• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1805-1815
• /
• 2022

2022년에 경북 울진·강원 삼척 등 산불이 발생하였으며, 이는 국내 최장 산불 기록이었지만 인명피해가 없었다. 산불은 지역주민이 직접 피해에 노출되어 대피를 해야 하는 재난으로, 산불 발생 시 대피를 이동 수요를 예측하는 것은 재난관리의 효율성을 위해 반드시 필요하다. 본 연구는 경북 울진·강원 삼척 등 산불 발생에 따라 지역주민의 이동을 분석하여 이동 패턴을 파악하고자 하는 탐색적 연구이다. 이를 위하여 SKT 유동인구 데이터를 활용하였으며, 경북 울진군 및 강원 삼척시의 인구 이동 패턴을 분석하였다. 주요한 연구 결과로는 첫째, 경북 울진군과 강원 삼척시 모두 거주인구 및 방문인구가 감소하는 인구 이동 패턴을 보였으나, 직장인구의 인구이동은 평상시와 유사한 것으로 나타났다. 둘째, 산불의 발화지인 경북 울진군 북면의 거주인구들은 산불을 피해 주변 지역으로 이동하는 것으로 나타났다. 셋째, 이동한 지역은 산불에서 안전하다고 판단되는 지역이며, 이때 긴급재난문자와의 관련성이 있는 것으로 나타났다. 본 연구는 산불이 발생한 지역의 인구가 산불에 대피하기 위해 이동하는 패턴을 양적 데이터인 유동인구 데이터를 통해 확인하였다는 의의를 지닌다. 또한 산불 발생 시 피해를 최소화하기 위하여 주민들에게 긴급재난문자를 통한 대피소 안내가 중요함을 시사한다.

• 한국노년학
• /
• 제40권4호
• /
• pp.747-760
• /
• 2020

본 연구는 한국의료패널을 통해 인천광역시 고령자의 보건의료이용 행태 예측요인을 확인하여 고령자의 보건의료접근성을 높이거나 보건의료이용의 효율성을 높일 수 있는 서비스 또는 제도를 개발하는데 필요한 기초자료를 마련하는 것을 목적으로 한다. 한국의료패널 중 인천광역시에 거주하는 60세 이상 대상자 총 305개의 자료를 SPSS와 AMOS를 이용하여 분석하였다. 분석 결과, 개인속성과 건강수준, 건강수준과 보건의료이용행태에서 유의미한 상관이 나타났다. 또한, 구축된 연구모형의 적합도 및 효과 분석을 통해 개인속성 요인, 생활습관, 건강수준이 모두 보건의료서비스 이용에 직·간접적으로 유의미한 영향을 미치고 있음을 확인하였다. 이를 통해 인천시가 다른 지역들에 비해 보건의료서비스 수요 및 공급에서 불균형이 심한 편이므로 고령화 사회에 맞춰 인천시의 보건의료체계 정립이 필요함을 알 수 있었으며, 인천시 거주 고령자에게 제공할 보건의료서비스의 방안과 관련 정책 제도 수립 시 본 연구 결과를 기초자료로 활용할 수 있을 것이다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.285-301
• /
• 2023

비대면 교육의 중요성 및 필요에 따른 수요가 증가함에 따라 국내외 온라인 교육 오픈 플랫폼이 활성화되고 있다. 본 플랫폼은 대학 등 교육 전문기관과 달리 학습자의 자율성이 높은 특징을 가지며 이에 따라 개인화된 학습 도구를 지원하기 위한 학습 행동 데이터의 분석 연구가 중요시 되고 있다. 실제적인 학습 행동을 이해하고 패턴을 도출하기 위하여 프로세스 마이닝이 다수 활용되었지만 온라인 교육 플랫폼과 같이 자기 관리형(Self-regulated) 환경에서의 학습 로그를 기반한 사례는 부족하다. 또한, 대부분 프로세스 모델 도출 등의 모델 관점에서의 접근이며 분석 결과의 실제적인 적용을 위한 개별 패턴 및 인스턴스 관점에서의 방법 제시는 미흡하다. 본 연구에서는 온라인 교육 오픈 플랫폼 내 학습 패턴을 파악하기 위하여 프로세스 마이닝을 활용한 분석 방법을 제시한다. 학습 패턴을 다각도로 분석하기 위하여 모델, 패턴, 인스턴스 관점에서의 분석 방법을 제시하며, 프로세스 모델 발견, 적합도 검사, 군집화 기법, 예측 알고리즘 등 다양한 기법을 활용한다. 본 방법은 국내 오픈 교육 플랫폼 내 기계학습 관련 강좌의 학습 로그를 추출하여 분석하였다. 분석 결과 온라인 강의의 특성에 맞게 비구조화된 프로세스 모델을 도출할 수 있었으며 구체적으로 한 개의 표준 학습 패턴과 세 개의 이상 학습 패턴으로 세분화할 수 있었다. 또한, 인스턴스별 패턴 분류 예측 모델을 도출한 결과 전체 흐름 중 초기 30%의 흐름을 바탕으로 예측하였을 때 0.86의 분류 정확도를 보였다. 본 연구는 프로세스 마이닝을 활용하여 학습자의 패턴을 체계적으로 분석한다는 점에서 기여점을 가진다.

