• 대한인간공학회지
• /
• 제33권4호
• /
• pp.289-297
• /
• 2014

Objective: The purpose of this study is to identify the incidence risk of cardiovascular disease (CVD) in the workplace, and to suggest the prediction models for level of CVD incidence risk. Background: CVD can be caused by various factors related to personal habits such as diet and exercise, or genetics. However it can also be caused and aggravated by work, making the elimination of such risk factors at work crucial disease (KOSHA, 2013). Method: The distribution of CVD risk assessment levels of 162 workers was compared with the acquired medical examination data to discuss the necessity of assigning additional risk factors. Two alternative risk assessment models were given to enhance the accuracy of the evaluation; adjusting risk scores given in the KOSHA GUIDE H-1-2013 (alternative 1) and building a matrix of KOSHA GUIDE H-1-2013 and risk assessment results based on work condition levels (alternative 2). To verify the suggested models, medical examination results of 12 workers approved of convalescence were referred to. Results: The second alternative showed more relevance between the results and workers approved of convalescence in predicting the risk group when applied to actual heath examination data from the approved workers. The power of description of the new method for determining the risk of CVD incidence, 83.3%, is higher than that of KOSHA GUIDE H-1-2013, 25%. Conclusion: Results of this study imply that more approved workers had been from unmanaged normal groups than managed risk groups, raising the importance of CVD management. Application: The new prediction model considering working time and shift work developed in this study is expected to be a fundamental data for risk analysis and management of CVD in the workplace.

• 한국멀티미디어학회논문지
• /
• 제23권7호
• /
• pp.870-882
• /
• 2020

It is that failure of equipment at the factory site causes personal injury and property damage. We are required a real-time monitoring and risk forecasting techniques to prevent for equipment failure. In this paper, we proposed a 3-phase smart plug and real-time monitoring system that can be used in factories, and collected environmental information and power information using a smart plug to analyze the data. In order to analyze the correlation between the risk situation and the collected data, we predicted the risk situation using Linear Regression, SVM, and ANN algorithms. As a result, the SVM and ANN algorithms obtained high predictive accuracy and developed a mobile app that could use it to check the risk forecast results.

• 한국전문물리치료학회지
• /
• 제28권3호
• /
• pp.177-185
• /
• 2021

Background: Muscle undergoes change continuously with aging. Sarcopenia, in which muscle mass decrease with aging, is associated with various diseases, the risk of falling, and the deterioration of quality of life. Obesity and sarcopenia also have a synergy effect on the disease of the older adults. Objects: This study examined the risk factors for sarcopenia, sarcopenic obesity, and sarcopenia without obesity and developed prediction models. Methods: This machine-learning study used the 2008-2011 Korea National Health and Nutrition Examination Surveys in the analysis. After data curation, 5,563 older participants were selected, of whom 1,169 had sarcopenia, 538 had sarcopenic obesity, and 631 had sarcopenia without obesity; the remaining 4,394 were normal. Decision tree and random forest models were used to identify risk factors. Results: The risk factors for sarcopenia chosen by both methods were body mass index (BMI) and duration of moderate physical activity; those for sarcopenic obesity were sex, BMI, and duration of moderate physical activity; and those for sarcopenia without obesity were BMI and sex. The areas under the receiver operating characteristic curves of all prediction models exceeded 0.75. BMI could predict sarcopenia-related disease. Conclusion: Risk factors for sarcopenia-related diseases should be identified and programs for sarcopenia-related disease prevention should be developed. Data-mining research using population data should be conducted to enhance the effectiveness of early treatment for people with sarcopenia-related diseases through predictive models.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.185-192
• /
• 2022

본 연구는 P2P(Peer-to-Peer) 대출의 부도위험 예측을 위하여 준지도학습(SSL) 기반의 모델을 개발하고자 한다. 검증된 성능에도 불구하고 지도학습(SL) 방법은 완전 지불 또는 채무불이행과 같이 레이블이 결정된 다수의 데이터가 필요한데 충분한 수의 레이블 데이터를 수집하려면 많은 자원과 시간이 필요하다. P2P 플랫폼이 급성장하면서 대출 건수도 매해 급증하였고, 레이블이 없는 데이터도 지속적으로 증가하고 있다. 본 연구는 P2P 대출 플랫폼인 LendingClub에서 수집한 데이터를 사용하였다. P2P 대출 중 레이블이 결정된 대출에서 추출한 정보뿐만 아니라 레이블이 결정되지 않은 대출에서 추출한 정보도 사용하여 부도 위험을 예측하는 SSL 모델을 개발하여 연구를 수행한 결과, 적은 수의 레이블이 결정된 데이터를 사용함에도 불구하고 SSL 방법으로 구축된 모델이 많은 수의 레이블이 결정된 데이터를 사용하여 학습시킨 SL 방법으로 구축된 모델보다 부도 위험 예측성과가 향상되었다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.645-648
• /
• 2008

This study provides considerations for quantitative risk assessment of landslide on GIS technology. It shows how the landslide possibility analysis is linked by GIS modeling to provide loss estimation tools for landslide hazards in support of socio-economic loss reduction efforts. Those risk assessment results can deliver factual damage situation prediction to policy making for the landslide damage mitigation.

