• 한국지하수토양환경학회지:지하수토양환경
• /
• 제13권4호
• /
• pp.40-53
• /
• 2008

지하수의 오염 예측 기법의 개선을 위하여 미국 환경청(U.S. EPA)에서 개발된 지하수 오염 취약성 평가방법인 DRASTIC 모델(Aller et al., 1987), Panagopoulos et al.(2006)가 제안한 M-DRASTIC, Rupert(1999)가 제안한 LSDG 방법을 충남 금산 지역에 적용하였다. 충남 금산 지역은 농업을 비롯한 다양한 토지이용 특성과 아울러 다양한 지질, 지형, 토양 분포를 나타내어 지하수 오염예측 기법의 개선을 위한 연구에 최적의 조건을 갖추고 있다. DRASTIC 평가를 위하여 149개의 충적층 관정에 대한 수질 및 수리지질 조사가 수행되었으며, 지하수의 질산염 이온의 농도와 각 예측 방법으로부터 도출된 지수와의 상관관계 분석을 통하여 예측방법의 효용성을 평가하였다. EPA DRASTIC은 지하수 심도, 순 충진량, 대수층 매질, 토양 매질, 지형 경사, 비포화대 매질, 수리전도도 등 수리지질학적 인자들을 이용하여 지하수 오염 취약성을 상대적으로 평가하는 방법으로, 지하수의 잠재오염원에 대한 정보가 포함되지 않으므로 지하수 오염을 예측하는데 비효율적이다. 본 연구 결과, 관정 주변 150 m 영역의 DRASTIC 지수와 해당 관정의 질산염 이온 농도의 상관관계는 0.058로 낮게 나타났다. 한편, M-DRASTIC의 경우 DRASTIC과 사용하는 인자는 같으나 등급과 가중치를 실제 질산염 이온 농도의 비율로부터 산출한다. 등급만을 수정하였을 경우 0.245, 등급과 가중치를 모두 수정하였을 경우 질산염 이온 농도와의 상관관계는 0.400로 지하수 오염 예측율이 개선되었다. LSDG 방법은 토지이용(Land use), 토양 배수(Soil drainage), 지하수면 심도(Depth to water), 지질(Geology)를 특성에 따라서 구분하고 해당 지역의 질산염 이온 농도 평균의 차이를 통계적으로 분석하여 등급을 산정하는 기법으로, 금산 지역에 적용한 결과 질산염 이온 농도와의 상관관계가 0.415로 개선되었다. 결과적으로 LSDG를 적용하였을 경우 EPA DRASTIC 보다 질산염 이온 농도와의 상관관계가 0.357만큼 개선되었다. M-DRASTIC과 LSDG의 예측율이 증가하는 것은, 이 방법들의 등급과 가중치에는 현재의 오염현황이 반영되기 때문으로 질산염 이온 오염 가능성을 귀납적으로 예측하기 때문이다. LSDG의 예측율이 가장 높은 이유는 LSDG에는 잠재오염원으로 분류되는 토지이용이 포함되었기 때문인 것으로 판단된다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.185-205
• /
• 2023

코로나19 팬데믹 이후 관광 산업이 회복되면서 많은 관광객들이 다양한 플랫폼을 활용하고 리뷰를 남기고 있지만, 대량의 데이터 속에서 유용한 정보를 찾기 어려워 아직도 여행지 선정 과정에서 많은 시간과 비용이 낭비되고 있다. 이에 따라 많은 연구들이 진행되고 있지만, 평점이 없거나 플랫폼별로 다른 형태의 평점 제공으로 인해 연구에 한계를 가지고 있으며, 평점과 리뷰 내용이 일치하지 않는 경우도 있어 추천 모델 구축에 어려움을 주고 있다. 본 연구에서는 이러한 문제를 해결하기 위해 7,104개의 제주도 지역 관광지 리뷰를 활용하여 제주도에 특화된 관광지 만족도 정량 지수를 개발하고 이를 활용하여 '평점 예측 모델'을 구축하였다. 모델의 성능을 확인하기 위해 실험 데이터 700건의 평점을 본 연구에서 개발된 모델과 LSTM을 활용하여 예측 하였으며, 제안된 모델이 LSTM 보다 약 4.67% 높은 73.87%의 가중 정확도로 성능이 더 우수한 것을 확인하였다. 본 연구의 결과를 통해 평점과 리뷰 내용 사이의 불일치 문제를 해결하고, 평점이 없는 리뷰나 다양한 형태의 평점을 정형할 수 있으며, 다른 도메인에 적용하여 여행의 모든 분야에서 신뢰할 수 있는 평점 지표를 제공할 수 있을 것으로 기대된다.

