• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.216-218
• /
• 2022

이상 기후로 인한 자연 재해는 지속적으로 증가하고 있으며, 자연재해 중 가장 많은 피해를 입히는 유형은 폭우, 태풍 등으로 인한 수해 피해로 이러한 재해는 홍수를 동반하여 더욱 큰 피해를 입히기도 한다. 따라서, 홍수 피해를 줄이기 위해 본 논문에서는 LSTM과 GRU를 활용하여 실시간으로 홍수의 주요 파라미터인 수위를 실시간으로 예측할 수 있는 시스템을 제안한다. 홍수 예측을 위해 사용된 입력 데이터는 하천의 상류 및 하류 수위, 기온, 습도, 강수량이 사용되며, 사전에 학습된 LSTM-GRU 모델을 통해 실시간 예측을 진행한다. 입력 데이터는 과거 20시간의 데이터를 활용하여 향후 3시간의 수위를 예측한다. 본 논문에서 제안한 시스템을 통해 위험도 판별 기능을 추가하고 홍수에 노출된 사람들에게 대피 명령을 내릴 수 있다면 홍수로 인한 많은 피해를 줄일 수 있을 것으로 사료된다.

• 한국지진공학회논문집
• /
• 제20권7_spc호
• /
• pp.485-494
• /
• 2016

The risk-based assessment, also called time-based assessment of structure is usually performed to provide seismic risk evaluation of a target structure for its entire life-cycle, e.g. 50 years. The prediction of collapse probability is the estimator in the risk-based assessment. While the risk-based assessment is the key in the performance-based earthquake engineering, its application is very limited because this evaluation method is very expensive in terms of simulation and computational efforts. So the evaluation database for many archetype structures usually serve as representative of the specific system. However, there is no such an assessment performed for building stocks in Korea. Consequently, the performance objective of current building code, KBC is not clear at least in a quantitative way. This shortcoming gives an unresolved issue to insurance industry, socio-economic impact, seismic safety policy in national and local governments. In this study, we evaluate the comprehensive seismic performance of an low-rise residential buildings with discontinuous structural walls, so called piloti-type structure which is commonly found in low-rise domestic building stocks. The collapse probability is obtained using the risk integral of a conditioned collapse capacity function and regression of current hazard curve. Based on this approach it is expected to provide a robust tool to seismic safety policy as well as seismic risk analysis such as Probable Maximum Loss (PML) commonly used in the insurance industry.

• Geomechanics and Engineering
• /
• 제13권5호
• /
• pp.861-879
• /
• 2017

Coal and gas outburst is a serious dynamic disaster that occurs during coal mining and threatens the lives of coal miners. Currently, coal and gas outburst is commonly predicted using single indicator and its critical value. However, single indicator is unable to fully reflect all of the factors impacting outburst risk and has poor prediction accuracy. Therefore, a more accurate prediction method is necessary. In this work, we first analyzed on-site impacting factors and precursors of coal and gas outburst; then, we constructed a Fisher discriminant analysis (FDA) index system using the gas adsorption index of drilling cutting ${\Delta}h_2$, the drilling cutting weight S, the initial velocity of gas emission from borehole q, the thickness of soft coal h, and the maximum ratio of post-blasting gas emission peak to pre-blasting gas emission $B_{max}$; finally, we studied an FDA-based multiple indicators discriminant model of coal and gas outburst, and applied the discriminant model to predict coal and gas outburst. The results showed that the discriminant model has 100% prediction accuracy, even when some conventional indexes are lower than the warning criteria. The FDA method has a broad application prospects in coal and gas outburst prediction.

• 융합정보논문지
• /
• 제11권6호
• /
• pp.270-281
• /
• 2021

정보기술의 발달로 보험사기의 규모는 매년 급증하고 있고, 그 방법도 공모 형태로 조직화되고 고도화되고 있다. 이를 예측하고 검출하기 위한 다양한 형태의 예측모델이 연구되고 있지만 보험관련 정보는 매우 민감하여 공유와 접근에 위험이 높고 법적인 혹은 기술적인 제약이 많다. 이 논문에서는 최근 4차 산업 혁명의 등장으로 가장 각광받는 기술 중 하나인 블록체인을 기반으로 한 기계학습 보험사기 예측모델을 제안한다. 블록체인 기술을 활용하여 안전하고 신뢰받는 보험청구 정보 공유시스템을 실현하고, 보다 효율적이고 정확한 사기예측을 위하여 사회관계분석이론을 적용하여 각 관계에 가중치를 부여하고 기계학습 사기 예측패턴을 4단계로 나누어 제안하였다. 사기 가능성이 높은 보험청구건은 보다 앞선 단계에서 높은 예측 율로 검출되는 효과를 가지며 가능성이 낮은 청구 건은 사후에 참고하여 관리할 수 있도록 차등 적용하였다. 제안하는 모델의 중요 매커니즘은 이더리움(Ethereum) 로컬 네트워크를 구성하여 검증 하였고, 향후 보다 정교한 성능평가가 요구된다.

