• 한국산학기술학회논문지
• /
• 제7권3호
• /
• pp.518-523
• /
• 2006

본 논문은 하이브리드 의사결정 나무(CART)와 인공신경망 모델을 개발하여 고객의 이탈에 대한 예측을 높이기 위하여 가정방문 학습지 고객의 패턴을 분류하고, 분석하는 새로운 방법에 대하여 연구하였다. 의사 결정나무(CART5)를 형성하여 선택된 결정변수들은 인공신경망의 입력벡터 값으로 선택되는 새로운 방법을 제시하였다. 고객 관리측면에서 본 논문은 가정방문 학습지 회사의 기존고객을 분류하여 패턴을 분석함으로써 우수한 고객의 지속적인 관리와 이탈 가능성이 많은 고객을 차별 관리하여 기업이익을 증대시킬 수 있을 것이다. 새롭게 제안한 하이브리드 모델은 기존의 의사결정트리모델(CART), 회귀모형, 인공신경망 모델과 비교한 결과 그 예측 정확성이 높음을 확인할 수 있었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제16권4호
• /
• pp.99-106
• /
• 2012

본 연구는 콘크리트의 열전도 역문제의 해를 통해 온도의존적 열전도도를 추정하는 방법을 제안하였다. 온도의존적 열전도도의 추정은 실물모형 화재실험에서 측정된 하이브리드 섬유보강 쉴드터널 라이닝의 시간 및 깊이별 온도분포 데이터를 이용하였다. 추정된 온도의존적 열전도도는 실험시간이 짧은 시점에서는 상온 영역에서 열전도도의 급격한 감소가 나타나는 것으로 추정되었다. 반면 깊이 25mm 위치에서 최대온도가 측정된 실험시간대에서는 온도에 따른 콘크리트의 특성변화 및 강섬유 혼입 효과를 반영하고 있다. 따라서 온도의존적 열전도도 추정 시 가열면 부근에서 최대온도가 측정된 시점을 기준으로 실험시간을 결정해야 한다. 추정된 열전도도는 유사배합을 사용한 기존연구와 유사한 결과를 나타내고 있다.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.151-171
• /
• 2023

본 연구의 목적은 은행의 효율적인 채널전략 수립을 위해 채널을 유형별로 분류하고, 분류된 유형에 따라 대응분석을 실시하여 채널모형을 제안하는 것이다. 이를 위해 은행원 대상 설문조사를 실시하여 범주형 자료를 시각화하고 포지셔닝 맵을 작성하였다. 그 결과 첫째, 12개 은행채널을 업무처리 주체와 장소를 기준으로 4개 유형으로 분류하고, 이를 다시 풀뱅킹과 셀프뱅킹으로 그룹화 하였다. 둘째, 분류된 유형에 따라 대응분석을 실시하여 점포형은 상품설명과 고객관리에 적합하고, 뱅킹형은 시·공간 제약 없이 효율적인 업무처리에 적합하며, 기기형과 뱅킹형은 고객관리에 부적합하고, 이동형은 인식부족으로 운영효과가 낮은 상태라는 결과를 도출하였다. 이는 은행업무의 특성을 반영하고 채널간 부족한 부분을 보완하는 하이브리드형 융합채널이 필요함을 의미한다. 셋째, 업무처리주체와 장소로 구성된 2×2모형위에 공통분면이 추가된 채널모형을 도출하였다. 따라서 본 연구는 고객의 은행채널 선택요인을 바탕으로 채널 다각화와 채널유형 별 역할분담 요소를 고찰함에 기여하고, 미래채널 전략수립과 효율적인 채널운영을 위한 기초연구 결과를 제시하였다는 점에서 연구의 의의를 가진다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.61-61
• /
• 2019

