• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.261-267
• /
• 2021

예비군훈련을 담당하는 부대의 임무는 예비군이 평시에 실전적인 훈련을 받을 수 있는 환경을 만들어주는 것이다. 하지만 예비군훈련 담당부대의 특성상 운용 할 수 있는 병력부족의 문제로 실전적인 훈련환경을 만들어주는 예비군 훈련 지원 인원편성에 어려움이 많이 있다. 이러한 이유로 현재 군에서는 전년도 월 평균 예비군 입소율 결과로 당해연도 일일단위 예비군 입소율을 예측하면서 인력편성과 부대운영에 대한 계획을 수립하고 있다. 그러나 기존 예측방법은 실제 입소율과 비교 시 오차가 크게 발생할 수 있다는 문제점을 가지고 있다. 이 문제점은 훈련을 지원하는 교관과 조교 선정에 어려움을 주어 훈련성과 달성에 부정적으로 작용할 수 있다. 그러므로 실제 입소율과 오차를 최소화 할 수 있는 더 정확한 예측모형이 필요하다. 따라서 본 연구에서는 데이터마이닝을 기반으로 일일단위 예비군훈련 입소율을 예측한 모형을 제시하였다. 데이터마이닝 기반 모형의 검증을 위해 예비군훈련 담당부대에서 수집한 실제 데이터로 현재 군에서 사용하는 기존 예측방법과 비교하였다. 그 결과 본 연구에서 제시한 데이터마이닝 기반 예측모형이 기존 예측방법보다 오차를 줄이는 우수한 성능을 보였다.

• 한국시스템다이내믹스연구
• /
• 제7권1호
• /
• pp.67-90
• /
• 2006

A series of system dynamics model was developed for forecasting demand and supply of human resource in the electricity industry. To forecast demand of human resource in the electric power industry, BLS (Bureau of Labor Statistics) methodology was used. To forecast supply of human resource in the electric power industry, forecasting on the population of our country and the number of students in the department of electrical engineering were performed. After performing computer simulation with developed system dynamics model, it is discovered that the shortage of human resource in the electric power industry will be 3,000 persons per year from 2006 to 2015, and more than a double of current budget is required to overcome this shortage of human resource.

• 한국항해항만학회지
• /
• 제35권10호
• /
• pp.837-846
• /
• 2011

항만물류 전문인력을 양성하기 위한 교육은 항만물류분야의 영역과 그 범위가 매우 광범위하여 국가와 기업이 요구하는 능력을 갖춘 인력을 양성하기란 현실적으로 한계를 보이고 있다. 본 연구는 항만물류 전문인력 양성을 위한 중등교육에 필요한 중요 교과목을 도출하기 위해서 인력 수요 및 공급에 대한 현황 및 예측치를 살펴보고, 국내의 선행연구를 바탕으로 평가모형을 구축하여 교과목의 우선순위를 제시함으로써 의사결정의 판단근거를 제공하는데 목적이 있다.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.19-33
• /
• 2018

FTA체결의 증가, 식품교역 증가 및 소비자의 다양한 식품 선호도 등으로 농축수산물 및 가공식품의 수입량은 매년 증가하고 있는 추세이다. 수입식품의 안전성을 확인하는 정밀검사는 전체 수입식품건수 대비 20%정도를 차지하고 계속 증가하고 있는 반면에 정부의 수입안전관리에 필요한 예산과 인력은 그 한계점에 다다르고 있다. 수입식품 안전사고가 발생하게 되면 막대한 사회적, 경제적 손실을 야기할 수 있으므로 수입식품의 수입허용여부를 정확하게 예측하여 선제 대응하는 것은 수입안전관리의 효율성과 경제성을 획기적으로 높일 수 있게 된다. 식품분야에서는 이미 엄청난 양의 정형 데이터가 과거로부터 쌓여 왔으며 이에 대한 충분한 분석을 통한 활용은 아직은 부족한 것이 현실이다. 전체 수입건수와 중량 중에서 차지하는 가공식품의 비중은 평균 75%에 달하고 있어 식품분야에서도 빅데이터의 분석, 분석기법의 적용 등으로 다량의 데이터로부터 의미 있는 정보를 추출하는 과학적이고 자동화된 부적합탐지시스템의 연구가 절실한 상황이다. 이러한 배경에서 본 연구는 기계학습분야의 다양한 부적합 예측 모형을 적용하였으며 예측 모형의 정확도를 개선시키기 위한 방편으로 새로운 파생변수의 생성을 통한 데이터 전처리 방안을 제시하였다. 또한 본 연구에서는 기계학습분야의 일반적인 기저 분류기를 적용하여 예측 모형의 성능을 비교하였으며 여러 기저분류기 중 Gaussian Naïve Bayes예측 모형이 수입식품의 부적합을 탐지하여 예측하는 가장 좋은 성과를 보여주었다. 향후 Gaussian Naïve Bayes 예측 모형을 이용한 부적합 탐지 모형을 적용하여 수입식품의 정밀검사 비중을 낮추고 부적합률을 제고시킴으로써 수입안전관리 국가사무의 효율성과 수입통관의 신속성에 지대한 효과를 거둘 수 있으리라 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.

