• 응용통계연구
• /
• 제31권3호
• /
• pp.367-382
• /
• 2018

회사채 신용 등급 예측 모형에 대한 연구는 신용 평가 기관이 회사채 신용 등급 평가에 사용될 것이라 예상 되는 여러 재무적 특성 변수들을 기반으로 진행되었으며 선형 회귀 모형(linear regression), 순위 로짓(ordered logit), 순위 프로빗(ordered probit), 서포트 벡터 기계(support vector machine), 랜덤 포레스트(random forest) 등 다양한 모형들을 적용하여 개발되었다. 하지만 기존 연구들에서 고려한 회사채 신용 등급은 연구에 따라 5등급에서 20등급까지 다른 등급 구간을 적용하였으며 분석에 이용된 표본 자료의 기간 및 대상도 상이하여 예측 성능의 공정한 비교에 어려움이 있다. 따라서 본 연구에서는 2013년부터 2017년까지의 회사채 신용 등급 자료와 기존 연구들에서 사용된 재무 지표들을 통합하여 기존에 발표된 예측 모형들을 동일한 자료에 적용하고 예측 성능을 비교하였다. 추가적으로 Elastic-net 벌점화 회귀 모형 및 순위 로짓, 순위 프로빗 모형을 적합하여 LASSO 벌점이 선택됨을 확인하였으며 LASSO 벌점을 고려한 예측 모형이 대응하는 기존의 예측 모형들보다 향상된 성능을 보임을 확인하였다. 본 연구의 수행 결과, 랜덤 포레스트를 이용한 예측 모형이 15등급 기준 검증 자료에서 정확한 등급 예측률이 69.6%로 다른 모형과 비교하여 높은 예측 성능을 나타내었다.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.99-107
• /
• 2021

최근 유비쿼터스 기반의 의료 및 헬스케어 환경이 구축됨에 따라 다양한 센서들로부터 상황정보를 얻을 수 있는 의료정보시스템이 증가되고 있다. 이러한 상황인식 기반의 의료정보시스템 환경에서는 상황정보를 이용하여 환자상황을 정상 또는 응급으로 판별이 가능하며, 또한 의료진은 스마트기기의 애플리케이션을 통해 ID와 Password를 이용한 간단한 사용자인증이후 환자정보에 쉽게 접근이 가능하다. 그러나 이러한 인증서비스 및 환자정보접근서비스는 의료진 중심의 시스템이며, 유비쿼터스 기반의 의료정보시스템 환경을 충분히 고려하지 못한다. 이에 본 논문에서는 의료정보에 접근하는 사용자에 대해 기존 의료진 중심의 인증과는 달리 상황정보 중심의 인증서비스를 제공하기 위한 상황인식 기반의 인증서비스 모델을 제시하고 구현하였다. 본 논문에서 제안한 상황인식 기반의 인증서비스 모델은 센서들을 통해 환자상황을 인식하여 환자상황에 의하여 의료진의 인증방식 및 권한부여를 다르게 진행하는 서비스이다. 다양한 상황정보 측정환경을 구성하기 위해 웨어러블 및 생체데이터측정모듈, 카메라센서 등을 이용하여 구현하였다. 환자상황이 응급상황일 경우, 의료정보서버는 담당의료진의 스마트기기에 응급메시지를 전송하고, 응급메시지를 받은 담당의료진은 환자정보에 접근하기 위해 스마트기기의 애플리케이션을 이용하여 인증을 시도한다. 모든 인증이 완료되면 의료진은 상위등급 의료정보 접근권한을 부여받아 정상상황에서 볼 수 없었던 환자 의료정보까지 확인이 가능하도록 하였다. 제안한 상황인식 기반의 인증서비스 모델을 통하여 유비쿼터스 의료정보시스템 환경을 충분히 고려할 뿐만 아니라, 환자중심의 시스템적인 보안 및 접근투명성을 강화하였다.

• Nuclear Engineering and Technology
• /
• 제55권1호
• /
• pp.339-352
• /
• 2023

Prediction of the time-related traits of pebble flow inside pebble-bed HTGRs is of great significance for reactor operation and design. In this work, an image-driven approach with the aid of a convolutional neural network (CNN) is proposed to predict the remaining time of initially loaded pebbles and the time interval of paired flow images of the pebble bed. Two types of strategies are put forward: one is adding FC layers to the classic classification CNN models and using regression training, and the other is CNN-based deep expectation (DEX) by regarding the time prediction as a deep classification task followed by softmax expected value refinements. The current dataset is obtained from the discrete element method (DEM) simulations. Results show that the CNN-aided models generally make satisfactory predictions on the remaining time with the determination coefficient larger than 0.99. Among these models, the VGG19+DEX performs the best and its CumScore (proportion of test set with prediction error within 0.5s) can reach 0.939. Besides, the remaining time of additional test sets and new cases can also be well predicted, indicating good generalization ability of the model. In the task of predicting the time interval of image pairs, the VGG19+DEX model has also generated satisfactory results. Particularly, the trained model, with promising generalization ability, has demonstrated great potential in accurately and instantaneously predicting the traits of interest, without the need for additional computational intensive DEM simulations. Nevertheless, the issues of data diversity and model optimization need to be improved to achieve the full potential of the CNN-aided prediction tool.

