• 제목/요약/키워드: 위험의 분류

검색결과 1,301건 처리시간 0.024초

데이터 마이닝 기법의 성과측정시 표본추출 및 표본구성비의 영향에 관한 실증적 연구

  • 김광용
    • 한국지능정보시스템학회:학술대회논문집
    • /
    • 한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
    • /
    • pp.383-390
    • /
    • 1999
  • 본 연구의 목적은 이원화된 위험을 분류하는데 사용된 여러 가지 데이터마이닝(datamining) 기법들의 성과를 측정·비교하는데 있어서, 표본추출(sampling error)의 영향, 표본의 구성비 영향, 기존의 전통적 위험예측치의 문제점등을 살펴보고, 새로운 위험예측치를 제시하여 실증적으로 비교, 검증하는 것을 연구의 주목적으로 하고 있다.

  • PDF

산지유역의 지형위치 및 지형분석을 통한 재해 위험도 예측 (Disaster risk predicted by the Topographic Position and Landforms Analysis of Mountainous Watersheds)

  • 오채연;전계원
    • 한국방재안전학회논문집
    • /
    • 제11권2호
    • /
    • pp.1-8
    • /
    • 2018
  • 최근 기후 변화로 인해 전 세계적으로 이상기후 현상이 일어나고 있으며 우리나라도 예외는 아니다. 과거의 강우기록을 갱신하는 강우가 지속적으로 발생하고 있으며 특히 국지성 집중호우의 경우 짧은 시간에 많은 양의 강우가 좁은 지역에 발생하고 있어 산지재해 발생 또한 증가 하고 있다. 강원도의 경우 지역적 특성상 대부분 산지로 이루어져 있어 경사가 가파르고 토심 또한 얕아 산사태에 의해 많은 피해를 입고 있다. 그러므로 본 연구에서는 산지유역에 지형분류기법과 산사태 위험성 예측기법을 적용하여 재해 위험도를 예측하고자 하였다. 지형분류기법은 지형위치지수를(TPI)를 계산하여 위험 지형을 분류하고 토석류 예측기법중 하나인 SINMAP 방법을 사용하여 산지재해 발생 가능지역을 예측하였다. 그 결과 지형분류기법에서는 전체 유역 중 약 63% 이상 완경사지와 급경사지로 분류되었으며 SINMAP 분석에서는 전체 유역 중 약 58%가 위험 지역으로 분석되었다. 최근 각종 개발로 인해 산지재해의 저감 대책이 마련이 시급한 실정이며 재해 위험 구간에 대한 안정성 대책을 수립하여야 한다.

재해사례와 AHP를 이용한 교량공사 위험지수 산정 (Risk Index Computation of Work Type for Bridge Construction using Accident Cases and the AHP Method)

  • 서수은;강경식
    • 대한안전경영과학회:학술대회논문집
    • /
    • 대한안전경영과학회 2009년도 추계학술대회
    • /
    • pp.441-459
    • /
    • 2009
  • 교량공사는 지상작업과 고소작업이 혼재하고 작업공종이 복잡하여 위험성이 높은 공사로 추락, 협착, 붕괴, 낙하 비래 재해의 발생빈도가 높다. 또한, 중량 부재의 운반, 조립, 양중 등의 작업과정에서 유해 위험 기계기구와 건설장비 사용에 따른 유해 위험 요인이 산재하여, 유해 위험의 정도와 재해 발생빈도 및 재해의 강도에 차이가 있어 위험성평가를 통한 정량화된 위험지수의 제시가 필요하다. 위험성 평가는 교량공사의 특성을 고려하여 교량 건설현장의 공종별 유해 위험요인을 세부공종별 요소작업에 따라 분류하고, 재해 발생정도와 피해정도에 따른 위험도가 평가되어야 한다. 이러한 교량 건설공사의 재해를 줄이는데 기여할 수 있도록 정량화된 교량공사 위험지수를 제시함으로써 체계적이고 효율적인 재해예방 활동에 필요한 기초자료를 제공할 것이다. 특히 교량공사 시공 상의 제반 위험요인을 사전에 점검하여 변경 보완 제거할 수 있는 재해 예방대책을 수립하여 재해를 최소화하는 연구가 필요하게 되었다. 건설현장에서 위험지수의 고저에 따라 자원을 적정하게 배분한다면 안전관리의 효율성이 제고되고, 궁극적으로 건설재해 감소에 기여하게 될 것으로 기대된다.

  • PDF

부품 및 소재의 신뢰성 보험 상품에 관한 연구

  • 홍연웅
    • 한국데이터정보과학회:학술대회논문집
    • /
    • 한국데이터정보과학회 2003년도 춘계학술대회
    • /
    • pp.15-17
    • /
    • 2003
  • 부품 및 소재산업의 육성을 위하여 2003년 4월부터 운영되는 신뢰성보험사업과 관련된 각종 제도를 검토하며, 신뢰성보험의 개념, 담보하는 위험의 분류, 운영체계 및 상품의 설계내용에 대하여 알아본다.

