• 대한교통학회지
• /
• 제35권2호
• /
• pp.129-142
• /
• 2017

교통사고 잦은 곳 개선사업은 교통사고 예방을 위하여 도로상에 도로안전 관련 시설물을 설치함으로써 도로 환경적 요인에 대한 결함을 제거하는 대표적 교통안전개선사업이다. 그러나 개선사업으로 인해 설치된 각 시설물들에 대한 효과평가에 대한 연구는 미비하였다. 따라서 본 연구에서 도로 교통안전 관련 시설물의 교통사고 감소효과도를 추정하기 위하여 최근 2004년부터 2013년까지 교통사고 잦은 곳 개선사업 공사가 완료된 4,171개 지점을 대상으로 비교그룹방법을 활용하여 5가지 시설물에 대한 교통사고 감소효과도를 추정하였다. 분석 결과, 전체 교통사고에 대해서는 교통섬 4.45%, 표지병 32.17%, 과속단속카메라 24.13% 사고감소 효과를 나타냈으며, 반면 무단횡단금지시설 0.61%, 미끄럼방지포장은 1.67% 만큼 증가한 것으로 나타났다. 또한 표지병, 무단횡단금지시설, 미끄럼방지포장과 같이 국토교통부의 "도로안전시설 설치 및 관리지침"에서 특정유형의 교통사고 예방에 효과가 있다고 언급된 시설물들의 교통사고 감소효과도를 추가적으로 분석하였다. 그 결과, 표지병은 악천후 시 교통사고에 대해서 52.96%, 무단횡단금지시설은 차대보행자 교통사고에 대해서 62.77%, 미끄럼방지포장은 추돌사고에 대해서 26.60%의 순수 교통사고 감소효과가 있는 것으로 분석되었다.

• 한국수자원학회논문집
• /
• 제45권5호
• /
• pp.505-516
• /
• 2012

본 연구에서는 국내외에서 범용되고 있는 단일강우사상 모형인 미육군공병단의 HEC-1 모형을 이용하여 대청댐 유역의 실측 강우-유출 사상을 중심으로 강우-유출 모의를 수행하였으며, 매개변수 검정에는 실제 대청댐의 시간당 유입량을 기준으로 검정을 실시하였다. HEC-1 모형에는 매개변수를 자동으로 최적화시키는 프로그램이 내장되어 있으나 본 연구의 대상유역과 같이 다수의 소유역이 있는 경우, 매개변수 추정시 매개변수 중 일부는 수렴되지 못하고 발산하는 문제가 있었으며, 첨두유량의 추정능력 역시 저하되는 문제를 보였다. 따라서 이러한 HEC-1 모형의 매개변수의 불확실성을 고려하기 위한 방안으로 Bayesian 모형을 HEC-1모형에 연동시켜 활용하였으며, 기존 HEC-1 강우-유출 모형에 적용할 수 있는 매개변수 최적화 및 불확실성 정량화를 위해 HEC-1 강우-유출 모형 매개변수는 SCS 1개, Clark 단위도 2개를 Bayesian MCMC 기법을 적용하여 매개변수간 조건부확률로 모의발생을 한 후, Bayesian 모형으로부터 각 매개변수의 사후분포(posterior distribution)를 추정하여 사후분포의 추정이 매개변수의 불확실성 정량화를 수행하였다. 본 연구를 통해 제안된 BHEC-1 모형을 대상으로 대청댐 유역에 실측 강우-유출사상에 대해서 모형의 적합성을 평가한 결과, 7개 유역의 21개의 매개변수가 해의 발산 없이 안정된 매개변수 추정이 가능하였다. 한편, Bayesian 모형을 근간으로 하기 때문에 최종결과로서 매개변수들의 사후분포(posterior)의 추정이 가능하여 향후 홍수빈도곡선 유도, 댐 위험도분석과 기후변화 문제와 같은 다양한 수문학적 문제의 연구에 적용 가능할 것으로 전망된다.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1244-1244
• /
• 2001

