• 과학교육연구지
• /
• 제45권2호
• /
• pp.156-171
• /
• 2021

본 연구는 미래 교육에 관련된 선행 연구를 분석하여 그 시기별 변화의 특징을 파악하고, 최근 나타나는 뉴스 기사를 비교하여 미래 교육에 대한 예측과 전망이 얼마나 일치하는지 비교 분석함으로써 교육을 위한 예측 모형 수립을 위한 시사점을 제공하고자 하였다. 이에 Web of Science를 통해 미래교육을 키워드로 포함한 국제전문학술지의 1,222건의 학술논문의 상세 서지정보를 수집하였고, 이를 2000년대부터 5년 단위로 4개의 시기로 구분하여 각 시기별 키워드를 추출하였다. 또한 최근 1년간 발간된 뉴스를 토대로 키워드를 추출하고 두 결과를 비교하여 얼마나 예측한 결과가 일치하는지 살펴보았다. 연구 결과, 문헌 조사 결과를 통한 키워드는 교사 교육을 제외하면 공통적으로 나타나는 주제나 경향성을 발견하기 어려웠으며 교육과정, 학습자 특성, 협동학습, 컴퓨터 기반 학습 등 교육과정과 내용, 방법, 환경 등 전반을 제시하고 있었다. 이에 반해 뉴스를 통해 도출된 키워드는 혁신학교나 미래교육센터 등 정부의 주요 추진 정책이나 코로나19와 관련된 키워드들이 부각되어 나타났다. 또한 온라인 플랫폼이나 콘텐츠 개발, 클라우드, 빅데이터, 개별학습 등 교육환경과 방법에 초점이 맞춰지고 있음을 파악할 수 있다. 뉴스를 통해 나타나는 키워드를 살펴보면 장기적인 예측을 통해 나타난 키워드는 거의 없었고, 최근 5년 내에 제시되었던 단기적인 내용들이나 최근 5년에서도 언급되지 않는 새로운 주제들을 다루고 있었다. 이는 미래 교육에 대한 예측과 망에 대한 모형이 실제 중장기적 예측에서는 여러 요인의 불확실성으로 인해 정확성을 기대하기 어렵다는 점을 의미한다. 이에 본 연구에서는 미래 교육 예측을 위해 필요한 과제와 방향에 대해 시사점으로 제시하였다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.155-170
• /
• 2018

기업의 금융 부도를 예측하는 것은 전통적으로 비즈니스 분석에서 가장 중요한 예측문제 중 하나이다. 선행연구에서 예측모델은 통계 및 기계학습 기반의 기법을 적용하거나 결합하는 방식으로 제안되었다. 본 논문에서는 잘 알려진 최적화기법 중 하나인 시뮬레이티드 어니일링에 기반한 새로운 지능형 예측모델을 제안한다. 시뮬레이티드 어니일링은 유전자알고리즘과 유사한 최적화 성능을 가진 것으로 알려져 있다. 그럼에도 불구하고, 시뮬레이티드 어니일링을 사용한 비즈니스 의사결정 문제의 예측과 분류에 관한 연구가 거의 없었기 때문에, 비즈니스 분석에서의 유용성을 확인하는 것은 의미가 있다. 본 연구에서는 시뮬레이티드 어니일링과 기계학습의 결합 모델을 사용하여 부도예측모델의 입력 특징을 선정한다. 최적화 기법과 기계학습기법을 결합하는 대표적인 유형은 특징 선택, 특징 가중치 및 사례 선택이다. 이 연구에서는 선행연구에서 가장 많이 연구된 특징 선택을 위한 결합모델을 제안한다. 제안하는 모델의 우수성을 확인하기 위하여 본 연구에서는 한국 기업의 실제 재무데이터를 이용하여 그 결과를 분석한다. 분석결과는 제안된 모델의 예측 정확도가 단순한 모델의 예측 정확성보다 우수하다는 것을 보여준다. 특히 기존의 의사결정나무, 랜덤포레스트, 인공신경망, SVM 및 로지스틱 회귀분석에 비해 분류성능이 향상되었다.