• 한국조리학회지
• /
• 제15권2호
• /
• pp.231-242
• /
• 2009

호텔 연회에서 가장 중요한 정보 중 하나는 매출액 자료이다. 매출액 예측은 비용을 절감시키고 인력 배분의 효율성을 증가시키고 급변하는 환경에서 경쟁하는 능력을 향상시키는 데 도움이 되는 정보를 제공한다. 본 연구는 국내외 연구에서 적합한 예측모형으로 평가되고 있는 ARIMA 모형을 이용하여 호텔 연회장의 매출액을 예측하였다. 분석을 위해서 사용한 자료는 서울 소재 GI 호텔 연회장의 월별 매출액 자료를 사용하였으며, 분석 결과 SARIMA(2,1,3)(0,1,1)가 최종적으로 추정되었다. 본 연구의 시사점은 국내외 연구에서 적합한 예측모형으로 평가되고 있는 ARIMA 모델을 호텔 연회장의 월별 매출액 자료에 적용하였다는 점과 호텔 연회 실무자들에게 참고자료로 사용할 수 있는 유용한 정보를 제공하였다는 점을 들 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.1122-1126
• /
• 2004

최근 기상이변과 예측을 불허하는 여러 자연현상의 변화들로 인하여 여러 가지 자연재해가 매년 늘어나는 실정이다. 이러한 자연재해 중 우리나라에서는 집중호우에 의한 홍수피해가 자주 발생하고 있으며 이를 규명하는 기법 중 최근에 많이 사용하는 GIS는 유역에서의 지형학적, 기후학적 특성을 시간과 인력에 대하여 정량화 할 수 있는 장점을 가지고 있어 점점 그 사용 추세가 증가하고 있다. 본 연구에서는 GIS를 이용한 HEC-GeoHMS와 HEC-HMS를 이용하여 판운 지점의 유출량을 예측하여 평창강 유역의 유출을 분석하였고 모형의 적용성을 검증하기 위해 단위도에 따라 SCS, Snyder, Clark 3가지 모델로 구분하여 적용에 대한 검증을 실시하고자 하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.362-366
• /
• 2016

