• 제목/요약/키워드: BTL

검색결과 200건 처리시간 0.027초

민간투자사업의 위험가치 평가 - 임대형 민간투자사업(BTL)의 위험가치 평가 제도를 중심으로 - (The Evaluation of Value at Risk in Build Transfer Lease Project)

  • 최석준;김상신
    • 한국산학기술학회논문지
    • /
    • 제10권10호
    • /
    • pp.2907-2916
    • /
    • 2009
  • 민간투자사업은 1990년대 이후 본격화되어 주요 교통시설을 중심으로 진행되어 왔으며 2005년 이후에는 장기간 서비스를 제공하고 임대료 방식으로 사업자에게 대가를 지급하는 BTL 방식의 사업이 도입되어 학교, 군 주거시설, 하수관거 등 다양한 분야의 시설 및 서비스가 제공되고 있다. 정부 재정사업과 차별화되는 민자사업에 대해서 관련된 위험을 도출하고 그 가치를 평가, 위험 발생을 최소화하려는 제도적 노력은 부진한 편이며 특히 장기간 서비스 계약을 통해 이루어지는 BTL 사업의 경우 위험가치 평가 제도의 도입이 시급한 실정이다. 본 연구는 민자사업 성공의 주요 원인으로 알려진 영국 등의 민자사업 위험가치 평가제도를 비교 분석하고 국내 BTL 사업의 실제 사례에 대해 위험가치를 반영한 PSC(Public Sector Comparator)를 구축, 분석하였다.

BTL 학교 건축물의 수선비용 분석을 통한 장기수선비용 산정에 관한 사례 연구 (A Case Study on the Prediction of Sinking Funds for Long-Term Maintenance Expenses through the Analysis of BTL School Projects)

  • 하헌석;송창영;김용수
    • 한국건설관리학회논문집
    • /
    • 제8권6호
    • /
    • pp.207-215
    • /
    • 2007
  • 본 연구는 학교건물의 유지관리를 위한 장기수선충당금 산정을 목적으로 수행되었으며, 이를 위해 서울 교육청에서 발주한 BTL 사업 대상 학교를 중심으로 사례를 선정하였다. 다음으로 사례 학교건물의 초기투자비용을 공종별로 분류한 후 장기 수선충당금을 산정하였다. 이렇게 산정된 공종별 장기수선충당금을 공동주택 장기수선충당금 산정방법과 연등가액 산정방법을 준용하여 비교 분석하였다. 위와 같은 목적과 방법에 따라 진행 된 본 연구의 결론을 요약하면 다음과 같다. 첫째: 사례 학교건물의 공종별 장기수선충당금의 비율을 정리하면 공사비용 대비 건축14.0%, 토목1.4%, 기계6.5%, 전기11.0%, 비품5.1%%, 기타1.0%의 분포를 나타냈다. 둘째: 산정된 공종별 장기수선충당금을 공동주택 장기수선충당금 산정방법과 연등가액 산정방법을 각각 이용하여 비용편차를 비교하였다.

초·중등학교 민간투자사업(BTL)의 건축공사비의 공종별 비율 분석 (Architectural Work Cost Rate Analysis of Elementary, Middle, and High School Delivered by BTL)

  • 류한국;김형은
    • 교육녹색환경연구
    • /
    • 제14권1호
    • /
    • pp.1-9
    • /
    • 2015
  • 정확한 공사비 추정은 성공적인 프로젝트의 개발에 필수적이다. BTL 사업과 같이 민간투자사업에 있어서 정확한 공사비 산정은 효과적인 예산확보와 파이낸싱에 필수적인 기본 정보가 된다. 공사비 견적의 정확도에 따라 입찰과 제안서의 정확도가 반영되므로 프로젝트를 통한 수익성 여부와 사업타당성을 확보할 수 있다. 본 연구는 정확한 공사비 분석과 활용을 위한 기초적인 연구로써 10년 정도 경과한 초 중등학교 민간투자사업(BTL)의 건축공사비를 분석하여 여러 참여주체들별로 공사를 할 수 있는 건축공사의 공종별 분포비율을 학교급별로 파악한다. 즉, 초 중등학교의 건축 공종별 구성비율을 전체 평균비율, 초등학교, 중학교, 고등학교별로 살펴보고 향후 유사한 공사를 수행하는 경우에 참여주체별로 활용할 수 있도록 하고자 한다.

학교 임대형민자사업(BTL)의 LCC 사례 분석 (A Life Cycle Cost Case Analysis on the Build-Transfer-Lease(BTL) Projects of School)

  • 조승연;안장원;김용수
    • 한국건설관리학회:학술대회논문집
    • /
    • 한국건설관리학회 2007년도 정기학술발표대회 논문집
    • /
    • pp.145-150
    • /
    • 2007
  • 본 연구는 민간이 공공시설을 짓고 정부가 이를 임대해서 쓰는 민간투자방식인 BTL사업 가운데 학교시설에 대한 LCC 사례분석을 수행한 연구이다. 사업서류 작성지침에 따라 유지보수비 항목인 수선비 및 교체비에 대한 LCC산출서결과를 바탕으로 사례분석을 실시하였다. LCC 분석은 크게 두 가지 유형으로 분석하였으며 각 유형별로 임대기간인 20년 유지보수비와 수명주기인 65년 유지보수비에 대한 LCC를 분석하였다. LCC 분석결과 건축공종이 LCC의 약 50%이상의 구성비를 나타냈으며 기계, 전기, 토목 순으로 분석되었다. 또한 본 연구를 수행하면서 현행 학교 BTG 사업의 LCC 분석에서 나타나는 문제점 및 개선방안을 제시하였다.

  • PDF

Blended-Transfer Learning for Compressed-Sensing Cardiac CINE MRI

  • Park, Seong Jae;Ahn, Chang-Beom
    • Investigative Magnetic Resonance Imaging
    • /
    • 제25권1호
    • /
    • pp.10-22
    • /
    • 2021
  • Purpose: To overcome the difficulty in building a large data set with a high-quality in medical imaging, a concept of 'blended-transfer learning' (BTL) using a combination of both source data and target data is proposed for the target task. Materials and Methods: Source and target tasks were defined as training of the source and target networks to reconstruct cardiac CINE images from undersampled data, respectively. In transfer learning (TL), the entire neural network (NN) or some parts of the NN after conducting a source task using an open data set was adopted in the target network as the initial network to improve the learning speed and the performance of the target task. Using BTL, an NN effectively learned the target data while preserving knowledge from the source data to the maximum extent possible. The ratio of the source data to the target data was reduced stepwise from 1 in the initial stage to 0 in the final stage. Results: NN that performed BTL showed an improved performance compared to those that performed TL or standalone learning (SL). Generalization of NN was also better achieved. The learning curve was evaluated using normalized mean square error (NMSE) of reconstructed images for both target data and source data. BTL reduced the learning time by 1.25 to 100 times and provided better image quality. Its NMSE was 3% to 8% lower than with SL. Conclusion: The NN that performed the proposed BTL showed the best performance in terms of learning speed and learning curve. It also showed the highest reconstructed-image quality with the lowest NMSE for the test data set. Thus, BTL is an effective way of learning for NNs in the medical-imaging domain where both quality and quantity of data are always limited.