• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.365-365
• /
• 2020

최근 기후변화로 인한 강우, 온도, 유량과 같은 수문학적 요소의 불확실성 증가와 더불어 산업화, 도시화로 인한 물 수요가 커짐에 따라 물부족 발생 위험이 증가하고 있다. 이에 따라, 안정적인 물 공급을 위한 하천유량과 취수량의 균형을 목적으로 하는 취수량의 예측 및 모의에 대한 중요성이 강조되고 있다. 본 연구에서는 과거 하천 취수량 자료로부터 미래 취수량을 예측하기 위해 딥러링 기법 중 하나인 순환신경망(LSTM) 모형과 시계열분해법을 결합하여 취수량 예측 모형을 개발하였다. 시계열분해법을 통해 자료의 경향성과 계절적 변동성 등 다양한 스케일의 시계열을 분해하여 전처리를 수행하였으며 불확실성을 의미하는 잔차(residual)에 LSTM을 적용하여 예측하였다. 결과적으로 LSTM 취수량 예측 모형은 높은 정확도를 보였으며, 월단위 전망 시 관측값에 대하여 신뢰성이 있는 결과를 나타내었다. 본 연구에서 개발한 모형에 따른 결과는 수자원 관리를 위해 활용이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.39-39
• /
• 2020

Low-flow 하천에서의 최저수위를 나타내는 지표이다. 일반적으로 유황곡선의 갈수량(Q355)를 대표적으로 사용한다. Low-flow는 물 공급 관리 및 계획, 관개용수, 생태계등 다양한 분야에 영향을 미친다. 이러한 Low-flow를 산정하기 위해서는 충분한 기간의 유량자료가 필요하다. 하지만 국토의 70%가 산지지형으로 구성되어 있는 우리나라의 경우 국가하천과 1급하천을 제외한 산지유역은 수위관측소가 부재하거나 결측으로 인해 자료가 충분하지 않아 Low-flow분석에 한계가 있다. 이에 과거에는 미계측지역의 갈수량을 예측하기 위해서 다중회귀분석, ARIMA 모형 등 다양한 기법을 사용하였지만, 최근들어 머신러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 새로운 패러다임에 맞는 머신러닝 기법인 DNN기법을 사용하고자 한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 머신러닝 기법인 DNN기법을 통해 미계측지역에 적용 가능한 지역화 Low-flow indices를 산정하고자 한다. 먼저, Low-flow에 영향을 미치는 인자들을 수집하고 인자들간의 상관분석, 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 또한 기존의 갈수량 예측기법인 다중회귀분석 결과와 비교하여 머신러닝 기법의 효용성을 검토하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2012.05a
• /
• pp.444-447
• /
• 2012

주차장에서 발생하는 비점오염을 저감하기 위한 대책이 필요할 것으로 전망됨에 따라 최적관리기법(Best Management Practices, BMP) 또는 저영향개발(Low Impact Development, LID)과 같은 관리방안을 적용하여 강우에 의해 발생되는 강우유출수와 비점오염물질을 동시에 저감하는 연구가 수행되고 있다. 기존 연구사례들에서는 대상유역에서 발생된 강우유출수에 대한 모니터링을 수행을 통해 얻은 자료를 이용하여 비점오염물질 배출량을 산정하였지만, 이러한 방법은 다양한 강우사상에 따른 유출량을 직접 산정할 수 없으며, 미계측 유역에 활용하는데 있어서는 제약이 따르는 한계를 가지고 있다. 본 연구에서는 강우유출수 개선모형으로 국내 외에서 강우유출수의 모의와 저감시설의 성능평가에 많이 사용되고 있는 MUSIC(Model for Urban Stormwater Improvement Conceptualization) 모형과 SWMM(Storm Water Management Model) 모형을 이용하여 주차장 BMP 설치에 따른 저감효과를 산정하기 위해 주차장에 적합한 대상 BMP(식생수로, 통로화분, 투수성 포장)을 선정하고, 이를 강우유출수 개선모형의 BMP 모듈을 통해 모의하여 저감효과를 산정하는 방법론을 제시하고자 한다. BMP별 저감효과는 통로화분, 투수성 포장, 식생수로 순으로 나타났으며, 모형의 초기우수현상 재현성이 BMP설치에 따른 저감효과에 큰 영향을 미치는 것으로 파악되었다.

