• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2003년도 암반역학위원회 학술세미나 논문집
• /
• pp.141-152
• /
• 2003

터널 설계를 위한 조사 있어서, 요사이 시추공 조사는 물론 탄성파 탐사, 전기 비저항 탐사 등의 물리탐사가 빈번히 행해지고 있는 실정이다. 따라서 최적의 지반평가(암반 등급 등)를 위해 조사에서 얻어지는 모든 자료를 체계적으로 최대한 활용할 수 있는 방법이 절실히 요구되고 있다. 많은 연구자들이 정량적 데이터가 부족한 경우에 대처하기 위해 정상적 데이터의 이용을 적극 제안해 왔다. 본 연구에서는 신뢰도가 다른 두 종류의 자료, 즉 시추공자료와 물리탐사 자료를 활용하여 시추가 되지 않은 구간의 암반등급을 추정하는 방법을 지구통계학적 이론에 근거하여 소개하고자 한다.

• 한국지반공학회지:지반
• /
• 제9권3호
• /
• pp.61-66
• /
• 1993

본 논문에서는 암반 분류를 위해 물리탐사 결과나 그동안 축적된 시공경험 등의 정성적 자료의 사용을 고려하였다. 터널 설계를 위한 요소(parameter)들이 공간적 상관관계를 갖기 때문에 지구 통계학(Geostatistics)을 이용하였으며, 특히, 비모수적 (non-parametric)방법 중의 하나인 지시 크리깅(indicator kriging) 기법을 사용했다. 최적 분류를 위한 선택 기준으로는 오차에 대응하는 비용(the cost of errors)을 사용했으며, 암반분류는 이분적 분류에 한정하였다. 앞으로, 정량적 데이타가 절대적으로 부족한 터널공사등에서 비교적 많은 양이 존재하는 정성적 데이타의 이용은 절실하며, 이러한 점에서 본 연구가 가지는 의미는 크다.

• 인터넷정보학회논문지
• /
• 제1권1호
• /
• pp.63-72
• /
• 2000

데이터마이닝은 방대한 데이터 자료로부터 숨어있는 지식이나 유용한 정보를 추출하는 과정이다. 이러한 데이터 마이닝 알고리즘은 통계학, 전자계산학, 그리고 기계학습 분야에서의 오랜 기간동안 이루어진 연구 결과의 산물이다. 어느 특정한 상황에 적용하는 특정한 기술들의 선택은 구현되어야 하는 데이터 마이닝 임무의 성격과 가용한 데이터의 성격에 의존한다. 데이터 마이닝에는 여러 임무가 있으며, 그 중에서 가장 대표적인 임무가 분류라고 (classification) 볼 수 있다. 분류는 인간 사고의 기본적인 요소이기 때문에 여러 응용 분야에서 많은 연구가 진행되어 왔으며, 문제 분석의 첫 단계라고 볼 수 있다. 본 논문에서는 학습문제에서 강건성(robust)을 갖는 유전자 알고리즘 기반의 분류시스템을 제안하고, 데이터 마이닝에서 중요한 분류기능에 관련된 문제인 nDmC에 응용해서 그 유효성을 검증한다.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.35-49
• /
• 2018

대한민국에서 치킨집은 전 세계 맥도날드 매장 수보다 많을 정도로 자영업의 큰 비중을 차지하는 창업 업종이다. 치킨집은 꾸준히 생겨나고 있지만, 소상공인의 창업 후 폐업률은 3년 62%, 5년 71%에 육박하는 것으로 나타났다. 특히, 숙박 및 음식점의 경우 70%가 3년을, 82%가 5년을 버티지 못하는 것으로 집계되었다. 이에 본 연구는 '서울 치킨집 폐업 예측 모형'을 개발하여, 예비창업자가 개업 후보지를 선정하는 의사결정 과정에 도움을 주고자 하였다. 먼저 행정자치부 지방행정 인허가 데이터의 업소별 개 폐업 신고 일자를 중심으로 다양한 변수를 수집하였다. 이후 다양한 분류 알고리즘을 적용하고, 예측 모형의 성능을 비교하였다. 그 결과, 인공신경망(Neural Networks)이 가장 높은 정확도를 보였지만 특이도와 민감도가 불균형적이었다. 이에 비해 유연판별분석(FDA)은 인공신경망보다 정확도는 낮지만, 상대적으로 균형적인 예측 성능을 보였다.

