• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2006년도 춘계학술대회
• /
• pp.195-202
• /
• 2006

본 연구에서는 보다 효과적인 기업부도예측을 위하여, 동계적 방법과 인공지능 방법을 결합한 통합모형을 제시하였다. 이를 위하여 통계적인 모형 중에서 가장 널리 활용되고 있는 다변량 판별분석, 로지스틱 회귀분석과 인공 지능적인 방법으로서 최근 널리 사용되고 있는 인공신경망, 규칙유도기법, 베이지안 망의 5가지 방법론을 통합한 Voting with Performance & Weights from ANN(WP-ANN) 통합모형을 제시하였다. 실험결과, 본 연구에서 제안한 WP-ANN 통합모형은 다변량 판별분석, 로지스탁 회귀분석, 인공신경망, 규칙유도기법, 베이지안 망 등의 단일모형과 비교한 결과 가장 예측정확성이 유수한 것으로 나타났다. 따라서 본 연구를 통해 기업부도예측에 있어서 WP-ANN 통합모형이 기존의 모형들에 비해 우수한 예측정확성을 나타냄을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1567-1577
• /
• 2020

시가화 지역 토지피복분류는 도시계획 및 관리에 활용된다. 따라서, 시가화 지역에 대한 분류 정확도 향상 연구는 중요하다고 할 수 있다. 본 연구에서는 고해상도 위성영상인 KOMPSAT-3A을 기계학습 중 Support Vector Machine(SVM)과 Artificial Neural Network(ANN)을 기반으로 시가화지역 분류를 진행하였다. 훈련 데이터 구축과정에서 25 m 격자를 기반으로 훈련 지역을 구분하여 영상을 학습하였으며, 학습된 모델을 활용하여 테스트 지역을 분류하였다. 검증과정에서 250개의 GTP를 활용하여 오차 행렬을 통한 결과를 제시하였다. SVM 4가지 기법과 ANN 2가지 기법 중 SVM Polynomial Model이 가장 높은 정확도인 86%를 나타냈다. Ground Truth Points(GTP)를 활용하여 두 개의 모델을 비교하는 과정에서, SVM 모델은 전체적으로 ANN 모델보다 효과적으로 KOMPSAT-3A 영상을 분류하였다. 건물, 도로, 식생, 나대지 4가지 클래스 분류 중 건물이 가장 낮은 분류정확도를 보여주었으며, 이는 고층건물에 따른 건물 그림자에 의한 오분류가 주요 원인으로 나타났다.

• 대한공간정보학회지
• /
• 제19권3호
• /
• pp.33-40
• /
• 2011

본 연구에서는 제주지역의 산사태가능성을 분석하기 위하여 사람의 발길이 많은 사라봉, 별도봉 지역과 송악산 지역의 지형 및 토질공학적 사면 붕괴 유발 인자들을 이용하여 로지스틱회귀분석기법과 인공신경망기법을 GIS기법과 결합하여 예측지도를 작성하고 비교분석하였다. 산사태 예측지도를 작성하기 위해서 산사태 발생에 영향을 주는 사면경사, 고도, 건조밀도, 투수계수, 간극율을 선택하였으며 선정된 지역을 대상으로 실시한 야외조사와 토양물성시험 결과를 정리한 후 이를 토대로 GIS기법을 적용하여 각 레이어별 주제도를 작성하였다. 생성된 주제도를 각각 로지스틱회귀분석기법과 인공신경망기법으로 작성하여 비교분석한 결과 사면경사와 간극율의 경중률이 가장 높게 나타났고, 예측지도는 로지스틱회귀분석기법이 더욱 정확한 결과를 나타내었으며, 도로변과 산책로를 중심으로 산사태 발생가능성이 높게 분포하고 있음을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1196-1200
• /
• 2010