In linear discriminant analysis there are two important properties concerning the effectiveness of discriminant function modeling. The first is the separability of the discriminant function for different classes. The separability reaches its optimum by maximizing the ratio of between-class to within-class variance. The second is the stability of the discriminant function against noises present in the measurement variables. One can optimize the stability by exploring the discriminant variates in a principal variation subspace, i. e., the directions that account for a majority of the total variation of the data. An unstable discriminant function will exhibit inflated variance in the prediction of future unclassified objects, exposed to a significantly increased risk of erroneous prediction. Therefore, an ideal discriminant function should not only separate different classes with a minimum misclassification rate for the training set, but also possess a good stability such that the prediction variance for unclassified objects can be as small as possible. In other words, an optimal classifier should find a balance between the separability and the stability. This is of special significance for multivariate spectroscopy-based classification where multicollinearity always leads to discriminant directions located in low-spread subspaces. A new regularized discriminant analysis technique, the principal discriminant variate (PDV) method, has been developed for handling effectively multicollinear data commonly encountered in multivariate spectroscopy-based classification. The motivation behind this method is to seek a sequence of discriminant directions that not only optimize the separability between different classes, but also account for a maximized variation present in the data. Three different formulations for the PDV methods are suggested, and an effective computing procedure is proposed for a PDV method. Near-infrared (NIR) spectra of blood plasma samples from mastitic and healthy cows have been used to evaluate the behavior of the PDV method in comparison with principal component analysis (PCA), discriminant partial least squares (DPLS), soft independent modeling of class analogies (SIMCA) and Fisher linear discriminant analysis (FLDA). Results obtained demonstrate that the PDV method exhibits improved stability in prediction without significant loss of separability. The NIR spectra of blood plasma samples from mastitic and healthy cows are clearly discriminated between by the PDV method. Moreover, the proposed method provides superior performance to PCA, DPLS, SIMCA and FLDA, indicating that PDV is a promising tool in discriminant analysis of spectra-characterized samples with only small compositional difference, thereby providing a useful means for spectroscopy-based clinic applications.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1042-1042
• /
• 2001

In linear discriminant analysis there are two important properties concerning the effectiveness of discriminant function modeling. The first is the separability of the discriminant function for different classes. The separability reaches its optimum by maximizing the ratio of between-class to within-class variance. The second is the stability of the discriminant function against noises present in the measurement variables. One can optimize the stability by exploring the discriminant variates in a principal variation subspace, i. e., the directions that account for a majority of the total variation of the data. An unstable discriminant function will exhibit inflated variance in the prediction of future unclassified objects, exposed to a significantly increased risk of erroneous prediction. Therefore, an ideal discriminant function should not only separate different classes with a minimum misclassification rate for the training set, but also possess a good stability such that the prediction variance for unclassified objects can be as small as possible. In other words, an optimal classifier should find a balance between the separability and the stability. This is of special significance for multivariate spectroscopy-based classification where multicollinearity always leads to discriminant directions located in low-spread subspaces. A new regularized discriminant analysis technique, the principal discriminant variate (PDV) method, has been developed for handling effectively multicollinear data commonly encountered in multivariate spectroscopy-based classification. The motivation behind this method is to seek a sequence of discriminant directions that not only optimize the separability between different classes, but also account for a maximized variation present in the data. Three different formulations for the PDV methods are suggested, and an effective computing procedure is proposed for a PDV method. Near-infrared (NIR) spectra of blood plasma samples from daily monitoring of two Japanese cows have been used to evaluate the behavior of the PDV method in comparison with principal component analysis (PCA), discriminant partial least squares (DPLS), soft independent modeling of class analogies (SIMCA) and Fisher linear discriminant analysis (FLDA). Results obtained demonstrate that the PDV method exhibits improved stability in prediction without significant loss of separability. The NIR spectra of blood plasma samples from two cows are clearly discriminated between by the PDV method. Moreover, the proposed method provides superior performance to PCA, DPLS, SIMCA md FLDA, indicating that PDV is a promising tool in discriminant analysis of spectra-characterized samples with only small compositional difference.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.69-74
• /
• 2018

산업현장에서 사용되는 대형 모터는 전기자권선의 절연내력 저하 및 과열문제 등으로 인하여 정지사고의 위험이 높고 산업재해의 규모가 크므로 넓은 장소의 확보가 필요하다. 따라서 기존 모터에 비해 소형, 경량이면서 절연내력이 뛰어난 대용량 모터가 요구되어지고 있으며 이에 대한 연구가 활발히 진행되어지고 있다. 초전도 모터는 기존의 발전기나 모터와 같은 회전기의 계자코일을 초전도 화하여 계자의 발생을 크게 증가시킴으로서, 기기의 효율과 출력을 높이고, 소형화 및 경량화, 안정도 향상 등의 장점을 가지고 있으므로 초전도 선재의 성능을 발휘할 수 있도록 선제의 임계온도 이하로 낮추어줄 수 있는 냉각시스템의 설계 및 해석기술이 매우 중요하다. 따라서 본 연구에서는 100HP 고온초전도 동기모터의 개념설계를 통한 계자손실 해석과 냉각시스템의 저온 열전달 해석을 수행하였다. 계자손실 해석 결과, 고온초전도 선재를 사용하게 되면 균일한 공극자속밀도가 나타남을 확인하였다. 그리고 가스네온 및 액체네온에 대한 저온 열전달 해석 결과, 고온초전도 선재의 저온 안정성을 유지하기 위해서는 액체네온 1kg/min의 유량의 사용이 적합함을 확인하였다.

