• Journal of Labour Economics
• /
• v.20 no.1
• /
• pp.59-89
• /
• 1997

세계화 추세의 가속, 급속한 기술진보 및 정보화의 확산 등은 국제간의 분업구조 뿐만 아니라 국내의 산업구조 및 취업구조를 급격히 변화시키고 있다. 국내 취업구조의 변화는 산업간 직업간 취업비중을 모두 변화시키고 있어 고용의 양적 측면은 물론이고 질적 측면에서도 큰 변화가 예상된다. 그러므로 중장기적인 노동력수요 예측은 향후 인력양성의 방향과 체계를 결정하는 데 중요한 지표가 될 뿐만 아니라 노동시장 정책에 있어서도 반드시 필요한 자료가 되고 있다. 따라서 본 연구에서는 향후 노동력에 대한 중장기 수요를 일반균형적인 접근을 통하여 산업별 직업별로 예측하고 이 예측결과에 따른 향후 노동시장 및 인력정책의 방향을 제시하는 데 있다. 본 연구에서는 기존의 연구들이 사용한 방법의 이론적 약점을 보완하면서 실증 결과의 예측성을 높일 수 있는 개선된 방법을 사용하였다. 산업별 취업자를 전망하는데 있어 기존 연구결과들은 주로 노동시장의 단일방정식만을 추정함으로써 생산요소의 수요가 비탄력적이지 않음에도 불구하고 생산요소간의 대체가능성을 무시하고 있으며, 인력수요에 중요한 결정 요인인 기술변화를 고려하지 못하고 있거나, 취업계수의 변화를 통해 기술진보의 효과를 고려한다고 하여도 기술진보가 생산요소간에 비중립적(factor non-neutral technology changes)으로 일어날 경우 요소간 대체가능성을 간과하고있다. 이러한 단점을 보완하기 위해 본 연구에서는 산업별 취업자 전망에서 노동시장의 단일방정식 추정이 아닌 일반균형에 입각한 경제 모형을 사용하였다. 또한 직종별 취업자 전망을 위해서는 일반적으로 이용되는 필요 인력량에 대한 고정계수(fixed coefficient manpower requirement)를 추정할 때 이중비례행렬모형(二重比例行列模型)을 이용하여, 산업구조의 변화로 인한 직업별 인력수요 변화가 충분히 고려되도록 하였다. 전망의 결과에 따르면 향후 우리 경제는 지식기반경제(knowledge-based economy)로 이행하고 있다고 볼 수 있다. 우선 산업구조면에서 지식집약적산업으로의 구조조정이 일어나게 되고 이에 따라 산업별 취업구조에서도 고기술산업의 취업준비중이 급속히 증가하게 된다. 직업별 취업분포에 있어서도 전문기술직 행정관리직 등의 고숙련 사무직의 비중은 크게 증가하는 반면 생산관련직과 농림어업직의 비중은 감소하게 된다. 이처럼 경제가 지식집약화되어 감에 따라 고학력자에 대한 수요는 지속적으로 증가하지만 현재 적절한 인력양성과 공급이 이루어지지 않고 있어 향후 기술이나 기능에 따른 수급부일정(需給不一政)(skill mismatch)현상이 매우 심해질 것으로 보인다. 따라서 앞으로의 인력정책에서 가장 주안점을 두어야 할 부분은 첨단기술산업과 관련된 인력의 양성에 있다고 하겠다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.2
• /
• pp.225-233
• /
• 2011

Stock market prices, economic indices, trends and changes of social phenomena, etc. are categorized as time series data. Research on time series data has been prevalent for a while as it could not only lead to valuable representation of data but also provide future trends as well as changes in direction. We take a conventional model based approach, known as Markov chain modeling for the prediction on stock market prices. To improve prediction accuracy, we apply Markov modeling over carefully selected intervals of training data to fit the trend under consideration to the model. Another method we take is to apply clustering to data and build models of the resultant clusters. We confirmed that clustered models are better off in predicting, however, with the loss of prediction rate.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.23 no.3
• /
• pp.29-47
• /
• 2024

Many domestic and foreign studies derive factors that significantly affect the use of shared E-scooters based on performance data, but few studies have been conducted with comparative analysis models using predictive power, applying them to other regions. Therefore, by clearly establishing detailed influencing factors and scope in Gwangjin-gu and Gangnam-gu by using domestic shared E-scooter performance data, this study enhances predictive power, and the Geographically Weighted Regression model is derived through spatial autocorrelation verification. Based on the results, the direction of a construction model created from regional differences was presented, and major implications from the user's perspective are derived based on the difference between actual use and the model's prediction.

