• 한국산림과학회지
• /
• 제90권6호
• /
• pp.742-746
• /
• 2001

본 연구의 목적은 1920년대부터 우리나라 남부지방에 대단위로 조림된 삼나무(Cryptomeria japonica D. Don)조림지를 대상으로 하여 최적의 간재적추정식을 개발코자 하였다. 남부지방의 대표적인 삼나무조림지인 6개 지역을 조사하였으며, 이들 지역에서 대표적인 31개의 표준목을 선발하여 수간석해를 실시하였다. 이 중 이용 가능한 29개체목에 대한 수간석해 자료를 이용하여 개발한 최적의 삼나무 재적추정식은 $V=-0.002908+0.000125D^{1.907114}H^{0.645131}$이 제시되었다. 이 식을 이용하여 간재적 실측치와 추정치를 사용한 동시 F-검정(절편=0와 기울기=1)을 실시한 결과, 통계적으로 유의성을 나타내지 않았다(p=0.1936). 따라서 본 연구에서 제시된 간재적 추정식은 남부지방에 조림된 삼나무의 입목 간재적표조제와 경영에 필요한 기초적 자료를 제공해 줄 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제9권1호
• /
• pp.101-110
• /
• 2010

본 연구는 고속도로에서 발생하는 비반복적 정체 중 교통사고로 인하여 발생하는 돌발상황에 대한 운영관리 부족 및 처리시간에 대한 정보제공 요구증가에 따라 이에 대응할 수 있는 돌발상황 처리시간 예측모형개발을 개발하였다. 돌발상황 처리시간 예측모형을 개발하기에 앞서 종속변수인 사고처리시간을 사고등급 A, B, C등급으로 구분하였으며, 독립변수로는 교통량, 사고차량수, 사고시간대 등 총 15개 변수를 적용하여 모형을 개발하였다. 모형도출결과 돌발상황 처리시간에 영향을 미치는 주요변수로는 교통량, 중차량포함여부, 사고시간대가 도출되었다. 또한 돌발상황 처리시간 예측모형에서 영향 변수로 도출된 변수들을 토대로 의사결정나무를 구축하였으며, 이때 CHAID기법을 적용하였다. 그 결과 1차적으로 사고등급 A, B등급과 C등급으로 구분되었으며, 2차적으로는 도로의 교통량으로 분리되었다. 본 연구를 통하여 도출된 돌발상황 처리시간 예측모형과 의사결정나무를 통하여 향후 고속도로 돌발상황 발생시 도로이용자들에게 보다 신속하고 실효성있는 교통정보를 제공하는데 기여할 수 있을 것으로 판단된다.

• Journal of Forest and Environmental Science
• /
• 제39권4호
• /
• pp.195-202
• /
• 2023

In this study, we sought to compare and evaluate the accuracy and predictive performance of machine learning algorithms for estimating the growth of individual Larix kaempferi trees in Gangwon Province, Korea. We employed linear regression, random forest, XGBoost, and LightGBM algorithms to predict tree growth using monitoring data organized based on different thinning intensities. Furthermore, we compared and evaluated the goodness-of-fit of these models using metrics such as the coefficient of determination (R²), mean absolute error (MAE), and root mean square error (RMSE). The results revealed that XGBoost provided the highest goodness-of-fit, with an R² value of 0.62 across all thinning intensities, while also yielding the lowest values for MAE and RMSE, thereby indicating the best model fit. When predicting the growth volume of individual trees after 3 years using the XGBoost model, the agreement was exceptionally high, reaching approximately 97% for all stand sites in accordance with the different thinning intensities. Notably, in non-thinned plots, the predicted volumes were approximately 2.1 m³ lower than the actual volumes; however, the agreement remained highly accurate at approximately 99.5%. These findings will contribute to the development of growth prediction models for individual trees using machine learning algorithms.

