• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.7-7
• /
• 2016

인도네시아 산불에 의한 연무는 동남아시아 인접한 국가들에 있어서 심각한 환경문제 중 하나이다. 국제적으로 심각한 문제를 야기하는 인도네시아의 산불은 건조기에 강수량이 적게 내리는 극심한 가뭄 조건에서 발생한다. 건조기 강수량을 모니터링 하는 것은 산불 발생 가능성을 예측하기 위해 중요하지만 산불을 사전에 예방하고 영향을 최소화하기에는 부족하다. 따라서 산불에 대한 선제적 사전예방을 위해서는 수개월의 선행예측 기간을 갖는 조기경보 시스템이 절실하다. 따라서 본 연구는 인도네시아 산불에 대한 선제적 대응을 위한 강수량 예측시스템을 개발하고 예측성을 평가하여 동남아시아 지역의 화재 연무 조기경보 시스템의 시제품(Prototype)을 개발하는데 있다. 강수량 예측을 위해서 APEC 기후센터의 계절예측정보의 활용 정도에 따라서 4가지 서로 다른 방법을 통합하여 사용하였다. 예측정보 기반의 방법들로는 대상지역의 강수량 예측을 위해서 대상 지역 상공의 계절예측 강수자료를 보정을 통해 직접적으로 사용하는 SBC (Simple Bias Correction) 방법과 대상 지역 상공의 강수 예측자료를 사용하는 대신에 지역 강수량과 높은 상관 관계를 보이는 다른 지역의 대리변수를 예측인자로 사용하는 MWR (Moving Window Regression) 방법이 있다. 또한 예측자료의 사용 없이 과거자료 기반의 기후지수(Climate Index) 중에서 지체시간을 고려하여 지역 강수량과 높은 상관관계를 갖는 경우 예측에 활용하는 관측자료 기반의 CIR (Climate Index Regression) 방법과 예측기반 MWR과 관측기반의 CIR 방법에서 선정된 예측인자를 동시에 활용하는 ITR (Integrated Time Regression) 방법이 사용되었다. 장기 강수량 예측은 보르네오 섬의 4개 지역에서 3개월 이하의 선행예측기간에 대하여 0.5 이상의 TCC (Temporal Correlation Coefficient)의 값을 보여 양호한 예측성능을 보였다. 예측된 강수량 자료는 위성기반 관측 강수량 및 관측 탄소 배출량 관계에서 결정된 강수량의 임계값과의 비교를 통해 산불발생 가능성으로 환산하였다. 개발된 조기경보 시스템은 산불 발생에 가장 취약한 해당지역의 건조기(8월~10월) 강수량을 4월부터 예측해 산불 연무에 대한 조기경보를 수행한다. 개발된 화재 연무조기경보 시스템은 지속적인 개선을 통해 현장 실효성을 높여 동남아국가 정부의 화재 및 산림관리자들에게 보급함으로써 동남아의 화재 연무로 인한 환경문제 해결에 기여할 수 있으리라 판단된다.

• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.1-10
• /
• 2021

학습관리 시스템(LMS)에 축적되는 로그 데이터는 학습 과정에 대한 양질의 정보를 제공한다. 지금까지 LMS 로그 데이터를 활용한 학업성취 예측 연구가 다양하게 수행되었지만, 상대적으로 적은 양의 학생 및 수업 데이터에 기반하고 있어 연구 결과 일반화 가능성에 한계가 존재한다. 본 연구는 대용량 LMS 로그 데이터를 이용해 대학생 학업성취를 조기예측하는 심층신경망 모델을 개발하고 성능을 검증했다. 이를 위해 가명화 처리된 LMS 로그 데이터 78,466,385건과 성적 데이터 165,846건을 활용했다. 그 결과, 본 연구에서 제안하는 예측 모델은 우수학생 집단을 학기 초부터 높은 수준의 정확도로 예측하였다. 한편 보통 및 저성취 집단에 대한 예측 정확도는 제한적인 수준이었지만, 예측시점이 늦을수록 향상되었다. 본 연구의 결과는 순수 LMS 로그 데이터만을 이용해 실제로 활용할 수 있을 정도의 일반화 성능을 가진 심층신경망 기반 조기예측 모델을 구현했다는 의의가 있다.

