• 대한교통학회지
• /
• 제31권1호
• /
• pp.37-46
• /
• 2013

고속도로 시설의 유지보수 관련 도로점용공사는 차로폐쇄로 인해 병목구간이 생기고 급격한 교통류 변화가 발생하게 된다. 이 때, 급격한 교통류 변화는 병목구간에서 합류로 인한 차량간 마찰을 키우고 이로 인해 정상적인 교통상황에서보다 용량이 더 낮게 나타나게 된다. 이러한 공사구간의 용량감소는 지정체를 발생시키고 상류부로 대기행렬을 형성시킴으로써 교통사고 발생 가능성도 높아지는 등 경제적인 손실비용 또한 증가시키게 된다. 따라서, 본 연구는 고속도로를 대상으로 단기 도로점용공사 작업 계획시 공사구간의 원활한 교통처리에 활용될 수 있는 공사구간 기본 용량 결정을 목적으로 수행되었다. 이를 위해 본 연구에서는 고속도로 검지기 자료와 공사현황 자료를 수집하여 두 자료의 매칭과정을 수행한 후 공사구간 검지기 자료를 1차적으로 선정하였다. 또한, 차로점용공사로 인해 교통류가 급격하게 변화되는 분석대상지점을 선정하여 용량분석을 수행하였다. 선정된 분석지점을 대상으로 공사유형, 차로감소유형, 설계속도별 등 다양한 유형별로 용량을 분석하였으며, 최종적으로 공사구간 기본용량을 설계속도 100, 120kph별로 각각 1,700, 1,750pcphpl로 제시하였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권1호
• /
• pp.573-585
• /
• 2021

The banking sector is one of the most important sectors in Pakistan's struggling economy. Recent studies have recommended that suitable methods can be applied to predict bankruptcy. In this context, this work analyzes Pakistan's banking sector's financial status through the five-factor Altman Z-score model, which determines the probability of bankruptcy for an organization. Banking data has been collected through the Pakistan Stock Exchange (PSX) in the period 2013-2017. The Z-score assessment criteria is defined as: Z> 2.99 - "safe" zone; Z> 1.8 Z>2.98- "grey" zone; and Z <1.8 - "distress" zone. Results show good predictions for the local banking industry, while most foreign Pakistani banks were found bankrupt with the Z-score below 1.1. One of the financial risks investors face when investing in any company is the risk of bankruptcy. One of the most used models for predicting financial distress for any company is Altman's Z-score model. On the other hand, the Z-score analysis suggests that all banking establishments are not bankrupt because they have sufficient ability to control bankruptcy. At the same time, foreign banks failed financially and would not be able to be sustained in the future because they do not have the ability to pay the short-term and long-term debt.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1047-1056
• /
• 2022

지구 온난화의 중요한 지시자인 북극의 바다 얼음인 해빙은 기후 시스템, 선박의 항로 안내, 어업 활동 등에서의 중요성으로 인해 다양한 학문 분야에서 관심을 받고 있다. 최근 자동화와 효율적인 미래 예측에 대한 요구가 커지면서 인공지능을 이용한 새로운 해빙 예측 모델들이 전통적인 수치 및 통계 예측 모델을 대체하기 위해 개발되고 있다. 본 연구에서는 북극 해빙의 전역적, 지역적 특징을 학습할 수 있는 two-stream convolutional long- and short-term memory (TS-ConvLSTM) 인공지능 모델의 북극 해빙 면적이 최저를 보이는 9월에 대해 2001년부터 2021년까지 장기적인 성능 검증을 통해 향후 운용 가능한 시스템으로써의 가능성을 살펴보고자 한다. 장기 자료를 통한 검증 결과 TS-ConvLSTM 모델이 훈련자료의 양이 증가하면서 향상된 예측 성능을 보여주고 있지만, 최근 지구 온난화로 인한 단년생 해빙의 감소로 인해 해빙 농도 5-50% 구간에서는 예측력이 저하되고 있음을 보여주었다. 반면 TS-ConvLSTM에 의해 예측된 해빙 면적과 달리 Sea Ice Prediction Network에 제출된 Sea Ice Outlook (SIO)들의 해빙 면적 중간값의 경우 훈련자료가 늘어나더라도 눈에 띄는 향상을 보이지 않았다. 본 연구를 통해 TS-ConvLSTM 모델의 향후 북극 해빙 예측 시스템의 운용 가능 잠재성을 확인하였으나, 향후 연구에서는 예측이 어려운 자연 환경에서 더욱 안정성 있는 예측 시스템 개발을 위해 더 많은 시공간 변화 패턴을 학습할 수 있는 방안을 고려해야 할 것이다.