본 연구는 주파수 및 시간 특성을 활용하여 머신러닝 기반 공동주택 주거소음의 군집화 및 분류를 진행하였다. 먼저, 공동주택 주거소음의 군집화 및 분류를 진행하기 위하여 주거소음원 데이터셋을 구축하였다. 주거소음원 데이터셋은 바닥충격음, 공기전달음, 급배수 및 설비소음, 환경소음, 공사장 소음으로 구성되었다. 각 음원의 주파수 특성은 1/1과 1/3 옥타브 밴드별 Leq와 Lmax값을 도출하였으며, 시간적 특성은 5 s 동안의 6 ms 간격의 음압레벨 분석을 통해 Leq값을 도출하였다. 공동주택 주거소음원의 군집화는 K-Means clustering을 통해 진행하였다. K-Means의 k의 개수는 실루엣 계수와 엘보우 방법을 통해 결정하였다. 주파수 특성을 통한 주거소음원 군집화는 모든 평가지수에서 3개로 군집되었다. 주파수 특성 기준으로 분류된 각 군집별 시간적 특성을 통한 주거소음원 군집화는 Leq평가지수의 경우 9개, Lmax 경우는 11개로 군집되었다. 주파수 특성을 통해 군집된 각 군집은 타 주파수 대역 대비 저주파 대역의 음에너지의 비율 또한 조사되었다. 이후, 군집화 결과를 활용하기 위한 방안으로 세 종류의 머신러닝 방법을 이용해 주거소음을 분류하였다. 주거소음 분류 결과, 1/3 옥타브 밴드의 Leq값으로 라벨링된 데이터에서 가장 높은 정확도와 f1-score가 나타났다. 또한, 주파수 및 시간적 특성을 모두 사용하여 인공신경망(Artificial Neural Network, ANN) 모델로 주거소음원을 분류했을 때 93 %의 정확도와 92 %의 f1-score로 가장 높게 나타났다.
우리나라 인근 해역에서 가장 쉽게 채취할 수 있는 해조류 중의하나인 S. confusum을 이용한 Pb 및 Cr의 생체홉착 실험을 수행하였다. 두 중금속 모두 흡착 평형에는 15분 안에 도달하였으며, 평형 흡착량은 각각 197.5mg Pb/g biomass 및 133.1mg Cr/g biomass이었다. Pb 및 Cr의 생물학적 흡착은 Langmuir모델에 더 잘 적용되었다. Pb 흡착시에 Ca가 500mg/L 존재하여도 $20\%$ 정도 흡착량이 감소하였고, Mg는 Pb 흡착에 전혀 영향을 미치지 않았다. Pb 및 Cr 흡착 후에 0.1 M HCI, 0.1 M $HNO_3$, 및 0.1 M EDTA를 이용하여 탈착시 Pb의 탈착율은 $93\%$ 이상이었으나, Cr의 탈착율은 $30\%$ 이하였다. Pb 흡착 후에 0.1 M HCl, 0.1 M $HNO_3$, 0.1 M EDTA 및 0.1 M NaOH를 이용하여 탈착실험을 수행하고 다시 재흡착을 시키는 과정을 6회 반복한 결과 최대 누적 흡착량은 761.4mg/g biomass였고, HCl 및 $HNO_3$를 이용한 경우에 Pb의 탈착 및 S. confusum의 재생에 있어 매우 효과적이었다.
