• 한국의료질향상학회지
• /
• 제5권1호
• /
• pp.42-57
• /
• 1998

Background : It is increasing the concern for patient satisfaction as a customer information. This study was planned to investigate the activities related to patient satisfaction survey at the Korean hospitals. Methods : We performed the nationwide survey on 235 general hospitals by using the self-administrated checklist from Sep. 9 to Oct. 9, 1996. The response rate were 50.2%. We analyzed the descriptive statistics and chi-square test by SAS software on 118 hospitals. Results : First of all, 62.7% of study hospitals showed to conduct the patient satisfaction survey, and most of hospitals which did not conduct it had a plan to do it within 5 years. The reason that hospitals did not conduct satisfaction survey was due to a lack of administrator's interest or adequate questionnaire form. Second, the bigger, public and being more located in the big city or opened more than 10 years, the more hospitals conducted the patient satisfaction survey. Also, patient satisfaction survey was mainly handled by planning dept. or administrative team. Third, most hospitals had their own way of making questionnaires without proving reliability and validity. The results of the survey were applied to hospital management timely, and were mostly reported to top manager level. Most CEO concerned about the results of satisfaction survey. Fourth, the staffs in charge of survey had problems such as skill related to data analysis and development of questionnaire and they suggested that this problems could be solved through inducing the implementation of the survey results on hospital management, support for the development of standardized questionnaires and increasing the top manager's interests. Fifth, most questionnaires composed of lots of questioning items on hospital equipments and environment, and kindness of hospital employee to patients. Conclusions : Although this study had some limitations in generalization due to low response rate in big hospitals, it is meaningful to find the present state and the problems related to patient satisfaction survey of the general hospitals. We can conclude that there are increasing the concern for patient satisfaction survey among the hospitals nationwide, and it can be needed for technical support related to development of survey tool or method.

• 한국구조물진단유지관리공학회 논문집
• /
• 제10권2호
• /
• pp.133-144
• /
• 2006

FRP 판은 외부 부착된 보강 판의 효과적인 부착강도의 증진으로 실질적으로 부착강도에 대한 많은 연구가 수행되어왔다. 선행연구자들은 이러한 부착강도를 알아보기 위하여 다양한 변수를 설정하여 실험을 통하여 FRP 판의 부착강도를 규명하였다. 그러나, 이러한 부착강도를 알아보기 위한 실험은 장비구축의 비용과 시간 소비가 많이 되고 수행하기 어렵기 때문에 국한적으로 수행되고 있다. 본 연구는 선행연구자들의 부착실험 데이터를 다양한 신경망 모형과 알고리즘을 적용하여 최적의 인공신경망 모형을 개발하는데 그 목적이 있다. 인공신경망 모형의 출력층은 부착강도, 입력층은 FRP 판의 두께, 폭, 부착 길이, 탄성계수, 인장강도와 콘크리트의 압축강도, 인장강도, 폭을 변수로 선정하여 학습을 수행하였다. 개발된 인공신경망 모형은 역전파 학습 알고리즘을 적용하였으며, 오차는 0.001범위에 수렴되도록 학습을 하였다. 또한, 일반화 과정은 Bayesian 기법을 도입함으로써 보다 일반화된 방법으로 과대적합의 문제를 해소하였다. 개발된 모형의 검증은 학습에 이용되지 않은 다른 선행연구자들의 부착강도 결과 값과 비교함으로서 실시하였다.

• 한국음향학회지
• /
• 제38권5호
• /
• pp.593-600
• /
• 2019

화자 간 음색의 유사성은 화자 인증 시스템의 성능을 하락 시킬 수 있는 요인이다. 본 논문은 화자 인증 시스템의 일반화 성능을 향상시키기 위해, 심층신경망에 멀티태스크 러닝 기법을 적용시켜 발화자의 화자 정보와 나이 정보를 함께 학습 시키는 기법을 제안한다. 멀티태스크 러닝 기법은 은닉층들이 하나의 태스크에 과적합 되지 않도록 하여 심층신경망의 일반화 성능을 향상시킨다고 알려져 있다. 하지만 심층신경망을 멀티태스크 러닝 기법으로 학습시키는 과정에서, 나이 정보에 대한 학습이 효율적으로 수행되지 않는 것을 실험적으로 확인하였다. 이와 같은 현상을 방지하기 위해, 본 논문에서는 심층신경망의 학습 과정 중 화자 식별과 나이 추정 목적 함수의 가중치를 동적으로 변경 하는 기법을 제안한다. 동일 오류율을 기준으로 RSR2015 평가 데이터세트에 대해 화자 인증 성능을 평가한 결과 나이 정보를 활용하지 않은 화자 인증 시스템의 경우 6.91 %, 나이 정보를 활용한 화자 인증 시스템의 경우 6.77 %, 나이 정보를 활용한 화자 인증 시스템에 가중치 변경 기법을 적용한 경우 4.73 %의 오류율을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제19권1호
• /
• pp.548-558
• /
• 2019

