• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.231-238
• /
• 2021

이 논문은 Covid-19 이후 기간의 빅데이터를 활용하여 일상에서 주문하는 음식 배달과 소비의 경향을 분석하는 방법을 제시한다. 빅데이터를 분석하고 데이터베이스 시스템을 이용하여, 날씨를 제외한 네 개의 요소들이 배달의민족 매출과 의미있는 상관관계가 있는 것으로 확인되었다. 이 연구는 KBS, MBC와 SBS 언론매체의 빅데이터 분석에서 Covid-19 관련 기사 다음 날에 음식 배달과 소비 증가가 거의 60%에 달하는 것을 발견하였다. 또한 Naver 검색결과에서도 Covid-19 관련 기사 다음 날에 심각하게 의미있는 음식 배달과 소비 증가를 발견하였다. 그 이외에, 소비의 흐름에 있어서 모바일을 통한 배달이 주류가 될 것이며 밀레니얼 세대가 대세가 될 것이라는 것도 알 수 있었다. 본 연구는 방대하고 구체적인 데이터를 사용하여 똑같은 방법으로 경기 침체기에 다른 산업 분야에 대하여 분석을 가능하게 하는 것으로, 기업의 입장에서 발빠른 대응으로 경기 침체 속의 호황을 맞이할 수 있는 분석과 방법을 제공하는 데 기여할 수 있다.

• Journal of Radiation Protection and Research
• /
• 제46권4호
• /
• pp.184-193
• /
• 2021

Background: The radionuclides released by the Fukushima Daiichi Nuclear Power Plant (FDNPP) accident 9 years ago are still being monitored by various research teams and the Japanese government. Comparison of different surveys' results could help evaluate the exposure doses and the mechanism of radiocesium behavior in the urban environment in the area. In this study, we clarified the relationship between land use and temporal changes in the ambient dose rates (air dose rates) using big data. Materials and Methods: We set a series of 1 × 1 km² meshes within the 80 km zone of the FDNPP to compare the different survey results. We then prepared an analysis dataset from all survey meshes to analyze the temporal change in the air dose rate. The selected meshes included data from all survey types (airborne, fixed point, backpack, and carborne) obtained through the all-time survey campaigns. Results and Discussion: The characteristics of each survey's results were then evaluated using this dataset, as they depended on the measurement object. The dataset analysis revealed that, for example, the results of the carborne survey were smaller than those of the other surveys because the field of view of the carborne survey was limited to paved roads. The location factor of different land uses was also evaluated considering the characteristics of the four survey methods. Nine years after the FDNPP accident, the location factor ranged from 0.26 to 0.49, while the half-life of the air dose rate ranged from 1.2 to 1.6. Conclusion: We found that the decreasing trend in the air dose rate of the FDNPP accident was similar to the results obtained after the Chernobyl accident. These parameters will be useful for the prediction of the future exposure dose at the post-accident.

• 한국IT서비스학회지
• /
• 제22권2호
• /
• pp.71-92
• /
• 2023

Globally, under the leadership of advanced ICT countries, the private sector is promoting various policies to promote the digital transformation of public services. Looking at the research trend, design of public service indicators, development of evaluation system, and empirical research are being carried out steadily, but there are insufficient research cases on models in which the private sector participates in the planning, development, and operation of public services. In this study, Private-centric digital public service suitability evaluation indicators were discovered through interviews with experts in various fields, and weights for each indicator were analyzed through AHP evaluation. In addition, by applying the analysis results to 18 digital public services on a trial basis, the importance and priority of evaluation indicators for each service were derived, and at the same time, the evaluation framework was designed and applied to diagnose implications. As a result of the study, 'social utility', 'corporate acceptability', and 'public acceptability' were selected as the top three indicators of suitability evaluation. At this time, it was analyzed that the weight of the 'company acceptability' index, which includes sub-indices such as 'service profitability', 'service scalability', and 'private initiative possibility', was the highest among the three top indicators. As a result of the demonstration for public services, "IoT facility unmanned remote monitoring service", "blockchain real estate transaction service", and "digital twin disaster prediction service" were evaluated as the most suitable public services for the transition to the private sector.