지금껏 발표된 많은 연구 결과에 의하면 신경망 시스템의 일반화 정도(정확도) 는 통계적 모델과의 비교 평가에서 그 일반화 정도가 그들과 버금가거나 우수하다는 평가를 받고 있다. 그러나, 이러한 신경망 시스템의 우수한 예측 결과는 불량 데이타 (noisy data)가 거의 없는 건전한 데이타, 혹은 일정량의 불량 데이타를 제어할 수 있을 만큼 충분한 양의 데이타로 신경망을 학습시켰을 경우에만 얻을 수가 있었다. 실제 문제-특히, 경제, 경영상의 문제-를 풀기 위하여 모아진 실 데이타는 신경만 시 스템이 만족할 만한 예측 결과를 보일 수 있을 정도의 건전한 데이타가 못되는 것이 현실이다. 따라서, 본 연구에서는 일정량의 불량 데이타를 포함하고 있는 훈련 데이타 를 통해 신경만을 훈련시킬 경우 신경망 시스템의 일반화 정도를 높일 수 있는 방법 에 대하여 논하였다. 본 연구의 관찰된 실험 결과에 의하면 신경망 시스템의 일반화 정도를 높이기 위해 훈련 데이타에서 같은 입력값을 갖는데도 불구하고 서로 상반되 는 출력값을 갖는 불량 데이타들을 골라내어 신경망 시스템을 훈련시키는 방법을 제 안하였다. 아울러, 두개의 서로 상반된 결과값을 갖는 불량 데이타로 신경만을 훈련 시켰을 경우 두 결과값의 평균값에 의해 신경망의 가중치(weight)조정이 된다는 이전 의 연구결과[25]도 입증되었다. 또한, 본고에서는 현재 진행중에 있는 신경망을 이 용한 신용 평가 시스템 개발에 관한 중간 결과도 기술되어 있다.
항만개발의 적정성 및 해상교통 환경평가를 위하여 대상항만의 현재의 입출항 교통량을 이용하여 장래의 교통량을 추정하고 있다. 이는 장래 교통량의 추정을 기초로 하여 항로의 혼잡도, 항로 폭의 결정, 각종 운영규정을 설정하기 때문에 상당히 중요한 요소로 반드시 고려되어야 할 요소이다. 장래 해상교통량 추정방법은 프레터 법칙, 경향 추세식을 이용한 방법 등이 있는데 이전 연구의 대부분은 교통량 추정요소는 그 항만의 입출항 척수를 기초로 장래교통량을 추정하고 있다. 그러나 항만 특성상 입출항 선박의 종류 및 크기가 상이하여 지금과 같이 입출항 척수라는 하나의 요소로 변화 추이를 이용한 장래 교통량 예측은 상당히 어렵다. 이 논문에서는 각 항만의 해상교통 구성 특성요소인 연안 외항선박 척수, 선박 크기별 입출항 척수, 각 선박 당 수송 물동량 등의 변화 추이를 이용하여 장래 교통량 추이를 조사하여 예측하고자 한다. 그리고 수학적으로 모델을 구하기 어려운 비선형 시스템이라 할지라도 입 출력 특성을 묘사할 수 있으며, 입력정보의 왜곡, 잡음 등에 강인한 특성을 가지고 있어서 최근에 비선형 동특성 시스템의 동정(Identification)에 응용되고 있는 신경회로망을 이용하여 장래교통량을 예측한 결과와 상호 비교하고자 한다.
잠재 산성황산염토양의 산화과정과 이 토양에서 유래된 잠재 산성황산염토양을 칼럼에 넣고 개량제 시용에 따른 토양특성의 변화에 대한 연구결과는 다음과 같다. 1. 잠재 산성황산염토양의 건조와 담수 조건에서 토양 pH변화는 시간의 경과에 따라 두 조건 모두 낮아지는 경향을 나타내었는데 그 낮아지는 폭이 건조조건에서 더 크게 나타났다. 2. Sulfate-sulfur의 함량은 건조조건에서 증가하였으나 담수상태에서는 점점 감소하는 경향이었으며 sulfide-sulfur의 함량은 담수조건이 더 높게 나타났다. 3. 2가 철의 함량은 시간의 지남에 따라 담수조건에서 함량이 더 높았고 건조조건에서는 서서이 감소하는 경향이었으며 치환성 알루미늄의 함량은 건조와 담수 두 조건에서 모두 증가하였다. 4. 컬럼을 이용한 모델실험에서 잠재 산성황산염토양에 농용석회, 암모니아수를 처리하여 중화시킨 후시간이 경과됨에 따라 대조구에 비하여 pH가 상승하였지만 그 효과가 크게 나타나지는 않았다. $Eh_6$는 암모니아수 처리가 제일 낮았으며 다음이 농용석회, 대조구의 순서였다. 5. 칼럼용출액 중의 sulfate-sulfur와 치환성 알루미늄의 함량은 시간이 경과함에 따라 모든 처리구에서 감소하는 경향이었고, sulfide-sulfur와 2가 철의 함량은 증가하는 경향이었다.
