• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.242-244
• /
• 2021

RPA는 단순 반복적 사무업무를 자동화하여 업무 효율화의 강력한 도구로 최근 각광받고 있다. RPA는 업무 자동화를 정의하기 위한 세부 요소로 구성되며, 최근 빅데이터 기술과 융합되어 빅데이터 시각화 도구로써 기업 내 경영의사결정시스템을 구축할 수 있었다. SW Bot기반의 RPA의 기본 구성요소로 UI Bot, Process Bot, Data Bot을 정의하고 해당 기능별 요소 정의와 도입 효과를 확인한다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권5호
• /
• pp.881-893
• /
• 2012

본 논문에서는 선물시장에서 러프집합과 의사결정나무를 이용한 매매규칙 기반의 시스템 트레이딩 전략을 제안한다. 과거 데이터마이닝 방법론을 이용한 선물시장 투자전략에 대한 많은 연구가 진행되어 왔으나 상대적으로 다양한 변수의 조합을 통한 시스템 트레이딩에 대한 연구는 거의 없었다. 본 연구는 크게 세 가지 목적을 가지고 있다. 첫 번째 목적은 매매규칙 기반 시스템 트레이딩에서 의사결정나무 방법론의 사용이 투자성과에 어떠한 영향을 미치는가를 분석하는 것이다. 두 번째 목적은 단기매매부터 장기 매매까지 중에서 적절한 매매 시간간격을 찾아내는 것이다. 세번째 목적은 매매규칙 생성 시 사용되는 최적의 트레이닝 구간을 찾는 것이다. 이 논문의 실험결과는 제안한 투자전략의 유용성을 증명할 수 있을 것이며, 또한 이를 통해 시장참여자들에게 투자결정에 있어 도움을 줄 수 있을 것이다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.9-14
• /
• 2005

교통정책과 계획수립에 가장 중요한 의사결정 과정은 통행수요 분석이고, 이에 활용되고 있는 필수적인 기초 데이터베이스는 분석용 네트워크와 기종점 통행량이 있다. 통행수요 추정과정의 합리성이 보장되도록 하기 위해서는 이러한 기본 입력 자료의 신뢰성은 중요하다. 하지만, 일반적으로 분석용 네트워크를 구축할 때 예산과 분석기간의 제약 때문에 실세계의 교통망 중 많은 부분을 단순화 시켜서 구축한다. 또한 기 구축된 네트워크에 대해서도 변경되는 교통망을 반영하기 위해 네트워크를 수정, 편집할 때에도 많은 재원과 시간이 소요된다. 본 연구에서는 이러한 문제점을 보완하고자 교통분석 목적의 패키지(EMME/2, TranPlan) 혹은 범용의 GIS 패키지(ArcGIS)에서 직접 이용할 수 있도록 기 구축된 네트워크를 기반으로 GIS 데이터로의 변환 혹은 네트워크를 추출하는 양방향 데이터 교환 시스템을 개발하였다. 이러한 GIS-T 통합 시스템은 네트워크의 편집과 분석에 효율적인 환경을 제공하여 보다 현실적인 교통망 모델링을 반영할 것으로 기대되며 다양한 교통문제에 대한 분석에 효과적인 도구로 활용될 수 있을 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (1)
• /
• pp.145-147
• /
• 2001

지질도 매핑 시스템이 국내외적으로 개발되고 있으나 아직 국내 환경에 적합한 시스템이 없기 때문에 활용되지 못하고 현재까지 현장에서 매핑될 지질 정보를 수기로 입력하고 있다. 이와 같은 고전적인 방식은 작업 데이터 공유, 데이터 유실 및 프로젝트 관리문제를 뒤따르게 된다. 따라서 이와 같은 문제를 해결하기 위하여 이 연구에서는 컴퓨터 기반의 야외지질정보 매핑 시스템을 설계하고 구현하였다. 이 시스템은 노트북과 GPS와 상호 통합된 시스템으로 기 제작된 수피지형도를 배경으로 현위치의 노두 정보가 입력 가능하다. 이를 위하여 GPS 좌표와 TM좌표간 좌표 변환모듈을 통하여 현 좌표를 실시간으로 입력 할 수 있도록 하였다. 또한 기 작성된 수치지질/지형도를 오버레이 연산이 가능하도록 하여 정밀 수치지질도 생산 및 지질도를 통한 의사결정에 활용될 수 있도록 하였다.

