• 한국정보전자통신기술학회논문지
• /
• 제11권6호
• /
• pp.703-710
• /
• 2018

매년 전기화재사고에 대한 사고유형 분석, 점검 등 전기적 화재사고를 줄이기 위해 다양한 노력이 있었으나, 효율적인 의사결정지원 체계 및 기존 누적 데이터 활용방안의 미비로 효과적인 대처방안이 부재한 현황이다. 본 연구는 전기안전점검데이터, 전기화재사고정보, 건축물정보, 기상청정보 등 데이터 기반의 전기화재를 예측하는 알고리즘을 개발하고 이를 활용하여 전기화재사고를 줄이는데 목적이 있다. 본 연구에서는 한국전기안전공사, 기상청, 국토교통부, 소방본부 등 기관별로 수집된 데이터를 전처리, 융합, 분석, 모델링, 검증 과정을 거쳐 전기화재에 영향을 끼치는 요인과 예측모델을 도출하였다. 주요요인으로 절연저항 값, 습도, 풍속, 건축물 노후년수, 용적율, 건폐율, 건축물용도로 나타났고, Random forest 알고리즘을 활용한 예측모델은 74.7%의 정확도를 얻었다.

• 스마트미디어저널
• /
• 제11권9호
• /
• pp.9-20
• /
• 2022

심층강화학습은 자율주행 도메인에서 널리 사용되는 end-to-end 데이터 기반 제어 방법이다. 그러나 기존의 강화학습 접근 방식은 자율주행 과제에 적용하기에는 비효율성, 불안정성, 불확실성 등의 문제로 어려움이 존재한다. 이러한 문제들은 자율주행 도메인에서 중요하게 작용한다. 최근의 연구들은 이런 문제를 해결하고자 많은 시도가 이루어지고 있지만 계산 비용이 많고 특별한 가정에 의존한다. 본 논문에서는 자율주행 도메인에 불확실성 순차 모델링이라는 방법을 도입하여 비효율성, 불안정성, 불확실성을 모두 고려한 새로운 알고리즘 MCDT를 제안한다. 강화학습을 높은 보상을 얻기 위한 의사 결정 생성 문제로 바라보는 순차 모델링 방식은 기존 연구의 단점을 회피하고 효율성과 안정성을 보장하며, 여기에 불확실성 추정 기법을 융합해 안전성까지 고려한다. 제안 방법은 OpenAI Gym CarRacing 환경을 통해 실험하였고 실험 결과는 MCDT 알고리즘이 기존의 강화학습 방법에 비해 효율적이고 안정적이며 안전한 성능을 내는 것을 보인다.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.707-715
• /
• 2023

본 연구는 주택 및 주거환경 만족도 영향 요인의 지역별 특성 비교 분석하기 위해서, 2020년 국토교통부 주거실태조사 데이터를 활용하여 Decision Tree 분석 중 CART 알고리즘을 적용하였다. 연구 결과는 첫째, 주거환경 만족도에서 의료복지시설 만족도, 교육시설 접근성 만족도가 광역시 및 수도권에서 높은 중요도를 보이지만 변의 사고 및 범죄로부터 안전한 환경 만족도 요인이 그 이외의 지역에서 더 높은 중요도를 보여, 권역에 따른 차이가 두드러졌다. 둘째, 주택 만족도에서는 주택 특성 요인이 중요하고 실내 환경 수준 만족도와 실내 안전 및 위생 상태 만족도가 대부분의 시도에서 중요도를 보였지만 주거환경 만족도에서는 주거 외부 정주 환경 특성 요인의 중요도가 더 높고 영향 요인이 상대적으로 균등하게 분포하여 종속변수에 따른 차이를 보였다. 이러한 권역별 특성의 일반화를 위해서는 시계열 데이터를 활용한 연구가 추후에 진행될 필요가 있다.

• 정보처리학회논문지A
• /
• 제18A권2호
• /
• pp.45-52
• /
• 2011

과거에는 환자가 초음파 영상진단장치가 설치되어 있는 방에 가서 진단을 받았지만, 현재는 의사가 초음파 영상 진단장치를 가지고 이동하면서 환자를 진단(모바일 초음파, handheld ultrasound)할 수 있는 시대가 왔다. 그러나 초음파 영상진단장치로서의 기본적인 기능만을 구현하였으며, 초음파 영상의 질을 결정하는 초음파 빔의 포커싱 알고리즘에서 요구되는 고성능을 만족하지 못하는 실정이다. 또한 모바일 기기의 경우 저전력의 요구조건도 만족하여야 한다. 이를 위해 본 논문에서는 모바일 초음파 영상신호의 포커싱을 위한 방법 중 대표적인 빔포밍 알고리즘(Beamforming Algorithm)을 고성능, 저전력으로 처리 가능한 단일 명령어 다중 데이터(Single Instruction Multiple Data, SIMD)기반의 멀티코어 프로세서를 제안한다. 제안한 SIMD기반 멀티코어 프로세서는 16개의 프로세싱 엘리먼트(Processing Element, PE)로 구성되어 있으며, 초음파의 에코 영상데이터에 내재한 무수한 데이터 레벨 병렬성을 활용하여 빔포밍 알고리즘에서 요구되는 고성능을 만족시킨다. 모의실험 결과, 제안한 멀티코어 프로세서는 현재 상용 고성능 프로세서인 TI DSP C6416보다 평균 15.8배의 성능, 6.9배의 에너지 효율 및 10배의 시스템 면적 효율을 보였다.