• 자원ㆍ환경경제연구
• /
• 제29권2호
• /
• pp.113-144
• /
• 2020

다양한 대기질 관측 자료는 우리나라의 대기 오염이 지속적으로 개선되고 있음을 보여 준다. 하지만 일반 시민들은 최근 대기 오염 상태가 심각하며, 이로 인한 경제적 부담이 증가하였다고 인식한다. 본 연구는 이러한 인지와 관측된 자료의 차이 그리고 의료 비용 및 소비 지출에 대한 경제학적 쟁점을 세 가지로 분석하였다. 첫째, 검색량 분석과 시군구 단위 대기 오염 물질 농도 변화의 비교 분석을 통해 인지와 관측된 자료의 불일치를 확인하였다. 둘째, 의료경제모형을 이용하여 대기 오염과 의료비 지출의 이론 모형을 도출하고, 계량경제모형을 통해 대기 오염의 개선에 따른 의료 비용 감소를 실증하였다. 셋째, 소비 지출 분석을 통해 우리나라의 대기 오염에 의한 경제적 부담 증가는 소비 지출 항목에 의존하고 있음을 확인하였다. 본 연구의 결과는 우리나라 대기 오염의 사회경제적 영향을 분석 시, 분석항목에 따른 과대추정의 가능성과 대기 오염의 개선과 관련한 역해석의 문제가 있을 수 있음을 보여준다. 또한 본 연구의 결과는 대기질 관리의 보다 엄격한 기준 적용의 필요성, 방어적 소비재에 대한 사회취약층에 대한 고려 그리고 대기 오염 관련 정보의 접근성 향상 및 신뢰성 회복이 필요하다는 정책적 함의를 가진다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.71-84
• /
• 2021

빅데이터 및 인공지능 기술은 4차 산업혁명에 핵심적인 기술이나, 국내 중소·중견 기업의 빅데이터 분석 활용과 복합 인공지능 분야의 기술경쟁력 확보가 미흡한 상황이다. 따라서 빅데이터 및 인공지능 분야의 기술사업화를 통해 산업군 전반의 경쟁력을 강화하는 것이 중요하다. 본 연구에서는 기술 포트폴리오 분석을 통해 공공연구성과 실용화 우선순위를 평가하고자 한다. 우선 공공연구성과 정보에 대해 앙상블 기법을 적용한 딥러닝 모델을 사용하여 과제의 6T 분류 결측값을 개선하였다. 이후 6T 분야별 빅데이터 및 인공지능융합 분야를 대상으로 토픽 모델링을 진행하여 10개의 세부기술분야를 도출하였다. 세부기술분야별 기술사업화 가능성을 판단하기 위해 기술활동성과 기술효율성을 새롭게 정의하고 측정하였다. 두 축을 기반으로 포트폴리오를 4가지의 유형으로 구분하여 기술사업화 최우선 고려 대상, 장기 투자가 필요한 기술분야 등을 제안하였다. '영상 및 이미지 기반의 진단 기술'은 기술활동성 및 기술효율성이 높아 시장의 수요와 사업화 역량 모두 이상적인 수준으로 나타났다. 이처럼 체계적인 산업·기술시장 분석을 통해 공공연구성과 창출 기술의 활용을 활성화할 수 있으며 중소·중견으로의 효율적인 기술 이전 및 사업화 추진이 가능하다.

