• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.

• 한국지리정보학회지
• /
• 제11권2호
• /
• pp.108-120
• /
• 2008

본 연구에서는 행정정보, GIS, RS정보, 확률모델을 이용하여 교토의정서에서 정의하는 산림전용지역의 추출가능성에 대하여 검토하였다. 1989년의 정사사진과 2001년의 IKONOS화상을 이용한 산림전용지역의 특성을 보면, 1989년부터 2001년까지의 산림전용지역은 약 40ha로 나타났다. 산림전용지역의 종류를 살펴보면, 도로(임도) 개설 및 주택지 개발을 위한 산림전용이 대부분을 차지하였고, 택지전용지의 80%는 기존의 도로로부터 100m이내에 분포하였으며, 신설된 도로 또한 20% 이상이 기존의 도로로부터 100m이내에 분포하였다. 산림전용지역의 추출모델 구축을 위하여 지형인자와 위성영상인자를 이용하였으며, 확률 개념을 도입한 산림전용지 발생 확률 지도를 작성하였다. 구축한 산지전용지 발생 모델의 유효성을 검증하기 위하여, 대상지역을 시스템적으로 구분하여, 추출 정도를 비교 검토하였다. 베이즈 모델과 Regression모델을 비교한 결과, 베이즈모델이 Regression모델보다 높은 추출확률을 나타냈다. 모델의 적합성을 평가하기위해서 대상지역을 2지역으로 구분하여 한쪽의 정보만을 가지고 발생확률지도를 작성하고, 나머지 지역에 대하여 발생확률을 검토한 결과에서도 베이즈모델이 높은 추출확률을 나타냈다.

• 한국공간정보시스템학회 논문지
• /
• 제9권1호
• /
• pp.1-13
• /
• 2007

현재 무선 통신 기술과 위치 정보 기술의 발달은 다양한 위치 기반 서비스(LBS: Location Based Services)의 발전을 가져왔으며, 위치 기반 서비스에서 이동 객체의 미래 위치를 빠르게 예측하기 위한 미래 인덱스의 필요성이 높아지고 있다. 미래 인덱스와 관련한 대표적인 연구로써 도로 네트워크 환경에서 이동 객체의 과거 궤적 정보를 이용하여 신뢰성을 높인 확률 궤적 예측 기법이 연구되었다. 그러나, 이 기법은 장기간 미래 질의 시 방대한 미래 궤적 탐색 부하로 인해 예측 성능이 떨어지게 되며, 이 때문에 발생하는 빈번한 미래 궤적 갱신으로 인해 인덱스 유지비용이 매우 높아지게 된다. 따라서, 본 논문에서는 효율적인 장기간 미래 위치 예측을 위한 셀 기반의 미래 인덱싱 기법인 PCT-Tree(Probability Cell Trajectory-Tree)를 제시한다. PCT-Tree는 방대한 과거 궤적의 확률을 셀 단위로 재구성함으로써 인덱스 크기를 줄이고, 장기간 미래 질의의 예측 성능을 개선시킨다. 또한, 과거 궤적 정보를 이용하여 신뢰성있는 미래 궤적을 예측함으로써 미래 궤적 예측 오류에 따르는 통신비용과 미래 궤적 갱신으로 인한 인덱스 재구성 비용을 최소화 할 수 있다. 실험을 통해 도로 네트워크 환경에서 PCT-Tree가 기존 인덱싱 기법보다 장기간 미래 질의 성능이 우수함을 입증하였다.

• 물과 미래
• /
• 제17권4호
• /
• pp.273-279
• /
• 1984

An attempt is made to present a method of prediction for typhoons apporaching the Korean-peninsula. The method is based upon the Bayesian theorem to improve the observed (prior) probabilities of typhoons approaching the Korean sea area incorporating conditional probability. A total of 248 typhoons is collected and analyzed to establish prior probability and conditional probability according to the defined procedure. The typhoons used are those which encompassed the western Pacific area to which the Korean-peninsula is subjected. The results of examplary computations suggest that the presented method is promising for predicting approaching typhoons.

• 센서학회지
• /
• 제2권1호
• /
• pp.57-64
• /
• 1993

이 논문에서는 목표의 가속에서 비롯된 예측오차의 바이어스 레벨을 검출하기 위해서 Kalman 필터의 정규화된 이노베이션 제곱을 검출함수로 사용하고 그 검출함수의 바이어스 레벨 검출확률을 구했다. 여기서 이 확률의 효율적 표현을 위해서 재정의된 상태변수를 사용하였고, 이 상태변수의 Singer 모델에 대한 정상상태 Kalman 필터의 정규화된 이노베이션 제곱의 확률밀도함수를 구했다. 그리고 이 확률밀도함수를 이용하여 예측오차의 바이어스 레벨 검출확률 및 기동 검출기 동작특성곡선을 구했다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 추계학술대회 논문집 전력기술부문
• /
• pp.69-71
• /
• 2004

This paper presents a method to predict failure probability related to aging. To calculate failure probability, the Weibull distribution is used due to age-related reliability. The Weibull distribution has shape and scale parameters. Each estimated parameter is obtained from Data Analytic Method (Type II Censoring) which is relatively simpler and faster than the traditional calculation ways for estimating parameters. Also, this paper shows the calculation procedures of a probabilistic failure prediction through a stochastic data analysis. Consequently, the proposed methods would be likely to permit that the new deregulated environment forces utilities to reduce overall costs while maintaining an age-related reliability index.