• 한국통신학회논문지
• /
• 제33권9B호
• /
• pp.745-750
• /
• 2008

무선인지 기반의 시스템에서, 주 사용자를 위한 주파수 할당을 보장하면서도 부가 사용자에게도 끊김없는 서비스를 제공해야 한다. 부가 사용자의 멀티미디어 데이터의 전송 시 무선 링크의 빈번한 변경 때문으로 인한 데이터 전송 지연과 손실이 발생할 경우 QoS 저하를 피할 수 없게 된다. 부가 사용자에게도 끊김없는 서비스를 유지하기 위해서는 효율적인 주파수 자원 관리가 필요하다. 본 논문에서는 퍼지 다기준 의사 결정 방법에 근거한 주파수 선정 방법을 제안한다. 제안되는 주파수선정 방법은 퍼지 집합 이론을 활용하며 주파수 선택을 위한 결정 프로세스에 기존의 전파 수신 감도 이외에 셀 부하, 데이터 전송률, 가용 대역 등을 고려한다. 시뮬레이션을 통하여, 제안된 방법이 수신 신호 세기만을 사용하는 기존의 방법보다 우수함을 보인다.

• 벤처창업연구
• /
• 제12권6호
• /
• pp.123-138
• /
• 2017

본 연구는 6차산업 경영체의 성장단계별 유형특징을 살펴보고, 각 단계별 경영전략의 핵심요소를 찾는데 목적을 두었다. 2015년 6차산업으로 인증된 752개 경영체 자료를 의사결정나무구조 분석의 CART 알고리즘으로 분석하였다. 분석결과 6차산업 유형결정에 초기 성장단계에서는 농산물가공유형, 성장기에는 농산물가공유형, 서비스유형, 지역, 매출액이 작용하고, 성숙기에는 서비스전략, 농산물가공유형이 작용하였다. 이 같은 결과는 6차산업 경영체의 성장단계별 지원될 핵심적 경영요소를 실증적으로 규명하여, 6차산업 지원방향을 제시하고 있다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.111-124
• /
• 2018

본 연구는 만성질환 중의 하나인 고지혈증 유병을 예측하는 분류모형을 개발하고자 한다. 이를 위해 SVM과 meta-learning 알고리즘을 이용하여 성과를 비교하였다. 또한 각 알고리즘에서 성과를 향상시키기 위해 변수선정 방법을 통해 유의한 변수만을 선정하여 투입하여 분석하였고 이 결과 역시 각각 성과를 비교하였다. 본 연구목적을 달성하기 위해 한국의료패널 2012년 자료를 이용하였고, 변수 선정을 위해 세 가지 방법을 사용하였다. 먼저 단계적 회귀분석(stepwise regression)을 실시하였다. 둘째, 의사결정나무(decision tree) 알고리즘을 사용하였다. 마지막으로 유전자 알고리즘을 사용하여 변수를 선정하였다. 한편, 이렇게 선정된 변수를 기준으로 SVM, meta-learning 알고리즘 등을 이용하여 고지혈증 환자분류 예측모형을 비교하였고, TP rate, precision 등을 사용하여 분류 성과를 비교분석하였다. 이에 대한 분석결과는 다음과 같다. 첫째, 모든 변수를 투입하여 분류한 결과 SVM의 정확도는 88.4%, 인공신경망의 정확도는 86.7%로 SVM의 정확도가 좀 더 높았다. 둘째, stepwise를 통해 선정된 변수만을 투입하여 분류한 결과 전체 변수를 투입하였을 때보다 각각 정확도가 약간 높았다. 셋째, 의사결정나무에 의해 선정된 변수 3개만을 투입하였을 때 인공신경망의 정확도가 SVM보다 높았다. 유전자 알고리즘을 통해 선정된 변수를 투입하여 분류한 결과 SVM은 88.5%, 인공신경망은 87.9%의 분류 정확도를 보여 주었다. 마지막으로, 본 연구에서 제안하는 meta-learning 알고리즘인 스태킹(stacking)을 적용한 결과로서, SVM과 MLP의 예측결과를 메타 분류기인 SVM의 입력변수로 사용하여 예측한 결과, 고지혈증 분류 정확도가 meta-learning 알고리즘 중에서는 가장 높은 것으로 나타났다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.45-66
• /
• 2018

