• 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.

• 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.

• 한국건설관리학회논문집
• /
• 제22권5호
• /
• pp.55-65
• /
• 2021

건설업은 타 산업에 비해 높은 사망사고율을 보이고 있으며, 최근 사망사고에 대한 기업의 법적 책임이 강화되고 있다. 이는 건설사에게 큰 부담이 되고 있으며, 건설 사망사고에 대한 선제적 예측과 관리의 필요성을 증대시키고 있다. 본 연구의 목적은 의사결정나무를 활용하여 건축공사에서 발생할 수 있는 사망사고를 사전에 예측할 수 있는 모델을 개발하는데 있다. 본 연구에서 의미하는 사망사고 예측모델이란 건축공사의 조건에 따라 공종별로 발생할 수 있는 사망사고의 가능성(확률)을 예측하는 모델을 의미한다. 예측모델의 활용을 통한 사망사고에 대한 사전 예측과 선제적 대응은 법적 처벌을 예방하고 건축공사의 성공적인 수행이라는 측면에서 중요한 의의를 지닌다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권1호
• /
• pp.46-51
• /
• 2015

폭발적으로 증가하는 데이터와 급변하는 기술적 발전은 과거와 현재를 넘어 미래를 예견하고 대응할 수 있는 새로운 분석 패러다임을 요구한다. 지시적 분석은 목표를 설정하고 이를 달성하기 전략을 수립함으로써 분석 결과의 제시에 그치는 게 아니라 사용자에게 목표 달성을 위한 구체적 행동과 그 결과를 요구한다는 점에서 기존의 기술적 분석, 예측적 분석과 근본적인 차이점을 보여준다. 그렇지만, 아직까지 구체적인 구현 방안이 널리 연구되고 있지 않고 있다. 본 연구에서는 연구 역량 강화를 목적으로 개발되고 있는 InSciTe Advisory 사례를 통해 고려할 사항과 어떤 개발 요소들이 필요한 지를 살펴봄으로써 해당 연구 분야의 기반을 제시하고자 한다. InSciTe Advisory 시스템은 5W1H 방법론을 중심으로 연구자가 롤 모델 그룹에 도달하기 위한 전략을 수립할 수 있음을 보이며, 평가 모델을 통해 Elsevier SciVal과 비교하여 126.5%라는 비교 우위적 평가 결과를 얻었다.

• 품질경영학회지
• /
• 제49권3호
• /
• pp.421-431
• /
• 2021

Purpose: For improving outgoing quality, this study presents a novel sampling framework based on predictive analytics. Methods: The proposed framework is composed of three steps. The first step is the variable selection. The knowledge-based and data-driven approaches are employed to select important variables. The second step is the model learning. In this step, we consider the supervised classification methods, the anomaly detection methods, and the rule-based methods. The applying model is the third step. This step includes the all processes to be enabled on real-time prediction. Each prediction model classifies a product as a target sample or random sample. Thereafter intensive quality inspections are executed on the specified target samples. Results: The inspection data of three Samsung products (mobile, TV, refrigerator) are used to check functional defects in the product by utilizing the proposed method. The results demonstrate that using target sampling is more effective and efficient than random sampling. Conclusion: The results of this paper show that the proposed method can efficiently detect products that have the possibilities of user's defect in the lot. Additionally our study can guide practitioners on how to easily detect defective products using stratified sampling

• International Journal of Computer Science & Network Security
• /
• 제21권4호
• /
• pp.84-92
• /
• 2021

Care services are a significant asset in human life. Care in its overall nature focuses on human needs and covers several aspects such as health care, homes, personal care, and education. In fact, care deals with many dimensions: physical, psychological, and social interconnections. Very little information is available on estimating the cost of care services that provided to orphans and abandoned children. Prediction of the cost of the care system delivered by governmental or non-governmental organizations to support orphans and abandoned children is increasingly needed. The purpose of this study is to analyze the care cost for orphanage organizations in Saudi Arabia to forecast the cost as well as explore the most influence factor on the cost. By using business analytic process that applied statistical and machine learning techniques, we proposed a model includes simple linear regression, Naive Bayes classifier, and Random Forest algorithms. The finding of our predictive model shows that Naive Bayes has addressed the highest accuracy equals to 87% in predicting the total care cost. Our model offers predictive approach in the perspective of business analytics.

