• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.822-826
• /
• 2010

홍수피해저감 대책의 우선순위 결정은 시스템 차원에서 접근해야 한다. 홍수피해저감 사업을 분야별로 분리하여 분석하면 숲을 보지 못하고 산을 판단하는 오류를 범할 수 있다. 홍수피해 최소화를 위한 여러 전문 분야별 대안 분석도 중요하지만, 시스템 차원에서 홍수피해 저감 방안을 파악하고 대책을 수립해야 한다. 따라서 본 시스템의 개발 목적은 최적의 홍수피해저감 대책을 결정하는 데 있어 각각의 개별 정보를 공유하고, 의사결정 지원에 필요한 시스템을 구축하는 데 있다. 본 연구에서 제시한 홍수방어 대책 통합평가시스템은 수문학적 홍수분석 모형을 비롯하여 수리학적 홍수분석 모형, 의사결정지원 시스템이 통합되어 단일 시스템으로 구축되며 이를 위해서는 구체적인 사용자 요구파악과 관련 업무 프로세스 분석을 통한 전체적인 시스템 구조 설계가 중요하다. 홍수방어 대책 통합평가시스템의 핵심 요소는 1) GIS입력 모듈, 2) Fuzzy 알고리즘 모듈, 3) MCDA 알고리즘 모듈, 4) 결과표출 모듈 등 네 가지이다. 여기서 첫 번째 모듈은 GIS 입력 모듈로써 최적 방안 도출을 위한 빈도별 홍수터, 홍수심, 토지이용도 등과 같은 일련의 GIS 기초자료를 제공한다. 두 번째 단계는 퍼지화된 MCDA 모듈을 수행하기 위한 퍼지 알고리즘 및 퍼지 연산을 위한 내부 코딩이 이루어지는 단계로써 사용자 요구 사항에 따른 연산이 가능하다. 세 번째 단계는 최적 방안을 모색하는 MCDA 알고리즘과 연산 수행을 위한 세부 모듈로 구성됐다. 마지막 네 번째 단계는 모형과 DB간의 연계절차로써 사용자가 직접 운영하는 GUI 부분으로써 사용자의 요구 사항을 비롯하여 모형의 특징을 Matlab 프로그램으로 각각의 화면을 디자인한다. 이 단계에서는 모형을 수행하기 위한 DB가 구축되며 사용자의 요구에 의한 맞춤형 분석이 가능하도록 구성됐다. 통합시스템을 통한 의사결정과정의 합리성은 선택된 최적의 홍수저감대책의 사회 경제적 수용성은 물론 의사결정과정의 투명성을 높일 수 있을 것이다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2003.05a
• /
• pp.171-176
• /
• 2003

방대한 양의 데이터에서 의사결정에 필요한 정보를 발견하는 일련의 과정을 데이터 마이닝 (data mining)이라고 하는데, 본 연구에서는 생물정보학 (bioinofmatics)의 한분야로서 의학분야의 통계적 의사결정 시스템을 제공하는 의사결정나무 (decision tree) 알고리즘 중 QUEST를 S-PLUS로 구현하고(이하 S-QUEST) 발육제한(Intrauterine Growth Restriction; IUGR) 데이터를 분석하였다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.17 no.4
• /
• pp.101-111
• /
• 2014

Spatial events are predictable using data mining classification algorithms. Decision trees have been used as one of representative classification algorithms. And they were normally used in the classification tasks that have label class values. However since using rule ranking methods, spatial prediction have been applied in the spatial prediction problems. This paper compared rule ranking methods for the spatial prediction application using a decision tree. For the comparison experiment, C4.5 decision tree algorithm, and rule ranking methods such as Laplace, M-estimate and m-branch were implemented. As a spatial prediction case study, landslide which is one of representative spatial event occurs in the natural environment was applied. Among the rule ranking methods, in the results of accuracy evaluation, m-branch showed the better accuracy than other methods. However in case of m-brach and M-estimate required additional time-consuming procedure for searching optimal parameter values. Thus according to the application areas, the methods can be selectively used. The spatial prediction using a decision tree can be used not only for spatial predictions, but also for causal analysis in the specific event occurrence location.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2018.05a
• /
• pp.114-115
• /
• 2018