• 정보처리학회논문지A
• /
• 제16A권5호
• /
• pp.347-356
• /
• 2009

정교한 분기 예측기의 설계는 오늘날의 프로세서 성능 향상에 중요한 역할을 하게 되었다. 분기 예측의 정확도가 더욱 더 중요해 지면서 정확도의 향상을 위한 다수의 기법들이 제안되었지만, 기존의 연구들은 예측 지연 시간을 간과하는 경향이 있었다. 본 논문에서는 예측 지연 시간 문제를 해결하고자 조기 예측 기법 (ESP, Early Start Prediction)을 제안한다. 조기 예측 기법은 분기 예측에 있어서 활용되는 분기 명령어의 주소 대신 그것과 일대일 대응이 되는 기본 블록의 시작 주소 (BB_SA, Basic Block Start Address)를 이용한다. 즉, 분기 명령어의 주소가 사용되는 기존의 환경에서, BB_SA를 활용하여 조기 예측을 시작함으로써, 예측 지연 시간을 숨긴다. 또한 제안된 기법은 짧은 간격 숨김 기법(short interval hiding technique)을 통해 보다 더 나은 성능 향상을 기대할 수 있다. 실험 결과 본 논문에서 제안된 기법은 예측 지연 시간을 줄임으로써, 예측 지연 시간이 1 사이클인 이상적인 분기 예측기의 성능에 0.25% 이내로 근접한 IPC 결과를 얻었다. 또한 기본 블록의 시작주소와 분기 명령어 사이에 짧은 간격을 가질 경우에 대한 개선 방법을 추가적으로 적용시킬 경우, 기존의 방식과 비교하여 평균 4.2%, 최대 10.1%의 IPC 향상을 가져왔다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.325-327
• /
• 2024

국내외에서 AI기반 의료 솔루션 시장은 빠른 속도로 확장 중이며 이에 따른 다양한 의학 분야에서 많은 기법을 통한 의료 AI 시스템이 등장하고 있다. 그러나 기존 다양한 AI 연구가 이뤄짐에도 아직 중환자의 징후 예측에는 많은 어려움이 있다. 또한, 중환자의 경우 현재 의료진만으로 모든 환자를 필요한 시기에 진료하기엔 어려움이 있고 환자 상태 조기 예측이 필수적임을 관련 다양한 의학 기사를 통해 쉽게 인지할 수 있다. 본 연구에서는 위와 같은 문제점을 해결하고자 중환자의 진료 결과 데이터를 활용하여 환자의 진료 후 상태를 예측하는 모델을 생성하였다. '용인시산업진흥원'에서 제공하는 60만여 건에 달하는 환자 데이터를 수집하여, 중환자 상태 징후를 조기에 예측할 수 있는 머신러닝/딥러닝 기반 알고리즘으로 구현한 여러 모델에 대해 비교했을 때 딥러닝(DNN) 기반 모델이 약 92%의 분류 정확도를 측정할 수 있었다.