우리나라는 대부분이 산지(약 65%)로 구성되어 있어 강우 시 그 공간적 분포의 변동성이 매우 큰 편이며, 특히 전형적인 산지지형인 댐 유역의 경우 고도 변화 등에 기인한 지형특성 등에 따라 강우의 형태 및 패턴과 이에 따른 유출변화가 큰 복잡한 특성을 갖는다. 이로 인해 단순히 지점강우들을 공간보간(평균)한 면적강우를 홍수 유출모의 등에 활용할 경우 그 신뢰도가 매우 낮은 경우가 많아, 수문모의에 있어 레이더에 기반을 둔 공간 분포형 강우 등의 도입 검토가 요구된다. 한편, 최근 기상청에서는 보다 정확한 레이더 강수량 추정 값의 제공을 위해 "레이더-AWS 강우강도(Radar-AWS Rainrates, RAR)" 산출 기술을 지속적으로 개선하고 있으며, 이는 지상 우량계 대비 상당한 정확도를 보이고 있다. 본 연구에서는 국내 산지지형을 대표하며, 타 댐 유역에 비해 비교적 수문(수위/유량)관측소와 자료가 많은 용담시험유역에 기상레이더 강수량 추정 값(RAR)을 적용해 산지지형 댐 유역에서 강우의 시공간적 변동성과 이에 따른 홍수량의 정확한 분석을 통해 홍수 시 댐 유입량의 정확한 산정 등에 활용할 목적으로 홍수 유출모의를 수행하고자 한다. 모의에는 최근 5년(2014~2018년)동안 발생한 비교적 독립적인 1~2개(연도별)의 홍수사상을 적용하였으며, 모형은 분포형 강우를 적용할 수 있는 비교적 간단한 모형인 HEC-HMS를 활용하였다. HEC-HMS는 주로 집중형 수문모형(Lumped Hydrologic Model)으로 분류되어 레이더 강우와 같은 분포형 자료의 입력을 주로 적용치는 않고 있지만, HEC-GeoHMS와 ModClark 방법을 활용하면 격자단위의 분포형 강우를 적용할 수 있는 형태의 모델 구축이 가능하다. 모의 결과는 기존 유역평균 강우를 적용한 방법과 비교를 통해 그 개선점을 검토하고자 하며, 이를 통하여 산지지역 댐 유역의 홍수특성을 보다 더 정확하게 분석해보고자 한다. 한편, ModClark을 적용한 홍수 유출모의는 단순히 소유역별 도달시간의 격자별 비율을 고려한 홍수추적으로 그 해석상의 한계가 있어, 최근 개발된 하이브리드 수문모형(Hybrid Hydrologic Model, Distributed-Clark) 등도 동일유역에 대해 도입 적용할 계획에 있다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.

• Journal of the Korean Data and Information Science Society
• /
• 제12권2호
• /
• pp.11-25
• /
• 2001

자료들 사이에 존재하는 관계, 패턴, 규칙등을 찾아내서 모형화 하는 통계적인 분류기법은 여러가지가 있다. 그러나 우리가 얻게 되는 지식은 어떤 일련의 분류규칙에 의해서가 아닌 관찰과 학습을 통한 훈련으로부터 얻게 된다. 본 베이지안 학습은 모든 형태의 불확실성을 표현하는 확률로써 우리의 믿음의 정도를 표현하는 것으로 해석될 수 있으며, 확실한 결과가 알려짐에 따라 확률이론 법칙을 사용하여 이러한 확률들을 갱신한다. 또한 신경망 모형은 이미 알고 있는 속성들에 근거하여 아직 알지 못하는 집단이나 특질들을 예측하게 해준다. 본 논문에서는 이러한 두 가지 방법을 결합한 베이지안 신경망과 기존의 CHAID, CART, QUBST 분류 알고리즘에 있어서 각각 오분류율을 비교연구하였다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2005년도 춘계 학술발표회 논문집
• /
• pp.201-208
• /
• 2005

Neuro-Fuzzy modeling approach is proposed to predict the dynamic behavior of a single-degree-of-freedom structure that is equipped with hybrid base isolation system. Hybrid base isolation system consists of friction pendulum systems (FPS) and a magnetorheological (MR) damper. Fuzzy model of the M damper is trained by ANFIS using various displacement, velocity, and voltage combinations that are obtained from a series of performance tests. Modelling of the FPS is carried out with a nonlinear analytical equation that is derived in this study and neuro-fuzzy training. Fuzzy logic controller is employed to control the command voltage that is sent to MR damper. The dynamic responses or experimental structure subjected to various earthquake excitations are compared with numerically simulated results using neuro-fuzzy modeling method. Numerical simulation using neuro-fuzzy models of the MR damper and FPS predict response of the hybrid base isolation system very well.

