• Journal of the Korean Society for Precision Engineering
• /
• v.19 no.5
• /
• pp.19-24
• /
• 2002

• Journal of the KSME
• /
• v.28 no.2
• /
• pp.169-174
• /
• 1988

신호처리 및 해석에 대한 교육효과를 증대시키기 위해서는 응용사례의 발굴, 프로젝트 개발, P C를 이용한 그래픽스 교육도 이루어져야 하며, 스펙트럼 분석기술 이외에 시간영역 파라미터 모형에 의한 신호해석기법〔예를 들어 자동회귀-이동평균(ARMA)등의 시계열 모형화〕도 최근 에는 실시간 응용의 가능성이 높아지는 추세에 있으므로 PC를 이용한 신호처리 및 해석 교육에 반영하는 것이 바람직하다.

• Proceedings of the KSEEG Conference
• /
• 2007.04a
• /
• pp.537-537
• /
• 2007

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.4
• /
• pp.14-25
• /
• 2018

In recent years, it has become technically easier to explain factors related with traffic accidents in the Big Data era. Therefore, it is necessary to apply the latest analysis techniques to analyze the traffic accident data and to seek for new findings. The purpose of this study is to compare the predictive performance of the negative binomial regression model and the deep learning method developed in this study to predict the frequency of traffic accidents in expressways. As a result, the MOEs of the deep learning model are somewhat superior to those of the negative binomial regression model in terms of prediction performance. However, using a deep learning model could increase the predictive reliability. However, it is easy to add other independent variables when using deep learning, and it can be expected to increase the predictive reliability even if the model structure is changed.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.935-938
• /
• 2021

데이터 베이스에 저장된 사용자의 위치, 성격정보를 자동으로 받아서 머신러닝으로 회귀분석하여 방문 장소에 대한 선호도를 예측한다. 사람의 성격 요소로는 BFF 와 다른 기본 요소들을 사용하였다. 이를 위하여 자동화된 시스템을 구성하였고 위치 방문 선호도를 예측하기 위한 머신러닝 기법으로는 앙상블기법을 사용하였다. 예측 결과는 장소 카테고리별로 방문 선호도가 나타나고 이를 사용자 별로 나누어 저장할 예정이다. 데이터의 양이 많아지면서 나타나는 문제들을 해결하여 향후 연구에 도움이 될 것이다.

• Journal of Digital Convergence
• /
• v.16 no.1
• /
• pp.231-242
• /
• 2018

The efficient management of the Length of Stay(LOS) is important in hospital. It is import to reduce medical cost for patients and increase profitability for hospitals. In order to efficiently manage LOS, it is necessary to develop an artificial intelligence-based prediction model that supports hospitals in benchmarking and reduction ways of LOS. In order to develop a predictive model of LOS for acute stroke patients, acute stroke patients were extracted from 2013 and 2014 discharge injury patient data. The data for analysis was classified as 60% for training and 40% for evaluation. In the model development, we used traditional regression technique such as multiple regression analysis method, artificial intelligence technique such as interactive decision tree, neural network technique, and ensemble technique which integrate all. Model evaluation used Root ASE (Absolute error) index. They were 23.7 by multiple regression, 23.7 by interactive decision tree, 22.7 by neural network and 22.7 by esemble technique. As a result of model evaluation, neural network technique which is artificial intelligence technique was found to be superior. Through this, the utility of artificial intelligence has been proved in the development of the prediction LOS model. In the future, it is necessary to continue research on how to utilize artificial intelligence techniques more effectively in the development of LOS prediction model.

