• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.151-164
• /
• 2024

상수도 공급을 위한 정수장에서 전염소 또는 중염소 공정이 도입된 수처리 공정의 염소농도 관리에 필요한 공정제어를 위하여 AI 기술을 활용한 수질예측 기법이 연구되고 있다. 본 연구에서는 정수장 수처리 공정에서 실시간으로 관측, 생산되고 있는 수량·수질자료를 이용하여 염소소독 공정제어 자동화를 목적으로 침전지 후단의 잔류염소 농도를 예측하기 위한 AI 기반 예측모형을 개발하였다. AI 기반 예측모형은 과거 수질 관측자료를 학습하여 이후 시점의 수질에 대한 예측이 가능한 기법으로, 복잡한 물리·화학·생물학적 수질모형과 달리 간단하고 효율적이다. 다중회귀 모형과 AI 기반 모형인 랜덤포레스트와 LSTM을 이용하여 정수장의 침전지 후단 잔류염소 농도를 예측하여 비교하였다. 최적의 잔류염소 농도 예측을 위한 AI 모형의 입출력 구조로는 침전지 전단의 잔류염소 농도, 침전지 탁도, pH, 수온, 전기전도도, 원수의 유입량, 알칼리도, NH₃ 등을 독립변수로, 예측하고자 하는 침전지 유출수의 잔류염소 농도를 종속변수로 선정하였다. 독립변수는 침전지 후단의 잔류염소에 영향이 있는 정수장에서 확보가 가능한 관측자료중에서 분석을 통해 선별하였으며, 분석 결과 연구대상 정수장인 정수장에서는 중회귀모형, 신경망모형, 모델트리 및 랜덤포레스트 모형을 비교한 결과 랜덤포레스트에 기반한 모형오차가 가장 낮게 도출되는 결과를 얻을 수 있었다. 본 연구에서 제시하는 침전지 후단의 적정 잔류염소 농도 예측값은 이전 처리단계에서 염소주입량의 실시간 제어가 가능토록 할 수 있어 수처리 효율 향상과 약품비 절감에 도움이 될 것으로 기대된다.

• 한국지구과학회지
• /
• 제29권2호
• /
• pp.189-203
• /
• 2008

MBL은 학생들에게 정확하고 효율적인 데이터 수집과 실시간 그래프를 제공함으로써 실험 시간을 단축시켜, 실험 결과에 대한 깊이 있는 토론을 가능하게 함으로 탐구의 본질적 특징인 의사소통과정을 강조한다. 따라서 본 연구에서는 과학 탐구와 탐구의 본질적 특징인 의사소통의 관점에서 중등학교 지구과학 MBL수업의 양상을 살펴보았다. 3개의 MBL수업을 녹화한 비디오 테잎을 주된 자료원으로 하였으며, 수업 녹화물과 전사본을 교실탐구 기본요소와 논의 요소틀을 이용하여 분석하였다. 교실탐구의 기본요소는 "문제제기", "증거수집", "설명형성", "과학지식과의 연결", "이론의 발표"의 5가지이다. 연구 결과로 첫째, 세 수업은 각 진행 단계별로 탐구 요소와 그 수준에서 유사한 양상을 보여주었다. 학생들은 교사 주도적 문제 제기로부터, 절차에 따른 증거 수집을 하고, 교사의 지도에 따라 설명을 형성하며, 특정 과학지식을 사용하도록 안내되었다. 하지만, 이론의 발표 요소는 1개의 수업에서만 관찰되었다. 둘째, 탐구의 본질적 측면으로서 논의적 의사소통은 매우 드물게 나타났다. 논의 과정을 포함한 담화 에피소드는 과학적 현상을 다루기보다 실험 과정이나 절차적 측면에 관해 이루어졌다 이론의 발표가 진행된 수업에서 1개의 에피소드만이 과학현상과 관련된 활발한 논의적 의사소통을 보여주었다. 결론적으로 MBL자료가 탐구의 본질적 특징인 의사소통을 강조한다 하더라도, 실제 수업에서 진정한 탐구의 모습을 구현하는 일은 쉽지 않다는 것을 알 수 있다. 따라서 MBL수업에서 탐구 및 논의적 의사소통을 구현하기 위해서는 학생들에게 논의의 기회 제공과 더불어 논의를 유의미하게 개진할 수 있는 교사의 적절한 도움이 필요하다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권9호
• /
• pp.351-360
• /
• 2018

