• 기술혁신연구
• /
• 제20권2호
• /
• pp.49-74
• /
• 2012

본 연구에서는 기술의 수명주기에 영향을 미치는 요인에 대해 분석하고, 기존 표준모델에서 활용되고 있는 평가지표를 근거로 개별기술의 수명에 영향을 미칠 평가지표를 분석해 이를 정량화하여, 피인용특허수명(CLT)을 기반으로 개별기술의 속성이 반영된 기술수명주기를 산출하는 개선방법을 제안하였다. 본 연구에서 제안한 방법론은 기존 표준모델의 기술수명주기 산출방법인 한계점을 개선할 수 있는 방법으로 평가대상기술 관계자들에게 도출결과에 대한 설득의 용이성과 기존에 비해 보다 합리적인 기준을 제시함으로서 기술수명주기 도출결과의 타당성 및 활용성을 배가시킬 수 있을 것으로 기대된다.

• 디지털융복합연구
• /
• 제15권2호
• /
• pp.165-172
• /
• 2017

본 논문에서는 전기자동차를 주제로 SCIE 및 SSCI 저널에 게재한 논문데이터를 활용한 시계열 분석과 국제특허분류(International patent classification, 이하 IPC) 별 특허 데이터를 활용한 시계열 분석과 노드엑셀을 활용한 네트워크 분석을 통해 2001년에서 2014년까지의 전기자동차의 기술 동향을 파악하고 특허와 논문 데이터의 상관관계 분석을 통하여 기술 동향을 분석하였다. 또한 예측기법 중 하나인 가중이동평균법으로 전기자동차의 유망 요소기술을 예측하였다. 본 연구의 결과 전기자동차 요소기술 중 배터리 기술이 유망한 기술로 나타났다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.781-791
• /
• 2022

산불로 인한 피해를 최소화하기 위해서 산불위험 예보 정보를 제공하는 것은 필수적이다. 따라서 본 연구에서는 우리나라를 대상으로 기계학습 기반의 산불위험 중기예보(1일 후부터 7일 후까지) 모델을 개발하였다. Global Data Assimilation and Prediction System (GDAPS)의 기상예보 자료와 기 개발된 산불위험지수(Fire Risk Index, FRI)의 과거 및 현재 정보, 그리고 기타 환경요소(i.e., 고도, 산불다발지수, 가뭄지수)의 현재 정보를 반영하여 모델을 개발하였다. 본 연구에서는 실시간 학습을 통해 모델을 개발하였으며, 효율적인 모델 개발을 목적으로 과거 산불위험지수와 가뭄지수의 유무를 고려하여 세가지 경우(Scheme 1: 과거 산불위험지수 및 가뭄지수, Scheme 2: 과거 산불위험지수, Scheme 3: 과거 산불위험지수 변화 추세 및 가뭄지수)로 연구를 수행하였다. 본 연구에서 개발된 산불위험예보모델은 예보기간에 상관없이 높은 정확도(피어슨 상관계수(Pearson correlation) >0.8, relative root mean square error <10%)를 나타냈으며, 실제 산불 발생 건에 대해서도 유의미한 결과를 보였다. 과거 산불위험지수의 추세보다는 산불위험지수 값 자체를 입력변수로 사용하는 것이 높은 정확도를 보였으며, 가뭄지수 사용과 관계없이 좋은 결과를 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회(1)
• /
• pp.709-710
• /
• 2005

• Earthquakes and Structures
• /
• 제18권1호
• /
• pp.73-82
• /
• 2020

With the coal mining depth increasing, both stress and gas pressure rapidly enhance, causing coal and gas outburst risk to become more complex and severe. The conventional method for prediction of coal and gas outburst adopts one prediction index and corresponding critical value to forecast and cannot reflect all the factors impacting coal and gas outburst, thus it is characteristic of false and missing forecasts and poor accuracy. For the reason, based on analyses of both the prediction indicators and the factors impacting coal and gas outburst at the test site, this work carefully selected 6 prediction indicators such as the index of gas desorption from drill cuttings Δh₂, the amount of drill cuttings S, gas content W, the gas initial diffusion velocity index ΔP, the intensity of electromagnetic radiation E and its number of pulse N, constructed the Bayes discriminant analysis (BDA) index system, studied the BDA-based multi-index comprehensive model for forecast of coal and gas outburst risk, and used the established discriminant model to conduct coal and gas outburst prediction. Results showed that the BDA - based multi-index comprehensive model for prediction of coal and gas outburst has an 100% of prediction accuracy, without wrong and omitted predictions, can also accurately forecast the outburst risk even for the low indicators outburst. The prediction method set up by this study has a broad application prospect in the prediction of coal and gas outburst risk.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.8-14
• /
• 2020