• Journal of Obesity & Metabolic Syndrome
• /
• 제27권4호
• /
• pp.213-222
• /
• 2018

Bariatric surgery has evolved from a surgical measure for treating morbid obesity to an epochal remedy for treating metabolic syndrome as a whole, which is represented by type 2 diabetes mellitus. Numerous clinical trials have advocated bariatric or metabolic surgery over nonsurgical interventions because of markedly superior metabolic outcomes in morbidly obese patients who satisfy traditional criteria for bariatric surgery (body mass index [BMI] >$35kg/m^2$) and in less obese or simply overweight patients. Nevertheless, not all diabetes patients achieve the most desirable outcomes; i.e., diabetes remission after metabolic surgery. Thus, candidates for metabolic surgery should be carefully selected based on comprehensive preoperative assessments of the risk-benefit ratio. Predictors for diabetes remission after metabolic surgery may be classified into two groups based on mechanism of action. The first is indices for preserved pancreatic beta-cell function, including younger age, shorter duration of diabetes, and higher C-peptide level. The second is the potential for an insulin resistance reduction, including higher baseline BMI and visceral fat area. Several prediction models for diabetes remission have been suggested by merging these two to guide the joint decision-making process between clinicians and patients. Three such models, DiaRem, ABCD, and individualized metabolic surgery scores, provide an intuitive scoring system and have been validated in an independent external cohort and can be utilized in routine clinical practice. These prediction models need further validation in various ethnicities to ensure universal applicability.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 추계학술대회
• /
• pp.266-266
• /
• 2019

해마다 증가하고 있는 해양사고는 기관고장, 충돌, 좌초, 화재 등 다양하게 발생하고 있다. 이러한 해양사고는 대형 인명사고의 위험이 있어 사전에 사고를 예방 하는 게 무엇보다 중요하다. 이를 위해서는 해양사고 발생을 사전에 예측하고 이에 대응할 수 있는 예측 체계가 요구된다. 본 연구에서는 과거에 발생한 데이터를 근거로 미래를 예측할 수 있는 마코프 체인 프로세스(Markov Chain Process)를 적용하여 해양사고 발생을 사전에 예측하기 위한 모델링을 제안한다. 제시된 모델링을 적용하여 미래 발생 가능한 해양사고 발생 확률을 산출하고 실제 발생한 빈도와 비교하였다. 또한 많이 사용되는 다른 예측 분석 방법과 비교하여 예측의 정확성을 측정하였다. 이를 통해 해양사고 발생에 관한 예측 체계를 마련하는데 하나의 확률 모형을 제안하였으며, 나아가 다양한 해양사고의 문제를 예측하는데 기여할 것으로 기대된다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2022년도 가을 학술논문 발표대회
• /
• pp.223-224
• /
• 2022

The occurrence of defect, one of the major risk elements, gives rise to construction delays and additional costs. Although construction companies generally prefer to use a method of identifying and classifying the causes of defects, a system for predicting the rise of defects becomes important matter to reduce this harmful issue. However, the currently used methods are kinds of reactive systems that are focused on the defects which occurred already, and there are few studies on the occurrence of defects with prediction systems. This paper is about preliminary study on the development of judgemental algorithm that informs us whether additional works related to defect issue are needed or not. Among machine learning techniques, deep neural network was utilized as prediction model which is a major component of algorithm. It is the most suitable model to be applied to the algorithm when there are 8 hidden layers and the average number of nodes in each hidden layer is 70. Ultimately, the algorithm can identify and defects that may arise in later and contribute to minimize defect frequency.

