• 한국철도학회논문집
• /
• 제19권2호
• /
• pp.145-158
• /
• 2016

철도 신호 시스템의 안전 확보 기준으로 사용되는 안전무결성수준(SIL, Safety Integrity Level) 할당에 사용되는 기존 정성적 평가방법인 리스크 그래프에 대하여 소개하고, 정성적 평가의 문제점인 입력 변수의 모호성 및 안전무결성수준간 경계성 문제에 대하여 퍼지 이론 적용을 통해 문제점을 보완하는 것을 목적으로 한다. 본 모델의 퍼지 입력변수는 4가지인 심각도, 노출도, 회피도, 요구율로 구성되며, 퍼지추론(Fuzzy Inference)은 IEC 61511의 계량적 리스크 그래프를 적용하여 48개의 퍼지 규칙을 생성한다. 퍼지추론은 최대 최소 합성(Max-Min Composition)의 퍼지관계 합성연산을 적용한다. 추론 모델을 통해 도출된 최종적인 추론 결과는 퍼지 값이므로 실제 상황에 적용 가능하도록 다시 실수 값으로 변환하는 역 퍼지화 과정을 통해 최종 출력값인 안전무결성수준과 그에 해당하는 허용 해저드율을 생성하여, 최종적인 해당 해저드에 대한 안전성 요구사항을 도출한다. 마지막으로 본 평가모델 검증을 위해 CENELEC SC 9XA WG A10 보고서에 소개된 단선구간에서의 신호시스템을 대상으로 한 안전성 평가 결과와 비교한다.

• 인터넷정보학회논문지
• /
• 제4권2호
• /
• pp.61-67
• /
• 2003

최근 섭취열량의 증가 및 운동부족으로 인한 비만이 사회적인 문제로 되었으며, 여러 가지 성인병의 위험인자로 알려져있다. 비만을 예방하고 치료하기 위해서는 우선적으로 비만평가가 이루어져야 하며, 이러한 평가에는 BMI, WHR, 허리둘레 등이 이용되고 있다. 본 논문에서는 제안되는 비만평가 시스템에서는 BMI와 허리둘레를 가지고 퍼지추론을 하여 비만을 평가하였다. 이를 위하여 BMI와 허리둘레에 대한 소속함수와 추론규칙을 결정하였으며, 추론 결과는 서술식 문장으로 나타냈다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2005년도 춘계학술대회 논문집
• /
• pp.77-83
• /
• 2005

선박의 충돌회피 문제에서 충돌위험도 모델은 보통 시뮬레이터 상에서 파라미터를 변화시켜 가며 수행한 전문가 인터뷰 결과를 이용하여 세우는 것이 일반적이며 이 때 파라미터로는 흔히 DCPA와 TCPA가 사용된다. 그런데 이 방법은 비용이 많이 들뿐더러 인터뷰 대상자와 운항 환경 등이 달라짐에 따라 다른 결과를 내게 된다는 단점이 있다. 본 연구에서는 운항자와의 인터뷰를 거치는 대신 시뮬레이션을 통해 확인된 자선의 조종성능을 반영한 퍼지 추론 시스템을 구성하기로 한다. 피항을 시작해야 하는 충돌 위험도값에 대응하는 시간과 거리로는, 타선이 법규를 위반했을 때 자선이 피항을 시작해야만 하는 최소 여유 시간과 일반적으로 해상교통법 등에서 지시하는 최소 여유 거리를 각각 사용했다. 이렇게 구성된 퍼지 추론 시스템은 퍼지 소속 함수의 개수를 늘임으로써 비선형성이 강해진 충돌위험도 추론 시스템으로 재구성할 수 있다.

• Journal of Information Technology Applications and Management
• /
• 제17권4호
• /
• pp.39-56
• /
• 2010

We are sometimes interacting with people who we know nothing and facing with the difficult task of making decisions involving risk in social network. To reduce risk, the topic of building Web of trust is receiving considerable attention in social network. The easiest approach to build Web of trust will be to ask users to represent level of trust explicitly toward another users. However, there exists sparsity issue in Web of trust which is represented explicitly by users as well as it is difficult to urge users to express their level of trustworthiness. We propose a fuzzy-based inference model for Web of trust using user behavior information in social network. According to the experiment result which is applied in Epinions.com, the proposed model show improved connectivity in resulting Web of trust as well as reduced prediction error of trustworthiness compared to existing computational model.