• Asia pacific journal of information systems
• /
• 제21권2호
• /
• pp.43-58
• /
• 2011

Support vector machines (SVMs), a machine learning technique, has been applied to not only binary classification problems such as bankruptcy prediction but also multi-class problems such as corporate credit ratings. However, in general, the performance of SVMs can be easily worse than the best alternative model to SVMs according to the selection of predictors, even though SVMs has the distinguishing feature of successfully classifying and predicting in a lot of dichotomous or multi-class problems. For overcoming the weakness of SVMs, this study has proposed an approach for selecting features for multi-class SVMs that utilize the impurity measures of classification trees. For the selection of the input features, we employed the C4.5 and CART algorithms, including the stepwise method of discriminant analysis, which is a well-known method for selecting features. We have built a multi-class SVMs model for credit rating using the above method and presented experimental results with data regarding S&P 500 companies.

• Journal of Information Technology Applications and Management
• /
• 제13권4호
• /
• pp.273-290
• /
• 2006

This study suggests a frequency matrix technique to predict personal credit rate more efficiently using incomplete data sets. At first this study test on multiple discriminant analysis and logistic regression analysis for predicting personal credit rate with incomplete data sets. Missing values are predicted with mean imputation method and regression imputation method here. An artificial neural network and frequency matrix technique are also tested on their performance in predicting personal credit rating. A data set of 8,234 customers in 2004 on personal credit information of Bank A are collected for the test. The performance of frequency matrix technique is compared with that of other methods. The results from the experiments show that the performance of frequency matrix technique is superior to that of all other models such as MDA-mean, Logit-mean, MDA-regression, Logit-regression, and artificial neural networks.

• Journal of the Korean Data and Information Science Society
• /
• 제21권1호
• /
• pp.185-194
• /
• 2010

In recommender systems which are used widely at e-commerce, collaborative filtering needs the information of user-ratings and neighbor user-ratings. These are an important value for recommendation in recommender systems. We investigate the in-formation of rating in NBCFA (neighbor Based Collaborative Filtering Algorithm), we suggest new algorithm that improve prediction accuracy of recommender system. After we analyze relations between two variable and Error Value (EV), we suggest new algorithm and apply it to fitted line. This fitted line uses Least Squares Method (LSM) in Exploratory Data Analysis (EDA). To compute the prediction value of new algorithm, the fitted line is applied to experimental data with fitted function. In order to confirm prediction accuracy of new algorithm, we applied new algorithm to increased sparsity data and total data. As a result of study, the prediction accuracy of recommender system in the new algorithm was more improved than current algorithm.

• Journal of Multimedia Information System
• /
• 제8권3호
• /
• pp.183-190
• /
• 2021

In this paper, we implement a system for a fund recommendation based on the investment propensity and for a future fund price prediction. The investment propensity is classified by scoring user responses to series of questions. The proposed system recommends the funds with a suitable risk rating to the investment propensity of the user. The future fund prices are predicted by Prophet model which is one of the machine learning methods for time series data prediction. Prophet model predicts future fund prices by learning the parameters related to trend changes. The prediction by Prophet model is simple and fast because the temporal dependency for predicting the time-series data can be removed. We implement web pages for the fund recommendation and for the future fund price prediction.