전통적으로 나태한 학습에 해당하는 국소가중회귀(LWR: Locally Weighted Regression)모델은 입력변수인 질의지점에 따라 예측의 해를 얻기 위해 일정구간 범위내의 학습 데이터를 대상으로 질의지점의 거리에 따라 가중값을 달리 부여하여 학습 한 결과로 얻은 짧은 구간내의 회귀식이다. 본 연구는 메모리 기반학습의 형태에 해당하는 LWR을 위한 점진적 앙상블 학습과정을 제안한다. LWR를 위한 본 연구의 점진적 앙상블 학습법은 유전알고리즘을 이용하여 시간에 따라 LWR모델들을 순차적으로 생성하고 통합하는 것이다. 기존의 LWR 한계는 인디케이터 함수와 학습 데이터의 선택에 따라 다중의 LWR모델이 생성될 수 있으며 이 모델에 따라 예측 해의 질도 달라질 수 있다. 하지만 다중의 LWR 모델의 선택이나 결합의 문제 해결을 위한 연구가 수행되지 않았다. 본 연구에서는 인디케이터 함수와 학습 데이터에 따라 초기 LWR 모델을 생성한 후 진화 학습 과정을 반복하여 적절한 인디케이터 함수를 선택하며 또한 다른 학습 데이터에 적용한 LWR 모델의 평가와 개선을 통하여 학습 데이터로 인한 편향을 극복하고자 한다. 모든 구간에 대해 데이터가 발생 되면 점진적으로 LWR모델을 생성하여 보관하는 열심학습(Eager learning)방식을 취하고 있다. 특정 시점에 예측의 해를 얻기 위해 일정구간 내에 신규로 발생된 데이터들을 기반으로 LWR모델을 생성한 후 유전자 알고리즘을 이용하여 구간 내의 기존 LWR모델들과 결합하는 방식이다. 제안하는 학습방법은 기존 단순평균법을 이용한 다중 LWR모델들의 선택방법 보다 적합도 평가에서 우수한 결과를 보여주고 있다. 특정지역의 시간 별 교통량, 고속도로 휴게소의 시간별 매출액 등의 실제 데이터를 적용하여 본 연구의 LWR에 의한 결과들의 연결된 패턴과 다중회귀분석을 이용한 예측결과를 비교하고 있다.

• 마케팅과학연구
• /
• 제17권4호
• /
• pp.113-139
• /
• 2007

본 연구는 해운산업의 해운 B2B e-marketplace가 네트워크 관점에서 해운 이해관련 당사자들 간에 전자적 신뢰를 도출할 수 있는 운영적 특성과 웹사이트의 특성 그리고 전자적 신뢰를 매개 메커니즘으로 하여 사이트 몰입과 서비스 거래의도에 미치는 영향을 밝히고 나아가 이러한 해운 B2B e-marketplace가 협력적 거래커뮤니티로 발전해나가도록 하는데 목적을 두고 있다. 이를 위해 본 연구는 선행연구를 바탕으로 해운 B2B e-marketplace가 효율적으로 운영되기 위한 기본 변수들을 규명하고자 공변량 구조방정식 모형을 설계하고 이를 실증적으로 검정하였다. 해운 무역업체 직원들을 대상으로 설문조사를 실시하고 자료를 분석한 결과, 웹사이트 특성요인 두 개 중에 지각된 보안성만을 제외하고 지각된 사이트 품질 및 운영특성 요인들은 상호변수들 간에 영향을 미치는 것으로 조사되었다. 외생요인들 중에는 지각된 거래 공정성이 전자적 신뢰를 가장 높이는 것으로 조사되었으며, 이는 거래규칙과 관련하여 상대방 한쪽에만 유리하다면 장기적인 거래가 이루어질 수가 없기 때문에 거래의 일정한 규칙에 대한 이해관련당사자들이 공정성을 제대로 인식한다면 해운 전자시장의 성공적인 운영에 큰 영향을 미칠 것이다. 또한 거래의 지각 효율성도 전자적 신뢰에 영향을 미치는 바, 이는 거래비용의 절감과 상대방과의 거래 관계를 연결시켜주는 거래 프로세스 과정이 신속하고 간소함으로써 기존의 OFF-LINE 보다 더 많은 시간 및 비용을 절감시켜주기 때문이라고 판단하기 때문에 전자적 신뢰에 영향을 미치는 것으로 판단되었다. 또한 거래의 원활한 정보 입수를 위한 거래 참가자들에게 커뮤니티를 개설해줌으로써 이로 인한 정보도 얻고 이들을 유인하는 정보를 제공해줌으로써 전자적인 신뢰를 높이는 것으로 판단되었다. 한편 이러한 전자적 신뢰 형성을 관련 기업들로 하여금 지속적인 참여의지에 영향을 미침으로써 그 사이트에 대한 몰입을 높이는 것으로 판단된다. 또한 전자적 신뢰로 인하여 미래의 관련 기업들이 거래관계를 맺고 관련 기업들과 지속적인 거래를 하기 위한 기반을 조성해준다는 것이다. 결국 이러한 전자신뢰의 형성은 궁극적으로 사이트 몰입과 해운서비스 거래의도에 높은 영향을 미치는 것으로 나타났다. 이러한 결과로 보아 해운 B2B e-marketplace에 참여하는 해운 이해관련 당사자들은 미래에 현재의 거래를 맺고 있는 기업과 지속적인 거래 유지를 위해서는 해운 B2B e-marketplace를 운영하는 가상중개인의 전자적 신뢰형성의 역할이 중요하다는 것을 또 다시 입증시켰다.

