• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.469-484
• /
• 2021

터널 설계 시 지반조사를 통한 암반분류 결과는 공사기간 및 공사비 산출, 그리고 터널안정성 평가에 지대한 영향을 미친다. 국내에서 지금까지 완공된 3,526개소의 터널들의 설계 및 시공을 통해 관련 기술들은 지속적으로 발전되어 왔지만, 터널 설계 시 암질 및 암반등급을 보다 정확하게 평가하기 위한 방법에 대한 연구는 미미하여 평가자의 경험 및 주관에 따라 결과의 차이가 큰 경우가 적지 않다. 따라서 본 연구에서는 암석샘플에 대한 주관적 평가를 통한 기존의 인력에 의한 암반분류 대신, 최근 지반분야에서도 그 활용도가 급증하고 있는 머신러닝 알고리즘을 이용하여 시추조사에서 획득한 다양한 암석 및 암반정보를 분석하여 보다 신뢰성있는 RMR에 의한 암반분류 모델을 제시하고자 하였다. 국내 13개 터널을 대상으로 11개의 학습 인자(심도, 암종, RQD, 전기비저항, 일축압축강도, 탄성파 P파속도 및 S파 속도, 영률, 단위중량, 포아송비, RMR)를 선정하여 337개의 학습 데이터셋과 60개의 시험 데이터셋을 확보하였으며, 모델의 예측성능을 향상시키기 위해 6개의 머신러닝 알고리즘(DT, SVM, ANN, PCA & ANN, RF, XGBoost)과 각 알고리즘별 다양한 초매개변수(hyperparameter)를 적용하였다. 학습된 모델의 예측성능을 비교한 결과, DT 모델을 제외한 5개의 머신러닝 모델에서 시험데이터에 대한 RMR 평균절대오차 값이 8 미만으로 수렴되었으며, SVM 모델에서 가장 우수한 예측성능을 나타내었다. 본 연구를 통해 암반분류 예측에 대한 머신러닝 기법의 적용 가능성을 확인하였으며, 향후 다양한 데이터를 지속적으로 확보하여 예측모델의 성능을 향상시킨다면 보다 신뢰성 있는 암반 분류에 활용될 수 있을 것으로 기대된다.

• 서비스연구
• /
• 제13권1호
• /
• pp.48-62
• /
• 2023

최근 K-POP 열풍에서 볼 수 있듯이 한국 음악 산업의 규모와 영향력은 더욱더 커지고 있다. 한국의 음원 시장에는 1년에 최소 6천 개의 음원이 공개되고 있지만 흥행했다고 말할 수 있는 음원은 많지 않다. 이에 흥행작을 만드는 요인이 무엇인지 밝히기 위한 많은 연구 및 시도가 이루어지고 있다. 음악의 상업적인 성공에는 음악의 질뿐만 아니라 미디어 노출이나 홍보와 같은 상업적인 요소 또한 중요한 역할을 담당한다. 최근 대중음악 산업에서는 인터넷 밈을 활용한 마케팅이 많이 나타나는데, 인터넷 밈이란 사람들 사이에서 확산되는 문화적 단위로 이미지나 동영상 등 다양한 형태로 확산되는 활동이나 트렌드라고 할 수 있다. 인터넷 환경과 디지털 커뮤니케이션 특성에 따라 다양한 밈의 형태로 콘텐츠들이 확대 재생산되고 있으며, 이는 소비자들에게 더 큰 반응을 일으킨다. 기존에 인터넷 밈현상은 자연적으로 발생해왔으나, 최근 마케팅 효과를 인지한 아티스트 측에서 마케팅의 요소로 활용하고 있다. 본 논문에서는 대중음악의 흥행 요인과 흥행의 관계에서 인터넷 밈의 매개효과를 분석하고, 이를 반영한 예측모델을 제안하였다. 분석 결과, '커버효과'와 '챌린지효과'의 매개효과가 있는 요인은 동일하게 나타났다. 내부 흥행요인 중에서는 '가수의 인지도', 'POP, 댄스, 발라드, 성인가요, 일렉트로니카' 장르에서 매개효과가 존재하였으며, 외부 흥행 요인 중에서는 '기획사 역량','음악 방송 프로그램 출연 횟수', '뉴스 기사 수'에서 매개효과가 나타났다. 커버효과와 챌린지효과를 반영한 예측 모형은 각각 F1-score가 0.6889, 0.7692로 나타났다. 본 연구는 실제 차트 데이터를 수집·분석하여 실무적으로 활용 가능한 상업적인 방향성을 제시하였으며, 대중음악의 여러 흥행 요인과 인터넷 밈의 매개효과가 존재한다는 것을 발견하였다는 점에서 의의를 갖는다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.263-286
• /
• 2022

