. 먼저, 훈련 기간 동안의 강수 이벤트의 누적 분포 함수 CDF(Cummulative distribution funcion)을 그린 후 극한 강수 이벤트와 일반적인 강수 이벤트의 분포를 확인하였다. 그다음, 적은 분포를 가진 극한 강수 이벤트의 더 큰 가중치를 두어 모델을 학습시켰다. 이 모델은 대한민국 중부 지역 (200km x 200km)의 5km-10분 해상도 레이더-계량기 복합 강수 필드에 대해 2009-2014년 기간 동안 훈련 되었고 2015-2016년 동안 모델의 훈련을 검증 하였고, 2017-2018년 동안 테스트 되었다. 다양한 가중치 함수를 기반으로 훈련 시킨 결과 최적화 가중치 함수 모델의 평균 NSE는 0.6 평균 RMSE는 0.00015 그리고 극한 강수 이벤트만 따로 추출한 평균 MAE는 6이다. 결과적으로 제안된 모델은 기존 방법에 비해 예측 성능을 향상 시켰으며, 격자별 가중치를 두었을 경우 일반적인 강수 이벤트 뿐만 아니라 극한 강수 이벤트의 예측의 정확도를 향상시켰다.

• The Korean Journal of Financial Management
• /
• v.17 no.1
• /
• pp.91-110
• /
• 2000

충격이 경제에 가해질 때 이 충격이 경제 내에 일시적으로 존속하는 경우도 있고 이 충격이 영구히 존속하는 경우도 있다. 이 양극단 사이의 과정도 존재할 수 있다. 이것을 표상한 것이 stopbreak 과정이다. 충격의 효과가 영구적 효과와 일시적 효과 사이에서 파동하는 시계열을 모형화한 것이 이 과정인 것이다. 이 과정에서는 일정한 기간에는 영구적인 평균이동이 발생하여 구조변화가 발생한다. 다른 기간에 발생하는 충격은 그 효과가 급속히 소멸한다. 밀접한 관계를 맺고 있는 두 주가의 비율은 한 주가의 변동이 제시하는 것을 분석하고 이것을 이용하여 다른 주가를 예측할 수 있는 정보를 제공한다. 한 주가의 변동이 발생하면 이 두 주가의 비율은 변동한다. 그러나 한 주가의 변동의 정보성이 인정되어 이 정보가 다른 주가에 반영되어 조정되면 두 주가의 비율은 변동이전의 수준으로 회귀할 것이다. 변동이 영구적이면 두 주가비율은 동일한 수준을 유지할 것이다. 반면 다른 주가에 영향을 미치지 못하는 정보이면 두 주가의 비율은 변동된 상태에서 지속될 것이다. 일정기간은 영구적 구조변화가 발생하고 그 이외의 기간에는 구조 변화가 발생하지 않고 있는 것이다. 따라서 stopbreak 과정을 사용하여 정확한 예측을 수행할 수 있다. 주가지수들이 stopbreak 과정에 의하여 생성되고 있음이 발견되었다. 즉 주가지수들은 확률적 영구구조변화가 발생하고 있는 시계열들이다. 종합주가지수/제조업지수 역시 확률적 영구구조변화를 가지는 stopbreak 과정에 의하여 생성되고 있음이 밝혀졌다. 이 과정을 실제에 적용하여 주가의 움직임을 파악하면 예측이 가능하다. 특히 연관성이 깊은 두 주식의 주가비율을 사용할 때 효과적이라 할 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.26 no.6
• /
• pp.1019-1032
• /
• 2013

The accurate prediction of future mortality is an important issue due to recent rapid increases in life expectancy. An accurate estimation and prediction of mortality is important to future welfare policies. The optimal selection of a mortality model is important to estimate and predict mortality; however, the period of time series data used is also an important issue. It is essential to understand that the time series data for mortality is short in Korea and the data before 1982 is incomplete. This paper divides the time series of Korean mortality into two sets to compare the parameter estimates of the LC model and LC model with a cohort effect by the period of data used. A modeling and prediction of the mortality index and cohort effect index as well as the evaluation of future life expectancy is conducted. Finally, some suggestions are proposed for the future prediction of mortality.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.56 no.3
• /
• pp.233-243
• /
• 2011

This experiment was conducted to investigate the effect of future climate change on growing period and temperature in different rice maturity types as global warming progressed, where Odaebyeo, Hwaseongbyeo, Ilpumbyeo were used as a representative cultivar of early, medium, and medium-late rice maturity type, respectively, and A1B scenario was applied to weather data for future climate change at 57 sites in Korea. When cropping season was not adjusted to climate change, entire growing period and growing temperature were shorten and risen, respectively, as global warming progressed. On the other side, when cropping season was adjusted to climate change, growing period and temperature after heading date were not changed in contrast to growing period and growing temperature before heading which were more seriously shortened and risen as global warming progressed than in not adjusted cropping season. It is supposed that adjusting cropping season to climate change can alleviate rice yield reduction and quality deterioration to some degree by improving growing temperature condition during grain-filling period, but also still have a limit such as seriously shortened growing period indicating that there need to develope actively new rice cultivation methods and varieties for future climate change.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2001.06a
• /
• pp.101-104
• /
• 2001

작물 발육단계의 정확한 진단은 그 시기의 생리적 반응을 이해하고 정확하고 정밀한 생육관리를 위해서 절대적으로 필요한 요소이다. 지금까지 벼의 발육단계 예측을 위한 모델에는 GDD를 이용하는 방법(이, 1972), 한 단계의 발육을 완료하는데 걸리는 기간(t)과 이 기간중의 평균기온, 평균일장의 단순회귀 또는 중회귀를 구하는 방법(Gao et al, 1989; Yin et al, 1995; 임, 1982), 평균발육속도(1/t)를 이 기간중의 평균온도와 평균일장의 함수로 표현해서 이를 적산하여 1이 되었을 때를 발육완료일로 나타내는 방법(이, 1987; 신 등, 2000), 발육기간이 시계열자료를 모두 고려하여 함수를 이용하지 않는 non-parametric 방법(이, 1991) 등이 있다.(중략)

• 한국IT서비스학회:학술대회논문집
• /
• 2008.05a
• /
• pp.243-248
• /
• 2008

오픈 소스 소프트웨어에 대한 관심과 함께 많은 연구가 진행 중이며, 오픈 소스 소프트웨어 개발을 지원하는 커뮤니티도 다수 존재하고 있다. 오픈 소스를 활용한 개발비용을 예측을 위해선 오픈 소스의 개발 기간을 예측하여야 하지만, OSS 개발 방법에는 개발 기간을 산정하는 것이 미비하다. 그리하여 본 연구에서는 OSS 커뮤니티에서 개발기간을 산정하는 것에 대하여 XP 개발 방법의 사용자 스토리 카드를 이용한 산정법을 적용하여 활용하는 연구를 하고자 한다. 이를 위해, XP의 산정법을 OSS 커뮤니티에 적합하게 수정하였다. 또한 제안한 방법을 실제 SourceForge.net의 프로젝트 중 버그와 추가사항의 기록이 많은 프로젝트에 적용하여 그 가능성을 입증하였다.