• 생태와환경
• /
• 제43권1호
• /
• pp.161-167
• /
• 2010

In this study, we implemented an experimental approach of ecological model development in order to emphasize the importance of input variable selection with respect to time-delayed arrangement between input and output variables. Time-series modeling requires relevant input variable selection for the prediction of a specific output variable (e.g. density of a species). Inadequate variable utility for input often causes increase of model construction time and low efficiency of developed model when applied to real world representation. Therefore, for future prediction, researchers have to decide number of time-delay (e.g. months, weeks or days; t-n) to predict a certain phenomenon at current time t. We prepared a total of 3,900 equation models produced by Time-Series Optimized Genetic Programming (TSOGP) algorithm, for the prediction of monthly averaged density of a potamic phytoplankton species Stephanodiscus hantzschii, considering future prediction from 0- (no future prediction) to 12-months ahead (interval by 1 month; 300 equations per each month-delay). From the investigation of model structure, input variable selectivity was obviously affected by the time-delay arrangement, and the model predictability was related with the type of input variables. From the results, we can conclude that, although Machine Learning (ML) algorithms which have popularly been used in Ecological Informatics (EI) provide high performance in future prediction of ecological entities, the efficiency of models would be lowered unless relevant input variables are selectively used.

• Smart Structures and Systems
• /
• 제22권4호
• /
• pp.413-424
• /
• 2018

The factors affecting the shear strength of the angle shear connectors in the steel-concrete composite beams can play an important role to estimate the efficacy of a composite beam. Therefore, the current study has aimed to verify the output of shear capacity of angle shear connector according to the input provided by Support Vector Machine (SVM) coupled with Firefly Algorithm (FFA). SVM parameters have been optimized through the use of FFA, while genetic programming (GP) and artificial neural networks (ANN) have been applied to estimate and predict the SVM-FFA models' results. Following these results, GP and ANN have been applied to develop the prediction accuracy and generalization capability of SVM-FFA. Therefore, SVM-FFA could be performed as a novel model with predictive strategy in the shear capacity estimation of angle shear connectors. According to the results, the Firefly algorithm has produced a generalized performance and be learnt faster than the conventional learning algorithms.

• 산업융합연구
• /
• 제16권4호
• /
• pp.33-46
• /
• 2018

개인신용평가는 은행이 대출을 승인할 때 수익성 있는 의사결정을 적절히 유도할 수 있는 효과적인 도구이다. 최근 많은 분류 알고리즘 및 모델이 개인신용평가에 사용되고 있다. 개인신용평가 기법은 대체로 통계적 방법과 비 통계적 방법으로 구분된다. 통계적 방법에는 선형회귀분석, 판별분석, 로지스틱 회귀분석, 의사결정나무 등이 포함된다. 비 통계적 방법에는 선형계획법, 신경망, 유전자 알고리즘 및 Support Vector Machines 등이 포함된다. 그러나 신용평가모형 개발을 위해 어떠한 방법이 최선인지에 관해서는 일관된 결론을 내리기는 어렵다. 본 논문에서는 중국 금융기관의 개인 신용 데이터를 사용하여 가장 대표적인 신용평가 기법인 로지스틱 회귀분석, 신경망 그리고 Support Vector Machines의 성능을 비교하고자 한다. 구체적으로, 세 가지 모형을 각각 구축하여 고객을 분류하고 분석 결과를 비교하였다. 분석결과에 따르면, Support Vector Machines이 로지스틱 회귀분석과 신경망보다 더 나은 성능을 가지는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.18-18
• /
• 2011

Climate change is impacting and will increasingly impact both the quantity and quality of the world's water resources in a variety of ways. In some areas warming climate results in increased rainfall, surface runoff, and groundwater recharge while in others there may be declines in all of these. Water quality is described by a number of variables. Some are directly impacted by climate change. Temperature is an obvious example. Notably, increased atmospheric concentrations of $CO_2$ triggering climate change increase the $CO_2$ dissolving into water. This has manifold consequences including decreased pH and increased alkalinity, with resultant increases in dissolved concentrations of the minerals in geologic materials contacted by such water. Climate change is also expected to increase the number and intensity of extreme climate events, with related hydrologic changes. A simple framework has been developed in New Zealand for assessing and predicting climate change impacts on water resources. Assessment is largely based on trend analysis of historic data using the non-parametric Mann-Kendall method. Trend analysis requires long-term, regular monitoring data for both climate and hydrologic variables. Data quality is of primary importance and data gaps must be avoided. Quantitative prediction of climate change impacts on the quantity of water resources can be accomplished by computer modelling. This requires the serial coupling of various models. For example, regional downscaling of results from a world-wide general circulation model (GCM) can be used to forecast temperatures and precipitation for various emissions scenarios in specific catchments. Mechanistic or artificial intelligence modelling can then be used with these inputs to simulate climate change impacts over time, such as changes in streamflow, groundwater-surface water interactions, and changes in groundwater levels. The Waimea Plains catchment in New Zealand was selected for a test application of these assessment and prediction methods. This catchment is predicted to undergo relatively minor impacts due to climate change. All available climate and hydrologic databases were obtained and analyzed. These included climate (temperature, precipitation, solar radiation and sunshine hours, evapotranspiration, humidity, and cloud cover) and hydrologic (streamflow and quality and groundwater levels and quality) records. Results varied but there were indications of atmospheric temperature increasing, rainfall decreasing, streamflow decreasing, and groundwater level decreasing trends. Artificial intelligence modelling was applied to predict water usage, rainfall recharge of groundwater, and upstream flow for two regionally downscaled climate change scenarios (A1B and A2). The AI methods used were multi-layer perceptron (MLP) with extended Kalman filtering (EKF), genetic programming (GP), and a dynamic neuro-fuzzy local modelling system (DNFLMS), respectively. These were then used as inputs to a mechanistic groundwater flow-surface water interaction model (MODFLOW). A DNFLMS was also used to simulate downstream flow and groundwater levels for comparison with MODFLOW outputs. MODFLOW and DNFLMS outputs were consistent. They indicated declines in streamflow on the order of 21 to 23% for MODFLOW and DNFLMS (A1B scenario), respectively, and 27% in both cases for the A2 scenario under severe drought conditions by 2058-2059, with little if any change in groundwater levels.