• 한국지반공학회논문집
• /
• 제22권7호
• /
• pp.23-35
• /
• 2006

본 연구에서는 암반에 근입된 현장타설말뚝의 주면하중전이특성을 분석하기 위하여, 주요 영향요소(일축압축강도, 거칠기, 수직강성, 초기구속응력, 재료성질)에 따라 일정수직강성(Constant Normal Stiffness, CNS)조건의 직접전단시험을 수행하였다. 그 결과 암반에 근입된 현장타설말뚝의 주변하중전이특성을 3구간으로 이상화할 수 있었으며, 각 구간에서의 거동을 지배하는 주요 요소의 영향 및 그에 따른 거동을 파악할 수 있었다. 이를 토대로 암반의 절리 및 풍화상태를 나타내는 GSI(Geological Strength Index)를 이용한 Hoek-Brown 파괴기준(1997)을 적용하여, 암반에 근입된 현장타설말뚝의 굴착면 거칠기를 고려한 새로운 주면 하중전이함수를 제안하였다. 제안된 하중전이함수는 기존 7본의 말뚝 재하시험 결과와 비교분석을 수행하였으며, 그 결과 본 제안식이 암반 굴착면의 거칠기 및 암반특성을 적절히 반영함을 알 수 있었다.

• 한국지반공학회논문집
• /
• 제25권8호
• /
• pp.77-93
• /
• 2009

본 연구에서는 3차원 유한차분해석을 통하여 말뚝직경, 암반물성, 불연속면의 간격 및 방향 등 주요 인자가 암반근입 현장타설말뚝의 선단거동에 미치는 영향에 대한 분석을 수행하였으며, 이를 토대로 초기기울기 및 극한 단위선단지지력을 변수로 하는 쌍곡선형태의 선단하중전이(q-w)함수를 제안하였다. 제안식의 국내 암반지반에의 적용을 위하여 국내에서 수행된 14개 현장 23본의 시험말뚝의 재하시험자료를 토대로 제안식의 경험계수를 산정하였으며, 더불어 기존 초기기울기 및 극한단위선단지지력 산정식의 타당성 검토도 수행하였다. 현장재하시험 사례와의 비교분석 결과, 본 연구에서 제안된 산정식은 국내 암반지반에 근임된 현장타설말뚝의 선단거동을 비교적 잘 예측 가능하고, 말뚝지지력 및 침하량 예측값이 실측값에 가까움을 알 수 있었다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.109-118
• /
• 2022

본 연구의 목적은 뇌손상 환자의 상지 움직임 평가와 인공지능 융합연구를 체계적 문헌고찰 방법으로 분석하여 인공지능의 적용에 대한 경향을 파악하고자 한다. 연구수행은 PRISMA(Preferred Reporting Items for Systematic Reviews and Meta-Analyses)가이드라인을 이용하여 수행되었다. 3개의 데이터베이스에서 검색된 380편 중 선정기준 및 배제기준에 따라 최종적으로 8편의 논문을 선정하였다. 상지 움직임 평가는 동작 수행 능력 평가와 FMA, ARAT가 사용되었다. 정량화를 위해 다양한 도구를 사용하여 데이터를 추출하였고, 인공지능을 이용해 상지 움직임 분류, 회복예후 예측, 평가도구 점수를 예측하였다. 본 연구는 인공지능을 이용해 상지 움직임 평가를 객관적으로 나타낸 연구들을 체계적으로 고찰하여 인공지능이 적용되고 있는 방향성을 파악했다는 점에서 의의가 있다. 이를 토대로 상지 움직임 평가에서 인공지능 기술을 도입하여 중재 효과와 환자의 회복을 객관적으로 파악하는데 도움이 될 것으로 기대한다.

