• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.477-484
• /
• 2008

연쇄 살인과 같은 강력 범죄의 심각성이 사회적 이슈가 되면서 이에 대한 효과적인 과학 수사의 필요성이 증가되고 있다. 특히, 연쇄 범죄 데이타에 대한 공간 분석을 통해 범죄자의 거점 위치를 예측하는 지리적 프로파일링과 미래에 발생될 범행 장소의 위치, 즉 기존 범행에 이어 일어날 다음 범행 위치 예측에 관한 연구가 활발하다. 그러나, 이와 관련된 기존 연구는 물리적인 거리에 대한 통계적 기법을 적용하거나 단순한 공간적 분석만을 적용하므로 낮은 예측 정확도를 보이는 문제점이 있다. 본 논문에서는 이러한 문제를 해결하고 보다 효과적인 연쇄 범죄 수사를 지원하는 방법으로써 연쇄 범죄 발생에 대한 공간적 시간적 분포 특성에 따른 시공간 패턴을 기반으로 다양한 시공간 분석을 적용하는 거점 위치 예측 기법과 다음 범행 위치 예측 기법을 제안한다. 제안 기법은 중심축을 따라 나타나는 선형 분포의 연쇄 범죄에서도 정확도 높은 예측이 가능하고, 다수의 서로 다른 군집들에 대해 각 군집내 범행에 대한 지역적 예측과 대상 영역의 모든 범행에 대한 전역적 예측이 가능하다. 또한 방향 패턴을 활용하여 다음 범행 위치 예측 정확도도 개선하였다.

• 서비스연구
• /
• 제13권3호
• /
• pp.105-126
• /
• 2023

국내 중고차 시장은 지속적으로 성장하고 있으며, 이와 동시에 중고차 온라인 플랫폼 서비스 역시 함께 매년 시장 점유율을 확대하고 있다. 중고차 온라인 플랫폼 서비스는 차량의 제원, 점검 이력, 사고 내역, 그리고 세부 옵션 등을 서비스 이용자에게 제공하고 있다. 대부분의 기존 연구는 차량의 제원과 차량의 일부 옵션을 활용한 중고차 가격의 예측이었으며, 중고차 가격과 일부 제원 변수 간 비선형 관계임을 확인하였다. 이에 따라 연구자들은 이러한 비선형 문제를 해결하기 위해 머신러닝(Machine Learning) 모델의 실행을 제안하였으며, 그 결과 회귀(Regression) 기반 머신러닝 모델은 변수의 실질적인 영향력과 방향성을 알 수 있는 장점이 존재하였으나, 트리(Decision Tree) 기반 머신러닝 모델에 비해 비용함수 수치가 저조한 단점이 존재하였다. 본 연구는 국내 브랜드를 대상으로 차량의 제원과 차량의 옵션, 총 70여 개의 변수를 모두 활용하여 회귀 기반 머신러닝 모델과 트리 기반 머신러닝 모델을 순차적으로 실행하여 두 유형의 머신러닝 모델의 장점을 취합하고자 하였다. 이를 통해 브랜드별 변수의 실질적 영향력과 방향성을 확인한 후 브랜드별 가장 우수한 트리 기반 머신러닝 모델을 선정하였다. 본 연구의 시사점은 다음과 같다. 중고차 온라인 플랫폼 서비스를 이용하는 구매자와 판매자가 전반적인 중고차 가격 예측을 지원할 수 있다. 이에 따라 중고차 온라인 플랫폼 서비스 이용자 간 정보의 비대칭으로 인한 문제 해결 역시 지원이 가능할 것으로 기대한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.319-320
• /
• 2022

해무는 해면에 인접한 층에서 수증기가 응결하여 대기 중에 부유하는 현상으로 기상학적으로 수평 가시거리가 1km이하 일때로 정의되며 해무로 인해 항공기 이착륙 지연, 교통사고, 운항 통제, 인명 피해 등 사회적, 경제적 피해를 유발하고 있다. 본 연구에서는 기존의 해무 발생, 탐지, 예측과 관련한 연구를 비교 분석하여 향후 연구개발의 방향을 제시하고자 한다. 해무 발생, 예측과 관련하여 연구개발이 진행되어 왔으나 해무의 특성상 규칙성이 약하고 고정적인 측정법이나 이를 다루기 위한 네트워크가 부족하여 예측하기가 어렵다. 특히, 국내에서는 국립해양조사원과 기상청에서 해무 탐지 및 예측에 관한 연구개발 및 서비스가 진행되고 있으나 현업화가 이루어지지 않거나 특정지점에 대한 정보만 제공되고 있는 한계가 있다. 따라서, CCTV영상, 인공위성 영상, 시정계, 기상자료, 수치모형을 통해 수집된 정보를 통합하여 예측할 수 있는 인공지능기반의 해무 탐지 및 예측 기술개발이 진행되어야 할 것이다.