• 한국산림과학회지
• /
• 제96권1호
• /
• pp.40-47
• /
• 2007

본 연구는 전라북도 진안 지역의 낙엽송을 대상으로 지위지수 추정과 지위지수곡선 유도 및 간재적식 개발을 목적으로 하였다. 지위지수에 대한 식은 대수차분 방정식에 의해 개발되었다. 기초 연령 40년으로 한 다형 지위지수 패밀리 곡선은 Schumacher 수고 방정식을 기초로 표현하였다. 최적의 간재적 추정식은 $V=0.00260+0.00000399D^2H$로 판명되었다. 이 방정식에 사용한 동시 F-검정에서 추정된 간재적량은 모델 평가에 관한 실측된 간재적량과 유의(${\alpha}=0.05$)하게 다르지 않음을 보여주었다. 지위지수 곡선과 재적 추정식의 결과는 지위와 수확표 조제시 기초 자료로 제공할 수 있고, 진안지역 낙엽송 임분의 지역 산림경영에 사용될 수 있을 것이다.

• 한국도로학회논문집
• /
• 제10권1호
• /
• pp.31-39
• /
• 2008

본 연구는 도로기하구조 요인과 교통사고간의 관계를 규명하기 위하여 CART분석을 이용하여 전국의 4차로 국도를 대상으로 교통사고예측모형을 개발하고, 다중회귀모형, 확률회귀모형과 CART분석모형을 비교 분석하여 개발한 모형의 적합도를 검증하였다. 연구결과로는 첫째, 변수간의 복합적인 상호관계를 설명할 수 있는 CART분석을 이용하여 국도의 교통사고 예측모형을 개발하고 도로기하구조 요인에 따라 표준교통사고율을 의미하는 교통사고발생도표를 제시하였다. 둘째, CART분석모형에 근거하여 교통사고 발생률에 큰 영향을 미치는 도로기하구조 요인이 구간거리(km), 횡단보도폭(m), 횡단길어깨(m), 교통량 순으로 나타났다. 셋째, CART분석모형의 적합도 검증결과, CART분석모형이 실제교통사고율을 타 모형에 비해 전반적으로 잘 묘사하고 있었으나, 각 모형별로 교통사고율의 크기에 따라 교통사고율이 비교적 낮은 구간에서는 다중회귀모형이, 평균이상의 교통사고율을 나타내는 구간에서는 포아송 회귀모형의 예측력이 높았으며, CART분석모형은 교통사고율의 크기와 상관없이 우수한 예측력을 보였다. 넷째, 도출된 교통사고발생도표는 도로기하구조 조건에 따른 표준교통사고율을 제시해주기 때문에 도로설계 시에 안전한 기하구조 설계요소 선정기준을 제시 할 뿐만 아니라, 교통사고 잦은 지점개선사업추진 시 사업의 우선순위를 판단할 수 있는 기준을 제시하는 등 정책적 활용도가 매우 높을 것으로 판단된다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.99-120
• /
• 2010

최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.

• 융합정보논문지
• /
• 제7권1호
• /
• pp.55-60
• /
• 2017

사물인터넷 환경에서 인간의 개입 없는 지능화된 서비스를 위해서는 IoT 디바이스에서 생성되는 빅데이터로 부터 정상 패턴을 학습하고 이를 기반으로 불량, 오작동과 같은 이상 징후에 대해 예측하는 과정이 요구된다. 본 연구의 목적은 제품 공정의 다양한 기기에서 발생되는 빅데이터를 분석함으로써 제품 불량을 예측할 수 있는 기계 학습모델을 구현하는 것이다. 기계 학습 모델은 어느 정도 볼륨을 가진 기존 데이터를 기반으로 분석을 해야 하므로 빅데이터 분석도구 R을 사용하였으며, 제품 공정에서 수집된 데이터에는 제품에 대한 불량 여부가 포함되어 있으므로 지도 학습 모델을 활용하였다. 연구의 결과, 제품 불량에 영향을 주는 변수 및 변수 조건을 분류하였고, 의사결정 트리를 기반으로 제품의 불량 여부에 대한 예측 모델을 제시하였다. 또한, ROC Curve를 이용한 모델의 적합성 및 성능평가 분석에서 모델의 예측력은 상당히 높게 나타났다.