• Smart Structures and Systems
• /
• 제33권1호
• /
• pp.17-26
• /
• 2024

The new metro crossing the existing metro will cause the settlement or floating of the existing structures, which will have safety problems for the operation of the existing metro and the construction of the new metro. Therefore, it is necessary to monitor and predict the settlement of the existing metro caused by the construction of the new metro in real time. Considering the complexity and uncertainty of metro settlement, a Gaussian Prior Bayesian Emulator (GPBE) probability prediction model based on Bayesian optimization (BO) is proposed, that is, BO-GPBE. Firstly, the settlement monitoring data are analyzed to get the influence of the new metro on the settlement of the existing metro. Then, five different acquisition functions, that is, expected improvement (EI), expected improvement per second (EIPS), expected improvement per second plus (EIPSP), lower confidence bound (LCB), probability of improvement (PI) are selected to construct BO model, and then BO-GPBE model is established. Finally, three years settlement monitoring data were collected by structural health monitoring (SHM) system installed on Nanjing Metro Line 10 are employed to demonstrate the effectiveness of BO-GPBE for forecasting the settlement.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.631-634
• /
• 2004

In this paper, the Bayesian recurrent neural network (BRNN) is proposed to predict time series data. Among the various traditional prediction methodologies, a neural network method is considered to be more effective in case of non-linear and non-stationary time series data. A neural network predictor requests proper learning strategy to adjust the network weights, and one need to prepare for non-linear and non-stationary evolution of network weights. The Bayesian neural network in this paper estimates not the single set of weights but the probability distributions of weights. In other words, we sets the weight vector as a state vector of state space method, and estimates its probability distributions in accordance with the Bayesian inference. This approach makes it possible to obtain more exact estimation of the weights. Moreover, in the aspect of network architecture, it is known that the recurrent feedback structure is superior to the feedforward structure for the problem of time series prediction. Therefore, the recurrent network with Bayesian inference, what we call BRNN, is expected to show higher performance than the normal neural network. To verify the performance of the proposed method, the time series data are numerically generated and a neural network predictor is applied on it. As a result, BRNN is proved to show better prediction result than common feedforward Bayesian neural network.

• 한국정보전자통신기술학회논문지
• /
• 제9권4호
• /
• pp.337-342
• /
• 2016

본 연구에서는 수정 선형예측방법으로 목표물의 신호를 정확히 추정하는 방법에 대해서 연구하였다. 선형예측방법은 임의의 안테나 배열소자를 다른 소자들과 선형 결합하여 도래방향 신호를 추정하는 방법이다. 수정 선형예측방법은 최적 가중치와 사후확률방법을 사용하였다. 모의실험을 이용하여 본 연구에서 제안한 방법과 Bartlett 및 MUSIC방법의 성능을 비교 분석하였다. 모의실험조건은 안테나 배열 소자 9개, 목표물 신호 4개[-5o, 0o, 5o, 10o]에서 방향을 추정한다. 모의실험에서 Bartlett과 MUSIC방법은 목표물 신호를 3개만 추정하였고, 본 연구에서 제안한 방법은 목표물 신호 4개를 모두 추정하였다. 본 연구에서 제안한 방법이 기존의 Bartlett 과 MUSIC방법보다 분해능이 우수함을 나타내었다.

• 한국항행학회논문지
• /
• 제20권5호
• /
• pp.440-445
• /
• 2016

인지라디오망에서 제한된 스펙트럼 자원을 효율적으로 이용하는 방법으로 PU (primary user)가 사용하지 않는 스펙트럼 홀의 크기를 예측하여 SU (secondary user)가 이용하는 방법이 있다. 본 논문은 SU의 서비스품질을 만족시키기 위하여, SU스펙트럼 홉핑호의 손실확률 (SHDP; spectrum hopping call dropped probability)을 최소화는 적응 호수락제어 기법을 제안한다. 이 방법은 호수락제어, 대역폭예측, 적응대역폭할당으로 구성된다. 예측기법은 스펙트럼홀의 크기뿐만 아니라, SU스펙트럼 홉핑호가 요구하는 대역폭크기를 함께 예측하며, 예약할 수 있는 자원의 크기가 부족할 때는 적응대역폭할당을 이용하여 SU스펙트럼 홉핑호의 손실확률을 최소화시킨다. 예측기법은 위너예측기법을 이용한다. 시뮬레이션을 통하여 제안한 방법의 성능을 기존방법과 비교하고, SHDP를 최소화 할 수 있음을 보인다.