• 한국통신학회논문지
• /
• 제34권2B호
• /
• pp.143-150
• /
• 2009

차세대 무선 네트워크 환경에서 사용자들은 이동 시에도 끊김없는 서비스를 제공 받을 수 있어야 한다. 즉, 단말의 이동 방향과 속력을 예측하여 핸드오버와 자원 예약 절차 과정에서 발생하는 전송 지연과 패킷 손실을 줄이는 것이 필수적인 요소이다. 또한 사용자는 제한된 서비스 영역과 서비스 종류에 맞는 네트워크를 사용할 수 있어야 한다. 본 논문에서는 가우스-마고프 이동 모델을 기반으로 하여 단말의 이동 방향과 속력에 대한 패턴을 분석하여 다음 이동 정보를 예측하고, 단말의 요구 조건에 맞는 이종 네트워크를 선택할 수 있는 계층적 새도우 클러스터(Layered Shadow Cluster)를 제안한다. 또한, 3개의 이종 네트워크로 구성된 네트워크 모델에서 가상 시나리오에 따라 기존의 방안과 성능 비교를 통해 제안 알고리즘의 효율성을 살펴본다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권2호
• /
• pp.287-295
• /
• 2017

2016년 3월 구글 (Google)의 바둑인공지능 알파고 (AlphaGo)가 이세돌 9단과의 바둑대결에서 승리한 이후 다양한 분야에서 인공지능 사용에 대한 관심이 높아지고 있는 가운데 금융투자 분야에서도 인공지능과 투자자문 전문가의 합성어인 로보어드바이저 (Robo-Advisor)에 대한 관심이 높아지고 있다. 인공지능 (artificial intelligence)기반의 의사결정은 비용 절감은 물론 효과적인 의사결정을 가능하게 한다는 점에서 큰 장점이 있다. 본 연구에서는 기술적 분석 (technical analysis) 지표와 딥러닝 (deep learning) 모형을 결합하여 한국 코스피 지수를 예측하는 모형을 개발하고 제시한 모형들의 예측력을 비교, 분석한다. 분석 결과 기술적 분석 지표에 딥러닝 알고리즘을 결합한 모형이 주가지수 방향성 예측 문제에 응용될 수 있음을 확인하였다. 향후 본 연구에서 제안된 기술적 분석 지표와 딥러닝모형을 결합한 기법은 로보어드바이저서비스에 응용할 수 있는 일반화 가능성을 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.402-402
• /
• 2019

최근 기후변화에 따른 용수사용량의 계절별 변화가 나타나고 있다. 따라서, 효율적인 용수 관리에 대한 관심은 배수지 및 송수 시스템의 운영을 넘어 정수장의 운영에서도 그 변화가 나타나고 있다. 수질관리 측면에 다소 집중되었던 정수장 운영의 중요도는 수량을 함께 관리하는 방향으로 변화할 것으로 전망되며, 따라서 취수 단계에서부터 용수 공급의 전 과정을 고려하는 지능형 정수장 관리시스템이 주목받고 있다. 상수도 공급을 위한 정수장의 운영은 크게 원수의 취수 및 도수, 정수처리, 정수된 용수의 저장, 배수 및 급수의 과정으로 구분할 수 있다. 이때, 원수의 취수와 도수, 정수처리 과정에는 상대적으로 긴 시간이 소요되므로, 정수장의 운영 관리자는 이러한 지연시간을 감안해서 배수지의 상태를 예측하여 취수계획을 결정해야 한다. 한편, 정수장 시설을 운영하기 위해서는 전력이 소모되며, 산업전력 단가는 시간대별 변동폭이 큰 것으로 알려져 있다. 따라서, 정수장의 효율적인 운영을 위해서는 용수의 수요예측과 배수지 수위변동, 취수 및 정수설비의 규모 등을 고려하는 동시에, 전력 단가가 낮은 시간대에 설비를 집중적으로 운영할 수 있는 계획을 수립해야 한다. 본 연구에서는 선형계획법(Linear Programming, LP)을 이용하여, 수요예측을 바탕으로 장기취수계획을 수립하기 위한 방안을 세 가지로 구분하였으며, 각각의 장단점을 다음과 같이 예상하였다. 1) 24시간 간격으로 시간당 취수계획을 수립하는 최적화 방안, 2) 24시간의 시간당 취수계획을 1시간 간격으로 수립하는 실시간 최적화 방안, 3) 전체 모의기간 동안의 시간당 취수계획을 한번에 수립하는 최적화 방안. 24시간 간격 최적화는 수립 및 적용이 간단한 반면, 실시간 수요변화를 고려할 수 없어 단위시간(24시간) 후반부의 최적화 효율이 떨어지는 단점이 있다. 1시간 간격의 실시간 최적화는 수요변화를 가장 정확히 반영하는 반면, 최적화 수행 횟수가 증가하는 단점이 있다. 전체 모의기간 최적화는 장기 수요예측을 고려한 탄력적 취수계획을 수립하는 반면, 수요예측의 불확실성에 따른 오차 발생위험이 크다. 본 연구에서는 국내 H 정수장을 대상으로 각각의 최적 취수계획 수립 방안을 정수장 운영의 안정성, 탄력성, 경제성 등을 기준으로 비교, 분석하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.113-115
• /
• 2015