• 응용통계연구
• /
• 제37권4호
• /
• pp.455 -465
• /
• 2024

불균형 자료 문제에 대한 해결책으로 SMOTE (synthetic minority over-sampling technique)가 가장 많이 사용되고 있다. SMOTE는 유클리드 거리를 기반으로 가장 가까운 이웃을 선택한다. 그러나 유클리드 거리의 단점 중 하나는 변수들 간의 상관관계를 고려하지 않는다는 것이다. 이에 대한 대안으로 변수 간의 공분산을 고려하는 마할라노비스 거리가 제안되었다. 그러나 이상치가 존재하는 경우, 대개 마할라노비스 거리를 계산하는 데 영향을 미친다. 이 문제를 해결하기 위해 최소 공분산 행렬 MCD (minimum covariance determinant)를 사용하여 공분산 행렬을 추정하여 마할라노비스 거리를 사용한다. 이후 MCD를 활용한 마할라노비스 거리를 SMOTE에 적용하여 새로운 관측치를 생성한다. 대부분의 경우 이 방법이 불균형 자료를 분류하는 데 높은 성능 지표를 제공함을 보여주었다.

• 정보처리학회논문지A
• /
• 제10A권4호
• /
• pp.357-368
• /
• 2003

3차원 모델의 형상 유사성 평가는 의학, 기계 공학, 분자 생물학 등의 많은 분야에서 매우 중요하다. 더욱이 3차원 모델이 웹 상에 보편화됨에 따라 3차원 모델들의 분류와 검색에 관한 연구들이 활발하게 이루어지고 있다. 본 논문에서는 3차원 형상 표현 방법들과 유사성 평가에 대한 주요 개념들을 기술하고, 최근의 형상 비교에 관한 연구들을 다해상도, 위상 기하학, 2차원 영상, 통계학 기반 방법들로 분류하여 그 특징들을 분석하였다. 또한 논문에서 채택한 유일성, 강인성, 불변성, 다해상도, 효율성, 비교범위와 같은 기준을 사용하여 그 성능을 비교 평가하였다. 다해상도 기반 방법은 비교를 위한 계산 시간은 감소시킨 반면 전처리 시간은 증가시켰다. 기하 및 위상 정보를 이용한 방법은 보다 다양한 형태의 모델들을 비교할 수 있었고 부분적인 형상 비교에도 강인하였다. 2차원 영상을 이용한 방법들은 시간 및 공간 복잡도가 높게 나타났다. 통계학 기반 방법들은 포즈 정규화 작업 없이 형상 비교가 가능하였고, 어파인 변환 및 잡음에도 강인한 결과를 보였다.

• 응용통계연구
• /
• 제32권4호
• /
• pp.593-605
• /
• 2019

ROC 곡선 아래 면적과 ROC 곡면 아래 부피를 이용하여 분류모형의 판별력을 측정하는 통계량인 AUC와 VUS에 관한 많은 연구가 있다. ROC 곡선을 구성하는 FPR과 TPR 모두에 제한을 두는 양방향 부분 AUC는 부분 AUC보다 더 효과적이고 정확하게 제안되었다. ROC 곡면에서도 부분 VUS 뿐만 아니라 세 방향 부분 VUS 통계량이 개발되었다. 본 연구에서는 ROC 곡선의 FPR과 TPR 모두에 제한된 두 개의 절단함수를 이용하여 확률 개념과 적분 표현으로 대안적인 AUC를 제안한다. 또한 이 AUC는 양방향 부분 AUC와 관계가 있음을 알 수 있다. ROC 곡면에서의 세 방향 부분 VUS도 절단함수를 이용하는 VUS와 관련되어 있음을 발견하였다. 그리고 이러한 대안적인 AUC와 VUS는 맨-휘트니 통계량으로 표현되고 추정된다. 정규분포와 확률표본을 기반으로 이들의 모수적인 추정 방법과 비모수적인 추정 방법을 탐색한다.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.2853-2864
• /
• 2018