• 한국강구조학회 논문집
• /
• 제19권1호
• /
• pp.29-41
• /
• 2007

다른 복잡한 의사 결정 문제와 같이 구조설계는 많은 다른 기준들 사이의 상반관계에서 이루어지는 의사 결정 문제이다 . 다양하게수학적으로 프로그래밍 된 설계 기법이 점차 현실적인 요소를 감안하여 현실화되고 있으나 여전히 많은 설계의 제한, 즉 수학적으로 모델화 되지 못하는 많은 설계요소들과 관련되어 있다. 본 연구는 이러한 제한을 인식하고 강 프레임 구조물의 최적 설계에 관하여 다루어 지지 않은 설계요소를 감안하여 실무 설계자들에게 하나의 유일한 설계해가 아닌 다른 몇 가지 유용한 설계 대안을 제시할 수 있는 설 계 시스템을 개발 하였다. 본 연구의 알고리즘에 의해 얻어진 설계 대안들은 모델화된 목적함수에 관해 최적의 해는 아니지만 매우 적합한 해들이 며, 동시에 유일한 최적해와 비교 시 다른 설계 해로써 때로는 임의 모델화 되지 않은 설계요소에 관해서는 오히려 더 나은 결과를 나타내 줍 중에 효과적으로 저항하도록 보와 기둥이 모멘트 연결된 강 프레임 구조물을 대상으로 안정성에 문제가 없이 경비절감에 효과적인 설계를 위해 재료비뿐만 아니라 가설 시 부재연결에 소요되는 경비를 포함하는 최소 경비 설계를 위한 의사 결정 지원 시스템을 개 발하고자 한다. 본 시스템은 최적 설계해에 대한 설계대안을 생성하기 위한 변형된 최적화 문제형식으로, 이때 최적 설계해는 하중저항계수설계법 에 따른 비선형 해석과정과 유전알고리즘을 바탕으로 한 최적화 알고리즘을 결합한 알고리즘을 반복 수행하여 얻은 모멘트 연결의 수와 총 경비 와의 상반관계로부터 결정된다. 유용성 평가를 위해 생성된 각 설계대안을 다양한 설계요소에 관해 고찰하였다.

• Clinical and Experimental Reproductive Medicine
• /
• 제23권3호
• /
• pp.247-268
• /
• 1996