본 논문에서는 지점 강우의 결측치를 추정하기 위해 전통적인 통계학적 내삽기법을 이용한 역거리가중치법(IDWM), 역지수가중치법(IEWM), 상관계수가중치법(CCWM)과 패턴 인식의 일종인 인공신경망(ANN)기법 그리고 시공간적 강우분포의 측정이 가능한 레이더 자료를 이용해 결측치를 추정하여 각각의 방법을 비교하였다. 임진강 유역의 15개 지상관측소를 대상으로 교차검정(Cross validation) 분석을 실시해 본 결과, CCWM 방법과 ANN기법에 의한 RMSE가 0.46~1.79의 범위를 보였고, 보정레이더를 이용하여 결측치를 추정한 경우RMSE가 0.05~2.26의 범위를 보여 기존의 전통적 결측치 추정방법보다 실측치에 가까운 결과를 보였다. 이는 레이더자료가 지점 강우자료와는 달리 강우의 시공간적 변동성을 고려한 공간분포의 정보를 지니고 있기 때문인 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제28권10호
• /
• pp.89-96
• /
• 2012

본 연구에서는 사면위험도의 합리적인 평가 가중치를 도출하기 위하여 국내의 대표적인 평가방법에 대해 동일한 영향성을 주는 것으로 간주되는 항목들을 그룹화하여 그 영향성을 분석하고 이를 국립방재연구소(NIDP) 평가법과 비교, 사면붕괴 주요인자 선별의 적정성과 배점비율을 검토하였다. 또한, 붕괴가 발생된 28개소 사면을 대상으로 ANN(Artificial Neural Network) 기법을 적용하여 사면붕괴 유발인자 가중치에 대한 합리적 배점이 이루어졌는지에 대해 고찰하였다. ANN기법에 의해 평가비중을 재조정하여 분석한 결과, 국립방재연구소 평가법의 평가비중 오차가 큰 예상피해도, 인장균열, 계곡부 항목의 가중치를 조정하여야 보다 정확한 평가가 가능할 것으로 분석되었다.

• 한국수자원학회논문집
• /
• 제51권11호
• /
• pp.959-969
• /
• 2018

노후화된 상수관로는 단수유발, 수압부족 및 수질악화, 싱크홀 발생 피해와 누수로 인한 경제적 손실 등을 초래한다. 하지만 모든 노후관로를 일시에 보수 및 교체하는 것은 불가능하므로, 사용 중인 관로의 노후도를 정량적으로 판단하여 상수관로의 개량 우선순위를 결정해야 한다. 본 연구에서는 ANN(Artificial Neural Network)-Clustering 기법이 상수관로의 노후도 평가를 위한 새로운 평가방법이 될 수 있음을 제시하였다. 본 연구는 전라남도 YG지역의 배수관로를 적용대상으로 진행하였으며, 관망성능평가 항목을 이용하여 전체 관로를 세 개의 등급으로 분류하여 노후도를 평가하였다. 또한, 본 연구의 적용 가능성을 판단하기 위하여 실무에서 적용 중인 점수평가법 결과와 비교분석을 실시하였으며, 전체 대상관로의 노후도 정도를 직관적으로 파악할 수 있도록 산정된 노후도 등급을 관망도에 도시하였다. 본 연구에서 제안한 노후관로 평가기법은 관로의 다양한 특성값을 손쉽게 변경하여 적용할 수 있으며, 점수평가법과 더불어 상수관로의 유지관리를 위한 객관적이고 합리적인 관망성능평가법이 될 수 있을 것으로 기대한다.

• 한국습지학회지
• /
• 제13권2호
• /
• pp.189-197
• /
• 2011

본 논문에서는 지상강우의 결측치를 추정하는 방법들 중 역거리 가중치법(IDWM), 역지수 가중치법(IEWM), 상관계수가중치법(CCWM), 인공신경망(ANN)기법, 레이더 자료를 이용한 결측치 추정 방법을 비교하여 각각의 적용성을 검토하였다. 임진강 유역을 대상지역으로 하여 각 방법을 적용한 결과, 강우의 결측치 추정에 있어서 기존의 방법 중 상관계수 가중치법(CCWM)과 인공신경망(ANN)기법에 의한 RMSE가 0.46~1.79의 범위를 보였고, 레이더자료를 이용하여 강우의 결측치를 추정한 경우 RMSE가 0.05~2.26의 범위를 보였다. 레이더 강우자료가 지점 강우자료와 달리 강우의 공간상관성을 반영하고 있음을 볼 때, 지점강우 자료를 이용한 결측치 추정 기법보다 레이더자료를 이용한 결측치의 추정기법이 그 적용성에서 우수하다고 판단되어진다.