• 한국해안·해양공학회논문집
• /
• 제31권2호
• /
• pp.62-72
• /
• 2019

지진해일 규모와 발생시기 예측의 어려움으로 인해 결정론적 방법으로 얻은 결과가 실제 재난을 반영하지 못하는 사례가 발생하고 있다. 따라서 지진해일의 불확실성을 확률론적으로 접근하는 확률론적 지진해일 재해도 분석(Probabilistic Tsunami Hazard Analysis) 연구의 중요성이 점차 증가하고 있다. 본 연구에서는 과거 동해안에 피해를 유발한 동해 동연부 지진에 대하여 확률론적 지진해일 재해도 분석을 위한 기초연구를 수행하였다. 초기수면변위와 해일고분포의 불확실성을 고려하기 위해 로직트리 기법을 사용하였으며, 우리나라에 내습하는 지진해일의 특성을 반영하여 분기를 구성하였다. 프랙타일 곡선을 산출하는 과정에서 분기의 수가 증가하면 시간소요가 비선형적으로 증가하므로 모든 분기를 고려하면서도 계산시간을 줄일 수 있는 개선된 방법을 제안하였다. 새로 제안된 이산가중치분포법(Discrete Weight Distribution)과 정렬기법 및 몬테카를로법으로 얻은 결과의 일관성과 소요시간을 비교하였다. 이산가중치분포법은 정렬기법을 적용한 경우보다 계산시간이 짧아 효율적인 것으로 평가되었으나, 다수의 분기나 세그먼트를 고려할 경우 몬테카를로 방법이 더 효율적인 것으로 판단된다.

• 한국융합학회논문지
• /
• 제12권3호
• /
• pp.9-15
• /
• 2021

최근 5G와 인공지능 기술이 발전하면서 클라우드 엣지 환경에서 정보를 수집/처리/분석 하기 위한 AIoT 기술에 많은 관심을 갖고 있다. AIoT 기술은 다양한 스마트 환경에 적용되고 있지만 수집된 정보의 정확한 분석을 통해 빠른 대응처리를 수행할 수 있는 연구가 필요하다. 본 논문에서는 스마트 환경에서 수집된 정보를 AIoT에서 빠른 처리와 정확한 분석/예측을 통해 AIoT 정보들간 연계 처리를 블록 처리함으써 대역폭 및 처리시간을 최소화할 수 있는 기법을 제안한다. 제안 기법은 블록체인으로 수집된 정보를 다중 연계하여 AIoT 장치에서 데이터 인덱스에 대한 시드를 생성하여 수집정보와 함께 블록처리하여 데이터 센터로 전달한다. 이 때, 클라우드와 AIoT 장치사이는 DNN(Deep Neural Network) 모델을 배치하여 네트워크 오버헤드를 줄이도록 하였다. 그리고, 서버/데이터센터에서는 전달된 분석 및 예측된 결과를 통해 정확하지 못한 AIoT 정보의 정확도를 개선하여 지연시간을 최소화하도록 하였다. 또한, 제안기법은 AIoT 정보에 가중치를 적용하여 블록체인으로 그룹핑하기 때문에 계층화된 다층 네트워크로 분할 가능하도록 하여 데이터 지연시간을 최소화하였다.

• 응용통계연구
• /
• 제33권6호
• /
• pp.763-776
• /
• 2020

양파는 기상여건에 따른 작황의 변동성이 커 생산량 및 가격 변화가 크다. 정부는 양파를 수급 민감 품목으로 지정하여 다양한 수급 안정대책을 마련하고 시행하는데 이를 위해서는 선제적이고 신뢰도 높은 양파 생산량 예측 정보가 필수적이다. 본 연구에서는 양파의 5월 초 지상부 생육정보와 5월 초부터 수확기까지의 기상정보를 이용하여 최종 생구 무게에 미치는 영향을 추정함으로써 생산량 예측의 정확도 개선에 기여하고자 한다. 위계적 특성을 갖고 있는 자료를 통해 개체별 생육요인인 1-수준 자료와 필지별 기상요인인 2-수준 자료, 그리고 두 수준 간 상호작용을 고려한 다층모형을 도입하여 분석하였다. 분석 결과, 5월 초에 엽수, 엽초경, 초장의 생육이 좋을수록 최종 생구 무게는 증가하는 것으로 추정되었다. 5월 초부터 수확기까지의 기상요인에서는 강수량, 고온일수, 탄소동화저해일수가 생구 무게에 음의 효과가 나타났으며, 일교차와 수확전강수량은 양의 효과로 통계적으로 유의하였다. 또한 1-수준과 2-수준의 교호작용항을 고려하여 모형의 적합도와 설명력을 향상시켰다.