• 대한토목학회논문집
• /
• 제38권4호
• /
• pp.505-516
• /
• 2018

교량 유지관리 전략 수립 시 현재 상태를 기반으로 미래 상태를 예측할 수 있어야 하며, 상태예측모델의 신뢰도가 높아질수록 효과적인 유지관리 의사결정이 가능하다. 그러나 인력기반 반복 주기적인 현행유지관리는 관리자가 목표하는 관리(등급)수준의 교량 상태를 정확히 예측하지 못해서 막대한 보수 보강비용이 발생될 가능성이 있고, 합리적인 유지관리 의사결정을 도모하는데 어려움을 겪는다. 이에 따라 본 논문에서는 국내 교량 점검 이력 데이터를 이용하여 불확실성을 고려한 교량 부재별 대표 상태예측모델을 개발하고, 개발된 상태예측모델을 실제 유지관리 대상 교량에 보다 높은 정확도로 적용 가능한 베이지안 업데이트 기법을 제안하였다. 또한, 모니터링 업데이트 상태예측모델 기반 예방적 유지관리가 기존 현행유지관리 대비 비용 효율성 측면에서 유리함을 제안하기 위해 각각의 유지관리비용 산출에 따른 교량 점검 타당성 분석을 수행하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.284-287
• /
• 2022

K-water는 기후위기에 따른 물관리의 복잡성, 불확실성에 대응하기 위해 수문자료 센싱, 고품질의 데이터 관리 등 ICT 인프라 운영 경험 및 물관리 역량을 기반으로 디지털트윈 물관리 플랫폼을 구축하였다. 본 플랫폼은 유역내 실시간 기상·수문 관측자료와 유관기관 정보를 연계하여 3차원 지형자료에 표출하고 홍수, 수질 등 다양한 상황을 시뮬레이션하여 결과를 표출 및 분석하고 이에 대한 피드백을 통해 최적의 의사결정을 지원하는 체계로 구성되어 있다. 본 플랫폼은 섬진강유역을 대상으로 시범구축 하였으며, 향후 5대강 유역을 대상으로 공간적 범위를 확대할 계획이다. 이를 통해 댐 하류·지류 합류부 등 재해 취약지점까지 아우르는 종합적인 물관리 의사결정의 One-System으로 확장할 계획이다. 또한 안전하고 효율적인 물관리를 기반으로 새로운 물산업 생태계를 조성하고, 민간기업과의 기술협력을 통해 디지털 물산업 기술 경쟁력 확보에도 기여하고자 한다.

• 한국정보전자통신기술학회논문지
• /
• 제11권5호
• /
• pp.521-530
• /
• 2018

본 논문에서 제안하는 "농산물 생산성 향상을 위한 딥러닝 기반 농업 의사결정 시스템"에서는 정밀농업을 지원하는 농장의 위치 정보를 기반으로 기상 정보를 수집하고, 수집한 기상 정보와 농작물의 실시간 데이터를 이용하여, 작물의 현재 상태를 예측하고 그 결과를 농장 관리인에게 알려준다. 제안하는 시스템은 첫째, 정밀농업을 지원하는 농장의 위치 정보를 기반으로 기상 정보를 수집하는 ICM(Information Collection System)을 설계하고, 둘째, 딥러닝 알고리즘을 기반으로 현재 날씨에 따라 농장 토지의 탄소, 수소, 산소, 질소, 수분 함유량이 재배하고 있는 작물에 적합특정 작물을 재배하기 좋은 상태인지 판단하는 DRCM(Deep learning based Risk Calculation Module)을 설계하고, 셋째, DRCM의 결과를 기반으로 사용자에게 작물의 상태를 점검할 것을 알려주는 메시지를 전송하는 RNM(Risk Notification Module)을 설계한다. 제안하는 시스템은 기존의 시스템과 비교하였을 때, 데이터양의 증가로 인해 발생하는 정확도 감소 비율이 낮고, 분석 단계에 비지도학습을 적용하기 때문에 안정성을 향상 시킬 수 있다. 결과적으로 농장 데이터 분석 성공률이 약 5.15%가량 향상되었고, 환경 변화에 따른 작물 성장의 위험한 상태정보 다양하게 적용하였을 때, 위험한 상태정보에 대하여 상세하게 추론할 수 있었다. 이는 다양한 내 외부 환경으로부터 발생할 수 있는 작물의 질병을 미연에 예방할 수 있고, 작물이 성장하는데 최적화된 환경을 제공할 수 있는 효과를 나타낸다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.119-133
• /
• 2021