• Korean Journal of Radiology
• /
• 제22권7호
• /
• pp.1213-1224
• /
• 2021

Objective: To develop a machine learning (ML) pipeline based on radiomics to predict Coronavirus Disease 2019 (COVID-19) severity and the future deterioration to critical illness using CT and clinical variables. Materials and Methods: Clinical data were collected from 981 patients from a multi-institutional international cohort with real-time polymerase chain reaction-confirmed COVID-19. Radiomics features were extracted from chest CT of the patients. The data of the cohort were randomly divided into training, validation, and test sets using a 7:1:2 ratio. A ML pipeline consisting of a model to predict severity and time-to-event model to predict progression to critical illness were trained on radiomics features and clinical variables. The receiver operating characteristic area under the curve (ROC-AUC), concordance index (C-index), and time-dependent ROC-AUC were calculated to determine model performance, which was compared with consensus CT severity scores obtained by visual interpretation by radiologists. Results: Among 981 patients with confirmed COVID-19, 274 patients developed critical illness. Radiomics features and clinical variables resulted in the best performance for the prediction of disease severity with a highest test ROC-AUC of 0.76 compared with 0.70 (0.76 vs. 0.70, p = 0.023) for visual CT severity score and clinical variables. The progression prediction model achieved a test C-index of 0.868 when it was based on the combination of CT radiomics and clinical variables compared with 0.767 when based on CT radiomics features alone (p < 0.001), 0.847 when based on clinical variables alone (p = 0.110), and 0.860 when based on the combination of visual CT severity scores and clinical variables (p = 0.549). Furthermore, the model based on the combination of CT radiomics and clinical variables achieved time-dependent ROC-AUCs of 0.897, 0.933, and 0.927 for the prediction of progression risks at 3, 5 and 7 days, respectively. Conclusion: CT radiomics features combined with clinical variables were predictive of COVID-19 severity and progression to critical illness with fairly high accuracy.

• 지능정보연구
• /
• 제22권2호
• /
• pp.33-56
• /
• 2016

대부분의 부도 예측에 관한 연구는 재무 변수를 중심으로 통계적 방법 또는 인공지능 기법을 적용하여 부도 예측 모형을 구축하였다. 그러나 재무비율과 같은 회계 정보를 이용한 부도 예측 모형은 재무 제표 결산 시점과 신용평가 시점 간 시차를 고려하지 않을 뿐만 아니라 해당 산업의 경제적 상황과 같은 외부 환경적인 요소를 반영하기 어렵다는 한계점이 존재하였다. 기업의 부도 여부를 예측하기 위해 정량 정보인 재무 변수만을 이용하는 것에 한계가 있음에도 불구하고 정성 정보를 부도 예측 모형에 반영한 연구는 아직 미흡한 실정이다. 본 연구에서는 재무 변수를 이용하는 기존 부도 예측 모형의 성과를 개선하기 위해 빅데이터 기반의 정성 정보를 추가적인 입력 변수로 활용하는 부도 예측 모형을 제안하였다. 제안 모형의 성과 향상은 정성 정보를 예측 모형에 통합시키기에 적합한 형태로 정보의 유형을 변환시킬 수 있는가에 따라 달려있다. 이에 본 연구에서는 정성 정보 처리를 위한 방법으로 빅데이터 분석 기법 중 하나인 텍스트 마이닝(Text Mining)을 활용하였다. 해당 산업과 관련된 경제 뉴스 데이터로부터 경제 상황에 대한 감성 정보를 추출하기 위해 도메인 중심의 감성 어휘 사전을 구축하고, 구축된 어휘 사전을 기반으로 감성 분석(Sentiment Analysis)을 수행하였다. 형태소 분석 등을 포함한 텍스트 전처리 과정을 거쳐 감성 어휘를 추출하고, 각 어휘에 대한 극성 및 감성 점수를 부여하였다. 분석 결과, 전통적 부도 예측 모형에 경제 뉴스 데이터에서 도출한 정성 정보를 반영하는 것은 모형의 성과를 개선하는 것으로 나타났다. 특히, 경제 상황에 대한 부정적 감정이 기업의 부도 여부를 예측하는 데 더욱 효과적임을 알 수 있었다.