본 논문에서는 Delay Tolerant Networks(DTNs)에서 노드의 속성 정보 변화율을 이용한 이동 예측 알고리즘인 WRC(Weighted Rate Control)알고리즘을 제안한다. 기존 DTN에서 예측기반 라우팅 기법은 노드의 이전 속성 정보를 이용하여 목적 노드와 연결성이 높은 노드를 중계 노드로 선정하여 통신한다. 따라서 이동 노드는 유동적이므로 노드의 이후 속성 정보를 반영하지 않는 예측 기법은 신뢰성이 낮아진다. 본 논문에서는 이전 속성 정보로부터 이후 속성정보까지의 시간에 따른 변화율과 속성의 가중치 정보를 이용하여 노드의 이동 경로를 예측하는 WRC알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 노드의 속성 정보 중 노드의 속도와 방향성을 근사한 후, 변화율을 분석하고 이로부터 제안된 가중치를 이용하여 노드의 이동 경로를 예측하는 알고리즘이다. 주어진 모의실험 환경에서 노드의 이동 경로 예측을 통해 중계 노드를 선정하여 라우팅 함으로써 네트워크 오버헤드와 전송 지연 시간이 감소함을 보여주고 있다.

• 응용통계연구
• /
• 제21권1호
• /
• pp.151-157
• /
• 2008

수요예측은 모든 생산적 활동을 수립하기 위한 기반이 되기 때문에 수요가 어느 정도 발생할 것인가에 대한 방향성에 대하여 파악하려고 일반적으로 설문조사를 이용하지만 무응답 및 불성실한 응답으로 인하여 설문응답 자료만으로 수요를 예측하기에는 부족하다. 따라서 수요와 관련 있는 변수를 이용한 분류모형으로 설문조사의 수요예측을 보정하고자 하였다. 본 논문에서는 설문조사를 통하여 평가 할 수 있는 직접적인 수요와 통계적 모형을 이용한 간접적 수요를 혼합하여 서비스 수요를 예측하는 혼합 모형을 제시하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.99-101
• /
• 2014

불안정한 네트워크 환경 문제를 해결하기 위해 제안된 Delay Tolerant Network(DTN)에서는 안정적인 통신을 위해 저장 및 전달(store-carry-forward) 방식의 라우팅 프로토콜을 사용한다. 이중 노드의 속성 정보를 이용하여 추후 네트워크 상황을 예측하고 라우팅을 하는 예측 기반 라우팅 프로토콜은 GPS와 같은 위치 서비스의 발전으로 인해 DTN에 효과적으로 적용 될 수 있다. 이러한 예측 기반 라우팅 프로토콜에서는 중계 노드의 효율성이 네트워크의 상황에 따라 달라지기 때문에 위치 서비스를 통해 받는 노드의 속성 정보를 분석하는 연구가 제시되어야 한다. 본 논문은 노드의 속성 정보를 네트워크의 환경 정보에 따라 분석하여 효율적인 중계 노드를 선택하는 알고리즘을 제안한다. 제안하는 알고리즘은 노드의 속도, 방향, 위치 등의 속성 정보를 네트워크의 정보에 따라 가중치를 두어 다양한 네트워크 환경에서 더 효율적인 노드를 선택할 수 있도록 한다. 본 논문은 제안하는 알고리즘을 사용한 라우팅 프로토콜이 기존 라우팅 프로토콜에 비해 전송률, 지연시간, 오버헤드 측면에서 향상됨을 검증한다.

• 한국통신학회논문지
• /
• 제31권5C호
• /
• pp.503-511
• /
• 2006

H.264 표준은 공간영역에서의 인트라 예측, 루프필터 등과 같은 새로운 부호화 도구를 사용한다. 이러한 부호화 도구들의 사용으로 인해 H.264 비트스트림은 이전의 부호화 표준들과 비교하여 보다 많은 정보를 가지게 된다. 본 논문은 H.264의 인트라 프레임에서의 공간적 에러은닉 기법에 관한 것으로 H.264 비트스트림 내에 포함되어 있는 인트라블록의 예측모드 정보를 이용하여 손실된 블록을 공간적으로 복원한다. 인트라 블록의 예측모드 정보는 해당 블록내의 에지방향과 상당한 관련이 있기 때문에 인트라 프레임에서의 손실된 매크로블록을 복원하는 데 효과적으로 사용될 수 있다. 제안하는 알고리듬은 먼저 주변의 예측모드정보를 사용하여 손실된 매크로블록의 에지방향을 예측하고, 손실된 블록을 에지영역과 평탄영역으로 구분한다. 이후 에지영역은 에지기반의 방향성 복원기법을 사용하여 복원하며, 평탄영역은 가중평균을 이용한 보간 기법을 사용하여 복원한다. 실험 결과 제안하는 알고리듬은 이전의 방법과 비교하여 적게는 0.35 dB 부터 많게는 5.48 dB까지의 화질 향상을 가져온다.