• 한국지반공학회논문집
• /
• 제19권6호
• /
• pp.343-350
• /
• 2003

인공신경망(Artificial Neural Network, ANN) 해석기술을 지반공학 분야에서 활용하는 경우가 점점 다양해지고 있다. 이 연구에서는 초음파에 의해 증가된 토양수세법의 효율성을 해석하는 모델개발에 인공신경망기법을 적용하였다. 실내시험을 통하여 인공신경망을 위한 입력자료를 확보한 뒤 이를 이용하여 모델을 학습시킨 후 모델검증을 실시하였다. 해석 변수, 즉 모멘텀항, 학습률, 전이함수 종류, 은닉층 수 및 노드 수 등을 달리하여 연구를 수행하였으며 최적의 조건을 도출한 후 개발된 모델의 검증을 실시하였다. 개발된 모델의 검증결과 측정값과 예측값의 상관관계가 매우 높게 나타났으며 이를 통하여 수학적 모델 수립이 곤란한 토양수세 초음파 기법의 전반적인 고찰의 기초를 확립하였다.

• 한국터널지하공간학회 논문집
• /
• 제11권2호
• /
• pp.151-162
• /
• 2009

본 연구에서는 터널 설계구간의 대부분을 차지하는 미시추 구간의 지반 등급 분류를 정량적으로 수행할 수 있는 새로운 접근방법을 제안한다. 본 제안방법은 시추공에서 얻은 직접조사 결과와 시추구간의 전기 비저항 탐사결과를 이용해 인공 신경망을 학습시카고, 학습된 인공 신경망은 미시추 구간의 암반분류 등급을 추론하는데 적용된다. 지반등급 추론은 미시추 구간 영역에서 움직이는 격자형 창(window)의 중심점에서 이루어 지며 창내 귀속된 전기 비저항들은 추론을 위한 참고자료로 시용된다. 인공 신경망 학습은 최선 RPROP(Resilient backpropagation) 인공 신경망 학습 알고리즘과 early-stopping 기법을 이용하여 수행되었다. 본 연구에서는 실제 시추조사가 이루어진 터널현장에 제안기법을 적용하여 미시추 구간의 지반 등급을 추론하였으며, 전통적인 지구통계학적 크리깅(kriging) 기법에 의한 결과와도 상호 비교하였다. 결과적으로 본 연구를 통해 학습된 인공 신경망은 전통 크리깅 방법에 비해 매우 구체적이고 현실적인 예측결과를 제공하였다 또한, 인공 신경망 추론으로부터 얻어진 터널 종단 방향의 RMR과 Q-값의 분포에서는 전기 비저항 탐사로부터 추정된 취약지반 구간의 위치와 잘 일치하였으며, 두 값 상호간의 관계도 선행 연구 결과와 부합하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1205-1207
• /
• 2015

Fingerprinting 방식에서 KNN은 WLAN 기반 실내 측위에 가장 많이 적용되고 있지만 KNN의 성능은 k개의 이웃 수와 RP의 수에 따라 민감하다. 논문에서는 KNN 성능을 향상시키기 위해 ANN 군집화를 적용한 KNN과 ANN을 혼합한 알고리즘을 제안하였다. 제안한 알고리즘은 신호잡음비 데이터를 KNN 방법에 적용하여 k개의 RP을 선택한 후 선택된 RP의 신호잡음비를 ANN에 적용하여 k개의 RP를 군집하여 분류한다. 실험 결과에서는 위치 오차가 2m 이내에서 KNN/ANN 알고리즘이 KNN 알고리즘보다 성능이 우수하다.