• 한국건설관리학회논문집
• /
• 제24권3호
• /
• pp.12-19
• /
• 2023

건설업의 경우 공사기간 내에 최소한의 수수료로 완제품을 인도할 수 있도록 공정과 원가의 관계를 적절히 분배해야 한다. 이때 교량의 크기, 공법, 공장의 환경과 생산능력, 운송거리 등을 고려해야 한다. 그러나 공사기간 중 발생하는 다양한 원인으로 인해 공사지연, 공사비 상승, 품질 및 신뢰성 저하 등의 문제가 발생하고 있다. 따라서, 기존의 방식에서 탈피하기 위해서는 체계적이고 과학적인 시공기술과 공정관리 기술이 필요하다. 프리팹(Pre - Fabrication)은 공장에서 제작하여 현장에서 시공하는 대표적 OSC(Off-Site Construcation) 공법이다. 본 연구에서는 프리팹 교량 거더인 Nodular 거더의 공정관리를 위한 자원 및 공정계획 최적화 시스템 개발이다. 인력, 장비 동원 계획의 다양한 변수를 자동으로 테스트하여 최적의 값을 도출하는 시뮬레이션 알고리즘을 개발한다. 그리고, 건설 중인 파주-포천 고속도로 건설공사(3공구) 도하 4교에 알고리즘을 적용하여 그 결과를 비교한다. 건설공사 표준품셈을 근거로 액티비티 카드에 실제 투입된 인력, 장비 종류, 수량 등을 적용하고, 작업량, 자원계획, 자원소요량을 반영했다. 향후 다양한 현장 데이터를 포함한 예측기법을 적용하여 프로그램의 정확도를 높일 계획이다.

• 대한토목학회논문집
• /
• 제29권5B호
• /
• pp.409-417
• /
• 2009

본 논문에서는 tree-ring width 지표자료, 태양흑점수, 남방진동지수(SOI) 및 지구온도 아노말리 자료와의 비교를 통하여 서울지점 측우기 강우량 자료의 정확도를 가늠해 보았다. 그리고 한반도 인근지역의 tree-ring width 지표자료와의 비교를 통하여 과거 동북아시아 기후변화 상관성과 변화특성을 파악해 보았다. 분석 결과 측우기 강우량 자료는 다른 비교분석 대상 자료들과 경향성과 변화심도가 매우 잘 일치하고 있어 상당한 신뢰성을 가지고 있음이 확인되었다. 그리고 한반도 주변 6개 지점의 tree-ring width 지표자료와의 비교분석결과, 장기적으로 동북아시아 기후는 시공간적으로 밀접한 상관을 가지고 변화하고 있으며 그 변화에는 장주기적인 재현성이 존재한다는 점을 알 수 있었다. 그러나 1960년 이후의 기후변화 특성은 통계적인 거동특성이나 변화폭이 과거의 재현사상의 한계를 넘지는 않으나 과거와는 다른 경향성과 불규칙성을 보여주고 있으며 재현주기도 짧아지고 있어 과거와는 다르게 나타나는 것으로 분석되었다. 과거자료에 근거한 본 연구의 결과는 동북아시아 기후변화 장기 예측에 있어 유용하게 이용될 수 있을 것으로 판단된다.