• Nuclear Engineering and Technology
• /
• 제46권4호
• /
• pp.467-474
• /
• 2014

The aim of this paper is to describe a relatively recent international agreement on the widely debated concepts of: (i) attributing effects to low dose radiation exposure situations that have occurred in the past and, (ii) inferring radiation risk to situations that are planned to occur in the future. An important global consensus has been recently achieved on these fundamental issues at the level of the highest international intergovernmental body: the General Assembly of the United Nations. The General Assembly has welcomed with appreciation a scientific report on attributing health effects to radiation exposure and inferring risks that had been prepared the United Nations Scientific Committee on the Effects of Atomic Radiation (UNSCEAR) following a formal request by the General Assembly.

• Journal of the Korean Data and Information Science Society
• /
• 제25권3호
• /
• pp.685-696
• /
• 2014

In this paper, we develop Bayesian inference of the finite population mean with the assumption of posterior linearity rather than normality of the superpopulation in the presence of auxiliary information under the balanced loss function. We compare the performance of the optimal Bayes estimator under the balanced loss function with ones of the classical ratio estimator and the usual Bayes estimator in terms of the posterior expected losses, risks and Bayes risks.

• 한국지능시스템학회논문지
• /
• 제22권1호
• /
• pp.75-80
• /
• 2012

거동 이상 선박(갈지자 항행 선박, 제자리 순회 선박 등)은 정상적인 항로를 유지하는 선박에게 심각한 영향을 미칠 수 있는 요소이며, 현재 육지에 있는 VTS 센터와 해양 경찰이 연계되어 범죄 선박 및 사고 선박을 추적하고 있다. 하지만 인적 요인에 의한 위험 요인 식별의 한계는 명확하며 그를 보조할 수 있는 연구는 거의 없는 실정이다. 따라서, 이 연구에서는 퍼지추론을 이용하여 관제자 및 항해사를 위한 지능형 항해 거동 이상 선박 식별 시스템을 구현하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제23권2호
• /
• pp.63-70
• /
• 2018

Safety management agent manages the risk behavior of the worker with the naked eye, but there is a real difficulty for one the agent to manage all the workers. In this paper, IoT device is attached to a harness safety belt that a worker wears to solve this problem, and behavior data is upload to the cloud in real time. We analyze the upload data through the deep learning and analyze the risk behavior of the worker. When the analysis result is judged to be dangerous behavior, we designed and implemented a system that informs the manager through monitoring application. In order to confirm that the risk behavior analysis through the deep learning is normally performed, the data values of 4 behaviors (walking, running, standing and sitting) were collected from IMU sensor for 60 minutes and learned through Tensorflow, Inception model. In order to verify the accuracy of the proposed system, we conducted inference experiments five times for each of the four behaviors, and confirmed the accuracy of the inference result to be 96.0%.

• Communications for Statistical Applications and Methods
• /
• 제11권1호
• /
• pp.181-187
• /
• 2004

One of objectives in epidemiologic studies is to detect the amount of change caused by a specific risk factor. Risk ratio is one of the most useful measurements in epidemiology. When we perform the inference for this measurement with rare events, the standard approach based on the normal approximation may fail, in particular when there are no disease cases observed. In this paper, we discuss and evaluate several existing methods for constructing a confidence interval of risk ratio through simulation when the disease of interest is a rare event. The results in this paper provide guidance with how to construct interval estimates for risk difference and risk ratio when there are no disease cases observed.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.304-311
• /
• 2022

Construction inspection is a crucial stage that ensures that all contractual requirements of a construction project are verified. The construction inspection capabilities among state highway agencies have been greatly affected due to budget reduction. As a result, efficient inspection practices such as risk-based inspection are required to optimize the use of limited resources without compromising inspection quality. Automated prioritization of textual requirements according to their criticality would be extremely helpful since contractual requirements are typically presented in an unstructured natural language in voluminous text documents. The current study introduces a novel model for predicting the risk level of requirements using machine learning (ML) algorithms. The ML algorithms tested in this study included naïve Bayes, support vector machines, logistic regression, and random forest. The training data includes sequences of requirement texts which were labeled with risk levels (such as very low, low, medium, high, very high) using the fuzzy logic systems. The fuzzy model treats the three risk factors (severity, probability, detectability) as fuzzy input variables, and implements the fuzzy inference rules to determine the labels of requirements. The performance of the model was examined on labeled dataset created by fuzzy inference rules and three different membership functions. The developed requirement risk prediction model yielded a precision, recall, and f-score of 78.18%, 77.75%, and 75.82%, respectively. The proposed model is expected to provide construction inspectors with a means for the automated prioritization of voluminous requirements by their importance, thus help to maximize the effectiveness of inspection activities under resource constraints.