• 한국항만경제학회:학술대회논문집
• /
• 한국항만경제학회 2006년도 국제학술대회
• /
• pp.1-12
• /
• 2006

As national economies globalize, demand for intercontinental container shipping services is growing rapidly, providing a potential economic boon for the countries and communities that provide port services. On the promise of profits, many governments are investing heavily in port infrastructure, leading to a possible glut in port capacity, driving down prices for port services and eliminating profits as ports compete for business. Further, existing ports are making strategic investments to protect their market share, increasing the chance new ports will be overcapitalized and unprofitable. Governments and port researchers need a tool for understanding how local competition in their region will affect demand for port services at their location, and thus better assess the profitability of a prospective port. We propose to develop such a tool by extending our existing simulation model of global container traffic to incorporate demand-side shipper preferences and supply-side strategic responses by incumbent ports to changes in the global port network, including building new ports, scaling up existing ports, and unexpected port closures. We will estimate shipper preferences over routes, port attributes and port services based on US and international shipping data, and redesign the simulation model to maximize the shipper's revealed preference functions rather than simply minimize costs. As demand shifts, competing ports will adjust their pricing (short term) and infrastructure (long term) to remain competitive or defend market share, a reaction we will capture with a game theoretic model of local monopoly that will predict changes in port characteristics. The model's hypotheses will be tested in a controlled laboratory experiment tailored to local port competition in Asia, which will also serve to demonstrate the subtle game theoretic concepts of imperfect competition to a policy and industry audience. We will apply the simulation model to analyze changes in global container traffic in three scenarios: addition of a new large port in the US, extended closure of an existing large port in the US, and cooperative and competitive port infrastructure development among Korean partner countries in Asia.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.611-620
• /
• 2021

정비 산업은 사후정비, 예방정비를 거쳐, 상태기반 정비를 중심으로 진행되고 있다. 상태기반 정비는 장비의 상태를 파악하여, 최적 시점에서의 정비를 수행한다. 최적의 정비 시점을 찾기 위해서는 장비의 상태, 즉 잔여 유효 수명을 정확하게 파악하는 것이 중요하다. 이에, 본 논문은 시뮬레이션 데이터(C-MAPSS)를 사용한 터보팬 엔진의 잔여 유효수명(RUL, Remaining Useful Life) 예측 모델을 제시한다. 모델링을 위해 C-MAPSS(Commercial Modular Aero-Propulsion System Simulation) 데이터를 전처리, 변환, 예측하는 과정을 거쳤다. RUL 임계값 설정, 이동평균필터 및 표준화를 통해 데이터 전처리를 수행하였고, 주성분 분석(Principal Component Analysis)과 k-NN(k-Nearest Neighbor)을 활용하여 잔여 유효 수명을 예측하였다. 최적의 성능을 도출하기 위해, 5겹 교차검증기법을 통해 최적의 주성분 개수 및 k-NN의 근접 데이터 개수를 결정하였다. 또한, 사전 예측의 유용성, 사후 예측의 부적합성을 고려한 스코어링 함수(Scoring Function)를 통해 예측 결과를 분석하였다. 마지막으로, 현재까지 제시되어온 뉴럴 네트워크 기반의 알고리즘과 예측 성능 비교 및 분석을 통해 k-NN 활용 모델의 유용성을 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제19권7호
• /
• pp.138-148
• /
• 2019

사회적관계 요인이 노인의 우울 수준과 밀접한 관련이 있다는 것은 선행연구를 통해 확인되고 있으나, 우울 수준 궤적에 영향을 미치는 사회적관계 하위요인에 대한 구체적인 연구는 이루어지지 않고 있다. 이러한 한계를 고려한 본 연구는 노인의 사회적관계 하위요인이 노인의 우울 궤적에 미치는 영향요인을 분석하는데 연구 목적이 있다. 연구를 위해 한국고용정보원이 제공하고 있는 고령화연구패널자료(Korean Longitudinal Survey of Ageing: KLoSA)의 3, 4, 5, 6차 자료를 활용 했으며, 65세 이상 4차시 모두 설문에 응답한 2,484명을 최종 분석대상으로 활용하였다. 65세 이상 노인의 우울 수준에 대한 종단적 연구에서 시간이 지날수록 개인별 우울 수준이 낮아지고 있어 긍정적 변화가 있음을 확인했고, 잠재성장모형의 조건부 모형을 통해 노인의 우울 궤적에 미치는 구체적인 사회적관계 요인을 분석하였다. 분석 결과, 배우자유무, 가구원수, 친한 사람과의 만남, 경제활동 유무, 종교 유무 등이 노인의 우울 수준 초기값에 영향을 미치는 요인으로 나타났으며, 가구원수, 친한 사람과의 만남, 삶에 대한 기대감 등이 노인의 우울 수준 궤적에 영향을 미치는 요인으로 나타났다. 연구결과를 통해 노인의 우울수준을 지속적으로 낮출 수 있는 구체적인 프로그램 및 지원의 필요함 등을 제언하였다.