미세먼지의 인체 영향이 밝혀지며 예보정확도 개선에 대한 요구가 증가하고 있다. 이에 기계 학습 기법을 도입하여 예측 정확성을 높이려는 노력이 수행되고 있으나, 저농도 발생 비율이 매우 큰 미세먼지 데이터로 인해 전체 예측 성능이 떨어지는 문제가 있다. 본 논문에서는 PM10 미세먼지 예보 정확도 향상을 위해 농도별 분리 예측 모델을 제안한다. 이를 위해 천안 지역의 기상 및 대기오염 인자를 활용하여 저, 고농도별 예측 모델을 설계하고 전 영역 예측 모델과의 성능 비교를 수행하였다. RMSE, MAPE, 상관계수 및 AQI 정확도를 통한 성능 비교 결과, 전체 기준에서 예측 성능이 향상됨을 확인하였으며, AQI 고농도 예측 성능의 경우 20.62%의 성능 향상이 나타났음을 확인하였다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.368-375
• /
• 2023

본 연구에서는 농촌진흥청과 홍콩과학기술대학교의 공동 개발로 생산된 1개월 예측 자료의 오차를 분석하고, 통계적 보정 기법을 활용한 오차 개선 효과를 살펴보고자 하였다. 이를 위해 2013년부터 2021년까지의 과거 예측(hindcast) 자료, 기상관측자료, 다양한 환경정보들을 수집하고 다양한 환경 조건에서의 오차 특성을 분석하였다. 최고기온과 최저기온의 경우, 해발고도와 위도가 높을 수록 예측 오차가 더 크게 나타났다. 평균적으로, 선형회귀모형과 XGBoost로 보정한 예측자료는 보정 전 예측자료보다 각각 0.203, 0.438(최고기온) 및 0.069, 0.390(최저기온) 정도의 RMSE가 감소했으며, 높은 고도와 위도에서의 오차 개선이 더 크게 나타났다. 모든 분석 조건에서 XGBoost가 선형회귀모형보다 우수한 오차 개선 효과를 나타냈다. 본 연구를 통해 예측 자료의 오차가 지형적 조건에 영향을 받는다는 사실을 확인하였고, XGBoost와 같은 기계학습법이 다양한 환경인자들을 고려하여 효과적으로 오차를 개선할 수 있다는 것을 확인하였다.

• 기술혁신연구
• /
• 제9권1호
• /
• pp.95-120
• /
• 2001

One of the systematic attempts for technological forecasting is Delphi Method that externalizes and manipulates unformalized experts opinion in a particular problem or subject. It has, however, a critical shortcoming that it can not reflect the degree of interaction that exists among forecast events or subject. Gordon and Hayward(1969) criticize that when the forecast events are strongly interrelated, a totally unrealistic consensus may result. They proposed a new forecasting method that considers the interaction of events, that is, Cross Impact Analysis (CIA). A number of related models have been developed after them. In this study, we examine a variety of research results related to CIA obtained by literature survey and propose the limitation and future research direction. This analysis would be expected to help us to create a strategic scenario on future technology development at the government and firm level.

• Communications for Statistical Applications and Methods
• /
• 제8권2호
• /
• pp.543-556
• /
• 2001

This study suggests integrated neural network modes for he stock price index forecasting using change-point detection. The basic concept of this proposed model is to obtain significant intervals occurred by change points, identify them as change-point groups, and reflect them in stock price index forecasting. The model is composed of three phases. The first phase is to detect successive structural changes in stock price index dataset. The second phase is to forecast change-point group with various data mining classifiers. The final phase is to forecast the stock price index with backpropagation neural networks. The proposed model is applied to the stock price index forecasting. This study then examines the predictability of integrated neural network models and compares the performance of data mining classifiers.

• 대한산업공학회지
• /
• 제27권2호
• /
• pp.176-180
• /
• 2001

In Korea, the mobile telecommunication service market is expanding rapidly and becoming more competitive. For service providers in such a dynamic environment, it is very important to accurately forecast demand including market potential in order to work out marketing strategies. In this paper, we suggest a general approach to forecast the market potential using a multinomial logit model, which is applied to individual-level market survey data. Then we develop a dynamic market potential model that can adapt to changes in the external environment without requiring further market survey. The proposed model is applied to the mobile telecommunication service market in Korea.