• 한국건설관리학회논문집
• /
• 제22권6호
• /
• pp.76-86
• /
• 2021

건설공사에는 다양한 이해관계자들이 참여하며, 리스크와 클레임 및 분쟁이 발생할 수 있는 가능성이 높다. 분쟁은 비용과 시간의 손실을 발생시키기 때문에, 건설사 입장에서는 건설공사를 효율적으로 관리하고 수익성을 높이기 위해 건설분쟁을 사전에 예측하고 선제적으로 대응하는 것이 중요한 현안이다. 본 연구의 목적은 건설공사 조건에 따라 발생하는 분쟁의 유형과 분쟁유형별 발생확률을 예측할 수 있는 의사결정나무 기반의 건설분쟁 예측모델을 구축하는데 있다. 이는 분쟁을 사전에 예측하고 선제적으로 대응할 수 있는 기회를 제공한다는 측면에서 유용하게 활용될 수 있다.

• Safety and Health at Work
• /
• 제12권1호
• /
• pp.1-9
• /
• 2021

This review article addresses the role of safety professionals in the diffusion strategies for predictive analytics for safety performance. The article explores the models, definitions, roles, and relationships of safety professionals in knowledge application, access, management, and leadership in safety analytics. The article addresses challenges safety professionals face when integrating safety analytics in organizational settings in four operations areas: application, technology, management, and strategy. A review of existing conventional safety data sources (safety data, internal data, external data, and context data) is briefly summarized as a baseline. For each of these data sources, the article points out how emerging analytic data sources (such as Industry 4.0 and the Internet of Things) broaden and challenge the scope of work and operational roles throughout an organization. In doing so, the article defines four perspectives on the integration of predictive analytics into organizational safety practice: the programmatic perspective, the technological perspective, the sociocultural perspective, and knowledge-organization perspective. The article posits a four-level, organizational knowledge-skills-abilities matrix for analytics integration, indicating key organizational capacities needed for each area. The work shows the benefits of organizational alignment, clear stakeholder categorization, and the ability to predict future safety performance.

• International journal of advanced smart convergence
• /
• 제7권4호
• /
• pp.75-83
• /
• 2018

Predictive IoT Sensor Algorithm is a technique of data science that helps computers learn from existing data to predict future behaviors, outcomes, and trends. This algorithm is a cloud predictive analytics service that makes it possible to quickly create and deploy predictive models as analytics solutions. Sensors and computers collect and analyze data. Using the time series prediction algorithm helps to predict future temperature. The application of this IoT in industrial environments like power plants and factories will allow organizations to process much larger data sets much faster and precisely. This rich source of sensor data can be networked, gathered and analyzed by super smart software which will help to detect problems, work more productively. Using predictive IoT technology - sensors and real-time monitoring - can help organizations exactly where and when equipment needs to be adjusted, replaced or how to act in a given situation.

• 한국간담췌외과학회지
• /
• 제28권1호
• /
• pp.14-24
• /
• 2024

This study aims to assess the quality and performance of predictive models for colorectal cancer liver metastasis (CRCLM). A systematic review was performed to identify relevant studies from various databases. Studies that described or validated predictive models for CRCLM were included. The methodological quality of the predictive models was assessed. Model performance was evaluated by the reported area under the receiver operating characteristic curve (AUC). Of the 117 articles screened, seven studies comprising 14 predictive models were included. The distribution of included predictive models was as follows: radiomics (n = 3), logistic regression (n = 3), Cox regression (n = 2), nomogram (n = 3), support vector machine (SVM, n = 2), random forest (n = 2), and convolutional neural network (CNN, n = 2). Age, sex, carcinoembryonic antigen, and tumor staging (T and N stage) were the most frequently used clinicopathological predictors for CRCLM. The mean AUCs ranged from 0.697 to 0.870, with 86% of the models demonstrating clear discriminative ability (AUC > 0.70). A hybrid approach combining clinical and radiomic features with SVM provided the best performance, achieving an AUC of 0.870. The overall risk of bias was identified as high in 71% of the included studies. This review highlights the potential of predictive modeling to accurately predict the occurrence of CRCLM. Integrating clinicopathological and radiomic features with machine learning algorithms demonstrates superior predictive capabilities.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권12호
• /
• pp.768-773
• /
• 2015