• 한국산학기술학회논문지
• /
• 제20권4호
• /
• pp.435-447
• /
• 2019

불필요한 재입원을 예방하기 위해서는 재입원 확률이 높은 집단을 집중적으로 관리할 필요가 있다. 이를 위해서는 재입원 예측모형의 개발이 필요하다. 재원예측 모형을 개발하기 위해 1개 대학병원의 2016년에서 2017년의 2년간의 퇴원요약환자 데이터를 수집하였다. 이때 재입원 환자는 연구 기간 내에 2번 이상 퇴원한 환자라 정의 하였다. 재입원환자의 특성을 파악하기 위해 기술통계와 교착분석을 실시하였다. 재입원 예측 모형개발은 데이터마이닝 기법인 로지스틱회귀모형, 신경망, 의사결정모형을 이용하였다. 모형평가는 AUC(Area Under Curve)를 이용하였다. 로지스틱회귀모형이 AUC가 0.81로 가장 우수하게 나옴에 따라 본 연구에서는 로지스틱 회귀모형을 최종 재입원 예측 모형으로 선정을 하였다. 로지스틱회귀모형에서 선정된 재입원에 영향을 끼치는 주요한 변수는 성별, 연령, 지역, 주진단군, Charlson 동반질환지수, 퇴원과, 응급실 경유 여부, 수술여부, 재원일수, 총비용, 보험종류 등이었다. 본 연구에서 개발한 모형은 1개병원의 2년치 자료이므로 일반화하기에는 제한점이 있다. 추후에 여러 병원 장기간의 데이터를 수집하여 일반화 할 수 있는 모형을 개발하는 것이 필요하다. 더 나아가 계획에 없던 재입원 까지 예측을 할 수 있는 모형을 개발하는 것이 필요하다.

• 경영과정보연구
• /
• 제37권4호
• /
• pp.41-62
• /
• 2018

다양한 소셜 미디어 활동과 인터넷 뉴스 기사, 블로그 등을 통해 유통되는 비정형 데이터의 양이 급증함에 따라 비정형 데이터를 분석하고 활용하기 위한 연구가 활발히 진행되고 있다. 텍스트 분석은 주로 특정 도메인 또는 특정 주제에 대해 수행되므로, 도메인별 용어 사전의 구축과 적용에 대한 중요성이 더욱 강조되고 있다. 용어 사전의 품질은 비정형 데이터 분석 결과의 품질에 직접적인 영향을 미치게 되며, 분석 과정에서 정제의 역할을 수행함으로써 분석의 관점을 정의한다는 측면에서 그 중요성이 더욱 강조된다. 이렇듯 용어 사전의 중요성은 기존의 많은 연구에서도 강조되어 왔으나, 용어 사전이 분석 결과의 품질에 어떤 방식으로 어떤 영향을 미치는지에 대한 엄밀한 분석은 충분히 이루어지지 않았다. 따라서 본 연구에서는 전체 문서에서의 용어 빈도수에 기반을 두어 사전을 구축하는 일괄 구축 방식, 카테고리별 주요 용어를 추출하여 통합하는 용어 통합 방식, 그리고 카테고리별 주요 특질(Feature)을 추출하여 통합하는 특질 통합 방식의 세 가지 방식으로 사전을 구축하고 각 사전의 품질을 비교한다. 품질을 간접적으로 평가하기 위해 각 사전을 적용한 문서 분류의 정확도를 비교하고, 각 사전에 고유율의 개념을 도입하여 정확도의 차이가 나타나는 원인을 심층 분석한다. 본 연구의 실험에서는 5개 카테고리의 뉴스 기사 총 39,800건을 분석하였다. 실험 결과를 심층 분석한 결과 문서 분류의 정확도가 높게 나타나는 사전의 고유율이 높게 나타남을 확인하였으며, 이를 통해 사전의 고유율을 높임으로써 분류의 정확도를 더욱 향상시킬 수 있는 가능성을 발견하였다.

