• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.1019-1020
• /
• 2006

The proposed algorithm consists of two parts. One is to set up a decision tree to represent the various switching operations available. Another is to identify the most effective the set of switches using proposed search technique and a feeder load balance index. Test results on the KEPCO's 108 bus distribution system show that the performance is efficient and robust

• 한국인터넷방송통신학회논문지
• /
• 제15권6호
• /
• pp.311-319
• /
• 2015

본 논문에서는 산업공장 내의 생산 효율을 높이기 위하여 제조공정 자원을 예측하고 위험 관리를 효율적으로 이행하는 자원예측 및 위험관리를 위한 의사결정 시스템을 제안하였다. 각 공정에서 발생되는 다양한 정보들을 효율적으로 관리하는 세부 공정별 시나리오 생성이 어렵고, 동일한 공정 내에서도 다양한 제품의 생산하기 위해 제조 설비의 조건 변경이 빈번하다. 제품의 생산 주기 또한 일정하지 않아 연속되지 않은 데이터가 발생하여 소량의 데이터로 변동을 확인해야 하는 문제점이 있다. 이러한 문제점을 해결하기 위해서는 제조공정의 데이터 일원화, 공정 자원 예측, 위험 예측, 공정 현황 모니터링을 통하여 문제 발생시 즉각 조치가 가능하여야 한다. 본 논문에서는 설계도면 변경 범위, 자원 예측, 공정 완료 예정일을 회귀알고리즘을 이용하여 수식을 도출하였으며, 분류 트리 기법, 경계값 분석을 통하여 3단계로 의사결정 시스템을 제안하였다.

• 대한공간정보학회지
• /
• 제5권2호
• /
• pp.45-54
• /
• 1997

도시녹지공간의 수목은 체계적이고, 신속한 관리를 함으로써 인간에게 더 많은 혜택을 부여한다. 현재 도시 녹지공간에 있어서의 수목관리의 방법론적인 방안을 고려해 볼 때 수목관리의 유지관리를 위한 자료의 수집과 처리, 첨단 System을 활용한 관리체계가 극히 미흡한 실정이다. 이를 위해서는 먼저 녹지자원 관리를 위한 효율적이고 체계적인 자료의 수집 및 처리와 합리적인 분석과정이 필요하며 그 다음으로 이러한 자료를 토대로 하여 적절한 도시녹지공간에 있어서의 수목관리를 효율적으로 처리할 수 있는 시스템과 그 활용이 필요하다. 이러한 시스템으로 본 연구에서는 최근 여러 분야에서 이용되고 있는 GIS을 이용하여 도시녹지관리모델을 제시하고 이를 통하여 그 효율성을 극대화하였다.

• International Journal of Advanced Culture Technology
• /
• 제5권3호
• /
• pp.40-45
• /
• 2017

This data mining technique was used to extract useful information from percutaneous coronary intervention data obtained from the US public data homepage. The experiment was performed by extracting data on the area, frequency of operation, and the number of deaths. It led us to finding of meaningful correlations, patterns, and trends using various algorithms, pattern techniques, and statistical techniques. In this paper, information is obtained through efficient decision tree and cluster analysis in predicting the incidence of percutaneous coronary intervention and mortality. In the cluster analysis, EM algorithm was used to evaluate the suitability of the algorithm for each situation based on performance tests and verification of results. In the cluster analysis, the experimental data were classified using the EM algorithm, and we evaluated which models are more effective in comparing functions. Using data mining technique, it was identified which areas had effective treatment techniques and which areas were vulnerable, and we can predict the frequency and mortality of percutaneous coronary intervention for heart disease.

• 융합신호처리학회논문지
• /
• 제2권4호
• /
• pp.9-15
• /
• 2001

본 연구에서는 한국어 음성인식 성능향상을 위한 문맥의존 음향 모델을 개선하기 위하여 한국어 음성학적 지식과 결정트리를 접목한 음소결정트리 기반 상태분할 알고리즘으로 한국어에 적합한 문맥의존 음향 모델에 관해 고찰한다. HMM (Hidden Markov Model)의 각 상태를 네트워크로 연결하여 문맥의존 음향모델로 표현하는 HM-Net(Hidden Markov Network)이 있는데 이는 SSS(Successive State Splitting) 알고리즘으로 작성한다. 이 방법은 음향 모델의 상태공유관계와 모델의구조를 결정하는데 효율적이지만 모델을 학습할때 문맥환경에 따라 출현하지 않는 문맥이 존재하는 문제점이 있다 본 연구에서는 이러한 문제점을 해결하기 위해 2진 결정트리와 SSS 알고리즘의 장점을 결합하여 문맥방향 상태분할을 수행할 때 각 노드에서 한국어 음성학적 지식으로 구성된 음소 질의어에 따라 상태분할 하는 방법으로서 PDT-SSS(Phonetic Decision Tree-based SSS) 알고리즘을 적용한다. 적용한 방법으로 작성한 문맥의존 음향 모델의 유효성을 확인하기 위해 국어공학센터 (KLE)m이 452 단어와 항공편 예약관련 200문장(YNU 200)에 대해 화자독립 음소, 단어 및 연속음성인식 실험을 수행하였다. 인식실험결과, 문맥 의존 음향모델에 대한 화자독립 음소, 단어 및 연속음성 인식실험에서 기존의 단일 HMM 모델보다 향상된 인식률을 보여, 한국어에 적합한 문맥의존 음향 모델을 작성하는데 한국어 음성학적 지식과 음소결정트리 기반 상태분할 알고리즘이 유효함을 확인하였다.