본 연구는 웹 크롤링을 이용하여 1990년부터 2022년까지 총 32개년에 해당하는 NBA 통계 정보를 획득하고, 탐색적 데이터 분석을 통해 관심 변수를 관찰하고 관련된 파생변수를 생성한다. 입력 데이터에 대한 정제 과정을 거쳐 무의미한 변수들을 제거하고, 남은 변수에 대한 상관관계 분석, t 검정 및 분산분석을 수행하였다. 관심 변수에 대해 플레이오프 진출/미진출 그룹 간 평균의 차이를 검정하였고, 이를 보완하기 위해 순위를 기준으로 하는 3개 집단(상위/중위/하위) 간 평균 차이를 재확인하였다. 입력 데이터 중 올해 시즌 데이터만을 테스트 세트로 활용하였고, 모델 훈련을 위해서는 훈련 세트와 검증 세트를 분할하여 5-fold 교차검증을 수행하였다. 교차검증 결과와 시험 세트를 이용한 최종 분석 결과를 비교하여 성능 지표에서 차이가 없음을 확인함으로써 과적합 문제를 해결하였다. 원시 데이터의 품질 수준이 높고, 통계적 가정을 만족하기 때문에 적은 수준의 데이터 세트임에도 불구하고 대부분 모델에서 좋은 결과를 나타냈다. 본 연구는 단순히 머신러닝을 이용하여 NBA의 경기 결과를 예측하거나 플레이오프 진출 여부만을 분류하는 것에서 그치지 않고, 입력 특성의 중요도를 파악하여 높은 중요도를 갖는 주요 변수에 본 연구의 관심 대상 변수가 포함되는지를 확인하였다. Shap value의 시각화를 통해 특성 중요도의 결과만으로 해석할 수 없었던 한계를 극복하고, 변수의 진입/제거 과정에서 중요도 산출에 일관성이 부족하다는 점을 보완할 수 있었다. 본 연구에서 관심 대상으로 분류했던 3점 및 실책과 관련된 다수의 변수가 미국 프로농구에서의 플레이오프 진출에 영향을 미치는 주요 변수에 포함되는 것으로 나타났다. 본 연구는 기존의 스포츠 데이터 분석 분야에서 다루었던 경기 결과, 플레이오프 및 우승 예측 등의 주제를 포함하고 분석을 위해 여러 머신러닝 모델을 비교 분석했다는 점에서 유사성이 있지만, 사전에 관심 속성을 설정하고, 이를 통계적으로 검증함으로써 머신러닝 분석 결과와 비교하였다는 측면에서 차이가 있다. 또한 XAI 모델 중 하나인 SHAP를 이용하여 설명 가능한 시각화 결과를 제시함으로써 기존 연구와 차별화하였다.

• 대한토목학회논문집
• /
• 제29권1B호
• /
• pp.11-22
• /
• 2009

장기유출 해석은 저수지와 댐의 용량 결정, 가뭄대책 수립, 하천유지유량 결정 등의 이수계획과 용수공급을 위한 댐 및 저수지의 물 관리, 수리권의 허가 및 조정, 용수 분쟁 조정 등의 하천 물 관리 실무와 하천, 호소의 수질예측 등에도 필수적이다. 이를 위해 수문학자들은 수자원관리를 목적으로 강우-유출 모형을 가장 널리 이용하고 있으나 실제 유역 내에 위치하고 있는 댐과 저수지 등과 같은 인위적 저류시설물에 대한 고려가 미흡한 실정이다. 각 저류시설물의 수용 및 방류 능력은 국부적으로는 저수지 하류에, 광역적으로는 유역 전체에 상당한 영향을 미칠 수 있으며 이러한 관점에서 볼 때 강우-유출 모형을 이용하여 유출해석 시 유역 내 포함된 저수지나 댐과 같은 시설물을 고려하여 모형을 구성하는 것이 타당하다. 본 연구에서는 과거 집중호우 등으로 홍수피해를 경험한 바가 있으며 농업용 저수지가 다수 위치한 안성천 유역을 대상으로 농업용 저수지가 유출해석에 미치는 영향을 분석하였다. 이를 위해 본 연구에서는 현재 홍수조절 능력에 대한 논란이 일고 있는 안성천 유역의 농업용 저수지를 고려하여 준 분포형 강우-유출 모형인 SLURP 모형을 구성하고 농업용 저수지의 저류 효과에 따른 하류 지역에 대한 영향성을 검토하였으며, 유출해석 시 모형 내 저수지 반영 여부에 따른 차이에 대하여 비교 분석하였다. 모형 내 저수지를 고려하여 모의한 결과, 강우가 집중되지 않는 봄과 가을철에는 저류효과가 있는 것으로 나타났으나 강우가 매우 집중되는 시기에는 하류로의 유출이 더 크게 모의되어 저수지를 고려하지 않은 경우와 차이를 보였으며, 유황분석을 통해 저수지 유무에 따른 유량변동이 풍수량(95일)과 갈수량(355일)에서 특히 크게 분석되는 결과를 확인 할 수 있었다. 단, 본 연구에서 분석하고자 하는 기흥, 이동, 고삼과 금광 저수지의 자료는 안성천홍수예보시스템 개선(건설교통부, 2007b)에서 조사된 내용에 의거하여 각 저수지별 최대방류량을 입력 자료로 활용하였으므로 실제 저수지 운영에 따른 유출과 유황변동과는 차이가 있을 수 있음을 미리 밝히는 바이다.