• 중소기업연구
• /
• 제39권3호
• /
• pp.57-76
• /
• 2017

오늘날 국내외 경기 침체로 전반적인 실업률이 상승하고 있는 상황에서도 대졸자들의 중소기업 취업 기피현상으로 인한 인력수급의 불균형과 사회적 불안요인은 여전히 발생하고 있다. 이러한 문제를 해결하기 위한 시사점을 제공하기 위하여 본 연구는 대학생들의 중소기업 취업에 관한 신념과 태도가 어떻게 중소기업 취업의도에 영향을 미치는지를 Ajzen의 계획된 행동이론(TPB: Theory of Planned Behavior)을 바탕으로 조사 분석하였다. 본 연구는 Ajzen이 제시하는 2단계 실증 조사방법에 따라 진행되었으며, 1단계 설문조사에서는 중소기업 취업과 관련된 부각된 신념, 규범적 준거인 및 통제요인을 추출하고 이를 바탕으로 2단계의 본 설문을 설계하여 조사를 실행하고 그 결과를 분석하였다. 자료의 분석기법으로는 2세대 다변량 분석기법에 속하는 구조방정식 모형 중 특히 PLS 구조방정식 모형을 이용하였다. 이는 본 연구가 탐색적 성격을 지니므로 공분산 기반 구조방정식보다 PLS 구조방정식이 보다 적합할 것이라는 판단에 따른 것이다. 연구 결과, Ajzen의 TPB 이론이 대학생들의 중소기업 취업의도를 설명하고 예측하는 데에도 매우 효과적인 모형임을 입증하였다. 우선, 성별 요인은 중소기업 취업의도와 영향요인 간에 유의적인 조절변수로 작용함을 보였다. 중소기업 취업과 관련하여 여학생들은 사회적 압력을 나타내는 주관적 규범에 가장 큰 영향을 받는 반면, 남학생들은 중소기업 취업의 결과에 대한 태도가 가장 중요한 요인으로 작용하였다. 또한 조사대상자들은 학업성적이 높을수록 중소기업을 기피하는 현상을 보였다. 본 연구의 결과는 중소기업들이 보다 유능한 대졸 취업자 채용을 위한 홍보와 채용결정에 유익한 시사점을 제공해 줄 수 있을 것이다. 추후 다양한 전공을 대상으로 추가적인 매개변수와 조절변수를 포함하는 후속 연구들이 요구될 것이다.