• Journal of Gastric Cancer
• /
• 제6권2호
• /
• pp.114-119
• /
• 2006

목적: pN2 이상의 조기 위암환자들은 수술 전, 중에 병기 진행의 예측이 가능하였는지 아니면 전혀 예측하지 못한 채 낮은 병기를 기대하다가 병리조직검사의 결과를 보고서야 알게 되는지를 알고자 하였다. 대상과 방법: 1990년부터 2003년까지 본 연구기관에서 위암으로 위 절제술을 받은 1,430명 중 조기위암 환자는 552명(38.6%)이었고 이들 중 pN2, pN3 환자 8명을 대상으로 수술 전의 임상적 병기 예측과 수술 중의 수술자가 예측한 병기 예측을 병리조직검사의 결과와 비교하고 환자의 경과를 알아보았다. 결과: pN2와 pN3인 조기위암 환자들은 모든 연령층에 분포하였고 남자가 7명으로 여자보다 많았다. 수술 전 전산화단층촬영의 평가에서 T1의 평가는 25% (2/8)로 대체로 과평가되었고 N2 이상 평가는 50% (4/8)이었다. cTNM병기 Ia의 예측환자는 한 명으로 나머지 환자는 진행된 병기로 예측하였다. 수술 중의 T1의 평가는 57.1%(4/7), N2 이상 평가는 66.7% (4/6)이었고 sTNM병기 Ia로 평가한 환자는 2명으로 나머지 환자들은 진행된 병기의 예측이 가능하였다. 5년 이상 장기생존 환자는 단 1명이었고 이들 8명의 중앙 생존기간은 15개월$(95%\;Cl:\;0{\sim}35.5)$이었다. 결론: pN2 이상의 조기위암 환자들은 수술 전이나 중에 진행된 병기로 예측이 어느 정도 가능하였다. 그러나 전혀 예측할 수 없었던 환자도 있어서 보다 정확히 예측할 수 있는 방법의 연구가 필요하겠다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.630-630
• /
• 2015

기존의 내배수시설에 대한 모의 및 시스템 운영과 관련하여 기존의 연구들은 강우의 설계빈도 및 제한적 호우 시나리오에 국한된 침수의 모의 및 대응에 기반을 하고 있다. 이러한 연구들의 경우 해석에 따른 모의결과에 기반하고 있기 때문에 도시지역에 실시간으로 발생하는 수문현상을 적절하게 반영하지 못하고 있으며, 이에 따른 내배수시설의 효율적 운영 및 침수발생 지점의 예측에 대한 불확실성이 크다고 볼 수 있다. 본 연구에서는 도시하천에서의 외수위 변화 예측에 따른 단기간 내 펌프 조기가동의 효과를 검토에 따른 향후 내수침수 위험성을 감소시키고자 한다. 인공신경망을 이용하여 보다 정확한 단기간 내 외수위 변동성에 대한 분석을 실시하였으며, 상하류 관측수위 기반 펌프 조기가동에 대한 운영 알고리즘을 개선하고자 한다. 이를 위해 최근 몇 년간의 하천의 홍수사상들 중 교차상관계수($R^2$) 값이 비교적 높은 다수의 수문 관측 사상들을 수집 및 적용이 필요하다고 판단되었으며 도림천 유역 내에 위치한 펌프장들에 대한 외수위 관측자료들을 수집하여 연구에 적용하였다. 인공신경망 구성을 위해 입력값으로는 상류지점의 관측 수위지점 자료를 지정하여 입력을 실시하였으며, 출력값으로는 하류단 수위지점 자료를 지정하여 수위 예측을 실시하였다. 다만 수위예측의 경우에 있어 수위를 가장 잘 대변할 수 있는 수위관측소를 선정하는 것이 매우 중요하다고 판단되었으며, 해당 연구에서는 주요 빗물펌프장들의 외수위 자료를 대표 적용하였다. 선정된 지점과 하류의 수위예측지점을 연계하여 운영할 경우 효율적인 수위 예측이 가능하기 때문이다. 결과적으로 수위관측소 지점이 빗물펌프장임을 감안하여 상류단 빗물펌프장의 유역특성이 반영된 유출특성 및 토출특성으로 인하여 하류의 수위 변동에 영향을 미치며 이는 펌프장의 방류수문 개폐시기 및 조기가동의 시점을 선정하는데 있어 밀접한 연관이 있다고 판단된다.