• 한국산림과학회지
• /
• 제107권2호
• /
• pp.184-192
• /
• 2018

본 연구는 중부지역 일본잎갈나무의 수간중량 추정식을 개발하기 위하여 지역별 개체목의 지위와 직경을 고려하여 표준지를 선정한 뒤, 총 55본의 표본목을 선정하였다. 표본목의 실측자료를 이용하여 수피외생중량, 수피외건중량, 수피내 건중량 및 이용중량 등 네종류의 중량을 추정하기 위해 11개의 모형을 비교 분석하였다. 중량을 추정하기 위해 흉고직경을 변수로 이용하는 경우, 흉고직경과 수고를 이용하는 경우, 재적을 이용하는 경우의 3개 변수에 따라 모형을 구분하였다. 최적의 모형은 적합지수와 추정의 표준오차 및 잔차의 분포를 이용하여 모형의 이행능력을 비교하여 선정하였다. 그 결과, 1변수인 흉고직경을 이용하는 식은 $W=a+bD+c^D^2$이며 설명력은 90~92%를 나타냈고, 흉고직경과 수고를 이용한 2변수식은 $W=aD^bH^C$으로 97~98%의 설명력으로 2변수 모형이 1변수 모형 보다 높은 적합도를 보였다. 또한 전체수간에 대한 재적과 이용재적에 대한 식인 W = aV로 중량추정설명력이 98~99%으로 높게 나타났고 SEE도 7.7~17.5, CV(%)도 8.0~10.0으로 우세한 적합도를 보였다. 본 연구는 개체목의 중량정보 제공 및 임분단위의 중량 바이오매스추정식의 기초연구로 활용될 것으로 판단된다.

• Journal of Forest and Environmental Science
• /
• 제34권2호
• /
• pp.108-118
• /
• 2018

Biomass determination of species-specific in forest ecosystem by semi-destructive measures requires the development of allometric equations; predict aboveground biomass observable independent variables such as, Diameter at Breast Height, Height, and Volume are crucial role. There has not been equation of this type in mountain Chuqala natural forest. In this study two species namely, Hypericum revolutum Vahl. & Maesa lanceoleta Forssk. with tree diameter classes (15-20, 20.5-25, and 25.5-35 cm), with the purpose of conducting allometric equations were characterized. Each species assumed considered individually. For the linear model fit the two observed variable DBH, H and V were preferred for the prediction of above ground biomass. The best fitted model choose among the two formed model were identified using Akaike Information Criterion (AIC), and $R^2$ and adjacent $R^2$. Based on this the best fit model for Hypericum revolutum Vahl. was AGB=-681.015+4,494.06 (DBH), and for Maesa lanceoleta Forrsk. was. AGB=-936.96+5,268.92 (DBH).

• 한국도로학회논문집
• /
• 제13권3호
• /
• pp.167-176
• /
• 2011

본 연구는 불특정 다수의 도로이용자들이 경로우회 시 갖는 의사결정과정속에 내포된 비선형성과 불확실성을 고려한 정도 있는 모형구축으로 주요 우회결정요인을 분석하는 것이 주요 목적이다. 이를 위하여 고속도로 및 국도를 이용하는 운전자를 대상으로 우회여부에 관련된 SP조사를 실시하였고, 조사결과에 대하여 의사결정나무와 신경망이론의 결합된 모형을 구축하여 운전자 우회결정요인을 분석하였다. 분석결과 운전자 우회여부결정에 영향을 미치는 요인은 우회도로 인지여부, 교통정보 신뢰도 및 이용빈도, 경로전환빈도, 나이순으로 나타났다. 또한 오분류표를 통한 기존 모형과의 예측력의 비교결과 결합된 모형의 오분류율이 8.7%로 기존 모형인 로짓모형 12.8%, 의사결정나무 단독 모형 13.8%와 비교했을 때 가장 예측력이 높은 것으로 나타나 운전자 우회결정요인 분석에 관한 모형의 적용 타당성을 확인할 수 있었다. 본 연구의 결과는 향후 교통량 분산효과와 도로망 효율 증대를 위한 효과적인 우회관리전략 수립 시 기초 자료로 활용가능하리라 사료된다.