• 해양환경안전학회지
• /
• 제29권7호
• /
• pp.915-929
• /
• 2023

최근 국민 삶의질 향상, 여가 활동 다변화, 인구구조의 변화 등으로 관광수요 증가 및 관광활동이 다양화되고 있다. 특히 연안도시의 경우, 육상 관광 요소와 해양관광 요소가 공존하는 지역으로 다양한 요인이 관광수요에 영향을 미치고 있다. 본 연구 목적은 본 연구는 행위자 기반의 데이터를 활용하여 관광규모의 시계열 분석을 통해 예측 정확도를 향상시키고, 영향요인을 탐색하고자 한다. 연구 대상은 부산 지역 내 기초자치단체이며, 데이터는 월단위의 관광객수와 관광소비금액을 활용하였다. 연구방법으로 확정적(결정적) 모형인 단변량 시계열 분석과 영향요인을 파악하기 위해 SARIMAX 분석을 수행하였다. 영향요인은 관광소비성향을 설정하였으며, 업종별 소비금액과 SNS 언급량을 중심으로 설정하였다. 연구결과 COVID-19를 고려하지 않은 시계열 모형과 고려한 모형 간의 정확도(RMSE 기준) 차이가 지역별로 최소 1.8배에서 최대 32.7배 향상되었다. 또한 영향요인을 보면 관광소비업종과 SNS 트렌드가 관광객수와 관광소비금액에 유의한 영향을 미치고 있다. 따라서 미래 수요예측을 위해서는 외적 영향을 고려하고, 관광객의 소비성향과 관심도가 지역관광 측면에서 고려 대상이 된다. 본 연구는 연안도시인 부산 지역의 미래 관광수요 예측과 관광규모에 미치고 있는 영향요인을 파악하여 정부 관광정책 및 관광추세를 고려한 관광수요태세 마련을 위한 정책 의사결정에 기여하고자 한다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.919-928
• /
• 2023

우리나라의 강우 특성은 여름철 홍수기에 집중되어있다. 특히 이상강우 및 기상이변에 의한 집중강우의 증가 추세로 다량의 탁수가 댐 내에 유입될 시 전도현상으로 인해 탁수 장기화 현상이 발생하게 된다. 이러한 문제를 해결하기 위한 탁수 예측을 통한 선제적 조치 방안 또는 댐 운영방안 마련에 많은 연구가 진행되고 있다. 탁수 예측을 위해서는 상류 유입부의 탁수 자료를 필요로 하지만 현재 시·공간적인 데이터 해상도는 부족한 실정이다. 시간적 해상도 개선을 위해서는 탁도-SS 관계식에 대한 개발을 필요로 하며 공간적 해상도 개선을 위해 다항목수질측정기(YSI), 레이저부유사측정기(Laser In-Situ Scattering and Transmissometry, LISST), 초분광 센서 등의 센서 기반 측정을 통해 선, 면 단위 데이터 측정을 통해 탁수에 대한 공간적 해상도를 개선할 수 있다. 또한 LISST-200X의 경우 입경 크기 등에 대한 자료 수집이 가능함에 따라 분율(Clay : Silt : Sand)에 대한 탁도-SS 관계식에 활용될 수 있다. 또한 최근 원격탐사 방안 중 다른 탑재체에 비해 공간해상도 및 시간해상도가 높은 UAV와 분광·방사 해상도가 높은 초분광 센서를 활용 시 탁수 발생에 대한 공간적인 분포를 제시할 수 있다. 따라서, 본 연구에서는 LISST-200X 및 YSI-EXO를 활용하여 실험실 분석을 통해 분율(Clay : Silt : Sand)에 따라 탁도-SS 관계식을 산정하였으며 UAV (Matrice 600), 초분광센서(microHSI 410 SHARK)를 포함한 센서 기반 현장 측정을 통해 탁도와 부유사 농도, 측정된 부유사농도 기반 탁도-SS 관계식을 이용하여 산정한 탁도에 대하여 공간적 분포를 제시하였다. 이를 통해 탁도-SS 관계식에 대한 적용성 검토 및 탁수 발생 현황에 대하여 파악하고자 하였다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.