여포와 난포의 성숙, 배란과 착상, 임신의 유지와 태아의 성장 발달, 분만 및 유선발육과 비유 등 일련의 생식현상에서 있어서 성선자극호르몬과 스테로이드 호르몬의 작용이 중추적인 역할을 한다는 사실은 오래 전부터 알려져왔다. 그러나 이러한 일련의 현상에 고전적인 호르몬 외에도 다수의 성장인자가 관여되고 있음이 최근의 연구 결과 밝혀지고 있다. 생식기관에서 성장인자들은 대부분 autocrine/paracrine mode로 작용하여, 성선자극호르몬과 스테로이드 호르몬의 작용을 매개하거나 이들 호르몬 등과 교호적인 작용(synergy)을 한다. 생식기관 내 insulin-like growth factor(IGF) system은 최근 가장 활발히 연구된 분야 중의 하나로 생식현상의 전반에 걸쳐 중요한 역할을 하고 있음이 밝혀졌다. 본 지면에서는 IGF system에 관한 개괄적인 정보를 소개하고 현재까지 보고된 intrauterine IGF system에 관한 연구를 요약하고자 한다. IGF family는 IGF-I과 IGF-II ligands, 두종류의 IGF receptors(수용체), 그리고 지금까지 발견된 6종류의 IGF-binding proteins(IGFBPs)로 이루어져 있다. IGF-I과 IGF-II는 proinsulin과 상동한 구조를 가진 peptide로서 포도당과 아미노산 운반을 자극하는 등 insulin과 유사한 작용을 한다. 이 외에도 IGFs는 세포분열촉진제(mitogens)로서 여러 형태의 세포에 걸쳐 세포증식을 자극하고, 세포의 분화(differentiation)과 세포기능의 발현에 관여한다. IGFs는 간과 주로 messenchymal cells에서 발현되어 endocrine mode는 물론 autocrine/paracrine mode로 거의 모든 조직에 작용한다. IGF 수용체는 두종류가 알려져 있는데 type I IGF receptor는 tyrosine kinase로서 IGF-I과 IGF-II에 공히 high-affinity를 나타내고, 상기한 대부분의 IGFs의 작용을 매개한다. Type II IGF receptor 혹은 IGF-II/mannose-6-phosphate receptor는 두개의 서로 다른 binding sites를 가지고 있는데 IGF-II binding site는 IGF-II에만 high-affinity를 나타낸다. Type II IGF receptor의 주요 역할은 IGF-II를 lysosomal targeting하여 ligand를 파괴하는데 있다. 체액 속의 IGFs는 대부분 IGFBP에 결합되어 있다. IGFBPs는 IGF의 저장/운반체 혹은 IGF 작용을 조절하는 역할을 하는 것으로 알려져 있으나 개개 IGFBP의 역할에 대해서는 지극히 제한된 정보만이 알려져 있다. IGFBPs의 IGF ligands에의 affinity는 IGF receptors의 IGFs에의 affinity보다 크기 때문에 대부분의 in vitro 상황 하에서 IGFBPs는 IGF 작용을 억제한다. IGFBP에 결합되어 있는 IGF가 어떤 기작에 의해 IGFBP로부터 분리되어 IGF receptor에 도달하는지는 알려지지 않고 있으나, 혈액과 조직액에 들어있는 불특정 IGFBP protease activity는 IGF의 방출과정에서 일역을 하는 것으로 믿어지고 있다. 최근 연구보고에 의하면 특정 in vitro 상황 하에서 IGFBP-1, -3, -5 등은 IGF와 무관한 작용도 있다는 증빙이 있어 IGF system의 또 다른 차원을 예고하고 있다. IGF family members의 mRNAs & proteins는 영장류, 설치류 및 가축의 자궁조직과 수태물(conceptus)에서 발현되어 자궁과 태아의 성장 발달에 중요한 역할을 한다. 자궁조직의 IGF system의 발현은 성선호르몬, 국소 생리조절인자 등에 의해 발현시기와 장소의 특이성이 결정되며, 발현된 IGFs와 IGFBPs는 autocrine/paracrine mode로 자궁조직에 작용하기도 하고, 자궁강에 분비되어 수태물의 성장 발달에 관여한다. 착상을 전후하여 수태물에서도 IGF system이 발현되는데 개개 IGF family member의 발현 시기는 모체로부터 유래된 mRNA의 유무, 수태물 자체의 genetic programming, 모체와의 상호작용 등에 의해 결정되고, IGFs의 작용 부위 역시 시간(생리적 상태)과 장소의 특이성이 있다. 이와같이 conceptus IGF system의 발현이 시간적, 공간적으로 조절되고있다는 사실은 IGFs가 수태물의 성장 발달에 일역을 한다는 가설을 간접적으로 지지해 준다. 자궁조직과 수태물에서 발현된 IGFs는 세포의 증식과 분화, 포도당과 아미노산의 운반과 단백질합성, placental lactogen과 prolactin 등과 같은 유선자극호르몬의 생성을 자극하고 스테로이드 호르몬의 합성에도 관여한다. 태아의 성장 발달에 있어서 IGFs의 역할은 embryo의 IGF-I, IGF-II, 혹은 IGF receptor gene을 homologous recombination technique에 의해 파괴(gene targeting)하여을 때의 결과로써 입증되었다. 생쥐의 IGF and/or IGF-II gene 혹은 IGF receptor gene을 파괴했을 때 출생 전후 모두 성장 발달이 지연되며 출생시 무게는 정상치의 30-60% 수준에 머물고, 특히 type I IGF receptor gene 혹은 IGF-I과 IGF-II genes를 모두 파괴했을 경우에는 출생 후 곧 치사한다. 자궁 내의 IGFBPs는 IGF ligands를 자궁 내에 제한시키거나 IGFs의 receptor binding을 억제하는 negative regulators 역할을 하는 것으로 믿어지고 있다. 그러나 영장류의 자궁에서 IGFBP-I과 같은 특정 IGFBP는 IGFs보다 월등히 많은 양이 발현 분비되고 있는 것으로 추산되고 있으며, 또한 이 단백질은 모체탈락막세포에서 분비되는 주요 단백질 중의 하나라는 점을 감안할 때 IGFBP-I이 IGF과 무관한 작용이 있을 가능성도 배제할 수 없다. 따라서 IGFBPs의 역할 규명은 IGF system을 이해하는데 중요한 부분을 차지하고 있어 향후 이 분야의 연구에 많은 기대와 촛점이 모여지고 있다.