• Journal of Ecology and Environment
• /
• 제46권1호
• /
• pp.54-61
• /
• 2022

Background: In South Korea, African swine fever virus (ASFV) has spread among wild boars through Gangwon-do to Dangyang-gun, Chungcheongbuk-do on the southern border of Gangwon-do. To prevent the spread of ASFV to African swine fever (ASF)-free areas, it is necessary to identify areas with a high probability of finding ASFV-infected carcasses and to reduce the density of wild boars in those areas. In this study, we described the propagation trend of ASFV among wild boars, constructed the habitat suitability maps for ASFV-infected carcasses, and suggested areas with a high probability of finding ASFV-infected carcasses and an important route of ASFV transmission. Results: Despite the active quarantine policies in Korea to prevent the spread of ASFV through wild boars, there was no significant difference in the monthly average of number of ASFV-infected carcasses observed between 2020 and 2021. The ASFV-infected carcasses were found more in winter and spring (January to April). Since the first ASF outbreak in wild boars on October 2, 2019, the maximum width of ASFV-infected carcass distribution area was 222.7 km for about 26 months till November 20, 2021. The habitat suitability map, based on GPS coordinates of ASFV-infected wild boar carcasses, shows that highly detectable areas of ASFV-infected carcasses were sporadically dispersed in western and southwestern parts of Gangwon-do, and ranged from north to south of the province along the Baekdudaegan Mountains, whereas poorly detectable areas ranged along the north to the south in the middle parts of the province. Conclusions: Our suitability model, based on the GPS coordinates of ASFV-infected carcasses, identifies potential habitats where ASFV-infected carcasses are likely to be found and ponential routes where ASFV is likely to spread. Among ASF-free areas, the areas with high suitability predicted in this study should be given priority as survey areas to find ASFV-infected carcasses and hunting areas to reduce wild boar populations.

• 패션비즈니스
• /
• 제26권2호
• /
• pp.28-47
• /
• 2022

Rapid development of information and communication technology is leading the digital transformation (hereinafter, DT) of various industries. At this point in rapid online transition, fashion manufacturers operating offline-oriented businesses have become highly interested in DT and artificial intelligence (hereinafter AI), which leads DT. The purpose of this study is to examine the development status and application case of AI-based digital technology developed for the fashion industry, and to examine the DT stage and AI application status of domestic fashion manufacturers. Hence, in-depth interviews were conducted with five domestic IT companies developing AI technology for the fashion industry and six domestic fashion manufacturers applying AI technology. After analyzing interviews, study results were as follows: The seven major AI technologies leading the DT of the fashion industry were fashion image recognition, trend analysis, prediction & visualization, automated fashion design generation, demand forecast & optimizing inventory, optimizing logistics, curation, and ad-tech. It was found that domestic fashion manufacturers were striving for innovative changes through DT although the DT stage varied from company to company. This study is of academic significance as it organized technologies specialized in fashion business by analyzing AI-based digitization element technologies that lead DT in the fashion industry. It is also expected to serve as basic study when DT and AI technology development are applied to the fashion field so that traditional domestic fashion manufacturers showing low growth can rise again.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.41-47
• /
• 2023

금융상품의 가치평가는 다양한 기술의 변화에 따라 계속 발전하고 있다. 최근에는 머신러닝과 인공지능 기술을 활용한 가치평가에 대한 관심이 높아지면서 금융시장의 변화에 신속하게 대응하고 있다. 이러한 기술적 발전은 실시간 데이터 처리에 대한 요구와 금융시장의 다양한 특성을 고려하여 정확하고 효과적인 가치평가를 가능케 한다. 수치해석 기법은 금융기관과 투자자들 사이에서 중요한 의사 결정 도구로 사용되며, 투자의 성과 예측과 리스크 관리를 위한 필수 도구로 인식되고 있다. 본 연구에서는 금융시장의 다양한 변화와 자산 데이터를 고려하여 정확한 예측을 제공하는 수치해석 기반 금융 시스템의 특허 동향을 분석한다. 이를 통해 실질적인 산업현장에서의 금융 기술의 발전을 살펴보고 금융시장에서의 기술적 수준을 가늠할 수 있을 것이다.

• 산업과 과학
• /
• 제3권1호
• /
• pp.17-22
• /
• 2024

인류의 출현과 함께 시작된 역사에는 기록이라는 수단이 있기에 현재에 사는 우리는 데이터를 통해 과거를 확인할 수 있다. 생성되는 데이터는 일정 순간에만 발생하여 저장될 수도 있지만, 과거로부터 현재까지 일정 시간 간격 동안 계속해서 생성될 뿐만 아니라 다가올 미래에도 발생함으로써 이를 활용하여 예측하는 것 또한 중요한 작업이다. 본 논문은 수많은 데이터 중에서 시계열 데이터의 활용 동향을 알아보기 위해서 시계열 데이터의 개념에서부터 머신러닝 분야에서 시계열 데이터 분석에 주로 사용되는 Recurrent Neural Network와 Long-Short Term Memory에 대해 분석하고, 이런 모델들을 활용한 사례의 조사를 통해 의료 진단, 주식 시세 분석, 기후 예측 등 다양한 분야에 활용되어 높은 예측 결과를 보이고 있음을 확인하였고, 이를 바탕으로 향후 활용방안에 대하여 모색해본다.