  • PDF

신속한 재해 대응을 위한 TB지역의 시설물 중요도·위험도·피해액 산정 기반 인벤토리 구축 (A Method for Constructing of Inventory based on Importance, Risk, Damages Estimation of Facilities in TB Area for Rapid Disaster Response)

  • 최수영;김진만;조명희
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2016년도 학술발표회
    • /
    • pp.599-599
    • /
    • 2016
  • 본 연구에서는 자연재해에 따른 재해 발생 시 신속하고 효율적인 대응을 위하여 시설물의 중요도 위험도 피해액 평가 인벤토리를 구축하였다. 인벤토리 구축을 수행하기 위해서 재해에 따른 시설물의 위험 발생 시 피해 시설물에 대한 구분 및 분류가 이루어져야한다. 하지만 재난관리가 수행되어야 하는 시설물 건축물의 정보가 정부 여러 기관에서 각기 다른 형태의 정보로 관리되어짐으로써 재난관리 업무의 효율적 운영에 대한 문제가 제기되어 왔다. 따라서 본 연구에서는 미국의 HAZUS-MH와 DIMSuS의 위험도와 중요도 개념을 기반으로 피해 시설물의 중요도, 위험도 등을 평가할 수 있는 항목들을 선정하고 국내 시설물 분류, 건축법규 및 자산 가치 산정 정보를 활용하여 시설물 재해 대응을 위한 인벤토리 구축을 수행하였다. 본 연구에서는 대구 성서산업단지를 TB지역으로 선정하고, TB지역내의 수변구조물, 산업시설, 주거시설 등 다양한 시설물의 속성 정보를 수집 구축하였다. 또한 신속한 재해 대응을 위해서는 시설물 정보와 공간정보를 융합한 복합적인 정보가 필요하기 때문에 TB지역의 공간정보를 구축하고 시설물의 위치 정보를 생성하고 속성 정보와 연계하여 통합 인벤토리를 구축하였다. 향후 본 연구에서 제안한 인벤토리 시스템을 활용하여 신속한 재해 대응을 위한 의사결정 도구로 활용될 것으로 판단된다.

  • PDF

DBSCAN과 통계적 검증 알고리즘을 사용한 배터리 열폭주 셀 탐지 (Battery thermal runaway cell detection using DBSCAN and statistical validation algorithms)

  • 김진근;윤유림
    • 문화기술의 융합
    • /
    • 제9권5호
    • /
    • pp.569-582
    • /
    • 2023
  • 납축전지는 가장 오래된 충전식 배터리 시스템으로 현재까지 충전식 배터리 분야에서 자리를 지키고 있다. 이 배터리는 다양한 이유로 열폭주 현상이 생기는데 이는 큰 사고로 이어질 가능성이 있다. 그렇기 때문에 열폭주 현상을 예방하는 것은 배터리 관리 시스템의 핵심부분이다. 최근에는 열폭주 위험 배터리 셀을 기계학습으로분류하는 연구가 진행 중이다. 본 논문에서는 비지도학습인 DBSCAN 클러스터링과 통계적 방법을 사용하여 열폭주 위험 셀 탐지 및 검증 알고리즘을 제안하였다. BMS에서 측정한 lead-acid 배터리의 저항 값만을 사용하여 열폭주 위험 셀 분류 실험을 진행하였고 본 논문에서 제안한 알고리즘이 열폭주 위험 셀을 정확히 검출해 냄을 보여주었다. 또한 본 논문에서 제안한 알고리즘을 사용하여 배터리 내 열폭주 위험이 있는 셀과 노이즈가 심한 셀을 분류할 수 있었으며 그리드 서치를 통한 DBSCAN 파라미터 최적화를 통해 열폭주 위험 셀을 초기에 검출해 낼 수 있었다.

땅밀림 위험지 평가를 위한 기계학습 분류모델 비교 (A Performance Comparison of Machine Learning Classification Methods for Soil Creep Susceptibility Assessment)

  • 이제만;서정일;이진호;임상준
    • 한국산림과학회지
    • /
    • 제110권4호
    • /
    • pp.610-621
    • /
    • 2021
  • 지진 발생과 집중호우에 의해 땅밀림형 산사태 유형으로 분류되는 땅밀림 현상이 전국적으로 광범위하게 나타나고 있다. 산림청은 땅밀림으로 인한 인명 및 재산 피해를 예방하기 위해 땅밀림 우려지 현장조사 판정표를 통해 땅밀림 발생 위험지를 사전에 파악하고 있다. 한편 최근에는 컴퓨터 기술의 발달로 인공지능의 한 분야인 기계학습 분류기법을 이용하여 산지재해 취약성을 평가하거나 자연재해를 예측하고 있다. 따라서 이 연구에서는 기계학습 분류기법인 k-Nearest Neighbor(k-NN), Naive Bayes(NB), Random Forest(RF), 그리고 Support Vector Machine(SVM) 분류모델을 이용하여 땅밀림 발생 위험등급을 분류하였다. 한국치산기술협회의 2018~2020년 조사 자료 4,618개 중에서 땅밀림 현상의 발생 여부를 고려하여 발생지 총 146개소, 그리고 미발생지 146개소를 임의추출하여 292개 자료를 선정하였으며, 이 중 70%에 해당하는 204개소 자료를 훈련자료로 하여 모델을 구축하였다. 전체 자료의 30%에 해당하는 88개 검증자료에 대해 모델을 평가한 결과, k-NN은 0.727, NB는 0.750, RF는 0.807, 그리고 SVM은 0.750의 분류정확도를 보였다. 또한, Kappa 상관계수는 각각 0.534, 0.580, 0.673 및 0.585, 그리고 AUC는 각각 0.872, 0.912, 0.943 및 0.834로 계산되었다. 따라서 땅밀림 위험지역 판정을 위한 기계학습 분류모델은 RF, NB, SVM, 그리고 k-NN 순으로 높은 성능을 보였다. 기계학습 분류모델은 향후 산지토사재해의 예방 및 대응을 위한 기초자료로 활용 가능하며, 땅밀림 재해 관리 및 피해 경감에 위한 정책 개발에 필요한 정보를 제공할 것이다.