• 정보처리학회논문지B
• /
• 제14B권4호
• /
• pp.311-320
• /
• 2007

본 논문에서는 강건한 얼굴 포즈 추정과 실시간 표정제어가 가능한 비전 기반 3차원 얼굴 모델의 자동 표정 생성 방법 및 시스템을 제안한다. 기존의 비전 기반 3차원 얼굴 애니메이션에 관한 연구는 얼굴의 움직임을 나타내는 모션 추정을 반영하지 못하고 얼굴 표정 생성에 초점을 맞추고 있다. 그러나, 얼굴 포즈를 정확히 추정하여 반영하는 작업은 현실감 있는 얼굴 애니메이션을 위해서 중요한 이슈로 인식되고 있다. 본 연구 에서는 얼굴 포즈추정과 얼굴 표정제어가 동시에 가능한 통합 애니메이션 시스템을 제안 하였다. 제안된 얼굴 모델의 표정 생성 시스템은 크게 얼굴 검출, 얼굴 모션 추정, 표정 제어로 구성되어 있다. 얼굴 검출은 비모수적 HT 컬러 모델과 템플릿 매칭을 통해 수행된다. 검출된 얼굴 영역으로부터 얼굴 모션 추정과 얼굴 표정 제어를 수행한다. 얼굴 모션 추정을 위하여 3차원 실린더 모델을 검출된 얼굴 영역에 투영하고 광류(optical flow) 알고리즘을 이용하여 얼굴의 모션을 추정하며 추정된 결과를 3차원 얼굴 모델에 적용한다. 얼굴 모델의 표정을 생성하기 위해 특징점 기반의 얼굴 모델 표정 생성 방법을 적용한다. 얼굴의 구조적 정보와 템플릿 매칭을 이용하여 주요 얼굴 특징점을 검출하며 광류 알고리즘에 의하여 특징점을 추적한다. 추적된 특징점의 위치는 얼굴의 모션 정보와 표정 정보의 조합으로 이루어져있기 때문에 기하학적 변환을 이용하여 얼굴의 방향이 정면이었을 경우의 특징점의 변위인 애니메이션 매개변수(parameters)를 계산한다. 결국 얼굴 표정 복제는 두 개의 정합과정을 통해 수행된다. 애니메이션 매개변수 3차원 얼굴 모델의 주요 특징점(제어점)의 이동은 획득된 애니메이션 매개변수를 적용하여 수행하며, 정점 주위의 부가적 정점의 위치는 RBF(Radial Basis Function) 보간법을 통해 변형한다. 실험결과 본 논문에서 제안된 비전기반 애니메이션 시스템은 비디오 영상으로부터 강건한 얼굴 포즈 추정과 얼굴의 표정변화를 잘 반영하여 현실감 있는 애니메이션을 생성함을 입증할 수 있었다.