• 정보처리학회논문지C
• /
• 제17C권6호
• /
• pp.471-484
• /
• 2010

이동통신 시스템에서 이동단말이 소비하는 전력은 휴대용 배터리의 용량 제약으로 인하여 매우 중요하게 고려되는 이슈이다. 따라서, Mobile WiMAX 시스템을 포함한 대부분의 무선통신 네트워크 규격은 이동단말의 전력소모를 줄이기 위한 전력절약 모드를 지원한다. 그러나 이들 규격에서 제시하는 전력절약 모드는 청취구간의 시간적인 배치만을 정의한다. 따라서 전력절약 모드로 동작하는 단말의 소비전력은 단말제조사의 구현형태에 의존적이며, 채널환경 변화에 따라 페이징 손실의 위험성도 존재한다. 본 논문은 광대역 이동통신 네트워크 환경에서 전력절약 모드로 동작하는 이동단말이 채널품질의 변동추이를 바탕으로 최선의 기지국을 선택하는 방식을 통해 보다 효율적인 전력사용 및 청취구간 동안 페이징 메시지의 손실 위험을 줄이는 실용적인 알고리즘을 제시한다. 이러한 채널적응형 주파수/기지국 재선택 알고리즘은 청취구간 동안 채널품질을 측정하는 과정, 측정된 채널품질의 변동을 추적하는 과정, 추적결과에 따라 이종 주파수 탐색을 수행하는 과정, 탐색결과에 따라 최선의 주파수 및 기지국을 재선택 하는 과정으로 구성되어 있다. 그러므로 제안된 방식은 단말이 이동함에 따라 해당 네트워크의 채널환경이 변하더라도 전력을 합리적으로 사용함과 동시에 양호한 기지국을 선택하게 함으로써, 청취구간에서 페이징 메시지 수신성능을 향상시킨다. 본 알고리즘을 적용한 시뮬레이션 결과는 단말의 이동하는 채널환경에서 다른 후보방안들 보다 페이징 메시지 수신성능이 우수함을 보여주고 있으며 동시에 단말이 평균적으로 보다 양호한 채널환경에서 전력절약 모드를 동작하게 함을 보여준다.

• 벤처창업연구
• /
• 제11권4호
• /
• pp.27-36
• /
• 2016

최근 다양하고 새로운 아이디어를 사업화하여, 부가가치를 창출 할 수 있는 벤처기업에 대한 관심이 증대되고 있다. 초기 벤처기업의 경우 필요 자금을 내부에서 충분히 조달할 수 없는 경우가 대부분이며, 외부에서의 투자가 생존에 중요한 역할을 한다. 하지만 전형적인 High-risk, High-return의 형태를 가지고 있는 벤처기업은 초기 외부 자본 조달에 많은 어려움을 겪고 있다. 또한 경우에 따라서는 어렵게 외부의 투자를 받는 경우에도 이해관계자와의 다양한 문제(투자 형태, 경영에의 간섭 등)로 인한 역효과가 발생하기도 한다. 이처럼 이미 벤처캐피탈, 엔젤 등을 통한 투자가 이뤄지고 있고, 정부의 다양한 지원 정책이 존재하지만 여전히 '초기' 벤처기업에 대한 적절한 투자나 지원이 부족한 실정이다. 2000년대 중반 미국 실리콘밸리를 중심으로 시작된 엑셀러레이터는 초기 벤처기업을 위한 새로운 투자 유형으로 주목받고 있다. 엑셀러레이터는 기존 투자 유형과 달리 멘토링, 교육, 네트워킹 등을 추가로 지원하며 초기 벤처기업의 성장을 지원하고 있지만, 기존 투자 기관과의 차이, 엑셀러레이터 프로그램 성과에 대한 논쟁이 존재한다. 이에 본 연구에서는 엑셀러레이터와 벤처캐피탈의 투자 행태를 비교하여, 두 유형 간 차이가 실제로 존재하는지 검증해 보았다. 그리고 그 결과로 엑셀러레이터와 벤처캐피탈의 투자 행태에 일부 차이가 있음을 발견하였다.