• 한국구조물진단유지관리공학회 논문집
• /
• 제20권6호
• /
• pp.56-64
• /
• 2016

해상교량의 선박충돌 문제는 기본적으로 선박의 충격력에 의한 부가 하중의 빈도를 추정하는 것이므로 특정한 수용 기준을 만족하도록 설계하는 것도 중요하지만 공용기간동안 이러한 충돌 위험의 증가분을 어떻게 유지관리 해야 하는지도 매우 중요하다. 본 논문에서는 인천대교를 대상으로 선박충돌 문제에 대한 중간점검을 위하여 관련 계획, 주경간장, 형하고 및 충돌 위험도를 검토하였다. 특히, 충돌 위험의 증가분에 대하여 근시적인 해결방안으로 관련 연구결과 및 운항관련 지침 등을 검토하여 최적화된 운항 속도를 8노트로 제시하였으며, 근본적인 해결방안으로 설계 단계에서 대상선박 및 통행량의 합리적인 예측을 위한 기본 절차를 수립하고 예측의 불확실성을 수용할 수 있는 확률론적 예측 기법을 제안하였다. 향후 선박충돌 관련 유지관리에 대한 추가적인 연구와 공용중인 다른 해상교량의 즉각적인 중간점검이 필요할 것으로 판단된다.

• 한국화재소방학회논문지
• /
• 제14권4호
• /
• pp.7-16
• /
• 2000

본 연구에서는 대상물질을 선점한 후 그에 따른 세 가지 기준 즉 독성, 화재폭발, 환경기준과 각각의 피해예측기법을 설정하고 이 기준들을 알고리즘을 통한 통합한 종합위해등급으로서 선정된 대상물질에 적용하였다. 특히, 환경기준은 포괄적인 개념으로서 USCG 및 MSDS의 환경기준 분류와 NFPA의 건강위해성(Nh) 중 환경관련 부분을 조합하여 환경지수 모델화를 하였다. 또한 각 기준에 따른 피해예측 기법을 선택하여 지역별 인의에 위치한 화학물질 관련업체에 사용 또는 저장 중인 유해화학물질에 대해 적용하여 사용물질에 대한 종합위해등급 설정(단일물질에 대한 가연성, 독성, 반응성, 환경성에 대한 Hazard level 및 표시 모델화) 및 그에 따른 사고시 피해예측 강도산정 (CPQRA, IAEA, VZ eq), Risk contour를 구할 수 있었다. 이 결과 모든 화학공정 및 저장 등에서 발생할 수 있는 독성 누출, 화재폭발의 잠재적 위험성산정을 통한 안전성 평가의 Tool로 활용이 가능하다.

• 융합보안논문지
• /
• 제14권6_2호
• /
• pp.89-95
• /
• 2014

본 연구는 서울시의 범죄와 기상변화 및 불쾌지수를 상관관계분석을 하고 회귀분석을 통해 예측식을 제시하였다. 본 연구에서 사용된 데이터들은 서울지방경찰청 2008년 1월부터 2012년 12월까지의 범죄데이터와 포털사이트를 통해 기상청에 기록된 기상기록 및 불쾌지수를 사용하였다. 이 데이터를 토대로 범죄와 기상변화 및 불쾌지수의 상관관계분석과 회귀분석을 하기 위해 SPSS 18.0을 활용하였고, 분석을 통해 예측식을 도출하고 도출된 예측식을 통해 얻어진 예측값에 따라 위험지수를 5단계로 나타내었다. 이 같이 구분된 5단계의 위험지수를 통해 범죄예방활동에 중요한 자료로 활용될 것이라 판단된다.

• 경영과학
• /
• 제33권3호
• /
• pp.105-117
• /
• 2016

In this paper, we present empirical testing result to examine the validity of inbound supply and outbound demand risk factors in the sense of early predicting the firm's bankruptcy risk level. The risk factors are drawn from industry uncertainty attributes categorized as uncertainties of input market (inbound supply), and product market (outbound demand). On the basis of input-output table, industry level inbound and outbound sectors are identified to formalize supply chain structures, relevant inbound and outbound uncertainty attributes and corresponding risk factors. Subsequently, publicly available macro-economic indicators are used to appropriately quantify these risk factors. Total 68 industry level bankruptcy risk forecasting results are presented with the average R-square scores of between 53.4% and 37.1% with varying time lag. The findings offers useful insights to incorporate supply chain risk to the body of firm's bankruptcy risk level prediction literature.

• Asian Pacific Journal of Cancer Prevention
• /
• 제14권1호
• /
• pp.595-598
• /
• 2013

Background: Lung cancer is the leading cause of cancer death worldwide Therefore, identification of genetic as well as environmental factors is very important in developing novel methods of lung cancer prevention. However, this is a multi-layered problem. Therefore a lung cancer risk prediction system is here proposed which is easy, cost effective and time saving. Materials and Methods: Initially 400 cancer and non-cancer patients' data were collected from different diagnostic centres, pre-processed and clustered using a K-means clustering algorithm for identifying relevant and non-relevant data. Next significant frequent patterns are discovered using AprioriTid and a decision tree algorithm. Results: Finally using the significant pattern prediction tools for a lung cancer prediction system were developed. This lung cancer risk prediction system should prove helpful in detection of a person's predisposition for lung cancer. Conclusions: Most of people of Bangladesh do not even know they have lung cancer and the majority of cases are diagnosed at late stages when cure is impossible. Therefore early prediction of lung cancer should play a pivotal role in the diagnosis process and for an effective preventive strategy.