• 한국멀티미디어학회논문지
• /
• 제13권5호
• /
• pp.722-729
• /
• 2010

예측 문제를 해결하기 위한 데이타마이닝 기법은 다양한 분야에서 주목받고 있다. 이것에 대한 한 예로 컴퓨터-기반의 질병의 예측 혹은 진단은 CDSS(Clinical Decision support System)에서 가장 중요한 요소이기도 하다. 이러한 예측 문제를 해결하기 위해서 RBF커널 같은 비선형 커널을 사용한 SVM이 가장 널리 사용되고 있는데, 이는 비선형 SVM이 어떠한 다른 분류기법보다 정확한 성능을 보이기 때문이다. 하지만 비선형 SVM을 사용한 경우에는 모델내부를 시각화하는 일이 어려워서 예측결과에 대한 직관적인 이해가 힘들고, 의학 전문가들은 이러한 비선형 SVM의 사용을 기피하고 있는 실정이다. Nomogram은 SVM을 시각화하기 위해 제안된 기법이다. 하지만 이는 선형 SVM의 경우에만 사용이 가능하고. 이 문제를 해결하기 위해서 LRBF 커널이 제안된 바 있다. LRBF 커널은 기존의 RBF 커널을 사용한 SVM과 대등한 결과를 보이면서도 예측결과의 선형적 분석도 가능하게 한다. 본 논문에서는 노모그램(Nomogram)과 LRBF 커널을 사용한 SVM이 통합되어 있는 예측 툴 VRIFA를 제안한다. 이 툴은 사용자와 상호작용하며 비선형 SVM 모델의 내부구조를 데이타의 각 속성별로 보여주는 방법으로 사용자가 예측결과를 직관적으로 이해하도록 도와준다. VRIFA는 Nomogram기반의 피쳐선택(feature selection) 기능도 포함하고 있는데, 이 기능은 예측결과에 부정적인 영향을 끼치거나 중복된 연관성을 보이는 속성을 제거함으로써 모델의 정확도를 높이는 데 기여한다. 그리고 데이터에 포함된 클래스의 비율이 한 쪽으로 치우쳐져 있는 경우에는 ROC 곡선 넓이(AUC)를 예측결과를 평가하기 위한 측도로 사용할 수 있다. 이 툴은 컴퓨터-기반의 질병 예측 혹은 질병의 위험 요소 분석에 대해 연구하는 연구자들에게 유용하게 사용될 것으로 전망하는 바이다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

• International Journal of Aerospace System Engineering
• /
• 제5권1호
• /
• pp.1-8
• /
• 2018

Military rotorcrafts are constantly exposed to risk from bullet impacts because they operate in a battle environment. Because bullet impact damage can be deadly to crews, the fuel tanks of military rotorcraft must be designed taking extreme situations into account. Fuel tank design factors to be considered include the internal fluid pressure, the structural stress on the part impacted, and the kinetic energy of bullet strikes. Verification testing using real objects is the best way to obtain these design data effectively, but this imposes substantial burdens due to the huge cost and necessity for long-term preparation. The use of various numerical simulation tests at an early design stage can reduce the risk of trial-and-error and improve the prediction of performance. The present study was an investigation of the effects of bullet impacts on a fuel tank assembly using numerical simulation based on SPH (smoothed particle hydrodynamics), and conducted using the commercial package, LS-DYNA. The resulting equivalent stress, internal pressure, and kinetic energy of the bullet were examined in detail to evaluate the possible use of this numerical method to obtain configuration design data for the fuel tank assembly.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.134-137
• /
• 2021

본 연구는 스마트 유지보수 기술이 반영된 디지털 트윈 및 빅데이터 기반 항만 인프라 관제시스템을 개발하는 것을 목표로 한다. 항만 인프라에서 취득되는 센싱 데이터, 영상 데이터 등 이기종 데이터들을 빅데이터화하고, 디지털 트윈 기반의 관제시스템에 가시화한다. 가상 세계의 핵심 요소인 데이터들을 결합해 물리적 세계 및 프로세스로 표현하고, 이를 바탕으로 노후도 및 재해위험도를 평가할 수 있도록 지원한다. 이를 위해 빅데이터의 의미와 필요한 데이터 확보, 가공, 저장, 분석 및 활용의 단계별로 반영하여야 할 사항들을 도출하고, 이를 현재의 IT자원과 연계하기 위한 방법들을 정의하고자 한다.