판별분석(discriminant analysis)은 새로운 개체가 입력되었을 때, 그 개체가 어느 그룹에 속하는지 예측하는데 사용되는 분석방법이다. 판별분석에서는 레이블(label)을 통해 새로운 개체를 예측하기 때문에 판별분석에서 레이블은 중요하다. 레이블 노이즈(label noise)는 관측된 레이블에 오류가 포함된 것을 의미하며, 실데이터에 발생하기 쉽고 판별성능에 영향을 미칠 수 있는 중요한 요인이다. 이를 개선하기 위해 레이블 노이즈와 레이블 노이즈에 강건한 모형들이 연구되고 있지만, 레이블 노이즈가 존재할 때 판별성능에 영향을 줄 수 있는 요인을 고려하고 이 요인들이 판별성능에 미치는 영향을 비교한 연구는 찾기 힘들다. 따라서 이 논문에서는 분류문제에서 많이 사용되는 LDA, QDA, KNN, SVM 방법을 이용하여 레이블 노이즈가 판별성능에 미치는 영향을 알아보고자 한다. 특히 판별분석의 성능과 연관이 있을 것으로 예상되는 레이블 노이즈의 발생 비율, 발생형태, 데이터의 개수에 따른 판별성능을 모의실험을 통해 살펴보았다. 그 결과, 데이터의 형태와 분석기법에 따라 레이블 노이즈가 판별성능에 영향을 미치는 정도가 다름을 확인하였다.

• 대한토목학회논문집
• /
• 제42권6호
• /
• pp.843-852
• /
• 2022

지속적인 안전관리에도 불구하고 매년 건설업 근로자 사망율은 줄어들지 않는 추세다. 이에 따라 건설현장 사고를 예방하기 위한 다양한 연구가 진행 중이다. 본 논문에서는 건설공사 비용 50억원 미만의 건설현장 중 건설사고가 발생할 것으로 예상되는 현장을 우선적으로 선별하는 AI기반 우선점검대상 선정 모델을 개발하였다. 특히, 적용한 AI 알고리즘 중 분류분석에서 가장 뛰어난 성능(사고발생예측 AUC-ROC 90.48 %)을 보인 랜덤 포레스트를 모델 개발에 활용하였으며, 건설사고를 유발하는 주요한 요인으로는 공사비, 총공사일수, 공사실적평가액이 확인되었다. 본 연구를 통해 점검인력 효율화와 건설사고에 대한 선제적 대응의 결과로 8년간 약 917.7 % ROI(투자수익률)를 기대할 수 있다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.19-33
• /
• 2022

SNS의 등장으로 인터넷 이용자들이 온라인에 남기는 텍스트의 양이 방대해지고 그 중요성이 강조되고있다. 특히 네이버의 영화 탭에서 볼 수 있는 영화 평점이나 리뷰는 실제로 관객들이 영화를 보기 전 해당 영화를 볼 것인지 결정하는 데 주요 요인이 되기도 한다. 본 연구는 실제 네이버 영화 리뷰 데이터를 가지고 평점을 예측하는 분석을 수행했다. 영화 리뷰 데이터를 분석하기 위해 평점의 분포를 통해 데이터 특성을 살펴보았고, 텍스트의 의미를 분석하기 위해 형태소 분석을 통한 한국어 자연어처리를 수행했다. 또한 평점 예측에 활용할 모델 선택을 위해 2-Class와 multi-Class 문제들에 대해 머신러닝과 딥러닝, 회귀와 분류 분석을 비교했으며, 오분류의 원인을 영화 리뷰 데이터 특성과 연관시켜 서술했다.