• 대한인간공학회지
• /
• 제20권2호
• /
• pp.29-46
• /
• 2001

This study is about the modeling of comfort feeling structure in indoor environments. To represent the degree of practical comfort feeling level in an environment, we measured elements of human sense and resultant elements of comfort feeling such as coziness, refreshment, and freshness with physical values(temperature, illumination, noise. etc.). The relationships of elements of human sense and elements of comfort feeling were formulated as a fuzzy model. And a hybrid-neural network with three layers were designed where obtained from fuzzy membership function values of the elements of human sense were used as inputs, and given as fuzzy membership function values of resultant elements of comfort feeling were used as outputs. Both kinds of fuzzy membership function values were obtained from physical values. The network was trained by measured data set. The proposed hybrid-neural network were tested and proposed a more realistic model of comfort feeling structure in indoor environments.

• 응용통계연구
• /
• 제27권3호
• /
• pp.357-371
• /
• 2014

최근 들어 데이터 마이닝의 분류문제에 있어 목표변수의 불균형 문제가 많은 관심을 받고 있다. 이러한 문제를 해결하기 위해, 이전 연구들은 원 자료에 대하여 데이터 전처리 과정을 실시했는데, 전처리 과정에는 목표변수의 다수계급을 소수계급의 비율에 맞게 조정하는 과소표집법, 소수계급을 복원추출하여 다수계급의 비율에 맞게 조정하는 과대표집법, 소수계급에 K-최근접 이웃 방법 등을 활용하여 과대표집법을 적용 후 다수계급에는 과소표집법을 적용한 하이브리드 기법 등이 있다. 또한 앙상블 기법도 이러한 불균형 데이터의 분류 성능을 높일 수 있다고 알려져 있어, 본 논문에서는 데이터의 전처리 과정과 앙상블 기법을 함께 고려한 여러 모형들을 사용하여, 불균형 자료에 대한 이들모형의 분류성능을 비교평가한다.

• 자원ㆍ환경경제연구
• /
• 제21권2호
• /
• pp.237-269
• /
• 2012

본 연구는 수송부문 $CO_2$ 배출량 저감을 목표로 하는 친환경자동차에 대한 지원정책의 효과를 예측하고 정책성공의 결정요인을 분석하는 것을 목적으로 한다. 자동차 이용에서 발생하는 $CO_2$ 배출량은 자동차의 유형을 선택하는 이산선택행위와 이미 선택한 유형의 자동차를 어느 정도나 운행하는지를 결정하는 연속선택행위에 의해서 영향을 받는다. 본 연구는 이산 및 연속 선택을 결합분석하는 이산 연속선택모형을 구축한 후, 한국 소비자들의 자동차 선택 및 운행거리 자료에 적용하여 자동차의 연료효율에 따라 보조금 부과금을 차등 적용하는 정책을 시행할 때 발생하는 두 가지 선택의 변화를 동시에 분석하였다. 분석 결과에 의하면 보조금 부과금이 도입되는 방식이나 상대적 크기에 따라 전기자동차나 하이브리드 자동차와 같은 새로운 유형의 친환경자동차의 예상보급률이 달라지며, $CO_2$ 배출량 저감 수준에 있어서도 상당한 차이를 나타내었다. 또한 보조금 부과금을 적절히 선택할 경우에만 정부의 세입중립성을 유지하면서도 정책효과를 거둘 수 있을 것이라는 분석 결과도 도출되었다. 따라서 연비에 따라 차등 적용되는 보조금 부과금 형태 정책의 성공 여부는 정책이 새로운 유형의 친환경자동차의 점유율에 실질적인 차이를 유발하도록 설계되었는지에 달려있다고 할 수 있다.