• 한국컴퓨터정보학회논문지
• /
• 제27권12호
• /
• pp.267-275
• /
• 2022

이 논문은 대기오염의 심장병에 대한 위험도를 예측하기 위하여 Keras를 활용한 Deep Neural Network Model 시스템을 제안하였다. 연구 데이터로 서울열린데이터광장의 서울시 기간별 시간평균 대기환경 데이터 18,000개의 데이터 셋을 분석하여, 심장병 질병에 미치는 영향에 대한 정보를 얻을 수 있었다. 이 모델은 각각 8개의 노드를 가진 3개의 은닉층, Sigmoid, Binary_crossentropy, Adam과 Accuracy를 사용했을 때 88.92%의 높은 정확도를 얻을 수 있었다. 이 시스템은 각 지역별 대기오염에 따른 심장병 질병 위험도를 예측하여 유용한 질병 예방의 지표로 활용 가능하다고 사료되고, 대기오염과 미세먼지의 각 성분이 유해질환에 미치는 영향에 대한 데이터만 존재한다면 어떠한 호흡기 질환이든 위험도 예측 결과를 알 수 있다는 것에 의미가 있다. 이 시스템을 더욱 발전시킨다면, 마스크 및 공기정화제품 생산기업에게 유용한 정보를 제공하여 기업의 기술개발에 도움이 될 수 있다고 사료된다.

• 드라이브 ㆍ 컨트롤
• /
• 제13권4호
• /
• pp.14-22
• /
• 2016

This paper presents a stochastic and predictive working-risk-assessment algorithm for excavators based on a one-layer laser scanner. The one-layer laser scanner is employed to detect objects and to estimate an object's dynamic behaviors such as the position, velocity, heading angle, and heading rate. To estimate the state variables, extended and linear Kalman filters are applied in consideration of laser-scanner information as the measurements. The excavator's working area is derived based on a kinematic analysis of the excavator's working parts. With the estimated dynamic behaviors and the kinematic analysis of the excavator's working parts, an object's behavior and the excavator's working area such as the maximum, actual, and predicted areas are computed for a working risk assessment. The four working-risk levels are defined using the predicted behavior and the working area, and the intersection-area-based quantitative-risk level has been computed. An actual test-data-based performance evaluation of the designed stochastic and predictive risk-assessment algorithm is conducted using a typical working scenario. The results show that the algorithm can evaluate the working-risk levels of the excavator during its operation.

• Journal of information and communication convergence engineering
• /
• 제21권1호
• /
• pp.82-89
• /
• 2023

Various machine-learning models may yield high predictive power for massive time series for time series prediction. However, these models are prone to instability in terms of computational cost because of the high dimensionality of the feature space and nonoptimized hyperparameter settings. Considering the potential risk that model training with a high-dimensional feature set can be time-consuming, we evaluate a feature-importance-based feature selection method to derive a tradeoff between predictive power and computational cost for time series prediction. We used two machine learning techniques for performance evaluation to generate prediction models from a retail sales dataset. First, we ranked the features using impurity- and Local Interpretable Model-agnostic Explanations (LIME) -based feature importance measures in the prediction models. Then, the recursive feature elimination method was applied to eliminate unimportant features sequentially. Consequently, we obtained a subset of features that could lead to reduced model training time while preserving acceptable model performance.

• 한국건축시공학회지
• /
• 제7권1호
• /
• pp.63-70
• /
• 2007

The aims of this study are to draw the project risk factors by grasping the relation especially between the construction preparation cost calculation and the project risk factors in the project's bidding stage, and to draw the cost estimate based on the risk when the orderer or the constructer performs the project and the main factors in calculating the most suitable construction cost by clarifying the understanding degree of the influence between the risk factors and the construction cost. In addition, this study can give a help to the proper decision -making through the prediction of the construction preparation cost, and this study is expected to give the basic data in developing the assessment tool for the most suitable construction cost of the project.

• Journal of Ship and Ocean Technology
• /
• 제4권4호
• /
• pp.19-33
• /
• 2000

For the prevention of marine accidents based on human factor, the risk assessment analysis procedure is proposed which consists of (1) the structural analysis of marine accident, (2) the estimation of incidence probability based on the Fault Tree analysis, (3) the prediction of ef-fectiveness to reduced the accident risk by suitable countermeasures in the specified functional system, and (4) the risk assessment by means of minimizing of the total cost expectation and the background risk. As a practical example, the risk assessment analysis for preventing is investigated using the proposed method.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.289-294
• /
• 2020

기능성 위장장애는 Helicobacter pylori 감염 및 비 스테로이드성 항염증제의 사용 등의 원인으로 발생하는 소화기 계통 질환이다. 그동안 기능성 위장장애의 위험요인에 대한 많은 연구들이 수행되어졌으나, 한국인에 대한 기능성 위장장애 예측 모델 제시에 대한 연구는 없는 실정이다. 따라서 본 연구의 목적은 중년 및 노년층을 대상으로 인구학적정보, 비만정보, 혈액정보, 영양성분 정보를 바탕으로 머신러닝을 이용하여 기능성위장장애 예측 모델을 구현하고 평가하는 것이다. 모델생성을 위해 wrapper-based variable selection 메소드와 naive Bayes 알고리즘이 사용되었다. 여성 예측 모델의 분류 정확도는 0.712의 the area under the receiver operating characteristics curve(AUC) 값을 나타냈고, 남성에서는 여성보다 낮은 0.674의 AUC값이 나타났다. 이러한 연구결과는 향후 중년 및 노년층의 위장장애 질환의 예측과 예방에 활용될 수 있다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.72-85
• /
• 2019