인터넷 뉴스 댓글이 보편화 됨에 따라 악성 댓글이 확산되었고 이는 많은 사회 문제를 일으켜 왔다. 글은 심리 상태나 성격을 반영하기 때문에 악성 댓글을 분석하면 댓글을 작성할 때의 마음 상태를 추론할 수 있다. 본 연구에서는 영어권과 한국어권의 악성 댓글을 LIWC와 KLIWC를 사용하여 분석하였다. 그 결과, 영어와 한국어 공통으로 문장, 어절, 형태소, 문장 당 어절, 문장 당 형태소, 긍정적인 정서, 인지적 과정을 나타내는 단어가 악성 댓글이 일반 댓글보다 적게 사용되었으며, 3인칭 단수, 화, 정서적 과정을 나타내는 단어, 물리적 상태와 기능을 나타내는 단어, 속어가 악성 댓글이 일반 댓글보다 많이 사용되었다. 이는 악성 댓글을 작성할 때 사람들이 분노의 감정을 조절하지 못하고 충분히 생각하지 않은 상태에서 글을 작성하고 있음을 나타낸다. 따라서 댓글 작성 시, 작성 글을 모니터링 하도록 유도하거나 부정적 정서의 어휘가 많이 사용된 글을 다른 이용자에게 노출 시키지 않는 등의 방법을 인터넷 뉴스 서비스 제공자가 고려할 필요가 있다. 한편, 영어의 악성 댓글과 한글의 악성 댓글은 진정성 측면에서 차이가 발생했다. 좀 더 객관적 연구를 위해서 여러 시점의 댓글을 모집할 필요가 있다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1277-1290
• /
• 2020

지표수와 지하수로 이루어진 수자원은 세계적으로 가장 중요한 천연자원 중 하나로 여겨진다. 지난 세기 이후 급속한 산업화와 급증하는 인구로 인해, 생활용, 산업용, 농업용수 수요가 급증하고 있으며, 이에 대한 지하수 수요도 급증하고 있다. 따라서 지하수에 대한 지속 가능한 개발과 관리를 위해서는 정확한 위치기반의 지하수 가능성도 작성이 필수적이다. 최근에는 기계학습과 지리정보시스템 통합이 지하수 가능성도 작성에 효과적인 방법이 되고 있다. 이러한 통합접근법의 현황 파악을 위해 6년(2015~2020년) 동안 94편의 직접 관련 논문에 대한 체계적 검토를 실시했다. 문헌 검토에 따르면, 매년 발간되는 연구의 수는 시간이 지남에 따라 급격히 증가했다. 전체 연구 분야는 15개국에 걸쳐 있으며, 85%의 연구가 이란, 인도, 중국, 한국, 이라크에 집중되었다. 지하수 산출 가능성 조사에는 20개의 변수가 자주 사용된 것으로 조사되었으며, 이 중 지형고도, 경사, 경사방향, 지형습도지수, 지질, 토지 이용 피복, 하천 밀도, 강과의 거리, 강우량 등이 자주 사용되는 것으로 나타났다. 기계학습 모델에 있어 랜덤 포레스트, 서포트벡터머신, 부스트 회귀트리 등의 방법이 많이 사용되었다. 이러한 문헌 연구는 최적의 결과를 위해 지하수 가능성도를 저비용 대체물이 아닌 현장 작업을 보완하는 도구로 사용해야 한다는 것을 보여준다. 마지막으로, 향후, 지하수 가능성도 작성의 표준화 및 정확성을 개선하기 위해 더 많은 연구가 진행되어야 할 것이다.

• 지역연구
• /
• 제39권3호
• /
• pp.3-12
• /
• 2023

본 연구에서 다루게 될 도시계획 이슈는 도시화 과정에서 흔히 부정적인 스프롤 현상의 물리적 형태 중 하나로 인식되는 도시 파편화 지역들과 도시 열현상의 관계성으로 설정하였다. 연구목적은 시가화 지역 Entropy와 열 현상과의 관계성을 국내 5개 주요 도시 사례를 통해 살펴보는 것이다. 연구대상지 토지피복자료 촬영시기와 동일한 해인 2018년 7월 여름 기상자료를 바탕으로 InVEST Urban Cooling Model을 이용하였고, MSPA(Morphological Spatial Pattern Analysis) 모형을 이용하여 Entropy를 계산하였다. 주요결과로 첫째, Entropy와 Cooling Capacity Index(CCi) 순위 상관성은 낮은 순위 상관성을 보이고 있다(rho=-0.3). 둘째, Entropy와 Average temperature(℃) 사이에는 매우 높은 수준의 순위 상관성이 관찰된다(rho=0.9). 연구함의는 첫째, 난개발 정도가 큰 도시는 도시 열 현상에 부정적일 수 있다는 점이다. 둘째, 오픈스페이스의 성격을 갖는 비시가화 지역의 분산·집중 등의 토지이용 공간 구성이 도시 열환경에 영향을 미칠 수 있음을 의미한다. 본 연구는 일부 사례지역에 한정되어 진행되었다는 점에서 시가화 지역 Entropy와 열 현상 사이에서 일반화가 아닌 가능성이 관찰되고 있음으로 이해하는 것이 적절하다.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.19-26
• /
• 2023