• Journal of Korean Society of Transportation
• /
• v.15 no.3
• /
• pp.25-37
• /
• 1997

접든성통제는 고속도로에 있어서 교통사고 감소의 가장 효과적인 수단들 중의 하나로 인식되어져왔다. 이러한 접근통제의 새로운 적용으로서 접근성관리는 과도한 투자 없이 일반도로상에서 교통사고를 감소시키는데 활용되고 있다. 이 연구의 목적은 도시간선도로상에 있어서 접근성관리와 교통사고와의 관계를 교통사고비용의 측면에서 분석하는 것이다. 이를 위해, 이 연구는 미국 텍사스주 대도시 지역내 중앙분리간선도로의 교통사고자료를 다중회귀모형을 이용하여 분석하였다. 이 연구는 자료분석의 결과 다음과 같은 사실을 발견할 수 있었다. 첫째, 접근성관리는 도시간선도로의 교통사고비용과 밀접한 관계를 가지고 있었다. 둘째, 이러한 접근성관리와 교통사고비용과의 관계는 도로의 교통상황과 도로변 토지이용상태에 따라 다양하게 나타났다. 셋째, 대체로 접근성관리와 관련된 요인이 교통상황 및 토지이용상태에 관련된 요인보다 더 교통사고비용과 밀접한 관계를 보였다. 마지막으로, 교통사고비용을 설명하는데 있어 가장 중용한 접근성 관리 요인은 외부접근로의 간격으로 나타났다.

• Convergence Security Journal
• /
• v.12 no.6
• /
• pp.85-92
• /
• 2012

There are many software reliability models that are based on the times of occurrences of errors in the debugging of software. It is shown that it is possible to do asymptotic likelihood inference for software reliability models based on infinite failure model and non-homogeneous Poisson Processes (NHPP). For someone making a decision about when to market software, the conditional failure rate is an important variables. The finite failure model are used in a wide variety of practical situations. Their use in characterization problems, detection of outliers, linear estimation, study of system reliability, life-testing, survival analysis, data compression and many other fields can be seen from the many study. Statistical Process Control (SPC) can monitor the forecasting of software failure and there by contribute significantly to the improvement of software reliability. Control charts are widely used for software process control in the software industry. In this paper, we proposed a control mechanism based on NHPP using mean value function of log Poission, log-linear and Parto distribution.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.680-688
• /
• 2008

본 연구는 최근 공공부문에 급속히 확산되고 성과 관리시스템을 수용하는데 있어 사용의도에 영향을 미치는 요인들을 실증분석으로 검증하기 위한 연구 이다. 정보시스템 형태로 구현된 BSC(Balanced Scorecard)기반의 성과관리시스템을 수용대상으로 하고 있어 Davis(1986)의 TAM (Technology Acceptance Model)을 기본 틀로 Venkatech et al.(2003)의 UTAUT(the Unified Theory of Acceptance and Use of Technology)를 접목하여 연구모형으로 활용하였다. 설문조사는 BSC시스템을 도입하여 사용 중인 공공부문 기관(회사)을 대상으로 251부의 유효표본을 확보하였다. 구조방정식 모형의 경로분석을 통한 가설검정 결과 13개의 가설 중 9개의 가설이 채택되었다. 교육훈련, 정보시스템 지원, 최고경영자지원, 개인의 혁신성은 노력에 대한 기대에 영향을 미치는 것으로 나타났다. 이는 사용 자들이 새로운 기술 수용에 있어서 보다 쉽게 사용 할 것으로 기대하는데 교육훈련, 정보시스템 지원, 최고경영자지원 등 조직차원의 다양한 지원과 사용자 개인의 혁신성이 요구되는 것으로 해석된다. 성과에 대한 기대의 경로분석 결과 BSC시스템 수용 요인들 중에서 최고경영자지원과 개인의 혁신성만이 영향을 미쳤다. 이러한 결과는 공공부문의 실제 BSC시스템 구축에 대한 사례연구들에서도 지적된 사항이기도 하다. 한편, 노력에 대한 기대는 성과에 대한 기대에 영향을 미치는 것으로 나타났다. 기존의 TAM 관련연구들의 결과를 지지하는 것으로 공공부문 BSC시스템 수용에 있어서도 노력에 대한 기대가 높을수록 성과에 대한 기대가 높은 것을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.446-446
• /
• 2021