• 한국IT서비스학회지
• /
• 제19권2호
• /
• pp.109-124
• /
• 2020

Facing the 4^th Industrial Revolution era, researches on artificial intelligence have become active and attempts have been made to apply machine learning in various fields. In the field of finance, Robo Advisor service, which analyze the market, make investment decisions and allocate assets instead of people, are rapidly expanding. The stock price prediction using the machine learning that has been carried out to date is mainly based on the prediction of the market index such as KOSPI, and utilizes technical data that is fundamental index or price derivative index using financial statement. However, most researches have proceeded without any explicit verification of the prediction rate of the learning data. In this study, we conducted an experiment to determine the degree of market prediction ability of basic indicators, technical indicators, and system risk indicators (AR) used in stock price prediction. First, we set the core parameters for each financial indicator and define the objective function reflecting the return and volatility. Then, an experiment was performed to extract the sample from the distribution of each parameter by the Markov chain Monte Carlo (MCMC) method and to find the optimum value to maximize the objective function. Since Robo Advisor is a commodity that trades financial instruments such as stocks and funds, it can not be utilized only by forecasting the market index. The sample for this experiment is data of 17 years of 1,500 stocks that have been listed in Korea for more than 5 years after listing. As a result of the experiment, it was possible to establish a meaningful trading strategy that exceeds the market return. This study can be utilized as a basis for the development of Robo Advisor products in that it includes a large proportion of listed stocks in Korea, rather than an experiment on a single index, and verifies market predictability of various financial indicators.

• 지적과 국토정보
• /
• 제47권2호
• /
• pp.107-120
• /
• 2017

산불은 한번 발생하면 기상, 지형 등 여러 악조건으로 인해 효과적인 진화가 어려워 넓은 면적으로 확대되는 경우가 많다. 따라서 산불의 예방이 중요하기 때문에 세계 각국에 다양한 산불위험지수와 예측시스템이 존재한다. 그러나 이러한 산불위험지수 및 지면건조지수가 우리나라의 산불발생에 적용가능한지에 대한 객관적인 평가는 이루어진 바 없다. 이에 본 연구에서는 1.5km 격자의 LDAPS(Local Analysis and Prediction System) 기상자료 및 1km 격자의 MODIS(Moderate-resolution Imaging Spectroradiometer) 위성자료를 활용하여 각종 산불위험지수와 지면건조지수의 우리나라 산불발생에 대한 민감도분석을 수행하고자 한다. 기상기반 산불위험지수로는 호주의 FFDI(forest fire danger index), 캐나다의 FFMC(fine fuel moisture code), 미국의 HI(Haines index), 그리고 학술연구에서 제시된 MNI(modified Nesterov index)를 산출하였고, 위성기반 지면건조지수인 NDDI(normalized difference drought index)와 TVDI(temperature vegetation dryness index)를 산출하여 우리나라 산불발생에 대한 적용가능성 실험을 수행하였다. 2013년 1월부터 2017년 5월까지 발생한 피해면적 1ha가 넘는 산불 120건과 6종류의 지수를 비교한 결과, FFDI는 피해면적 10ha가 넘는 모든 산불에 대하여 극도로 높은 CDF(cumulative density function) 값을 나타냈으며, FFDI와 FFMC는 피해면적 3ha가 넘는 산불에 대하여 평균 CDF 값이 0.95가 넘게 나타나는 등 매우 우수한 성능을 보였다. 반면, MNI는 이슬점온도와 기온의 차이가 크지 않은 우리나라의 계절적 특성 때문에 2월의 산불예측을 거의 하지 못하였고, TVDI는 전체적으로 산불발생에 대한 민감도가 낮은 것으로 나타났다. NDDI는 피해면적의 크기에 상관없이 평균 CDF 값이 안정적으로 높게 산출되어 위성기반 지면건조지수로서 보조적인 활용가능성이 있을 것으로 보인다. 이러한 산불위험지수와 지면건조지수를 취사선택 및 융합하여 활용한다면, 우리나라 산불예측에 일조할 수 있을 것으로 사료된다.