• 한국건설관리학회논문집
• /
• 제24권6호
• /
• pp.66-73
• /
• 2023

건설 프로젝트는 기획부터 완공까지 공사비 예측, 확인, 그리고 정산 단계로 이루어진다. 건설원자재 평균 가격은 변동성을 지닌다. 하지만 건설 프로젝트의 자재비 산정은 계획단계 시점의 시세를 반영하여 결정되기 때문에, 시공단계에서 자재가 투입될 시점의 시세 변동에 따라 예상한 가격과 차이가 날 수 있다. 건설 산업은 건설원자재 가격 변동으로 인한 수요예측 실패, 프로젝트 비용변경으로 인한 사용자 비용 증가, 예측 체계성 부족으로 인한 손실이 발생한다. 이에 따라 건설원자재 가격 예측의 정확도 개선이 필요하다. 본 연구는 Data Refactor 기법의 개선을 통해 건설원자재 가격 예측 및 적용성 검증을 목적으로 한다. 건설원자재의 가격 예측의 정확도를 높이기 위하여 기존의 데이터 리팩토 간의 저·고빈도의 분류 및 ARIMAX 활용법을 빈도 위주 및 ARIMA 기법 활용으로 개선하여 건설원자재 목재, 시멘트 등 6개 품목의 단기(미래 3개월), 중기(미래 6개월), 장기(미래 12개월) 가격을 예측하였다. 분석한 결과 개선된 Data Refactor 기법을 기반으로 한 예측값이 오차는 줄었고 변동성은 확장되었다. 따라서, 본 연구에서 제안된 Data Refactor 기법을 통해 건설원자재 가격을 더 정확하게 예측하여 예산을 효과적으로 관리할 수 있을 것으로 기대된다.

• 마이크로전자및패키징학회지
• /
• 제30권4호
• /
• pp.44-49
• /
• 2023

탄소중립을 위한 세계적인 노력 속에서 전기자동차의 사용이 급속하게 증가함에 따라 배터리에 대한 수요도 증가하고 있다. 따라서, 전기자동차의 높은 효율을 달성하기 위해 차체 무게 감소와 배터리에 대한 고려가 중요한 요소로 부각되고 있다. 경량 소재로 알려진 구리와 알루미늄은 레이저 용접을 통해 효과적으로 접합될 수 있다. 그러나 두 소재의 물리적 특성이 서로 다르기 때문에 이를 접합하는 것은 여전히 기술적인 어려움이 존재한다. 본 연구에서는 구리와 알루미늄을 레이저 용접으로 접합하기 위한 최적의 레이저 파라미터를 찾기 위해 시뮬레이션을 수행하였다. 또한, 결과를 시각적으로 제시하기 위해서 Python 언어를 활용하여 GUI(Graphic User Interface) 프로그램을 개발하였다. 이 프로그램은 기계 학습 이미지 데이터를 활용하여 접합 성공을 예측하며, 안전하고 효율적인 레이저 용접 가이드로 활용될 것으로 예상되어, 전기차 배터리 조립 공정의 안전성과 효율성에 기여할 것으로 기대된다.

• Geomechanics and Engineering
• /
• 제35권2호
• /
• pp.121-133
• /
• 2023

The demand for cement and limestone crushed materials has increased many folds due to the tremendous increase in construction activities in Pakistan during the past few decades. The number of cement production industries has increased correspondingly, and so the rock-blasting operations at the limestone quarry sites. However, the safety procedures warranted at these sites for the blast-induced ground vibrations (BIGV) have not been adequately developed and/or implemented. Proper prediction and monitoring of BIGV are necessary to ensure the safety of structures in the vicinity of these quarry sites. In this paper, an attempt has been made to predict BIGV using artificial neural network (ANN) at three selected limestone quarries of Pakistan. The ANN has been developed in Python using Keras with sequential model and dense layers. The hyper parameters and neurons in each of the activation layers has been optimized using randomized and grid search method. The input parameters for the model include distance, a maximum charge per delay (MCPD), depth of hole, burden, spacing, and number of blast holes, whereas, peak particle velocity (PPV) is taken as the only output parameter. A total of 110 blast vibrations datasets were recorded from three different limestone quarries. The dataset has been divided into 85% for neural network training, and 15% for testing of the network. A five-layer ANN is trained with Rectified Linear Unit (ReLU) activation function, Adam optimization algorithm with a learning rate of 0.001, and batch size of 32 with the topology of 6-32-32-256-1. The blast datasets were utilized to compare the performance of ANN, multivariate regression analysis (MVRA), and empirical predictors. The performance was evaluated using the coefficient of determination (R²), mean absolute error (MAE), mean squared error (MSE), mean absolute percentage error (MAPE), and root mean squared error (RMSE)for predicted and measured PPV. To determine the relative influence of each parameter on the PPV, sensitivity analyses were performed for all input parameters. The analyses reveal that ANN performs superior than MVRA and other empirical predictors, andthat83% PPV is affected by distance and MCPD while hole depth, number of blast holes, burden and spacing contribute for the remaining 17%. This research provides valuable insights into improving safety measures and ensuring the structural integrity of buildings near limestone quarry sites.