본 연구에서는 수질오염 관리 측면에서 유역의 취약성을 평가하고 우선 관리가 필요한 지역을 선정하는 기법을 수립하고자 한다. 수질은 다양한 요인에 의해 영향을 받기 때문에 오염의 취약성을 평가하기 위해 다기준 분석 기법을 적용하였다. 다기준 평가기법은 다양한 평가 항목이 포함되는 의사결정 문제에 유용하다. 연구 절차는 평가 항목 및 가중치 결정, 항목별 평가자료 구축, 수질오염에 대한 취약성 평가 후 수질오염 관리가 필요한 유역 선정의 단계로 구성하였다. 평가 대상은 814개 소유역이다. 평가 프레임워크는 오염원, 확산 과정, 수자원 현황의 3개 그룹으로 구성되며, 각 그룹에 대한 하위 평가 항목을 선정하였다. 오염원 그룹은 중앙 및 지방 정부에서 제공하는 오염원 조사 결과, 농업 분야 자료, 토지 사용 현황 등을 적용하였다. 확산 과정 그룹은 강우, 토지 피복, 토양 등의 데이터를 사용하였으며, 수자원 현황은 하천의 흐름, 수질 및 수생 생태계 현황 등이 반영되었다. 유역 단위로 모든 항목에 대하여 가중치를 반영한 점수를 집계하고 취약지역을 선정하였다.

• Proceedings of the ESK Conference
• /
• 1998.04a
• /
• pp.65-69
• /
• 1998

기존에 사용자 인터페이스 디자인 개발시 다양한 사용자 니즈들이 수집되고 이러한 정보들의 효과적 활용을 위하여 여러 가지 분석방법들이 활용, 개발되고 있다. 그중 Video Ethnography는 특정 시스템 상에서 나타나는 사용자의 행동을 중심으로 한 환경내의 변화를 비디오를 이용해 저장하고 저장된 상황 의 변화요인을 해석 체계에 의거해 분석하는 기법이다. 이는 기존의 다른 방법에 비해 사용자의 자연스 러운 작업의 수행을 분석하는 데 초점을 맞추고 있기 때문에 실험실에서 행해지는 계획된 실험에서 얻 을 수 없는 시스템에 관한 발견점을 찾아낼 수 있다는 장점이 있다. 하지만 현재 Video Ethnography를 수행하는 과정에서 수집된 사용성 정보들이 총체적인 관점에서 체계적으로 관리, 분석되지 못하고 있고, 관리 시스템의 부재로 인하여 비디오 데이터를 분석, 관리하는데 필요이상의 시간과 노력이 필요한 실정 이다. 본 연구에서는 이러한 어려움을 해결하고자 Video Ethnography를 통해 얻어진 사용자 니즈를 체 계적으로 수집,해석, 관리하는 효과적인 도구의 개발에 중점을 두었다. 특정한 사용상황에 맞추어 수집 된 다양한 형태의 사용자 니즈들은 먼저 컴푸터를 통해 입력되고 입력된 데이터는 과업의 목적, 주변상황, 시스템과 사용자와의 상호작용 등 다양한 변수에 의해 분석된다. 이러한 분석의 과정을 통해특정 시스템 에 대한 사용자의 니즈가 도출되고 새로운 디자인 해결안이 제시될 수 있는 것이다. 이러한 일련의 과정 은 사용자 니즈 데이터베이스로 구축되며 추후 제품 개발의 근거로서 활용될 수 있다. 앞으로 다양한 사 용환경에 대한 사용자 니즈 데이터베이스가 확충되면 각 사용상황하의 사용성 문제 해결안뿐만 아니라 서로 관련이 있는 사용상황간의 연계 연구를 통해 좀 더 광범위한 개념의 제품 개발도 가능해 질 수 있을 것이다.와 만족도와의 관계 및 이상형에 대해 구체적으로 파악할 필요가 있다. 또한, 신체에 대한 이상형은 시대의 여러 여건에 따라서 변화할 수 있으므로 의복 착용자가 의복을 통해서 표현하고자 하는 이상형의 시대적 변화를 살펴볼 필요가 있다. 따라서 본 연구에서는 신체에 대한 인식도 및 만족도, 이상형에 대한 설문지 조사와 신체측정을 통하여 신체 크기에대한 만족도를 객관적인 척도로 고찰하고, 이상형과 실제 체형에 관하여 고찰하고자 한다. 도한, 1992년도 자료와의 비교를 통하여 시대에 따른 신체만족도와 이상형의 변화를 파악하고자 한다. 이를 기초로 한 의복원형 제작 및 의복 디자인에 대한 연구를 통해 의복의 맞음새가 좋을뿐만 아니라 의복착용자들 에게 심리적 만족을 줄 수 있는 의복 제작에 도움이 될 수 있을 것이다.적입지로 분석되었다.등 다양한 모형들을 고려해 본 뒤, 적절한 모형을 적용할 것이다. 가로망 설계 모형에서 신호제어를 고려하기 위해서는 주어진 가로망에 대한 통행 배정과정에서 고려되는 통행시간을 링크통행시간과 교차로 지체시간을 동시에 고려해야 하는데, 이러한 문제의 해결을 위해서 최근 활발히 논의되고 있는 교차로에서의 신호제어에 대응하는 통행배정 모형을 도입하여 고려하고자 한다. 이를 위해서 지금까지 연구되어온 Global Solution Approach와 Iterative Approach를 비교, 검토한 뒤 모형에 보다 알맞은 방법을 선택한다. 차량의 교차로 통행을 고려하는 performance function의 경우 비신호 교차로와 신호교차로에 대한 적절한 비교가 현재로서는 고려되고 있지 못하기 때문에, 구성되는 가로망의 경우 신호교차로들로만 구성되며, 부득이한 경우 입체교차의 형태로 구성되는 것으로 가정한다. 실제 가로망의 경우, 교통향이 많은 도시부의 경우 주가로망은 대부분 신호교차로와 입체교차로 구성되기 때문에