• 한국지리정보학회지
• /
• 제11권4호
• /
• pp.182-192
• /
• 2008

효율적인 방제전략 수립 지원시스템 개발의 일환으로 환경민감정보 기반의 유출유 확산예측 시스템과 피해위험도 예측시스템을 연계하여 인천-대산해역을 대상으로 해양오염 방제지원시스템의 프로토타입을 개발하였다. 유출유 확산예측시스템에서는 실시간 바람과 실시간 해수유동을 기반으로 유출유의 이동을 계산하고, 유출유 특성에 따라 해상 유출유의 풍화작용을 모델링하여 유출유의 잔류량 및 확산분포를 계산하였다. 유출유 확산예측의 실시간 바람은 국립환경과학원의 실시간 기상모델 결과를 ftp를 이용하여 실시간으로 연계하여 활용하며, 실시간 해수유동으로서 조류는 수치모델결과와 검조소 관측결과의 결합을 통해 실시간 조석을 예측하는 CHARRY(Current by Harmonic Response to the Reference Yardstick) 모델을 이용하여 예측하고, 실시간 취송류는 바람과 취송류간의 상관관계와 반응함수를 이용하여 예측하였다. 실시간 해수유동을 따라 이동하면서 풍화되는 유출유의 풍화작용은 유출유 특성에 따라 결정된 감소율을 적용하여 모델링하였다. 본 시스템은 GIS 기술을 이용하여 해양 정보를 ESI(Environmental Sensitivity Index) 및 방제자원 정보와 통합하고 종합적으로 제공함으로써 방제전략 수립을 지원할 수 있다.

• International Journal of Aeronautical and Space Sciences
• /
• 제11권3호
• /
• pp.175-183
• /
• 2010

The increased demand for a higher performing magnetic suspension and balance system (MSBS) resulted in an increase in costs for the efforts necessary for achieving an improved MSBS. Therefore, MSBS performance should be predicted during the design in order to reduce risk. This paper presents the modeling and simulation of an MSBS that controls 6-degree of freedom (DOF) of an aerodynamic body within the MSBS. Permanent magnets and electromagnets were modeled as coils, and this assumption was verified by experimental results. Finally, an MSBS simulator was developed, predicting that the MSBS is able to contain the model within a bounded region as well as measure external forces acting on the body during wind tunnel tests.

• 해양환경안전학회지
• /
• 제26권7호
• /
• pp.892-903
• /
• 2020

태풍 내습 시 신속하고 정확한 해일고 예측은, 연안재해 대응에 필수적인 요소이다. 이러한 해일고의 예측을 위해서 기존에는 태풍예측정보를 수치모델에 적용하여 예측자료를 생산하는 것이 대부분 이였다. 이러한 방법은 대용량의 컴퓨팅 자원과 시간이 소요된다는 단점이 있다. 최근에는 인공지능 기반으로 신속하게 예측자료를 생산하는 연구가 다양한 분야에서 진행되고 있으며, 본 연구에서는 인공지능 기반 해일고 예측을 수행하였다. 인공지능 적용을 위해서는 많은 수의 학습자료가 필요하게 되며, 기왕 발생태풍은 개수가 한정되어 있어 본 연구에서는 TCRM(Tropical Cyclone Risk Model)을 통하여 합성태풍을 생성하고, 이를 폭풍해일 모델에 적용하여 해일고 자료를 생성한 후, 학습자료로 활용하였다. 인공지능으로 예측한 해일고와 실제 발생 태풍에 대한 비교 결과, RMSE(Root Mean Square Error)는 0.09 ~ 0.30 m, CC(Correlation Coefficient)는 0.65 ~ 0.94, 최대 해일고의 ARE(Absolute Relative Error)는 1.0 ~ 52.5 %로 분석되었다. 특정 태풍/지점에서는 다소 오차가 크게 나타나고 있으나, 향후 학습자료의 최적화 등을 통하여 정확도를 개선할 수 있을 것으로 기대된다.

• 간호행정학회지
• /
• 제17권4호
• /
• pp.484-492
• /
• 2011

Purpose: The aims of study were; (1) to evaluate the validity and sensitivity of a fall-risk assessment tool, and (2) to establish continuous quality improvement (CQI) methods to monitor the effective use of the risk assessment tool. Methods: A retrospective case-control cohort design was used. Analysis was conducted for 90 admissions as cases and 3,716 as controls during the 2006 and 2007 calendar years was conducted. Fallers were identified from the hospital’s Accident Reporting System, and non-fallers were selected by randomized selection. Accuracy estimates, sensitivity analysis and logistic regression were used. Results: At the lower cutoff score of one, sensitivity, specificity, and positive and negative predictive values were 82.2%, 19.3%, 0.03%, and 96.9%, respectively. The area under the ROC was 0.60 implying poor prediction. Logistic regression analysis showed that five out of nine constitutional items; age, history of falls, gait problems, and confusion were significantly associated with falls. Based on these results, we suggested a tailored falls CQI process with specific indexes. Conclusion: The fall-risk assessment tool was found to need considerable reviews for its validity and usage problems in practice. It is also necessary to develop protocols for use and identify strategies that reflect changes in patient conditions during hospital stay.