• 한국항해항만학회지
• /
• 제47권3호
• /
• pp.167-173
• /
• 2023

한국 경제에 근간이 되는 산업은 제조업이고, 그중 석유화학산업은 전량 원유를 수입하여 우리나라의 기술력으로 가공하여 재수출하는 전략적 성장 산업이다. 수많은 제조업의 원료가 되는 원유를 전량 해상운송을 통해 수입하는 우리나라는 변동성이 심한 유조선 운임 시장에 대해 기민하게 대응해야 한다. 유조선 운임 시장의 위기는 관련 해운회사의 위기에서 끝나지 않고 원유를 사용하는 산업에서부터 국민의 생활까지 영향을 미칠 수 있으므로, 본 연구에서 신호접근법을 활용한 조기경보모형을 제시했다. BDTI 운임지수를 활용하여 유조선 해운시장 위기를 정의하고, 38개의 거시경제, 금융, 원자재 지표 그리고 해운시장 데이터를 활용해 시차상관관계를 분석하여 유조선 해운시장 위기에 선행적으로 반응하는 종합선행지수를 도출했다. 연구 결과, 종합선행지수는 두 달 전 가장 높은 0.499의 시차상관계수 값을 가졌으며, 5개월 전부터 유의미한 상관계수 값을 나타냈다. QPS 값은 0.13으로 위기 예측에 대해 높은 정확성을 지니는 것으로 검증됐다. 더불어 기존의 다른 시계열 예측모형 연구들과 달리 본 연구는 경제 위기와 유조선 해운시장의 위기 간의 시차를 계량적으로 접근하여, 관련 해운산업 종사자들과 정책 입안자들에게 위기에 효과적으로 대처할 수 있는 전략의 기틀을 제공함에 의의가 있다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.116-124
• /
• 2023

극한호우 발생빈도 증가로 소하천 홍수 피해가 증가하고 있어 소하천 리스크 관리를 위해 유량 계측 요구가 증가하고 있다. 이에 행정안전부 (MOIS) 소속 국립재난안전연구원 (NDMI)은 CCTV 기반 자동유량계측기술 (CCTV based Automatic Discharge Measurement Technology, CADMT)을 개발하고 성능 검증과 재난 리스크 관리기술 개발을 위해 시범소하천을 운영하고 있다. 본 연구는 CADMT가 설치된 능막천과 중선필천 2개 소하천을 선정하고 소하천에 가장 가까운 기상청 Automatic Weather System 강우량 자료와 유량 계측자료를 이용해 4-Parameter Logistic 방법으로 Nomograph를 개발한다. 개발한 Nomograph를 검증하기 위하여 본 연구는 각 소하천에서 홍수량을 예측하고 그 결과를 계측 유량과 비교한다. 검증 결과 예측치는 계측치를 잘 재현하는 것으로 나타나 향후, 보다 정확도 높은 계측자료가 수집되고 이에 기반한 Nomograph가 개발된다면 정확도 높은 홍수 예·경보가 가능할 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.29-42
• /
• 2023

본 논문은 서울, 부산, 인천과 같은 대한민국의 주요 도시들을 대상으로 일사량 예측 정확도를 향상하기 위한 방법론을 제안한다. 제안한 방법론은 먼저 GAN, CTGAN, Copula GAN, WGANGP, TVAE 등 다섯 가지 생성 모델을 이용하여 기존 학습 데이터와 유사한 독립 변수들을 생성한다. 다음으로 모델 학습에서의 데이터 편향성을 개선하고자, 생성한 독립 변수들에서 각각 랜덤 포레스트와 심층 신경망을 통해 종속 변숫값을 도출하여 학습 데이터 셋을 구축하고, 이를 기존 학습데이터 셋과 결합하여 예측 모델을 구성한다. 실험 결과, 증강된 데이터 셋으로 학습한 모델들은 기존 데이터 셋으로 학습한 모델들보다 향상된 성능을 나타내었다. 특히 CTGAN은 복잡한 다변량 데이터 관계를 효과적으로 다루는 메커니즘으로 인해 우수한 결과를 도출하였으며, 생성된 데이터는 일사량의 다양한 변화와 실제 변동성과 효과적으로 반영하였다. 제안한 방법론은 고품질의 생성 데이터로 학습 데이터를 증강함으로써, 데이터 부족 현상 문제를 다룰 수 있을 뿐만 아니라 지속 가능한 발전을 위한 태양광 발전 시스템 운영에도 이바지할 수 있을 것으로 기대한다.