현대 사회는 서구화된 식생활 패턴과 흡연, 비만 등의 원인으로 인해 심혈관계 질환들이 급증하고 있다. 특히, 급성심근경색은 심혈관계 질환으로 인한 사망의 대부분을 차지하고 있다. 이러한 추세에 따라 해외 선진국에서는 임상생리학적 오류를 줄이기 위해서 자국민의 데이터를 기반으로 급성심근경색의 발병 및 질병에 영향을 미치는 위험인자를 찾는 연구가 활발히 진행되고 있다. 하지만 한국인에 적합한 급성심근경색 예후 진단 예측 시스템이 미비한 실정이다. 따라서 이 논문에서는 KAMIR(Korea Acute Myocardial Infarction Registry) 데이터베이스에서 제공 받은 급성심근경색 환자의 예후 데이터를 기반으로 ST분절 급상승 심근경색 재발 환자들의 단기 사망률 예측모델을 찾고자 한다. 실험을 통해 로지스틱 회귀 분석에 의해 추출된 속성 집합을 적용하였을 때 기존의 원시 데이터 보다 높은 정확도를 얻을 수 있었으며, 인공신경망의 경우 다른 분류기법들보다 높은 성능을 보였다. 이를 통해 ST 분절 급상승 심근경색 재발 환자들의 단기 사망률을 예측함으로써 향후 고위험군 환자들의 관리에 도움을 줄 수 있을 것으로 기대한다.
본 연구에서는 미급수지역의 주요 수원인 지하수의 수위 변동 상황을 기반으로 한 미급수지역 가뭄 예보 기법 개발을 목적으로 하였다. 이를 위해 지역화된 표준지하수지수(SGI)와 표준강수지수들(SPIs)의 상관관계를 분석하였다. 관측 지하수위로부터 산정된 SGI의 자기회귀 특성 및 지속기간별 SPI와 SGI의 상관관계를 동시에 고려할 수 있는 NARX (nonlinear autoregressive exogenous model) 인공신경망 모형을 이용하여 지역별 예측모형을 구축하였다. 학습기간 동안 관측 SGI와 모델 출력 SGI의 상관계수는 0.7 이상인 곳이 전체 167개 지역별 모형 중 146개(87%)로 상관성이 높은 것으로 분석되었다. 적용기간에 대해서는 평균제곱근오차와 상관계수로 모형을 평가하였다. 본 연구를 통해 기상청에서 제공하는 59개 관측소별 강수량 전망 값으로부터 산정된 지속기간별 SPI와 관측된 지하수위를 이용한 지역별 SGI 전망이 가능하도록 하였으며, 미급수지역의 가뭄 예 경보를 위한 기초자료로 활용이 가능토록 하였다.
오랜기간 비행선의 이착륙은 사람에 의한 수동으로 이루어졌으나, 자동제어시스템의 개발과 함께 이를 비행선에 적용하여 보다 정확한 이착륙의 필요성이 대두되었으며, 많은 알고리즘이 개발되고 있다. 본 논문에서는 기낭의 압력제어에 의한 비행선의 이착륙제어를 다룬다. 비행선의 운동방정식은 비선형 방정식으로 매우 복잡하여 우선 간단한 PID제어기에 의한 해법을 제시하였다. 그러나, 운항시 대기조건이 빠르게 변하므로 변하는 예측 불가능한 외란에 대해서는 만족스런 성능을 보이지 못하였다. 따라서, 본지에서는 인공 신경망을 이용한 학습알고리즘을 토대로 원하는 궤적에 빠르게 추종하도록 설계하였다. 일반적으로 인공신경망은 복잡한 문제에 있어서 많은 수의 은닉층과 뉴런이 필요하고 또한 훈련시간이 많이 걸리는 단점이 있기에 이를 해결하기 위해 비행선 이착륙 문제에 대한 일반적인 인공신경망 적용에 대해 연구하였다. 본지에서는 RBFN(radial basis function network)제어기를 설계하였고, 신경 회로망의 가중치는 외란이 인가되거나 부하특성이 비선형적으로 변화되는 것을 고려하도록 기준입력과 실제 비행선 모델의 출력사이의 오차를 최소화하는 방향으로 학습을 진행하였다. 그 결과 최대 15m의 오차를 보이는 PID제어기보다 양호한 결과를 얻었다.
지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.