• 한국사회정책
• /
• 제20권3호
• /
• pp.141-170
• /
• 2013

본 연구의 목적은 돌봄 서비스여성노동자의 직무지속의사와 그 영향요인을 감정노동수행정도와 대인관계와 통합한 모형으로 구성하고, 그 영향관계 경로 속에서 대인관계의 매개효과를 규명하는 것이다. 수집된 자료는 SPSS 18.0과 Amos 18.0을 이용하여 분석하였으며 각 변인간의 직접효과 및 매개효과를 알아보기 위하여 구조방정식 모형분석을 시행하였다. 연구결과는 첫째, 돌봄 노동자들의 감정노동의 수행정도가 높으면 직무지속의사가 저하되는 부적인 영향이 있음을 나타내었으며 둘째, 감정노동의 수행정도와 직무지속의사 사이에서 돌봄 노동자의 직무지속의사에 제공기관과의 관계가 부적인 영향을 미쳤다. 즉, 직무지속의사를 감소시켜 매개효과가 있는 것으로 파악되었다. 이러한 연구결과가 가지는 함의는 국가가 돌봄 시장의 제공기관 진입장벽을 제한하고 기존에 시장으로 진입한 제공기관들에 대해서는 관리 및 감독을 강화하며 제공기관과 돌봄 노동자들과의 관계를 신뢰와 협력의 관계로 지속유지 발전할 수 있는 구체적인 정책적 개선안을 제시하여야 하며, 돌봄 노동자들이 감정노동을 수행하면서 느끼는 감정적 부조화 등을 스스로 억제하고 통제할 수 있도록 하는 감정관리 및 감정순화를 위한 체계적 교육을 제공하여야 함을 의미하는 것이다.

• 디지털융복합연구
• /
• 제19권3호
• /
• pp.167-176
• /
• 2021

최근 빅데이터 분석 기술이 발전하면서 사회 이슈를 분석하기 위해 그 동안 많은 텍스트 마이닝 기법을 활용한 연구들이 진행되어왔다. 사회이슈를 도출하기 위한 기존의 연구들을 살펴보면 다량의 텍스트 데이터를 뉴스, SNS 등으로부터 수집하여 토픽 모델링, 네트워크 분석 등의 기법을 이용하여 데이터로부터 이슈를 추출하고 분석하는 방식으로 연구들이 이루어져왔다. 사회 이슈는 다양한 사회현상들이 누적되어 나타나는 결과물이다. 하지만 기존 연구들이 가지는 한계점은 사회적으로 나타나는 이슈, 즉 결과에 대한 분석에 초점이 맞춰져 있어 해당 이슈의 발생 원인을 밝히는 것에는 한계를 가진다는 것이다. 사회이슈에 적절하게 대응하기 위해서는 어떠한 사회이슈가 존재하는지를 확인하는 것뿐만 아니라 사회이슈의 발생 원인을 파악하는 것이 필요하다. 이러한 한계점을 극복하기 위해서 본 연구에서는 사회 이슈와 관련한 텍스트로부터 사회이슈의 원인이 되는 요인을 도출하는 방법을 국어학의 품사이론을 기반으로 제안하였다. 이를 위해서 2017년 1월부터 2019년 12월까지의 3년 동안의 사회이슈와 관련한 뉴스데이터를 수집하여 수집된 텍스트 내 단어들의 인과관계를 인과문형을 찾아 분석한 후 기존 텍스트마이닝 기법 접목하여 사회이슈의 원인 단어들을 찾는 방법론을 제안하였다.