사회적 혼란을 야기하는 이벤트는 발생 직후 어떻게 대응하느냐에 따라 소요되는 비용의 편차가 크다. 이에 따라 비정상적인 이벤트를 탐지하고 의미를 파악하는 연구가 많이 진행되고 있다. 또한 예측 분석에 관한 연구도 많이 수행되고 있다. 그러나 대부분의 연구는 이벤트의 전체적인 미래 경향에 대한 수치 결과를 예측할 뿐, 이벤트가 내포하는 의미에 대한 예측 연구는 미비하다. 이에 따라 본 논문에서는 비정상적인 이벤트가 내포하는 토픽의 조합을 통해 미래에 어떠한 일이 발생할 수 있는지에 대한 시각적 예측 분석 방법을 제안한다. 제안하는 방법은 먼저 트윗에서 실시간으로 비정상 이벤트를 탐지한다. 그 다음 과거 유사한 사례를 탐색한 다음 이벤트와 관련된 토픽들을 추출한다. 마지막으로 사용자는 의미 있는 토픽의 조합을 통해 미래에 어떠한 일이 발생할 수 있을지 분석할 수 있다. 실험은 두 가지 상황에 대한 예측 분석을 수행하였으며, 실험 결과 본 논문에서 제안한 방법의 타당성을 입증하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제23권4호
• /
• pp.21-29
• /
• 2017

예측 시각적 분석 연구는 다양한 대화식 데이터 탐색 기법을 사용하여 예측 결과의 불확실성을 줄이는데 중점을 두었다. 대화식 탐색 기법의 목적은 변수간의 관계를 이해하고 알려지지 않은 변수를 예측하기 위한 적합한 모델을 선택함으로서 의사결정권자의 수준에 따른 예측결과의 품질 차이를 줄이는 것이다. 하지만 청소년 신체 성장 데이터와 같이 전체적인 추세가 알려지지 않은 시계열 데이터를 설명할 수 있는 예측 모델을 만드는 것은 어렵다. 본 논문에서는 불확실한 추세를 가지는 시계열 데이터 단편에서 물리적 성장 값을 예측하기 위한 새로운 예측 방법을 제안한다. 새로운 예측 방법은 특정 시점에서의 데이터 분포를 추정하는 방법으로 실험결과 기존 회귀 모델보다 높은 정확도를 갖는다. 또한 우리는 예측 모델링 과정에서 발생 가능한 불확실성을 최소화 할 수 있는 시각적 분석 방법을 제안한다.

• International journal of advanced smart convergence
• /
• 제10권4호
• /
• pp.72-83
• /
• 2021

The use of the predictive analytics (PA) powered by the artificial intelligence (AI) is more important in the movie sector during the COVID-19 pandemic, because Hollywood witnessed the impact of the 'Netflix Effect' and began to invest in data and AI. Our purpose is to discover a few cases of the AI centered PA in the movie industry value chain based on five objectives of PA: Compete, grow, enforce, improve, and satisfy. Even if movie companies' interest is to predict future success for competing with over-the-tops (OTTs) at a first glance, it is observed, once they start to use the PA with the AI, they try to utilize the enhanced PA platforms for remaining four objectives. As a result, ScriptBook, Vault, Pilot, Cinelytic and Merlin Video (Merlin) are use cases for the objective 'compete.' Movio of Vista Group International and Datorama of Salesforce are use cases for the objective 'grow.' Industrial Light & Magic (ILM) and Geena Davis Institute on Gender in Media (GDI) with Disney are use cases for the objective 'enforce.' Watson, Benjamin, and Greenlight Essential are use cases for the objective 'improve.' Disney Research (DR) with Simon Fraser University and California Institute of Technology is the use case for the objective 'satisfy.'