• 한국지역지리학회지
• /
• 제12권5호
• /
• pp.614-630
• /
• 2006

자연 및 기술재해에 빠르고 효과적으로 대응하기 위해서는 그 재해지역 내에 있는 인구수를 정확히 추정할 필요가 있다. 그러나 센서스 구역과 재해지역의 공간적 불일치 문제 때문에, 재해지역 내에 있는 인구수를 정확하게 추정할 때에는 구역단위 인구자료를 공간적으로 세분화할 필요가 있다. 본 논문은 센서스 블럭그룹 내의 인구를 개개의 화소로 세분화하기 위한 밀도 구분적 표면모델을 구현하고, 그 표면기반 공간적 세분화 모델의 성능을 통계적 및 가시적으로 평가한다. 표면기반 공간적 세분화 모델은 밀도 구분적 내삽법과 위성영상으르부터 추출된 토지이용 및 피복자료를 사용하며 지리정보시스템에서 구현되었다. 토지이용 및 피복자료는 밀도 구분적 내삽법에서 인구의 지리적 분포에 관한 추가정보를 제공했고, 토지이용 및 피복자료의 퍼센트에 기반을 둔 경험적 표본추출법과 지역가중법은 각 화소에 대한 밀도 구분적 가중치를 객관적으로 결정하기 위해서 사용되었다. 표면기반 공간적 세분화 모델은 애틀란타 대도시권의 밀도 구분적 인구표면을 만드는데 적용되었다. 그 밀도 구분적 인구표변의 정확도는 센서스 수치와의 비교를 통해서 RMSE와 수정 RMSE를 사용하면서 검증되었다. 또한, 각 센서스 트랙과 블럭그룹별 오차들은 퍼센트 오차지도들에 의해서 가시화 되었다. 분석결과에 따르면, 밀도 구분적 인구표면은 인구수의 정확한 추정치를 제시할 뿐만 아니라, 센서스 블록그룹 내의 인구의 상세한 공간분포를 보여 준다. 또한, 인구표면은 대개 교외 및 산림지역 그리고 도심지역에서 인구를 과소평가하거나 과대평가하는 경향이 있다는 것을 밝혀냈다.

• 대한임상검사과학회지
• /
• 제39권3호
• /
• pp.196-200
• /
• 2007

호모시스테인은 관상동맥질환, 뇌혈관 질환의 위험인자로 알려지고 있다. 초기의 호모시스테인 측정은 HPLC를 이용하여 일반적인 검사실에서 이용하기에는 어려움이 많았으며 현재 여러 가지 면역분석기가 도입되어 시행되고 있다. 하지만 최근 자동화학분석기를 이용한 새로운 효소법의 시약이 개발되어 이 시약의 유용성 평가를 하기위해 본 연구에서는 기존의 면역분석기와 비교분석하였다. 그 결과 정밀도 평가에서 변이계수는 0.98 - 3.23%, 2.55~4.58%를 나타내었고, 자동화학분석기(TBA 200FR와 Advia 1650)를 이용한 새로운 효소법(HBI)과 기존의 면역분석기(Advia Centaur와 Immulite 2000)간의 상관관계 평가에서 상관계수는 0.9632와 0.9625로 우수한 상관관계를 보였다. 이 결과를 토대로 호모시스테인 측정에 있어 새로운 효소법의 자동화학분석기를 이용한 방법이 제시되어 보다 간편하고 쉬운 routine analysis에 적합하리라 사료된다.

• 한국안전학회지
• /
• 제21권4호
• /
• pp.127-133
• /
• 2006

이 논문의 주요 목적은 안전 분위기를 확인하여 공장과 근로자의 안전문화 수준에 영향을 주는 변수들을 찾아내고 더 나아가 화학공장의 안전문화를 향상시킬 수 있는 영향요소를 찾는데 있다. 이 논문에 사용된 질문표는 영국의 HSE(Health and Safety Executive) 의 질문표를 근간으로 문헌 조사를 통하여 경영자와 근로자로 분류하여 개발하였다. 안전문화 수준을 확인하기 위해 빈도수 분석을 하였으며 공장규모, 사고 발생, 사고 및 상해 경험과 심각성, 그리고 고용기간 등과 같은 영향변수들은 ANOVA(Analysis of Variance) 분석을 적용하여 테스트하였다. 빈도수 분석의 결과 일반적으로 경영자와 근로자 모두가 안전문화의 수준이 높게 나타났으며 주된 문제점들로는 부적당한 안전 보건 절차와 규칙, 생산에 대한 압력, 그리고 규칙위반으로 나타났다. 또한 ANOVA 분석결과에 의하면, '고용기간'은 다른 안전 문화의 수준을 만드는 유일한 변수인 것으로 나타났다. 그리고 안전문화의 조사로부터 공장들의 안전 문화요소에 대한 주요 3가지 문제점과 안전문화수준을 발견하였으며 안전 이행 능력을 향상시킬 수 있는 2가지 영향요소를 제안하였다.