• 대한전기학회논문지:전력기술부문A
• /
• 제50권5호
• /
• pp.241-247
• /
• 2001

Network reconfiguration in distribution systems is realized by changing the status of sectionalizing switches, and is usually done for loss reduction of load balancing in the system. This paper presents an effective heuristic based switching scheme to solve the distribution feeder loss reduction problem. The proposed algorithm consists of two parts. One is to set up a decision tree to represent the various switching operations available. Another is to apply a proposed technique called cyclic best first search. the proposed algorithm identify the most effective the set of switch status configuration of distribution system for loss reduction. To demonstrate the validity of the proposed algorithm, numerical calculations are carried out the 32, 69 bus system models.

• 한국안전학회지
• /
• 제23권6호
• /
• pp.7-13
• /
• 2008

It is important to prevent roll failure in hot rolling process for reducing maintenance cost and production loss. The relationship between rolling pass schedule and the work roll wear profile will be presented. The roll wear pattern is related with roll catastrophic failure. The irregular and deep roll wear pattern should be removed by On-line Roll Grinder(ORG) for roll failure prevention. In this study, a computer roll wear prediction model under real process working condition is developed and evaluated with hot rolling pass schedule. The method of building wear calculation functions for center portion abrasion and marginal abrasion respectively was used to develop a work roll wear prediction mathematical model. The three type rolling schedule are evaluated by wear prediction model. The optimum roll grinding methods is suggested for schedule tree rolling technique.

• 디지털산업정보학회논문지
• /
• 제15권4호
• /
• pp.197-212
• /
• 2019

The purpose of this study is to identify the maturity stages of venture firms through classification analysis, which is widely used as a big data technique. Venture companies should develop a competitive advantage in the market. And the maturity stage of a company can be classified into five stages. I will analyze a difference in the growth stage of venture firms between the survey response and the statistical classification methods. The firm growth level distinguished five stages and was divided into the period of start-up and declines. A classification method of big data uses popularly k-mean cluster analysis, hierarchical cluster analysis, artificial neural network, and decision tree analysis. I used variables that asset increase, capital increase, sales increase, operating profit increase, R&D investment increase, operation period and retirement number. The research results, each big data analysis technique showed a large difference of samples sized in the group. In particular, the decision tree and neural networks' methods were classified as three groups rather than five groups. The groups size of all classification analysis was all different by the big data analysis methods. Furthermore, according to the variables' selection and the sample size may be dissimilar results. Also, each classed group showed a number of competitive differences. The research implication is that an analysts need to interpret statistics through management theory in order to interpret classification of big data results correctly. In addition, the choice of classification analysis should be determined by considering not only management theory but also practical experience. Finally, the growth of venture firms needs to be examined by time-series analysis and closely monitored by individual firms. And, future research will need to include significant variables of the company's maturity stages.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권12호
• /
• pp.445-452
• /
• 2022

디지털 세상에서 불균형 데이터에 대한 클래스 분포는 중요한 부분이며 사이버 보안에 큰 의미를 차지한다. 불균형 데이터의 비정상적인 활동을 찾고 문제를 해결해야 한다. 모든 트랜잭션의 패턴을 추적할 수 있는 시스템이 필요하지만, 일반적으로 패턴이 비정상인 불균형 데이터로 기계학습을 하면 소수 계층에 대한 성능은 무시되고 저하되며 예측 모델은 부정확하게 편향될 수 있다. 본 논문에서는 불균형 데이터 세트를 해결하기 위한 접근 방식으로 Synthetic Minority Oversampling Technique(SMOTE)와 Light GBM 알고리즘을 이용하여 추정치를 결합하여 대상 변수를 예측하고 정확도를 향상시켰다. 실험 결과는 Logistic Regression, Decision Tree, KNN, Random Forest, XGBoost 알고리즘과 비교하였다. 정확도, 재현율에서는 성능이 모두 비슷했으나 정밀도에서는 2개의 알고리즘 Random Forest 80.76%, Light GBM 97.16% 성능이 나왔고, F1-score에서는 Random Forest 84.67%, Light GBM 91.96% 성능이 나왔다. 이 실험 결과로 Light GBM은 성능이 5개의 알고리즘과 비교하여 편차없이 비슷하거나 최대 16% 향상됨을 접근 방식으로 확인할 수 있었다.

• 한국지반공학회논문집
• /
• 제39권6호
• /
• pp.5-12
• /
• 2023

산사태 위험 지역을 사전에 조사하여 설정하는 것은 다수의 피해를 줄이기 위해 필요하다. 해당 연구의 목적은 machine learning 기법 중 분류 알고리즘을 활용하여 대상 지반의 안전율 분류를 수행할 수 있는 방법론을 제시하는 것이다. 산사태 위험 지역은 high risk area(HRA) 모델을 적용하였으며, 8개의 지반공학 물성치를 통해 위험 지역을 판단하였다. 분류 알고리즘은 decision tree(DT), K-Nearest Neighbor(KNN), logistic regression(LR) 그리고 random forest(RF)의 4가지가 활용 되었으며, 안전율 1.2~2.0 범위에 8가지 지반공학 물성치의 분류 정확도를 계산하였다. 정확도는 안전율이 1.2~1.7 범위에서 신뢰성 높게 나타났지만, 그 외 범위인 1.8~2.0 사이에서는 상대적으로 낮은 정확도를 보였다. 이를 극복하기 위하여 synthetic minority over-sampling technique(SMOTE) 알고리즘을 적용하여 데이터 개수를 증폭하였으며, 증폭한 데이터를 통해 분류 알고리즘을 적용하면 안전율 1.8~2.0 범위에서 정확도가 평균적으로 약 250% 증가한 것으로 나타났다. 해당 연구 결과는 SMOTE 알고리즘이 데이터 개수를 향상시켜 분류 알고리즘의 정확도가 개선된 것을 보여주며, 타 분야에도 정확도 향상에 적용 가능하다고 판단된다.