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.361-361
• /
• 2016

기상이변으로 인하여 최근 10년 동안 해마다 홍수와 가뭄 피해가 극심하였고 그에 따른 경제적 손실 또한 증가하고 있다. 이에 우리나라에서는 4대강 살리기 사업으로 다기능보 건설 및 준설을 통하여 용수확보 및 홍수조절능력을 향상시키고자 하였다. 하지만 그로인해 하천환경이 많이 변하였으며, 그에 따른 하도의 안정성 확보 및 효율적인 유지관리가 요구되는 상황이다. 체계적인 하천관리를 위해서는 24시간/365일 하천상황 분석과 함께 실시간 수리학적 체류시간 분석 등을 통한 하천 및 하도내 수자원 관리 기초자료 필요성이 요구된다. 따라서 본 연구에서는 변화된 하천을 정확히 반영하고, 보의 운영조건을 고려한 2차원 수리해석을 실시하여 하천관리를 위한 기초 자료를 제공하고자 한다. 다기능보의 지형조건과 운영조건을 반영할 수 있는 EFDC 모형을 이용하여 낙동강에 대해 2차원 수리모형을 구축하였다. 자료기반모형을 이용하여 지류 유입량을 예측하여 적용하였으며, 보 상류 및 하류부 수위를 상 하류단 경계조건으로 구성하였다. 이를 통해 보별 유입량 및 보 상류의 주요지점의 수위, 유량에 대한 다양한 조건을 확정론적 방법과 추계학적 방법으로 분석하여 주요지점에서의 유량 및 수위 수문곡선, 수위/유량 종단양상, 주요지점별 도달 시간 등을 제시하였다. 또한 확정론적 수위 및 유량의 홍수기 및 저 갈수기, 계절 및 분기, 일단위및 시단위 등의 시계열 결과를 도출하였으며, 유량규모별 전파 양상을 분석하여 강우-유량-도달 시간의 조건표를 제시하여 보의 운영에 직접적으로 활용할 수 있도록 하였다. 본 연구를 통해 낙동강에서의 하천관리를 위한 기초자료를 제공할 수 있으며, 다양한 조건에 대한 보 운영 및 하천 유지관리의 가이드라인을 제시할 수 있을 것으로 판단된다.

• Asia-Pacific Journal of Business Venturing and Entrepreneurship
• /
• v.17 no.1
• /
• pp.229-249
• /
• 2022

This paper investigates machine learning models for predicting the designation of administrative issues in the KOSDAQ market through various techniques. When a company in the Korean stock market is designated as administrative issue, the market recognizes the event itself as negative information, causing losses to the company and investors. The purpose of this study is to evaluate alternative methods for developing a artificial intelligence service to examine a possibility to the designation of administrative issues early through the financial ratio of companies and to help investors manage portfolio risks. In this study, the independent variables used 21 financial ratios representing profitability, stability, activity, and growth. From 2011 to 2020, when K-IFRS was applied, financial data of companies in administrative issues and non-administrative issues stocks are sampled. Logistic regression analysis, decision tree, support vector machine, random forest, and LightGBM are used to predict the designation of administrative issues. According to the results of analysis, LightGBM with 82.73% classification accuracy is the best prediction model, and the prediction model with the lowest classification accuracy is a decision tree with 71.94% accuracy. As a result of checking the top three variables of the importance of variables in the decision tree-based learning model, the financial variables common in each model are ROE(Net profit) and Capital stock turnover ratio, which are relatively important variables in designating administrative issues. In general, it is confirmed that the learning model using the ensemble had higher predictive performance than the single learning model.