• 한국안전학회지
• /
• 제18권1호
• /
• pp.108-115
• /
• 2003

교량은 강도설계법이나 허용응력 설계 법에 의해, 두 가지 단계에서 평가된다. 낮은 단계를 Inventory 높은 단계를 Operating이라 부른다. 교량을 효과적으로 유지관리 보수하기 위하여, 교량의 실제하중수용 능력을 평가하고 시스템 신뢰성으로부터 교량의 잔여 수명을 예측하는 것은 매우 시급하다. 생애함수가 시간 의존적 파괴확률을 예측하기 위하여 소개되고 설명된다. 이 논문에서 연구되는 교량은30년 전 농촌지역에 시공되었다. 이 교량에 대하여 하중시험과 보강이 이루어졌다. 시간 의존적 파괴확률이 보수보강 된 경우와 그렇지 않은 경우 대하여 예측되었다. 또 다른 연구로서 새로운 보수보강이 제시되고 이 보수보강에 대하여 내하력이 평가되었고 시간 의존적 파괴확률이 예측되었다. 유지관리 가격과 확장된 교량의 생애를 기본으로, 최적의 보수보강 기법이 제시되었다.

• Journal of Information Processing Systems
• /
• 제17권3호
• /
• pp.462-472
• /
• 2021

With an increase in the scale of recommender systems, users' rating data tend to be extremely sparse. Some methods have been utilized to alleviate this problem; nevertheless, it has not been satisfactorily solved yet. Therefore, we propose an effective pre-rating method based on users' dichotomous preferences and average ratings fusion. First, based on a user-item ratings matrix, a new user-item preference matrix was constructed to analyze and model user preferences. The items were then divided into two categories based on a parameterized dynamic threshold. The missing ratings for items that the user was not interested in were directly filled with the lowest user rating; otherwise, fusion ratings were utilized to fill the missing ratings. Further, an optimized parameter λ was introduced to adjust their weights. Finally, we verified our method on a standard dataset. The experimental results show that our method can effectively reduce the prediction error and improve the recommendation quality. As for its application, our method is effective, but not complicated.

• 산경연구논집
• /
• 제13권1호
• /
• pp.23-32
• /
• 2022

Purpose: This study used ESG grade, but defined AESG, adjusted to the size of a company and examines whether it can be used as an investment strategy. Research design, data and methodology: The analysis sample in this study is a company that has given an ESG rating among companies listed on the Korea Stock Exchange. We examine the results through portfolio analysis and Fama-macbeth regression analysis. Results: As result of examining the long-only performance and the long-short performance by constructing quintile portfolios, it was observed that a significant positive return was shown. It was observed that there was an alpha that could not be explained in asset pricing models. Also, AESG had a return prediction effect in the result of a Fama-Macbeth regression that controlled corporate characteristic variables in individual stocks. Next, we confirmed AESG's usage through various portfolio composition. In the portfolio optimization, the Risk Efficient method was the most superior in terms of sharpe ratio and the construct multi-factor model with Value, Momentum and Low Vol showed statistically significant performance improvement. Conclusions: The results of this study suggest that it can be helpful in ESG investment to reflect the ESG rating of relatively small companies more through the scale adjustment of the ESG rating (i.e.AESG).

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2003년도 추계학술대회 논문집(II)
• /
• pp.538-543
• /
• 2003

This study is the developed prediction of residual effective prestress force of prestressed concrete beam bridges. Developed prediction method is based on the center camber of prestressed concrete beam, structural design. report of various PSC beams, construction reference materials of PSC beams. Evaluation of residual effective prestress force by developed method is compared with evaluation by structural design. This comparison results shows that this developed method is very effective method. Therefore prediction of residual effective prestress force by this developed method will be used for evaluation of the rating of various PSC beam bridges(road bridges and railway bridges).