본 연구에서는 소셜 미디어 빅데이터 감성분석 방법을 통해 'MZ세대'에 대한 대중 감성을 살펴보았다. 분석을 위해 소비자 계정 SNS 텍스트를 살펴보고 내용상 외부 감성과 MZ세대 본인들의 감성을 분류하여 긍정 및 부정 감성 요인들을 제시하였다. 이에 따른 결론은 'MZ세대' 관련하여 호감과 흥미의 긍정정서가 72.1%로, 부정적인 감성비율 27.9 % 보다 높았다. 긍정감성에서 기성세대들은 'MZ세대의 개성과 당당함에 대한 호감', '새로운 가치관을 가진 MZ세대에 대한 흥미'를 보였다. 이에 비해 MZ세대들은 '자신들의 당당함, 발랄함 및 개성 세대라는 점'과 '소소한 성장주의'에 대한 호감을 갖고 있다. MZ세대 외부의 부정감성은 'MZ세대의 결혼기피, 취업난, 빚투자 및 퇴사 트랜드에 대해 걱정', '꼰대 취급하는 MZ 세대 미움', 'MZ세대와 대화하기 힘듦'으로 나타났다. 한편, MZ세대 본인들이 느끼는 부정감성은 '일반화에 대한 거부감', '세대 및 젠더 갈등과 기성세대보다 심한 경쟁에 대한 거부감', '풍요로운 시대의 상대적 실패감', '예고된 기후재앙 속에서 살아야하는 슬픔'으로 나타났다. 따라서 기성세대는 MZ세대를 일반화하여 바라볼 것이 아니라 개인으로 보아야 하며, 세대간 이해와 공감으로 갈등을 완화해야한다. 세대 갈등, 젠더 갈등 및 환경문제 해결을 위한 공동체적인 고민의 필요성도 있다.

• 생물환경조절학회지
• /
• 제21권3호
• /
• pp.243-246
• /
• 2012

본 연구는 파프리카 생산 유리온실에서 기간별 생산량과 환경자료인 광량을 수집하여 재배기간 동안의 광량과 품종 간의 상호관계를 분석하여 생산관리의 의사결정 지지 및 수량예측을 위한 단순 모델을 개발하고자 수행하였다. 누적광량과 파프리카의 생산량은 선형적인 관계를 나타냈으며, 선형함수의 기울기는 과실 생산에 소요된 광 이용 효율($LUE_F$: light use efficiency for fruit production, $g{\cdot}MJ^{-1}$)으로 정의하였다. $LUE_F$는 'Ferrari'가 $5.85g{\cdot}MJ^{-1}$, 'Fiesta'는 1년차는 $5.32g{\cdot}MJ^{-1}$와 2년차에는 $4.75g{\cdot}MJ^{-1}$, 'President'는 $4.66g{\cdot}MJ^{-1}$, 'Cupra'는 $3.86g{\cdot}MJ^{-1}$, 'Boogie'는 $6.48g{\cdot}MJ^{-1}$으로 'Boogie'의 $LUE_F$가 가장 높게 나타났다. 파프리카의 과실생산에 필요한 광량은 단위 g당 'Cupra'가 $25.88J{\cdot}g^{-1}$ 가장 높았고, Boogie가 가장 낮은 $15.42J{\cdot}g^{-1}$이 필요한 것으로 나타났다. $LUE_F$가 높은 품종 일수록 수확량이 많았다. 본 연구에서는 누적광량과 수량과의 단순 선형관계를 나타내어 광이용효율과 과실의 단위무게당 필요광량을 분석할 수 있었으나, $LUE_F$는 품종과 동일품종간에도 연도별로 상이하게 나타났다. 품종에 상관 없이 수확량 예측을 위한 모델은 품종특성, 온도, 단위 면적당 착과율도 고려하여야 할 것으로 사료된다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.99-112
• /
• 2010

앙상블 학습은 분류 및 예측 알고리즘의 성과개선을 위하여 제안된 기계학습 기법이다. 그러나 앙상블 학습은 기저 분류자의 다양성이 부족한 경우 다중공선성 문제로 인하여 성과개선 효과가 미약하고 심지어는 성과가 악화될 수 있다는 문제점이 제기되었다. 본 연구에서는 기저 분류자의 다양성을 확보하고 앙상블 학습의 성과개선 효과를 제고하기 위하여 유전자 알고리즘 기반의 범위 최적화 기법을 제안하고자 한다. 본 연구에서 제안된 최적화 기법을 기업 부실예측 인공신경망 앙상블에 적용한 결과 기저 분류자의 다양성이 확보되고 인공신경망 앙상블의 성과가 유의적으로 개선되었음을 보여주었다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.