• 터널과지하공간
• /
• 제31권6호
• /
• pp.593-609
• /
• 2021

본 연구에서는 입자기반 개별요소모델(grain-based distinct element model, GBDEM)을 이용하여 결정질 암석 내 포함된 균열의 열-역학적 거동을 평가할 수 있는 수치해석기법을 제시하고 열에 의한 균열의 미끄러짐 거동을 해석하였다. 이는 DECOVALEX-2023 프로젝트 Task G의 일환으로 수행된 벤치마크 모델링 연구로, Task G는 결정질 암반 내 균열의 열-수리-역학적 복합거동을 해석하기 위한 수치해석기법을 개발하는 데에 목표가 있다. 여기에서는 Voronoi diagram을 이용하여 다면체 개별입자의 집합체로서 해석모델을 생성하고, 입자 및 입자간 접촉에서 발생하는 열-역학적 거동을 개별요소프로그램인 3DEC을 통해 해석하였다. 암석 시험편의 탄성거동을 재현하기 위하여 등가연속체 개념을 적용하여 입자와 접촉의 미시물성을 산정하였으며, 균열에 상응하는 접촉에는 Coulomb slip model을 부여하여 인장강도와 전단강도를 갖는 불연속면을 모사하였다. 경계응력과 열응력에 의한 균열의 거동을 수치적으로 모델링하였으며, 경계조건에 따라 균열의 미끄러짐이 발생하는 열-역학적 메커니즘을 정량적으로 분석하였다. 해석 결과, 본 연구에서 제시한 해석모델이 암석 내 열팽창과 열응력의 증가, 균열 응력과 변위, 경계조건의 영향 등을 합리적으로 재현하고 있음을 확인하였다. 본 연구의 해석모델은 Task G에 참여하는 국외 연구팀들과의 의견 교류와 워크숍을 통해 지속적으로 개선하는 한편, 향후 실내실험에 적용하여 타당성을 검증할 예정이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.299-306
• /
• 2022

최근 로봇이나 설비, 회로 등에 센서 내장이 보편화 되고, 측정된 센서 데이터를 학습하여 기기의 고장을 진단하기 위한 연구가 활발하게 수행되고 있다. 이러한 고장 진단 연구는 고장 상황이나 종류를 예측하기 위한 분류(Classification) 모델 개발과 정량적으로 고장 상황을 예측하기 위한 회귀(Regression) 모델 개발로 구분된다. 분류 모델의 경우, 단순히 고장이나 결함의 유무(Class)를 확인하는 반면, 회귀 모델은 무수히 많은 수치 중에 하나의 값(Value)을 예측해야 하므로 학습 난이도가 더 높다. 즉, 입력과 출력을 대응시켜 고장을 예측을 할 때, 유사한 입력값이 동일한 출력을 낸다고 결정하기 어려운 불규칙한 상황이 다수 존재하기 때문이다. 따라서 본 논문에서는 주기성을 지닌 입출력 데이터에 초점을 맞추어, 입출력 관계를 분석하고, 슬라이딩 윈도우 기반으로 입력 데이터를 패턴화 하여 입출력 데이터 간의 규칙성을 확보하도록 한다. 제안하는 방법을 적용하기 위해, 본 연구에서는 MMC(Modular Multilevel Converter) 회로 시스템으로부터 주기성을 지닌 전류, 온도 데이터를 수집하여 ANN을 이용하여 학습을 진행하였다. 실험 결과, 한 주기의 2% 이상의 윈도우를 적용하였을 때, 적합도 97% 이상의 성능이 확보될 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1357-1369
• /
• 2022

구름 제거는 식생 모니터링, 변화 탐지 등과 같은 광학 영상이 필요한 모든 작업에서 필수적인 영상 처리 과정이다. 이 논문에서는 조건부 생성적 적대 신경망(conditional generative adversarial networks, cGANs)과 회귀 기반 보정을 결합하여 구름이 없는 시계열 광학 영상 세트를 구성하는 2단계의 구름 제거 기법을 제안하였다. 첫 번째 단계에서는 광학 영상과 synthetic aperture radar 영상 간 정량적 관계를 이용하는 cGANs을 이용하여 초기 예측 결과를 생성한다. 두 번째 단계에서는 구름이 아닌 영역에서 예측 결과와 실제 값과의 관계를 random forest 기반 회귀 모델링을 통해 정량화한 후에 cGANs 기반 예측 결과를 보정한다. 제안 기법은 김제의 벼 재배지에서 Sentinel-2 영상과 COSMO-SkyMed 영상을 이용한 구름 제거 실험을 통해 적용 가능성을 평가하였다. cGAN 모델은 구름 영역에서 지표면 상태의 급격한 변화가 발생하는 논 재배지를 대상으로 반사율 값을 효과적으로 예측할 수 있었다. 또한 두 번째 단계의 회귀 기반 보정은 예측 대상 영상에서 시간적으로 떨어진 보조 영상을 이용하는 회귀 기반 구름 제거 기법에 비해 예측 정확도를 향상시킬 수 있었다. 이러한 실험 결과는 구름이 없는 광학 영상을 환경 모니터링에 이용할 수 없는 경우 제안된 방법이 구름 오염 지역을 복원하는데 효과적으로 적용될 수 있음을 나타낸다.