• 한국건설관리학회논문집
• /
• 제12권6호
• /
• pp.110-119
• /
• 2011

온실가스 과다 배출로 인한 지구 온난화 현상은 전 세계 기후변화 현상을 일으키고 있다. 국내 주거용 건축물에서 발생하는 온실가스는 전체의 약 10%를 차지하고 있고, 노후 공동주택이 점차 증가하고 있는 추세에 있다. 본 연구에서는 공동주택 유지관리 단계에서 에너지 사용량에 대한 지속적 체계적 관리를 수행하기 위한 기반을 구축하고자 한다. 이러한 모델 개발을 위한 연구 프로세스 및 방법은 다음과 같다. 첫째, 서울시 소재의 공동주택을 연구대상으로 설정하였고, 이러한 공동주택의 특성 및 가스 에너지 소비량에 대한 데이터를 수집하였다. 둘째, 통계적인 분석을 통해, 에너지 소비에 영향을 주는 주요 특성들을 선정하였고, 이를 기준으로 온톨로지 기반의 분류체계를 구축하였다. 셋째, 온톨로지 기반의 공동주택 분류체계를 근간으로 하는 에너지 사용량 예측모델을 개발하였으며, CBR, ANN, MRA, GA 등의 방법론을 적용하였다. 본 연구에서는 데이터 분석 및 예측을 위해 PASW (Predictive Analytics SoftWare) Statistics 18, Microsoft EXCEL, Prot$\grave{e}$g$\grave{e}$ 4.1 등의 프로그램을 활용하였다. 향후 본 연구에서 개발한 모델을 웹 기반 시스템으로 개발함으로써, 공동주택 에너지사용량을 지속적이고 체계적으로 관리할 수 있을 기반이 마련될 것이다. 또한, 정부, 지자체의 시설물 관리 담당자 및 공동주택 관리자로 하여금 명확한 근거자료를 기반으로 하여, 공동주택 단지별 적정수준의 에너지 소비량을 제시함으로써, 시설물의 개선여부를 결정할 수 있는 의사결정 지원모델을 개발하고자 한다.

• Asia Marketing Journal
• /
• 제20권2호
• /
• pp.65-83
• /
• 2018

Technological advances are bringing autonomous vehicles to the ever-evolving transportation system. Anticipating adoption of these technologies by users is essential to vehicle manufacturers for making more precise production and marketing strategies. The research investigates regulatory focus and consumer innovativeness with consumers' adoption of autonomous vehicles (AVs) and to consumers' subsequent willingness to pay for AVs. An online questionnaire was fielded to confirm predictions, and regression analysis was conducted to verify the model's validity. The results show that a promotion focus does not have a significantly positive effect on the automation level at which consumers will adopt AVs, but a prevention focus has a significantly positive effect on conditional AV adoption. Consumer innovativeness, consumers' novelty-seeking have a significantly positive relationship with high and full AV adoption, and consumers' independent decision-making has a significantly positive effect on full AV adoption. The higher the level of automation at which a consumer adopts AVs, the higher the willingness to pay for them. Finally, using a neural network and decision tree analyses, we show methods with which to describe three categories for potential adopters of AVs.