• Journal of KIISE:Software and Applications
• /
• v.35 no.10
• /
• pp.600-607
• /
• 2008

This paper proposes a robust human detection method irrespective of their pose variation using the multiple oriented 2D elliptical filters (MO2DEFs). The MO2DEFs can detect the humans regardless of their poses unlike existing object oriented scale adaptive filter (OOSAF). To overcome OOSAF's limitation, we introduce the MO2DEFs whose shapes look like the oriented ellipses. We perform human detection by applying four different 2D elliptical filters with specific orientations to the 2D spatial-depth histogram and then by taking the thresholds over the filtered histograms. In addition, we determine the human pose by using convolution results which are computed by using the MO2DEFs. We verify the human candidates by either detecting the face or matching head-shoulder shapes over the estimated rotation. The experimental results showed that the accuracy of pose angle estimation was about 88%, the human detection using the MO2DEFs outperformed that of using the OOSAF by $15{\sim}20%$ especially in case of the posed human.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.671-674
• /
• 2008

초기의 Ad-hoc 네트워크의 라우팅 프로토콜들은 Table-driven 알고리즘이 대두되었으나, 많은 문제점으로 이동단말의 이동성을 지원하는 On-demand 방식의 라우팅 프로토콜에 대한 연구가 진행되었다. 최근에는 On-demand 와 Table-driven의 장점을 반영한 AODV(Ad-hoc On-demand Distance Vector)가 널리 이용되고 있다. 그러나 AODV의 장점에도 불구하고 아직까지 AODV 는 노드들의 잦은 이동으로 Ad-hoc 네트워크에 많은 라우팅 패킷을 발생시켜 전체적인 네트워크의 성능 면에서 많은 약점을 보이고 있다. 본 논문에서는 Ad-hoc 네트워크를 구성하는 노드들 사이의 링크에 대한 신뢰성을 위해 노드의 이동경로예측을 기반으로 하는 새로운 경로설정 및 유지기법을 제안한다. 제안하는 기법은 AOMDV를 기반으로 노드의 위치와 이동 정보로 이동되는 방향과 위치를 예측하여 보다 안정적인 경로를 선택할 수 있는 기회를 제공하는 라우팅 기법이다. 또한 AOMDV로 다중경로를 보유하여 데이터의 종류와 특성에 적합한 최적의 경로선택으로 불필요한 경로설정 메시지의 오버헤드를 줄인다.

• Korean Journal of Culture and Social Issue
• /
• v.28 no.4
• /
• pp.661-690
• /
• 2022

Adolescent delinquency is a substantial social problem that occurs in both offline and online domains. The current study utilized random forest algorithms to identify predictors of adolescents' online and offline delinquency. Further, we explored the applicability of classic delinquency theories (social learning, strain, social control, routine activities, and labeling theory). We used the first-grade and fourth-grade elementary school panels as well as the first-grade middle school panel (N=4,137) among the sixth wave of the nationally-representative Korean Children and Youth Panel Survey 2010 for analysis. Random forest algorithms were used instead of the conventional regression analysis to improve the predictive performance of the model and possibly consider many predictors in the model. Random forest algorithm results showed that classic delinquency theories designed to explain offline delinquency were also applicable to online delinquency. Specifically, salient predictors of online delinquency were closely related to individual factors(routine activities and labeling theory). Social factors(social control and social learning theory) were particularly important for understanding offline delinquency. General strain theory was the commonly important theoretical framework that predicted both offline and online delinquency. Findings may provide evidence for more tailored prevention and intervention strategies against offline and online adolescent delinquency.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.412-416
• /
• 2011