• 한국방재안전학회논문집
• /
• 제16권4호
• /
• pp.75-84
• /
• 2023

대다수의 개발도상국은 물수급 계획을 위한 수문 자료 부재로 장기유출량 산정이 불가능하며, 물 분배 의사결정을 진행하는데 합리적인 물수급 계획을 수립하기가 어려운 상황이다. 연구대상지역인 인도네시아 반둥지역은 급격한 도시화 및 인구집중으로 심각한 상수부족 상황이며 물수지 예측 방안이 구축되어 있지 않아 상수도 보급률이 약 20% 정도 수준이다. 이에 본 연구에서는 개발도상국에서의 물수지 예측접근방안을 제시하기 위해 MODSIM(Modified SIMYLD) 네트워크 모형 활용한 이수안전도 및 용수공급 가능량을 분석하였다. MODSIM 모형의 적정성을 검토하기 위해 비유량법을 적용하여 Pataruman 관측소의 19개년(2002~2020년) 유출량 자료를 기준으로 장기유출량을 산정하고 물수지 분석을 수행하였다. 분석결과 기존 월별 최적운영곡선과 일치하는 것을 확인할 수 있었다. 발전소의 발전용량을 분석한 결과 0.30~0.50% 정도 차이가 났으며, Pataruman 지점 이수안전도는 Q95% 유량 기준 1.64%, Q355 유량 기준 0.47% 높게 나타났다. 기존 저수지 최적운영곡선과 비교한 운영효율이 1% 내외로 유사하게 계측되어, 이를 통해 MODSIM 네트워크 모형을 이용한 용수공급 평가 가능성과 용수공급시설의 필요성을 확인할 수 있었다.

• 응용통계연구
• /
• 제36권1호
• /
• pp.49-62
• /
• 2023

급속적으로 비중이 증가하고 있는 태양광 에너지는 지속적인 개발 및 투자가 이루어지고 있다. 신재생에너지 정책인 그린뉴딜과 가정용 태양광 패널의 설치가 증가함에 따라 국내 태양광 에너지 보급이 점차 확대되어 그에 맞추어 발전량의 정확한 수요 예측 연구가 활발하게 진행되고 있는 시점이다. 또한, 일사량 예측이 발전량 수요 예측에 가장 영향을 미치는 요소로 작용하고 있다는 점에서 일사량 예측의 중요성을 파악하였다. 덧붙여, 본 연구는 선행 연구들에서 사용되지 않은 중기예보 기상 데이터를 활용하여 일사량 예측을 하고자 하였다는 점에서 가장 큰 차이점을 확인할 수 있다. 본 논문에서는 서울, 인천, 수원, 춘천, 대구, 대전의 총 여섯 지역의 태양광 일사량 예측을 위하여 다중선형회귀모형, KNN, Random Forest 그리고 SVR 모형과 클러스터링 기법인 K-means 기법을 결합한 후, 클러스터별 확률밀도함수를 계산하여 시간별 일사량 예측을 진행하고자 하였다. 중기예보 데이터를 사용하기 전, 모형 예측 결과를 비교하기 위한 지표로서 MAE (mean absolute error)와 RMSE (root mean squared error)를 사용하였다. 데이터는 2017년 3월 1일부터 2022년 2월 28일까지의 시간별 원 관측 데이터를 중기예보 데이터 양식에 맞추어 일별 데이터로 변환하였다. 모형의 예측 성능 비교 결과, Random Forest로 일별 일사량을 예측한 후, K-means 클러스터링으로 기후요인이 유사한 날짜들을 분류한 뒤 클러스터별 일사량의 확률밀도함수를 계산하여 시간별 일사량 예측값을 나타낸 방법이 가장 우수한 성능을 보였다. 또한 이 방법론을 이용하여 중기예보 데이터에 모형 적합 후, 예측 결과를 확인하였을 때, 일자별로 예측 오류가 상승하는 것을 확인할 수 있었다. 이는 중기예보 기상데이터의 예측 오류로 인한 것으로 보인다. 향후 연구에서는 중기예보 데이터에서 활용할 수 있는 기상요인 중, 강수 여부와 같은 외생 변수를 추가하거나 시계열 클러스터링 기법을 적용한 연구가 이루어져야할 것으로 보인다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.123-139
• /
• 2019

국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.