크라우드펀딩(Crowdfunding)은 최근 벤처 기업의 기금 모금을 위한 엔젤 기금보다 인기가 있다. 이에 따라 크라우드펀딩의 성공 요인을 파악하는 것은 기금 조성자 및 투자자로 하여금 크라우드펀딩 프로젝트와 관련된 효과적 의사결정을 내리기 위해 크라우드펀딩 성공 여부를 선험적으로 예측하는데 유용할 것이다. 이에 최근까지 프로젝트의 목표 및 관련 SNS의 수와 같은 몇 가지 수치적 요인을 독립변인으로 제안하여 이들이 크라우드펀딩 캠페인의 성공에 어떤 영향을 미치는지 등이 연구되어오고 있었다. 그러나 수치가 아닌 비정형 데이터를 통한 크라우드펀딩 캠페인의 성공에 대한 예측은 거의 이루어진 바 없으며, 특히 프로젝트를 소개하는 문서에 대한 특성 분석을 통해 해당 프로젝트의 성공여부를 예측하려는 연구는 아직 이루어지지 않았다. 사실 프로젝트를 소개하는 문서는 공개되어 있어 확보에 드는 비용이 적게 들기 때문에 매우 유용하다. 따라서 본 연구의 목적은 Wadiz 등 온라인상으로 공개되어 있는 프로젝트에 대한 소개 문서를 기반으로 크라우드펀딩 프로젝트의 성공을 예측하는 새로운 방법을 제안하는 것이다. 제안된 방법의 성능을 테스트하기 위해, 본 연구에서는 1,980개의 실제 크라우드펀딩 프로젝트와 관련된 텍스트를 수집하고 경험적으로 분석했다. 텍스트 데이터 세트에서 카테고리, 응답 수, 자금 조달 목표, 기금 모금 방법, 보상, SNS 추종자 수, 이미지 및 비디오 수 및 기타 숫자 데이터와 같은 프로젝트에 대한 세부 정보를 수집하였다. 분석 결과 이러한 요인들은 분류 알고리즘에서 분류 성능을 제고하는데 의미 있는 변인으로 확인되었다. 즉, 제안된 방법이 최근에 제안된 비정형 텍스트 기반 방법보다 정확도나 F-점수 및 수행 경과 시간에서 성능이 우수하였다.

• 한국공간정보시스템학회 논문지
• /
• 제2권2호
• /
• pp.75-84
• /
• 2000

국가지리정보체계사업을 시작으로 여러 응용분야에서 지리정보시스템을 구축하고 있으며 특히 지자체에서는 도시정보화 차원에서 UIS(Urban Information System;도시정보시스템)를 구축하고 있다. 지자제의 업무들은 지자체의 상황에 따라 조금씩 차이를 보이지만 업무 단위로 따져볼 때 공통적으로 수행되는 업무들이 많으며, 지리정보 관련 업무 또한 예외가 아니다. 지금까지 각 지자체의 도시정보시스템은 공통업무에 대하여 중복개발이 불가피하였으며, 재사용성을 기대하기 어려웠다. 이런 비효율성을 극복하는 방안으로 컴포넌트 기술이 대두되었으며, 컴포넌트 기술을 이용하여 업무변화에 유연하고 재활용을 극대화할 수 있는 업무컴포넌트 개발이 필요하게 되었다. 본 논문은 지자체의 지리정보 관련 업무의 하나인 상수도 업무 중 상수관거의 유량 및 손실수두산정을 위한 상수도 관망해석 컴포넌트 설계를 제시하였다. 상수도 관망해석 컴포넌트는 상수도 초기유량을 산정하고, 산정된 초기유량을 토대로 절점 및 상수관거의 유량 및 손실수두를 산출하여, 상수관거 신설 및 확장에 대한 의사결정을 지원할 수 있도록 설계하였다. 컴포넌트 설계과정은 표준업무를 지원할 수 있도록 업무분석을 수행하였으며, 이의 결과물로 상수도 관망해석 알고리즘을 도출하였다. 그리고 도출된 알고리즘을 기반으로 상수도 관망해석 업무를 수행하는 상수도 관망해석 컴포넌트를 설계하고 설계 내용을 UML(Unified Modeling Language)로써 명세화하였다. 현재 설계에 따라 상수도 관망해석 컴포넌트가 개발되고 있으며, 개발된 컴포넌트를 이용한 상수도 관망해석 시스템을 구축할 예정이다. 추후에는 상수도 관망해석 컴포넌트와 상수도 업무 컴포넌트와의 통합부분에 대한 연구가 진행되어야 할 것이다.