• 한국경영정보학회:학술대회논문집
• /
• 2007.06a
• /
• pp.619-624
• /
• 2007

본 연구는 유전 알고리듬에 기반한 새로운 도산예측기법을 개발하고 그 기법의 타당성 및 예측 우수성을 검증하는데 목적이 있다. 본 연구에서 제안하는 이진분류기법은 도산기업과 비도산기업을 대표할 수 있는 가상기업(virtual company)을 설정하고, 그 가상기업과 분류대상 기업 간의 유사도를 측정하여 도산여부를 분류하는 방법론으로, 가상기업의 변수 값과 각 변수의 가중치는 훈련용 자료의 분류정확도를 극대화할 수 있도록 유전 알고리듬을 이용하여 구하게 된다. 본 연구에서 제안하는 기법의 타당성을 검증하기 위해 기존의 도산예측기법과 예측성과를 실험을 통해 비교한 결과, 본 연구에서 개발한 기법의 예측력이 기존의 다변량판별분석, 로지스틱 회귀모형, 의사결정나무, 인공신경망 모형보다 높은 수준을 보이는 것을 확인하였다.

• The Korean Journal of Financial Management
• /
• v.9 no.2
• /
• pp.177-207
• /
• 1992

이 논문(論文)에서는 선도환시장(先渡換市場)에서의 위험(危險)프리미엄의 존재가설(存在假說)을 실증분석(實證分析)하기 위해 분석시간대(分析時間帶), 분석통화(分析通貨), 시계열(時系列) 자료(資料)들을 블럭처리(處理) 하고 시계열분석(時系列分析), 제한(制限) cointegration분석, 회귀모형분석(回歸模型分析) 등의 3가지 큰 범주(範疇)하의 12 가지 분석기법(分析技法)의 반복측정분석(反復測定分析)을 하였다. 검증결과(檢證結果) 각 통화(通貨)마다 분석기법(分析技法)에 대한 위험(危險)프리미엄의 민감도(敏感度)는 상당한 차이(差異)가 발견(發見)되었다. 위험(危險)프리미엄의 분석방법(分析方法)에 따른 결과치(結果値)의 변동리유(變動理由)는 크게 계량추정(計量推定)의 변동(變動)에 기인(基因)한 부분(部分)과 위험(危險)프리미엄 측정(測定)의 이론적(理論的) 모형(模型)의 상이(相異)에 의한 부분, 분석기법(分析技法)의 위험(危險)프리미엄 조건(條件)의 차이(差異)에 의한 변동(變動)부분으로 나누어 짐을 알 수 있었다. 이상의 발견점(發見点)이 시사(示唆)하는 바는 위험(危險)프리미험의 연구(硏究)에 있어서 상기(上記) 세가지 방향(方向)으로 더욱 깊은 연구(硏究)가 행하여 질수 있음을 알 수 있다. 각 연구(硏究) 방법(方法)의 비교(比較) 평가(評價)에서는 구체적인 실증분석(實證分析) 후 각 연구방법(硏究方法)들의 장단점(長短點)들이 논의(論議)되어진 바, 이들 방법(方法)이 서로 상호대체적(相互對替的)이 아니고 상호보완적(相互補完的)임을 알 수 있었다.

• Journal of the Korean Institute of Landscape Architecture
• /
• v.41 no.6
• /
• pp.43-51
• /
• 2013

This study aims to examine the presence of non-stationary relationship between water quality and land use in watersheds. In investigating the relationships between land use and water quality, most previous studies adopted OLS method which is assumed stationarity. However, this approach is difficult to capture the local variation of the relationships. We used 146 sampling data and land cover data of Korean Ministry of Environment to build conventional regressions and GWR models for BOD, TN and TP. Regression model and GWR models of BOD, TN, TP were compared with $R^2$, AICc and Moran's I. The results of comparisons and descriptive statistics of GWR models strongly indicated the presence of Non-Stationarity between water quality and land use.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.6
• /
• pp.1337-1348
• /
• 2017

In this paper, we develop the high-risk drinking predictive model in Korea using the cross-sectional data from Korea Community Health Survey (2014). We perform the logistic regression analysis, the decision tree analysis, and the neural network analysis using the data mining technique. The results of logistic regression analysis showed that men in their forties had a high risk and the risk of office workers and sales workers were high. Especially, current smokers had higher risk of high-risk drinking. Neural network analysis and logistic regression were the most significant in terms of AUROC (area under a receiver operation characteristic curve) among the three models. The high-risk drinking predictive model developed in this study and the selection method of the high-risk intensive drinking group can be the basis for providing more effective health care services such as hazardous drinking prevention education, and improvement of drinking program.