최근 지구 온난화로 인한 자연환경 및 기상이변 등으로 초대형 태풍, 국지성 폭우, 집중호우 등 홍수로 인한 재해가 매년 증가하고, 피해규모 또한 증대되고 있는 실정이다. 기상청 60개 관측소를 기준으로 한 자료에 따르면 기후변화 등의 영향으로 최근 10년간('99 ~ '08) 1일 100mm 이상 집중호우 발생빈도가 연평균 97회로 '70 ~ '80년의 연평균 68회에 비해 1.4배 증가하였다. 이처럼 홍수발생의 빈도 및 강도가 증가하는 추세이며 이에 따라 홍수예보시스템의 중요도 또한 높아지게 되었다. 따라서 본 연구에서는 기존 국내 운영중인 홍수예경보시스템 뿐만 아니라 국외 홍수예보시스템 사례조사를 통해 현재 운영중인 시스템 및 홍수예경보 관련모형들의 웹 기반 모듈화 현황 및 적용가능성을 검토하고, 한국형 선진수문예측시스템으로 구축하기 위한 기본 방향을 제안하고자 한다.

• Journal of Korean Society of Transportation
• /
• v.34 no.2
• /
• pp.158-167
• /
• 2016

This study evaluates potential sources of errors in k-NN(k-nearest neighbor) algorithm such as procedures, variables, and input data. Previous research has been thoroughly reviewed for understanding fundamentals of k-NN algorithm that has been widely used for short-term traffic states prediction. The framework of this algorithm commonly includes historical data smoothing, pattern database, similarity measure, k-value, and prediction horizon. The outcomes of this study suggests that: i) historical data smoothing is recommended to reduce random noise of measured traffic data; ii) the historical database should contain traffic state information on both normal and event conditions; and iii) trial and error method can improve the prediction accuracy by better searching for the optimum input time series and k-value. The study results also demonstrates that predicted error increases with the duration of prediction horizon and rapidly changing traffic states.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.172-175
• /
• 2021

4차 산업혁명이 시작된 이래로 다양한 산업 분야에서 AI가 활용되고 있고, 그 중에서도 컴퓨터 비전 분야에서 딥러닝 기술이 각광받고 있다. 하지만 딥러닝 기술은 높은 전문 지식이 요구되어 관련 지식이 없는 일반인들은 활용하기 어렵다. 본 논문에서는 AI 관련 배경지식이 없는 사용자들도 UI를 통해 쉽게 이미지 분류 모델을 학습시킬 수 있는 노 코드 플랫폼에 관하여 기술하고, django 프레임워크를 이용해 웹 개발과 딥러닝 모델 학습을 통합 개발을 위한 아키텍처와 방향성을 제시하고자 한다. 사용자가 웹서버에 업로드한 이미지들을 웹 인터페이스를 통해 라벨링 하여 학습 데이터를 생성한 후, 이 데이터를 사용하여 모델을 학습시킨다. CNN 모델에 데이터를 학습시키는 과정과 생성된 모델 기반으로 이미지 예측하는 모듈을 통해 전문지식이 없는 사용자가 딥러닝 기술에 대해 쉽게 이해하고 이용하는 것을 기대할 수 있다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.23 no.10
• /
• pp.1166-1172
• /
• 2012

In this paper, by using a commercial EM simulator, we could obtain the array manifold which are phase responses of an array antenna for the incident plane wave and then verified the effectiveness of methodology after comparing with the measurement. The result shows that the array manifold can be calculated including not only the phase response of the ideal point sources but also the influences of the mutual coupling between antennas and the installed platform. Also it can exclude the interference of strong broadcasting signal and the disturbance of the multipath in the calibration process. Finally, to predict the performances of direction finding systems, a novel method using both the EM simulation-based receiving signal and the sparsely sampled array manifold with the parabolic estimation is proposed. This method can be utilized in the various fields of direction-finding since it shows the superior predictive performance even in low SNR conditions.