각 산업에서 대량의 데이터가 생산되면서, 빠른 경영 의사결정을 위해 시계열 패턴 예측 연구가 수많이 진행되고 있다. 하지만 데이터에 내재된 불확실성으로 인해 비선형 시계열 데이터의 특정 패턴을 예측하는 데 한계가 존재하고, 기업경영의 전략적 의사결정 어려움이 존재한다. 또한, 최근 수십 년간 불규칙한 랜덤워크 모형의 시계열 데이터 예측을 위해 산업의 목적에 맞는 금융시장 데이터를 대상으로 다양한 연구가 진행되고 있지만, 특정 규칙을 예측하고 지속가능의 기업목적 달성 어려움이 있다. 본 연구에서는 룰렛 데이터와 금융시장 데이터를 Chaos 분석기법을 이용하여 예측 결과를 비교분석하고 유의미한 결과를 도출하였다. 그리고, 본 연구는 카오스 분석이 시계열 자료를 분석하는데 있어 새로운 방법을 모색하는데 유용함을 확인하였다. 룰렛 게임의 특성을 한국 주가지수 선물의 시계열과 비교 분석하여 추세가 확인되는 경우 예측력을 높일 수 있다는 점을 도출하였으며, 불확실성이 높고 랜덤워크가 존재하는 비선형 시계열 데이터가 특정한 패턴을 가지고 있는지 판단하는데 의의가 있다.

• 한국전자거래학회지
• /
• 제26권3호
• /
• pp.97-117
• /
• 2021

정기예금 가입 여부 예측은 은행의 대표적인 금융 마케팅 중 하나로, 은행은 다양한 고객 정보를 활용하여 예측 모델을 구성할 수 있다. 정기예금 가입 여부의 분류 정확도를 향상하기 위해, 많은 연구에서 기계학습 기법들을 이용하여 분류 모델들을 개발하였다. 하지만, 이러한 모델들이 만족스러운 성능을 보일지라도 모델의 의사결정 과정에 대한 근거가 적절하게 설명되지 않는다면 산업에서 활용하기가 쉽지 않다. 이러한 문제점을 해결하기 위해, 본 논문은 설명 가능한 정기예금 가입 여부 예측 기법을 제안한다. 먼저, 테이블 형식에서 우수한 성능을 도출하는 의사결정 나무 기반 앙상블 학습 기법인 랜덤 포레스트, GBM, XGBoost, LightGBM을 이용하여 분류 모델들을 개발하고, 10겹 교차검증을 통해 모델들의 분류 성능을 심층 분석한다. 다음으로, 가장 우수한 성능을 도출하는 모델에 설명 가능한 인공지능 기법인 SHAP을 적용하여 고객 정보의 영향도와 의사결정 과정 등을 해석할 수 있는 근거를 제공한다. 제안한 기법의 실용성과 타당성을 입증하기 위해, Kaggle에서 제공한 은행 마케팅 데이터 셋을 대상으로 모의실험을 진행하였으며, 데이터 셋 구성에 따라 GBM과 LightGBM 모델에 SHAP을 각기 적용하여 설명 가능한 정기예금 가입 여부를 위한 분석 및 시각화를 수행하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.928-930
• /
• 2020

본 논문은 인공지능 플랫폼 기반의 요로결석 진단을 위한 CT 영상 데이터 자동판독 시스템에 대해 기술하고자 한다. 제안한 시스템은 웹 기반의 플랫폼을 기반으로 하며, 인공지능 기반의 진단 알고리즘을 장착하여 빠르게 요로결석 환자의 스크리닝에 목적을 두고 있다. 병원정보시스템의 PACS와 EMR과 연계와 Deep learning 진단 알고리즘을 적용한 요로결석 자동판독 시스템을 개발하였다. 특히, 기 구축된 인공지능 플랫폼을 통해 추출한 데이터셋을 기반으로 진단 알고리즘 개발 방법과 수행 결과를 보인다. 제안한 시스템은 요로결석 진단과 수술여부에 의사결정지원 시스템으로 임상에서 활용될 것으로 기대하고 있다.