• 한국과학교육학회지
• /
• 제40권5호
• /
• pp.543-563
• /
• 2020

본 연구는 초등학교에서 과학적 모델 구성 수업을 적용하는 동안, 두 교사의 수업 실행이 어떻게 변화하였는지 탐색하고, 이러한 변화를 교사의 모델링 PCK 발달 측면에서 이해하고자 하였다. 연구 참여자는 초등학교 5학년 2개 반 학생들과 이들을 가르치는 교사 2명이었고, 과학의 '우리 몸의 구조와 기능' 단원에서 4가지 주제로 총 8차시 동안 모델링 수업을 도입하였다. 자료 분석은 전체 수업 중 교사의 변화를 가장 잘 보여주는 수업 초반(1-2차시)과 수업 후반(7-8차시)을 대상으로 이루어졌으며, 두 교사의 수업 실행 변화 및 이와 연관된 모델링 PCK를 분석하였다. 수업 실행 변화는 GEM cycle의 모델 생성, 평가, 수정 단계에서 각 단계에 할애한 시간과, 피드백의 양 및 피드백의 내용 측면에서 분석되었다. 연구 결과, A교사는 수업 전반에 걸쳐 교사 주도적으로 평가와 수정 단계를 이끌었으며, 수업 초반에 비해 후반에 모델 평가 및 수정 단계에 사용한 시간이 증가하였다. 또한 피드백 측면에서 수업 초반에는 정답 평가 피드백을 사용하였으나, 수업 후반에는 사고 유도 피드백을 사용하는 것으로 피드백의 내용이 변화하였다. 한편, B교사는 수업 초반에는 거의 교사 주도적으로 모델을 평가하고 수정하였으나, 수업 후반에는 메타 인지적 피드백 등 다양한 종류의 피드백을 통해 학생 주도적으로 모델을 평가하고 수정하게 함으로써, 그들이 스스로 지식을 구성하고 모델을 발달시킬 수 있도록 도왔다. 인터뷰 결과, 두 교사의 수업 실행 변화는 여러 가지 모델링 PCK 구성요소의 발달이 바탕이 된 것으로 분석되었다. 또한, 두 교사의 수업 실행 변화 정도가 다르게 나타난 원인을 모델링 PCK에서 탐색한 결과, 두 교사는 모델링 PCK 중에서 교수 지향, 모델링 단계에 대한 이해, 모델링의 가치 인식 정도에서 차이를 보여, 모델링 수업 실행에서 이것의 중요성을 암시한다. 본 연구는 교사의 모델링 수업 실행 변화의 사례를 제공하고, 이와 관련된 모델링 PCK를 밝힘으로써 모델링 수업 개선 방법에 대한 이해 증진에 도움을 줄 수 있을 것이다.

• 환경영향평가
• /
• 제30권5호
• /
• pp.271-296
• /
• 2021

댐 저수지 수온성층은 수직혼합을 억제하여 저층의 빈산소층 형성과 퇴적물 영양염류 용출을 일으키는 원인이므로 미래 기후변화에 따른 저수지 성층구조의 변화는 수질 및 수생태 관리 측면에서 매우 중요하다. 본 연구의 목적은 대청댐 저수지를 대상으로 고빈도 자료기반의 통계적 저수지 유입 수온 예측 모델을 개발하고, RCP(Representative Concentration Pathways) 기후변화 시나리오를 고려한 미래 유입 수온변화와 대청호 성층구조의 변화를 예측하는 데 있다. 대청호 유입 수온 예측을 위해 개발한 Random Forest 회귀 예측모델(NSE 0.97, RMSE 1.86℃, MAPE 9.45%)은 실측 수온의 통계량과 변동성을 적절히 재현하였다. 지역 기후 모델(HadGEM3-RA)로 예측된 RCP 시나리오별 미래 기상자료를 Random Forest 모델에 입력하여 유입 수온을 예측하고 3차원 저수지 수리 모델을 이용하여 기후변화에 따른 대청호의 미래(2018~2037, 2038~2057, 2058~2077, 2078~2097) 수온성층 구조 변화를 예측하였다. 예측 결과, 미래 기후 시나리오별로 대기 온도와 저수지 유입 수온의 증가속도는 각각 0.14~0.48℃/10year와 0.21~0.43℃/10year의 범위로써 지속적으로 증가하였다. 계절별 분석 결과, RCP 2.6 시나리오의 봄과 겨울철을 제외한 모든 시나리오에서 유입 수온은 증가 경향이 통계적으로 유의하였으며, 탄소저감 노력이 약한 기후 시나리오로 갈수록 수온의 증가속도가 빨랐다. 저수지 표층 수온의 증가속도는 0.04~0.38℃/10year 범위였으며, 모든 시나리오에서 성층화 기간이 점진적으로 증가되었다. 특히 RCP 8.5 시나리오 적용 시 성층일수는 약 24일 증가하는 것으로 전망되었다. 연구 결과는 기후변화가 호소의 성층강도를 강화하고 성층형성 기간을 장기화한다는 선행연구 결과와 일치하며, 수온성층의 장기화는 저층 빈산소층 확대, 퇴적물-수체간 영양염류 용출량 증가, 수체 내 조류 우점종의 변화 등 수생태계 변화를 유발할 수 있음을 시사한다.