• 대한방사선치료학회지
• /
• 제20권2호
• /
• pp.91-102
• /
• 2008

목적: 방사선 종양학과 업무와 관련 자료 및 치료기기의 관리를 체계적으로 정리하고 사용하기 쉽게 색인하여 데이터베이스(Database)를 구축함으로써 업무 및 교육을 체계화시켜 업무 효율성을 증대시키고, 새로운 방사선 치료 발전의 기반이 되고자 한다. 대상 및 방법: 데이터베이스의 운영을 위해 마이크로 소프트 엑세스(MS OFFICE ACCESS)프로그램을 이용하였다. 방사선 종양학과 자료들을 업무에 관련된 업무 일지, 기기 관리에 대한 수리 내역 및 부속품의 재고 관리로 분류하였고, 학습 및 연구 자료는 부서 직무 교육 자료와 기기 사용자 지침서 및 관련 논문으로 구분하였다. 모든 자료의 등록은 각각의 주제에 맞도록 입력 폼(form)을 디자인하고, 자료의 정보는 보고서를 작성하여 열람할 수 있도록 설계하였다. 기기 수리 내역에서 2008년 1월부터 2009년 4월까지 고장건수와 유형 및 수리시간을 시스템 사용 초기와 사용 1년 후의 결과를 분석하였다. 결 과: 방사선 종양 자료관리 시스템을 업무에 관련된 영역과 학습 및 연구 활동 영역의 자료들로 완성하였다. 자료들은 주제와 분류에 의해 설명과 함께 정리되어 모아지고, 각 분류에서 원하는 자료를 검색하여 설명을 참고하여 첨부된 자료를 얻을 수 있다. 기기 수리 내역을 통하여 2008년 1월부터 2009년 4월까지 고장 건수 및 고장 유형의 정보를 얻을 수 있었고 수리시간을 분석하였을 때, 전체 평균 32.3%의 시간단축효과를 얻었다. 결 론: 방사선 종양 자료관리 시스템을 통하여 과거와 현재의 자료를 주제별로 분류하고 관련 자료를 정리하여 색인함으로써, 정보 이용이 원활하게 이루어져 업무 효율을 높일 수 있을 뿐만 아니라 업무 프로세스 개선의 기초자료가 되고 앞으로 새로운 방사선 치료에 요구되는 여러 가지 정보를 실시간으로 검색하여 얻을 수 있다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.59-69
• /
• 2012

기존의 전시환경에서 전시 참여업체는 처음에 작성된 개인 정보를 사용하여 모든 관람객에게 동일한 마케팅 정보를 전달하게 된다. 즉, 전시 관람객의 선호도나 반응의 변화에 따른 적절한 대비가 어렵고 개인 별 선호 취향에 따른 개별 대응이 힘들다. 관람객 개개인에게 차별화된 맞춤형 서비스를 제공하기 위해서는 관람객 개개인의 의도를 인지할 수 있어야 하고, 그 인지된 정보를 기준으로 해서 선별적인 서비스를 제공해야 한다. 본 논문에서는 전시 공간에서 관람객 개개인의 선호도와 상황을 인식하고, 인식된 정보를 기반으로 하여 관람객 개인별로 가장 적합한 전시 참가 업체의 마케팅 정보나 부스 정보를 관람객이 소유한 스마트 폰을 통해 제공 하며, 전시 공간에 설치되어 있는 인터랙션이 가능한 디바이스들과 전시 관람객 개개인이 소지하고 있는 스마트 폰 간의 인터랙션 서비스를 제공하기 위한 모바일 프레임 워크를 설계하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권1호
• /
• pp.131-142
• /
• 2021