• 풍력에너지저널
• /
• 제14권3호
• /
• pp.25-33
• /
• 2023

In order to secure the safety of increasing offshore activities such as offshore wind farm maintenance and fishing, IMPACT, a mid-term marine weather forecasting system, was established by predicting marine weather up to 7 days in advance. Forecast data from the Korea Hydrographic and Oceanographic Agency (KHOA), which provides the most reliable marine meteorological service in Korea, was used, but wind speed and wave height forecast errors increased as the leading forecast period increased, so improvement of the accuracy of the model results was needed. The Model Output Statistics (MOS) method, a post-correction method using statistical machine learning, was applied to improve the prediction accuracy of wave height, which is an important factor in forecasting the risk of marine activities. Compared with the observed data, the wave height prediction results by the model before correction for 6 to 7 days ahead showed an RMSE of 0.692 m and R of 0.591, and there was a tendency to underestimate high waves. After correction with the MOS technique, RMSE was 0.554 m and R was 0.732, confirming that accuracy was significantly improved.

• 한국터널지하공간학회 논문집
• /
• 제18권1호
• /
• pp.1-12
• /
• 2016

TBM 시공 중에는 설계단계에서 예측하지 못한 지반과 조우할 수 있다. 그 중에서 TBM 굴진의 안정성을 저해하는 위험지반과 조우할 경우, 예상치 못한 문제로 인한 공사비 증가, 공기 지연 등으로 상당한 경제적 손실이 발생하게 된다. 따라서 시공 중 예상치 못한 리스크를 최소화하는 것은 TBM 프로젝트에서 매우 중요한 문제이다. 본 논문에서는 TBM 시공 중 막장전방의 위험지반을 사전에 예측하는 방안과 해당 위험지반으로 인해 발생 가능한 리스크 사건을 제시하였다. 또한 리스크 사건의 위험도를 평가하고, 대응이 필요한 리스크 사건에 대하여 대책공법을 제시할 수 있는 TBM 리스크 관리 시스템을 개발하였다. 먼저 TBM 굴진 중 안정성을 저해하는 위험지반들로 인해 발생 가능한 리스크 사건을 정리하였으며, 시공 중 막장전방의 위험지반을 예측하기 위한 방법으로 전기비저항 탐사기법을 활용하였다. 이렇게 예측한 위험지반에서 발생 가능한 리스크 사건의 위험도 평가는 위험지반 조우 시 리스크 사건의 발생확률과 리스크로 인한 다운타임의 크기에 대한 상호 영향도를 고려하여 수행한다. 평가 결과 등급에 따라 대응이 필요한 리스크 사건에 대하여 대책공법들을 제시하였으며, 여러 대책공법 중 최적의 대책공법을 객관적인 기준으로 선정하기 위하여 공사비와 공사기간 등을 속성으로 한 다기준 의사결정론을 활용하였다. 마지막으로 본 시스템의 검증을 위해 실제 리스크가 발생했던 EPB Shield TBM 현장에 개발 시스템을 적용하여, 시공 중 효과적인 리스크 관리를 통해 발생 가능한 리스크의 사전 대응이 가능함을 확인하였다.

• Journal of Gastric Cancer
• /
• 제22권1호
• /
• pp.24-34
• /
• 2022

Purpose: Total gastrectomy (TG) with lymph node (LN) dissection is recommended for early gastric cancer (EGC) but is not indicated for endoscopic resection (ER). We aimed to identify patients who could avoid TG by establishing a scoring system for predicting lymph node metastasis (LNM) in proximal EGCs. Materials and Methods: Between January 2003 and December 2017, a total of 1,025 proximal EGC patients who underwent TG with LN dissection were enrolled. Patients who met the absolute ER criteria based on pathological examination were excluded. The pathological risk factors for LNM were determined using univariate and multivariate logistic regression analyses. A scoring system for predicting LNM was developed and applied to the validation group. Results: Of the 1,025 cases, 100 (9.8%) showed positive LNM. Multivariate analysis confirmed the following independent risk factors for LNM: tumor size >2 cm, submucosal invasion, lymphovascular invasion (LVI), and perineural invasion (PNI). A scoring system was created using the four aforementioned variables, and the areas under the receiver operating characteristic curves in both the training (0.85) and validation (0.84) groups indicated excellent discrimination. The probability of LNM in mucosal cancers without LVI or PNI, regardless of size, was <2.9%. Conclusions: Our scoring system involving four variables can predict the probability of LNM in proximal EGC and might be helpful in determining additional treatment plans after ER, functioning as a good indicator of the adequacy of treatments other than TG in high surgical risk patients.