• 한국항공우주학회지
• /
• 제48권10호
• /
• pp.773-782
• /
• 2020

심층신경망 기반 하이브리드 유한요소해석을 위한 조인트 모델 방법 구축을 소개한다. 트렉터의 앞차축에서 다양한 체결 조건에 의해 유발되는 복잡한 거동 상태를 가지는 볼트와 베어링의 재료 모델을 심층신경망으로 대체했다. 볼트는 6자유도를 갖는 1차원 티모센코 빔 요소를 이용했고, 베어링은 3차원 솔리드 요소를 이용했다. 다양한 하중 조건을 바탕으로 유한요소해석을 한 뒤, 모든 요소에서 응력-변형률 데이터를 추출하고 텐서플로를 이용하여 학습시켰다. 신경망 기반 유한요소해석을 할 때 추출된 데이터를 바탕으로 학습된 심층신경망은 ABAQUS 서브루틴 안에 포함되어 현재 해석 증분의 응력을 예측하고 접선강도행렬을 계산할 수 있게 했다. 학습된 심층신경망 조인트 모델의 일반화 성능은 훈련에 사용되지 않은 새로운 하중 조건에서 해석하여 검증하였다. 최종적으로 이 방법을 이용하여 심층신경망 기반 앞차축 해석을 진행하고 응력장 분포를 검증했다. 또한, 실제 트렉터의 3점 굽힘 실험 결과와 비교하여 심층신경망 기반 해석의 타당성을 검토했다.

• 한국농공학회논문집
• /
• 제59권1호
• /
• pp.45-55
• /
• 2017

Climate change causes changes in rainfall patterns, temperature and drought frequency. Climate change impact influences on water management and crop production. It is critical issue in agricultural industry. Rice is a staple cereal crop in South Korea and Korea uses a ponding system for its paddy fields which requires a significant amount of water. In addition, water supply has inter-relationship with crop production which indicates water productivity. Therefore, it is important to assess overall impacts of climate change on water resource and crop production. A water footprint concept is an indicator which shows relationship between water use and crop yield. In addition, it generally composed of three components depending on water resources: green, blue, grey water. This study analyzed the change trend of water footprint of paddy rice under the climate change. The downscaled climate data from HadGEM3-RA based on RCP 8.5 scenario was applied as future periods (2020s, 2050s, 2080s), and historical climate data was set to base line (1990s). Depending on agro-climatic zones, Suwon and Jeonju were selected for study area. A yield of paddy rice was simulated by using FAO-AquaCrop 5.0, which is a water-driven crop model. Model was calibrated by adjusting parameters and was validated by Mann-Whitney U test statistically. The means of water footprint were projected increase by 55 % (2020s), 51 % (2050s) and 48 % (2080s), respectively, from the baseline value of $767m^2/ton$ in Suwon. In case of Jeonju, total water footprint was projected to increase by 46 % (2020s), 45 % (2050s), 12 % (2080s), respectively, from the baseline value of $765m^2/ton$. The results are expected to be useful for paddy water management and operation of water supply system and apply in establishing long-term policies for agricultural water resources.

• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.90-102
• /
• 2021

기술력평가는 기술사업화 주체가 기술을 사용하여 수익을 창출할 수 있는 능력을 평가하기 위한 것으로, 국내 기술평가 전문기관들이 각자 독자적인 평가체계를 구축하고 수행해오고 있다. 특히 최근 개발된 해양수산 분야의 기술력평가모형은 타 산업 대비 열악한 기술개발 환경을 반영하지 못함으로써, 투자적정으로 여겨지는 T4 등급을 통과하지 못하고 있다. 이는 타 산업에서 활용되는 공통적인 평가지표와 평가척도, T1~T10 등급별 구간 점수체계를 유사 또는 동일하게 사용하면서 발생되는 문제점으로 인식된다. 따라서 본 연구를 통해 9개 해양수산 특수 산업분류 체계에 맞는 기술력평가모형 및 지표 개발을 통해, 종합등급 산출결과의 적정성 및 신뢰성을 확보하고자 하며, 동 모형 및 평가지표가 영세한 해양수산 기업 및 업종의 특수성을 반영할 수 있도록 기업데이터(KED) 및 기술력평가 사례 데이터를 기반으로 하고, AHP기반 지표 가중치, 몬테카를로 시뮬레이션 기반의 등급구간 체계를 도출하고 시범사례 적용 결과를 분석하였다. 본 제안 모형을 통해 향후 기술력평가 건에 대해 적용하여 손쉽고 객관적인 평가결과를 기반으로 R&D 및 사업화 지원 프로그램의 효과성 및 활용성을 제고하고자 한다.