해상의 특수성에 따른 한계 때문에 특히 여객선의 해양 사고에서 골든타임 준수는 대형 참사를 막을 수 있는 중요한 요소이다. 본 연구에서는 여객선의 해양사고 발생 시 골든타임을 준수하기 위하여 항해사가 대피항로를 선정하는데 의사결정을 지원할 수 있는 알고리즘을 구축하고자 한다. 사고의 심각성 정도에 따라 대응할 수 있는 방법이 다르기 때문에 사고의 심각성을 3단계로 구분하였고, 운항자 11명의 인터뷰 조사를 통하여 대피항로 선정 알고리즘을 고안하였다. 또한 국내 여객선 사고 사례에 적용하여 그 실용성을 확인하고, 보완점을 도출하였다. 이러한 대피항로 선정 지원 알고리즘은 사고 발생 시 항해사가 올바른 의사결정을 할 수 있도록 지원함으로써 여객선 사고의 인명피해를 감소시키는데 기여할 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.910-913
• /
• 2021

Successor representation (SR) 은 두뇌 내 해마의 공간 세포가 인지맵을 구성하여 환경을 학습하고, 이를 활용하여 변화하는 환경에서 유연하게 최적 전략을 수립하는 기전을 모사한 강화학습 방법이다. 특히, 학습한 환경 정보를 활용, 환경 구조 안에서 목표가 변화할 때 강인하게 대응하여 일반 model-free 강화학습에 비해 빠르게 보상 변화에 적응하고 최적 전략을 찾는 것으로 알려져 있다. 본 논문에서는 SR 기반 강화학습 알고리즘이 보상의 변화와 더불어 환경 구조, 특히 환경의 상태 천이 확률이 변화하여 보상의 변화를 유발하는 상황에서 어떠한 성능을 보이는 지 확인하였다. 벤치마크 알고리즘으로 SR 의 특성을 목적 기반 강화학습으로 통합한 SR-Dyna 를 사용하였고, 환경 상태 천이 불확실성과 보상 변화가 동시에 나타나는 2-stage 마르코프 의사결정 과제를 실험 환경으로 사용하였다. 시뮬레이션 결과, SR-Dyna 는 환경 내 상태 천이 확률 변화에 따른 보상 변화에는 적절히 대응하지 못하는 결과를 보였다. 본 결과를 통해 두뇌의 강화학습과 알고리즘 강화학습의 차이를 이해하여, 환경 변화에 강인한 강화학습 알고리즘 설계를 기대할 수 있다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.24 no.69
• /
• pp.133-143
• /
• 2001

가공조건은 가공비용과 시간을 줄이고 제품의 품질을 결정하는데 영향을 주는 주요 요인중의 하나이다. 본 논문에서는 밀링 공정을 위한 작업설계(Operation Planning) 시스템에서, 가공조건을 지속적으로 향상시키기 위한 새로운 방법론을 제안한다. 제안된 방법론은 밀링 작업에 대하여 (1) 퍼지 아트맵 신경회로망 모델에 의해 가공조건을 실시한 학습하고 (2) 교체 알고리즘이라 불리는 새로운 알고리즘을 포함한다. 제안된 교체 알고리즘은 기존의 학습 정보보다 효율적인 새로운 가공조건이 얻어졌을 때 이를 이용하여 기존의 학습 정보보다 효율적인 새로운 가공조건이 얻어졌을 때, 이를 이용하여 기존의 학습 정보를 대체하는 기능을 수행한다. 본 논문에서는 우선 작업설계 시스템의 전반적인 기능을 간략히 소개한 후 제안된 방법론에 의한 의사결정 과정을 자세히 기술한다. 또한, 다양한 시뮬레이션을 통하여 제안된 방법론의 의한 의사결정 과정을 자세히 기술한다. 또한, 다양한 시뮬레이션을 통하여 제안된 방법론의 성능을 예시하도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.387-390
• /
• 2009

인터넷의 생활화를 통해 우리 생활 패턴이 크게 변화하였다. 특히 상품 구매의 경우 온라인 시장의 성장과 상품 정보의 범람으로 소비자들의 구매 의사결정은 더욱 어려워졌다. 따라서 효율적인 상품 구매 의사결정을 위해서는 소셜 네트워크 분석(Social Network Analysis)을 기반으로 한 더 가치있는 정보를 선별하여 제공해 줄 수 있는 서비스가 필요하다. 따라서 본 논문에서는 온라인 소셜 네트워크 요소 분석을 통해 상품 후기에 대한 개인화된 가치 측정값 정보를 제공함으로써 소비자의 보다 효율적인 상품 구매가 가능하도록 도와주는 '가치 측정 알고리즘'을 제안한다.