기후 변화에 따른 국지성 집중호우, 게릴라성 호우는 도심지역 홍수피해의 주요 원인으로, 이러한 극한 강우사상에 대해 도시지역의 침수피해를 선제적으로 대응하기 위해서는 강우-유출모의 현상을 과학적인 방법으로 분석할 필요가 있다. 이러한 이유로 주요 침수발생지역에 국한하여 강우-유출 해석이 수행되어왔지만, 도시전체에 대한 분석은 시간적, 인력적 제약으로 분석이 어려운 실정이다. 본 연구에서는 대표적 도시지역인 서울시의 전체 239개 배수분구를 83개 배수구역으로 구분, 서울시 최신 UIS자료를 이용하여 각 배수구역별 도시유출모형 구축을 위한 소유역 및 관망 입력자료 DB를 GIS shape파일 형식으로 구축하였으며, 미국 EPA의 SWMM을 적용하여 도시유출모형을 구축하였다. 시간적, 인력적 제약을 극복하기 위하여 구축할 관망 기준을 수립 및 가공하여 적용하였으며, 매뉴얼을 작성하여 매개변수의 적용기준 및 DB구축절차를 표준화하여 입력자료의 일관성 및 객관성을 도모하였다. 구축한 모형의 신뢰성 확보를 위해 서울시 기왕 주요 호우사례에 대한 유출모의 결과와 유량측정 성과의 비교를 통해 모형 검증을 수행한 결과, 관측수위/모의수위의 상관계수는 대부분의 지역에서 0.9 이상으로 나타나 모형 구축결과는 적정한 것으로 판단되었다. 구축된 모형은 실시간으로 변화하는 기상상황을 합리적으로 반영하기 위한 고해상도 기상자료를 활용한 도시침수 예측정보 생산 기술 개발의 기반 자료로 활용될 예정이며, 서울시 전역의 우수관로 월류에 의한 침수 취약지역 파악 및 침수원인 분석, 상습 침수지역에 대한 하수관로 교체 및 저류지 설치 등 치수계획에 대한 기초자료로도 활용 될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.228-228
• /
• 2022

최근 이상기후로 인해 단시간에 다량의 강우가 내리는 현상이 발생하고 있으며, 이는 급경사면의 지반을 포화시켜 붕괴에 이르게 하여 유수와 붕괴된 토사가 계곡을 따라 흐르는 토석류 재해로 이어진다. 토석류는 빠른 속도로 유하하여 인명과 주거 및 도로 등의 시설에 피해를 발생시킨다. 토석류를 해석하기 위한 연구방법에는 피해지역의 현장조사와 모형실험을 이용하는 방법, 수치모형을 이용하는 방법 등이 있다. 현장조사와 모형실험에는 고가의 장비와 많은 인력 및 비용이 소요되어 수치모형을 이용한 연구가 주로 이뤄지고 있으며, 피해지역의 건물, 도로 등의 시설물을 고려한 지형을 제작하여 토석류 수치모형에 적용한 연구도 진행되고 있다. 본 연구에서는 태풍 미탁의 영향으로 시간당 최대 110mm/hr, 누적강수량 487mm로 인해 토석류 재해가 발생한 강원도 삼척시 원덕읍을 연구대상지로 선정하였으며, 토석류 해석 시 침식과 퇴적작용을 고려할 수 있는 Hyper KANAKO 모형을 적용하였다. 토석류 수치모의 시 건물의 유무를 고려하여 지형자료를 구축하고 Hyper KANAKO 모형을 적용하였다. 건물이 미고려된 지형에서는 실제 토석류가 이동한 거리와 피해면적에 비해 과다하게 모의 되는 특징이 나타났으나, 건물이 고려된 지형에서는 실제 피해와 유사한 이동거리, 유동심 및 피해면적을 나타내었다. 이는 토석류 발생 위험지역에 대한 모의 시 건물을 고려함으로써 피해범위와 규모를 건물 미고려시 보다 정확하게 예측할 수 있어 토석류 저감계획 수립 및 피해지 분석시 활용성이 가능할 것으로 판단된다.

• 한국시스템다이내믹스학회:학술대회논문집
• /
• 한국시스템다이내믹스학회 2007년도 춘계학술대회 발표논문집
• /
• pp.113-129
• /
• 2007

Due to criminal aspects spreading nation wide, their intelligence level increasing and becoming digitalized, the citizens' interest in and desire for crime security have increased. Until now, the preceding researches have been focused on finding the specific variables that have direct effects on the demand for police manpower through regression analysis and attempted to predict number of needs. However, there have never been any researches producing the accurate number of demands for crimes and human resources needed for each work load. Therefore, this research have analyzed each police station functions by interviewing the persons in charge and selected the main duty for each functions. From this, by using the method of system dynamics, this research was able to predict the standard number of manpower needed for each police station functions. Also, by making a model for each 235 police stations, the best efficient employment plan for police stations and district agencies have been further discussed based on the computer simulation results.