본 연구는 일상생활 가운데 누구나 겪을 수 있는 성폭력 범죄 위험의 예측을 목적으로 한다. 2011-2015년 5년 간 청주시 일부 지역에서 발생한 성폭력 범죄를 대상으로 베이지안 통계 기반의 Weight of Evidence를 적용·분석하였다. Weight of Evidence를 활용하여 분석한 결과 첫째, 투입된 관련요인(Evidence) 총 26개 중 주거용도면적, 건축물 사용승인일, 개별주택가격, 용적률, 지하층 수, 대지면적, 보안등, 오락시설 8개만이 신뢰도를 만족하여 각각의 가중치(Weight)가 산출되었다. 둘째, 가중치가 산출된 8개의 관련요인을 결합하여 최종적으로 예측 지도를 도출하였다. 성폭력 범죄가 발생할 위험이 75.5%인 지역은 대상지역 전체면적의 20.7%(2.0㎢)를 차지하였으며 16.5% 지역은 3.3%(0.3㎢), 34.5% 지역은 19.0%(1.8㎢)로 나타났다. 본 연구는 성폭력 범죄 위험의 발생 확률과 이를 감소시킬 수 있는 환경적 요인 또는 조건을 도출하였다. 이와 같은 결과는 경찰의 범죄예방 활동 등 성폭력 범죄 피해 최소화를 위한 선제적 대응방안 마련의 기초자료로서 활용될 수 있을 것이다.

• 한국산업보건학회지
• /
• 제29권2호
• /
• pp.141-158
• /
• 2019

Objectives: An adverse outcome pathway is a biological pathway that disturbs homeostasis and causes toxicity. It is a conceptual framework for organizing existing biological knowledge and consists of the molecular initiating event, key event, and adverse output. The AOP concept provides intuitive risk identification that can be helpful in evaluating the carcinogenicity of chemicals and in the prevention of cancer through the assessment of chemical carcinogenicity predictions. Methods: We reviewed various papers and books related to the application of AOPs for the prevention of occupational cancer. We mainly used the internet to search for the necessary research data and information, such as via Google scholar(http://scholar.google.com), ScienceDirect(www.sciencedirect.com), Scopus(www.scopus. com), NDSL(http: //www.ndsl.kr/index.do) and PubMed(http://www.ncbi.nlm.nih.gov/pubmed). The key terms searched were "adverse outcome pathway," "toxicology," "risk assessment," "human exposure," "worker," "nanoparticle," "applications," and "occupational safety and health," among others. Results: Since it focused on the current state of AOP for the prediction of toxicity from chemical exposure at work and prospects for industrial health in the context of the AOP concept, respiratory and nanomaterial hazard assessments. AOP provides an intuitive understanding of the toxicity of chemicals as a conceptual means, and it works toward accurately predicting chemical toxicity. The AOP technique has emerged as a future-oriented alternative to the existing paradigm of chemical hazard and risk assessment. AOP can be applied to the assessment of chemical carcinogenicity along with efforts to understand the effects of chronic toxic chemicals in workplaces. Based on these predictive tools, it could be possible to bring about a breakthrough in the prevention of occupational and environmental cancer. Conclusions: The AOP tool has emerged as a future-oriented alternative to the existing paradigm of chemical hazard and risk assessment and has been widely used in the field of chemical risk assessment and the evaluation of carcinogenicity at work. It will be a useful tool for prediction, and it is possible that it can help bring about a breakthrough in the prevention of occupational and environmental cancer.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.771-777
• /
• 2018

본 연구는 재난 재해 시 해당 지역의 취약성 및 재해 위험성분석을 보다 세밀하고 광범위한 분석을 진행하기 위하여 빅데이터 기반 재난 재해 위험도 분석 프레임워크를 제안하였다. 오픈소스 기반 재해 위험도 평가 분석 소프트웨어를 활용하여 대용량의 데이터가 단 시간 내에 처리될 수 있도록 분산 및 병렬처리가 가능한 프레임 워크를 소개한다. 제안하는 시스템의 재난재해 분석 성능평가 시 기존 시스템에 비해 빠른 분석 처리 성능 결과를 도출하였으며 재난 재해 상황 분석 및 재난 유형별 최적화된 의사결정을 지원하는데 주요 프레임워크로 활용될 수 있을 것이다. 본 연구를 통해 재난 재해 상황 시 정확한 판단과 분석과 효과적인 대응을 통한 사전대비가 가능할 것이며, 정확한 피해 산정 예측에 따른 신속한 대응이 가능하여 피해 규모를 최소화시키는데 기여할 수 있을 것이다.

• 융합정보논문지
• /
• 제9권6호
• /
• pp.175-182
• /
• 2019

본 연구는 노인운전자용 자가 보고식 평가 SAFE-DR 개발 프로젝트의 일환으로 운전위험성 선별을 위한 기준점수를 확인하고 평가의 타당성을 검증하기 위해 수행되었다. Driver 65 Plus평가를 통해 노인운전자 132명을 58명의 위험성 운전자와 74명의 안전성 운전자로 구분하고, 이를 기준으로 SAFE-DR 평가의 위험성 예측 기준을 분석하였다. 또한 SAFE-DR 평가의 구성 타당도, 내용 타당도, 예측 타당도를 검증하였다. SAFE-DR 평가의 운전위험성 예측을 위한 기준점수는 74.5점으로 분석되었으며, 이 기준의 양성 예측도는 88.6%, 음성 예측도는 86.3%로 판별력은 훌륭한(excellent) 수준으로 확인되었다. 또한 집중타당성, 법칙타당성, 내용타당성이 적절한 것으로 판정되었다. 따라서 본 연구를 통해 SAFE-DR은 위험한 노인운전자를 선별하는 용도로 활용할 수 있는 적절한 평가임을 확인하였다.