• Journal of Smart Tourism
• /
• 제4권2호
• /
• pp.5-14
• /
• 2024

This study explores the transformative potential of machine learning (ML) and ML-driven data analytics in the hospitality industry. It provides a comprehensive overview of this emerging method, from explaining ML's origins to introducing the evolution of ML-driven data analytics in the hospitality industry. The present study emphasizes the shift embodied in ML, moving from explicit programming towards a self-learning, adaptive approach refined over time through big data. Meanwhile, social media analytics has progressed from simplistic metrics deriving nuanced qualitative insights into consumer behavior as an industry-specific example. Additionally, this study explores innovative applications of these innovative technologies in the hospitality sector, whether in demand forecasting, personalized marketing, predictive maintenance, etc. The study also emphasizes the integration of ML and social media analytics, discussing the implications like enhanced customer personalization, real-time decision-making capabilities, optimized marketing campaigns, and improved fraud detection. In conclusion, ML-driven hospitality data analytics have become indispensable in the strategic and operation machinery of contemporary hospitality businesses. It projects these technologies' continued significance in propelling data-centric advancements across the industry.

• 한국콘텐츠학회논문지
• /
• 제22권3호
• /
• pp.442-452
• /
• 2022

본 연구는 HR 애널리틱스(HRA)의 국내연구 동향을 파악하고 향후 HRA 연구 방향을 제언하기 위해 수행되었다. HRA 활용목적에 따라 근로자 생애주기(Employee Lifecycle)의 관점에서 채용, 적응, 업무환경, 성과 평가, 관리와 유지, 퇴직의 여섯 가지 영역을 분류하여 국내외 연구의 비교분석을 시행하였다. 주요 결과로는 첫째, 국내 HRA 연구의 세부 연구주제의 분포가 해외연구와 유사한 특성을 갖는다. 둘째, 교육 및 개발과 관련된 국내 HRA 연구가 부족하다. 셋째, 기계 학습(machine learning)이 빠르게 발전하면서 HRA 연구에 활용할 수 있는 현상의 범위와 방법론이 다양화되고 있다. 마지막으로 가치 모델에 근거한 국내 HRA 연구의 위치는 아직 기술 분석(descriptive analytics)의 단계에 있으며 예측 분석(predictive analysis) 영역으로 진입하는 과정에 있다.

• 정보보호학회논문지
• /
• 제25권6호
• /
• pp.1399-1410
• /
• 2015

기업들은 다가오는 데이터 경쟁시대를 이해하고 이에 대비해야 한다며 가트너는 기업의 생존 패러다임에 많은 변화를 요구하고 있다. 또한 통계 알고리즘 기반의 예측분석을 통한 비즈니스 성공 사례들이 발표되면서, 과거 데이터 분석에 따른 사후 조치에서 예측 분석에 의한 선제적 대응으로의 전환은 앞서가고 있는 기업의 필수품이 되어 가고 있다. 이러한 경향은 보안 분석 및 로그 분석 분야에도 영향을 미치고 있으며, 실제로 빅데이터화되고 있는 대용량 로그에 대한 분석과 지능화, 장기화되고 있는 보안 분석에 빅데이터 분석 프레임워크를 활용하는 사례들이 속속 발표되고 있다. 그러나 빅데이터 로그 분석 시스템에 요구되는 모든 기능 및 기술들을 하둡 기반의 빅데이터 플랫폼에서 수용할 수 없는 문제점들이 있어서 독자적인 플랫폼 기반의 빅데이터 로그 분석 제품들이 여전히 시장에 공급되고 있다. 본 논문에서는 이러한 독자적인 빅데이터 로그 분석 시스템을 위한 실시간 및 비실시간 예측 분석 엔진을 탑재하여 사이버 공격에 선제적으로 대응할 수 있는 프레임워크를 제안하고자 한다.