• 대기
• /
• 제24권1호
• /
• pp.123-130
• /
• 2014

계절예측시스템의 배경 지식이 부족한 사용자가 시스템을 효율적으로 구동하고 조절할 수 있도록 자동화에 최적화된 시스템을 기상청 국가태풍센터에 구축하였다. 기존 예측시스템에서 사용자의 주관이 포함되어 자동화 구축에 제약을 주는 군집분류와 예측인자 선정 과정은 미리 수행되고, 그 출력자료는 입력자료로서 제공된다. 시스템을 이해하고 운용하는데 도움을 주기 위해 기상청 규격에 따라 디렉토리 구조를 재구성하고, 해당 디렉토리에 포함되어 있는 입력자료와 소스코드를 이용해 산출되는 출력자료를 정리하였다. 또한 기존 예측시스템에서 고정되어 있거나 수동으로 설정해야 하는 구동조건을 효과적으로 조절하기 위해 네임리스트를 이용한 사용자인터페이스를 추가하여 자동화 시스템을 최적화하였다. 이러한 자동화 시스템에 의해 기술적으로 가능해진 조기예측의 성능을 검증한 결과, 예측시점을 5월에서 1월까지 앞당겨도 모든 진로유형에서 높은 예측성능이 유지되었다. 이처럼, 조기예측이 가능해진 태풍진로 계절예측시스템은 국가태풍센터의 현업예보뿐만 아니라 태풍계절예측 분야의 연구자에게도 매우 유익할 것으로 기대되고, 본 기술노트는 효율적인 예측시스템 운영을 위한 기술적 지침서로 활용될 것이다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 1985년도 춘계 학술대회지
• /
• pp.27-27
• /
• 1985

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.141-147
• /
• 2018

본 연구는 기업에서 채용 전형 시 진행되는 인성시험 결과 데이터를 기반으로, 입사 3년 미만의 조기 퇴사자를 분석하였다. 예측 모형은 적합성 및 향후 활용성을 고려하여 제조(manufacture)직군과 R&D직군 2개 그룹으로 구분하여 분석하였으며, 독립변수 선택은 전진(stepwise)선택법에 따라 직군별로 유의미한 독립변수를 선택하였다. 예측 모형은 지도학습(supervised learning) 방법 중 로지스틱 회귀분석 알고리즘을 선택하였으며, 과잉적합(overfitting) 또는 과소적합(underfitting)을 방지하고자 교차 검증(cross validation)을 통해 예측 모형을 훈련시켰다. 혼동행렬(confusion matrix)을 통해 2개 그룹의 정확도(accuracy)를 확인하였으며, 조기 퇴직에 가장 영향을 많이 미치는 요인으로 제조직군에서는 '몰입', R&D직군에서는 '반사회성' 항목으로 확인되었다. 기존 퇴직 관련 연구는 설문 방식으로 데이터를 수집하고, 퇴직과 관련성이 높은 요인을 확인하는데 집중하였다면, 본 연구는 채용 전형 시 진행되는 인성 결과 분석을 통해 향후에도 지속 가능한 조기 퇴직 예측 모형을 제시했다는 면에서 의의를 갖는다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.667-669
• /
• 2022

최근 고도화 되고 있는 인공지능 기술은 복잡한 데이터 속에서 내재된 인사이트를 발견하여 상태 변화를 진단하고 예측하는데 활용되고 있다. 이러한 첨단 기술을 활용하여, 원자력 발전소에서 공정상태가 비정상 또는 비상 상태로 악화되기 전에 운전원이 인지할 수 있다면 공정상태를 정상으로 회복하는데 도움을 줄 수 있다. 이 논문에서는 공정상태 판단을 위한 딥러닝 모델을 활용하는 지능형 조기 경고 개념을 제안한다. 공정상태의 변화 추세를 예측하는 목적으로 사용하는 지능형 조기 경고는 기존 경보 보다 단순화된 상태 천이 메커니즘을 사용하여 운전원의 부담이 증가하지 않도록 한다. 또한, 사고 시나리오 데이터로 딥러닝 모델로 학습하고 지능형 조기 경고 화면을 구현하여 운전원을 지원하기 위한 구현방향을 제시한다.