코로나 바이러스(COVID-19) 팬데믹으로, 전국의 대학들이 온라인 플랫폼을 사용한 비대면 강의를 시행하고 있다. 따라서 응급환자간호 임상실습 교육에 맞는 온라인 프로그램을 개발하고, 간호학생에게 적용하여 그 효과를 확인해보고자 시도 되였다. 본 연구는 양적자료와 질적자료를 분석한 방법론적 연구로, G광역시 N대학교 성인간호학교수 3인이 G광역시 종합병원 간호부장과 응급실 수간호사들에게 자문을 구하여 학생들의 교과목과 관련된 요구도 조사 후에, 4학년을 대상으로 응급환자간호 임상실습 온라인 프로그램을 ADDIE모형에 따라 개발하였다. 프로그램은 총 4주 동안 진행되었으며, 1주에 영상 4시간, 과제 2가지로 구성하였고, 실시간 쌍방향 화상집담회도 포함되었다. 총 96명 학생 자료가 수집되었으며, SPSS/WIN 22 프로그램으로 분석하였다. 자료 분석결과 교과목 만족도 부분에서 '학습목표 연계성'이 총 6.0만점에 평균 5.58±0.98로 가장 점수가 높았다. 응급간호 학습성취도에서는 'BLS 수행 '이 평균 5.47±0.74로 가장 점수가 높았으며, '낙상예방 간호수행'(5.39±0.77), '응급환자 기록수행'(5.30±0.70), '감염예방 간호수행'(5.27±0.736) 순이었다. '3학년때 시행한 대면임상실습경험과 이번학기 비대면임상실습수업 경험을 비교하여 내가 생각하는 이번학기 수업의 장점은 무엇인가?'에 관한 질적자료를 Keyword로 추출하여 Wordcloud로 제시한 결과 답변을 한 77명의 학생들 중 '간호과정경험'이라고 답한 경우가 13명(16.9%)로 가장 많은 빈도를 나타내었고, '자세한 교수설명'이 10명(13.0%), '사례기반실습'이 9명(11.7%) '시간과 공간의 제약이 없다(Anytime anywhere)'고 답한 경우가 8명(10.4%) 순으로 나타났다. 이에, 개발된 온라인 프로그램을 활용한 응급환자간호 임상실습이 학생들의 교과목 요구도를 반영한 학생들의 학습성취도를 파악하였으며, 대면실습과 비교하여 교과목 만족도가 높게 나타나 개발된 온라인 프로그램을 향후 응급환자간호 임상실습에서 활용 가능할 것으로 생각된다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.77-97
• /
• 2019

제 4차 산업혁명의 초연결 환경에서 발생하는 많은 양의 데이터는 제 4차 산업혁명을 기존의 생산 환경과 구분지어 주는 주요한 요소이다. 이러한 환경은 데이터를 필요로 하는 동시에 데이터를 생산하는 양면적인 특징을 가진다. 때문에 앞으로의 정보 시스템은 기존의 정보시스템보다 양적인 측면에서 더 많은 데이터를 처리해야 하며, 질적인 측면에서는 많은 데이터 중 사용자의 목적에 부합하는 목표 데이터만을 추출하는 능력이 요구된다. 작은 규모의 정보 시스템에서는 사람이 그 시스템을 정확히 이해하고 필요한 정보를 획득하는 것이 가능하지만, 시스템에 대해 정확한 이해가 어려워진 다양하고 복잡한 시스템에서는 원하는 정보를 획득하는 것이 점점 더 어려워진다. 이러한 문제는 데이터를 사람뿐 아니라 컴퓨터가 이해할 수 있는 온톨로지로 표현하여 다양한 정보처리가 가능하도록 하는 시맨틱 웹(Semantic Web) 구축이 해결책이 될 수 있다. 군에서도 현재 대부분의 업무가 정보 시스템을 통해 이루어지고 있는데, 정보의 입력이나 가공 등 단순처리 중심으로 구축된 기존 시스템이 점점 더 많은 양의 데이터를 포함하게 되면서 시스템을 쉽게 활용하기 위한 노력이 필요한 상황이다. 본 연구에서는 온톨로지를 통한 지능형 의사결정지원시스템의 예로 온톨로지 기반 군수상황관리체계를 제안하고자 한다. 온톨로지 기반 군수상황관리체계는 기존의 군수정보체계의 복잡한 정보를 직관적으로 보여주기 위해 구축된 군수상황관리체계를 온톨로지를 통해 구축하였으며, 성과기반군수지원 계약관리, 부품사전 등의 유용한 기능을 추가 식별하여 온톨로지에 포함하였다. 또한 구축된 온톨로지가 의사결정지원에 활용할 수 있는지를 확인하기 위해 시맨틱 웹 기술을 통해 기본적인 질의응답은 물론 추론 및 함수를 통한 분석기능을 구현하였다.