• Information Systems Review
• /
• v.8 no.3
• /
• pp.125-134
• /
• 2006

This article adopts a decision tree algorithm(C5.0) to predict customer churning in online auto insurance environment. Using a sample of on-line auto insurance customers contracts sold between 2003 and 2004, we test how decision tree-based model(C5.0) works on the prediction of customer churning. We compare the result of C5.0 with those of logistic regression model(LRM), multivariate discriminant analysis(MDA) model. The result shows C5.0 outperforms other models in the predictability. Based on the result, this study suggests a way of setting marketing strategy and of developing online auto insurance business.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1525-1527
• /
• 2011

현재 모든 분야에 IT산업이 융합되어 있지만 건설분야에서는 IT산업과의 융합이 많이 시도되고 있음에도 불구하고 타 산업에 비해 미비한 실정이다. 특히, 설계단계 공사비정보는 설계자의 의사결정을 지원하는 중요한 자료원임에도 불구하고 작성자에 따라 내역서에 쓰이는 작업항목 및 규격의 표현방식이 다르고 외래어 표음 및 오타, 그리고 부가정보 표기로 인해 단가축적의 시스템 및 DB화 가 이루어지지 않고 있다. 따라서 본 연구는 시공단계에서 발생된 실적단가를 설계단계에서 효과적으로 활용하기 위해 동일한 작업항목의 상이한 표현을 동일하게 인식할 수 있는 텍스트 인식시스템의 알고리즘을 제시한다. 텍스트 인식알고리즘에는 "유사어 및 단어테이블", "기준작업항목 테이블", "인식된 작업항목 테이블" 등으로 구성된 DB, 최소의미단위 단어를 비교 분절하기 위한 문자열 매칭 알고리즘, 그리고 동일하지 않은 텍스트를 인식하고 사용자의 의사결정을 지원하기 위한 유사도 계산으로 구성하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.321-327
• /
• 2002

본 논문은 기존의 귀납적 결정 트리 방식에서의 문제점 개선을 통한 사용자 관심 프로파일 구축을 목적으로 한다. 특히 사용자 관심 프로파일의 정확도 향상을 위한 속성 선택에 대한 연구에 초점을 맞추고 있다. 사용자의 관심, 비관심 문서를 대상으로 사용자 관심 키워드를 생성하고 이를 바탕으로 초기 문서들을 재표현한다. 재표현된 문서를 입력 집합으로 하여 기계학습을 진행한다. 본 논문의 의사 결정 트리 생성 알고리즘은 입력 집합을 클래스별로 가장 잘 나누는 속성을 선택하여 노드를 구성하는 면에서는 기존의 알고리즘과 같다. 그러나 기존의 의사 결정 트리 알고리즘에서는 hill-climbing.방식을 사용함으로써 사용자의 관심을 나타내는 중요한 단어가 사용자 관심 프로파일에서 숨겨질 경우가 발생한다. 이를 최소화하기 위해 특징 추출을 통해 선택된 속성을 그대로 학습의 입력 데이터로 사용하는 것이 아니라 입력데이터를 가장 잘 나누는 속성과 그 다음 속성을 대상으로 disjunctive 연산을 통해 새로운 속성을 생성하여 이것을 속성 집합에 포함시키고 이를 학습의 입력 데이터로 이용한다. 이와 같이 disjunctive operator를 이용하여 새로운 속성을 의사 결정 트리 형성 시 이용하면 사용자의 중요한 관심을 포함하는 의미 있는(semantic) 사용자 관심 프로파일 구축이 가능해지고, 사용자 관심 프로파일을 기반으로 사용자가 관심 있는 문서를 제공할 수 있는 개인화 서비스를 제공한다.