• 디지털융복합연구
• /
• 제11권11호
• /
• pp.289-304
• /
• 2013

지난 10년간 우리나라에서 커피소비가 꾸준하게 증가해왔다. 그 기간 동안에 커피 시장과 커피전문점의 급속한 증가가 있었다. 이 논문에서는 다음과 같은 가설들을 중심으로 연구가 진행되었다. 커피전문점 선택속성이 커피 전문점 재방문에 영향을 미치는지, 커피전문점에 대한 브랜드 신뢰가 커피전문점 선택속성과 커피전문점 재방문 사이에 조절효과가 있는지, 그리고 인구통계학적 특성에 따라서 커피전문점 선택속성과 커피전문점 재방문에 차이가 있는지를 연구하고자 하였다. 커피전문점 선택속성은 내부분위기, 부가서비스, 제품품질, 종업원서비스, 신정보화환경 등을 중심으로 조사하였다. 본 연구를 위하여 2013년 3월에 서울과 경기도에 거주하는 사람들을 중심으로 600부의 설문지를 배포하였으며 그중에서 480부가 회수되었고 유의성이 있는 설문지 470부를 분석자료로 사용하였다. 연구 결과에 의하면 본 연구의 커피전문점 선택속성 5가지 모두 커피전문점 재방문에 영향 관계가 있는 것으로 나타났다. 커피전문점에 대한 브랜드 신뢰는 커피전문점 재방문에 부분적인 조절효과가 있는 것으로 나타났다. 인구통계학적 특성 분석에서는 성별에 따라서 커피의 전문점 선택속성과 재방문에 차이가 있었고, 연령에 따라서 커피전문점의 신정보화환경 속성에 차이가 있었다. 외식비 소비규모와 소득도 커피전문점 선택속성과 커피전문점 재방문에 차이를 통계적인 차이가 있었다.

• 한국전산구조공학회논문집
• /
• 제23권1호
• /
• pp.61-71
• /
• 2010

기 수행된 1, 2종 교량에 관한 정밀안전진단 등의 많은 사례를 분석해 보면, 실제로 많은 경우 외관상태가 교량의 대표등급 결정에 지배적인 요인이 되는 것을 볼 수 있다. 본 연구는 기 시행된 점검 및 진단 자료를 학습사례집합으로 인공지능 분야의 귀납적 학습법을 활용하여 철근 콘크리트 교량 바닥판의 상태평가를 지배하는 상태속성들의 교량등급에 대한 계층적 영향도와 구조적 연관성을 분석하였다. 이는 세부적으로 목표속성은 평가등급으로, 평가속성은 1방향균열, 2방향균열, 백태, 박락 및 층분리, 재료분리 등 7가지로 구성하고, 엔트로피 분석을 통해 주요 속성의 정보량, 정보기대값 및 정보 이득을 산정하고 범주별 상태 등급 분포를 분석하였다. 이를 위해 본 논문은 먼저 6개 교량에 대한 안전진단보고서를 토대로 상태등급 평가 과정에서 각 속성이 미치는 간접적 영향을 개관하고 정보공학적 분석의 동기를 부여하였다. 아울러 본 연구는 정보 변별력에 대한 순서로 평가를 지배하는 주 속성 및 조건별 하위 속성 연관성을 의사결정트리 형태로 나타내어 계층적 영향 및 속성간의 구조적 연관성을 보임으로써 손상에 대한 이해도를 높이고 차후 상태평가를 위한 합리적 접근을 지원할 수 있도록 하였다.

• 한국도서관정보학회지
• /
• 제53권2호
• /
• pp.355-375
• /
• 2022

이 연구에서는 FR 모형과 LRM을 개체, 속성, 관계 측면에서 비교 분석하여 목록 관련 표준 및 개별 시스템에서 LRM을 수용할 수 있도록 LRM 특성과 그 적용방안을 모색하고자 한다. LRM 특성에 따른 적용방안으로 다음을 제시하였다. 첫째, LRM에서 가족, 단체, 식별자, 전거형접근점, 개념, 대상, 사건, 기관, 규칙의 개체가 삭제되었지만, LRM을 적용하려는 표준과 시스템에서 필요시 하위 개체를 정의하여 개체를 확장해야 한다. 둘째, 링크드데이터를 위해 LRM에서는 속성 요소가 관계로 변경되면서 속성이 많이 감소하였으나, LRM을 수용하려는 표준과 시스템에서는 속성을 세분하여 확장해야 한다. 특히, LRM에서는 유사한 기능을 갖거나 여러 개체에서 반복되는 속성과 자료에 특화된 속성이 포괄적인 일반화된 속성명으로 통합되었기 때문에 표준 및 개별 시스템에서는 보다 구체적이고 세부적인 속성명을 명확하게 제시해야 하며, 속성에 해당하는 어휘인코딩스킴도 개발되어야 한다. 셋째, 관계가 속성에 비해서는 증가되었으나 관계 자체가 추상적이기 때문에, 관계는 세목화 및 다단계 관계를 통해 관계가 확장되어야 한다. 본 연구는 목록 관련 표준 및 시스템에서 LRM을 적용하는 경우 적용방안 모색에 활용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.91-96
• /
• 2008

국토 모니터링을 위해서는 다양한 출처와 종류의 자료를 통합하여 제공하여야 한다. 특히 국토 모니터링의 범위에는 원격탐사와 같은 공중 모니터링과 지상 모니터링 자료가 모두 포함되기 때문에 매우 다양한 종류와 속성을 가진 지리정보 자료들이 통합되어야 한다. 본 연구에서는 다양한 출처와 종류의 지리정보자료를 효과적으로 통합하는 방법으로 형식개념분석(Formal Concept Analysis, FCA)을 살펴보고 사례분석을 통해 이 기법의 적용 가능성을 파악하고자 한다. 연구결과 형식개념분석을 통하여, 다양한 종류의 자료가 가지고 있는 중복을 제거하고 이를 체계적으로 정리하여 통합할 수 있다. 본 연구에서는 형식개념 분석의 개념을 파악하고 현재 활용되고 있는 지리정보자료들에 적용하여 평가함으로써 국토 모니터링 자료의 통합기법으로 적용될 수 있는 가능성을 연구하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.1385-1388
• /
• 2012

국가R&D사업의 추진결과와 활동현황에 대한 종합적이고 다각적인 분석을 위해 1999년도부터 매년 모든 국가R&D사업에 대해 주요 연구 성과인 논문, 특허, 기술료 등에 대한 국가R&D 조사분석 자료 수집이 실시되고 있다. 국가R&D 표준정보 수집을 위해 2003년도에 '국가연구개발사업 종합관리시스템(CORDI, 현재 SIMS)'이 구축되었고, 매년 국가R&D 조사분석 자료들의 수집 분석이 실시되고 있으나, 전자기록의 속성을 갖는 국가R&D 조사분석 자료, 특히 조사분석의 검증자료에 대한 장기적 보존을 위한 관련 연구는 전무한 상태이다. 따라서 본 연구는 국가R&D 조사분석의 검증자료에 대한 장기적 보존과 나아가서는 평가의 활용 및 정보 시스템간의 상호운용성을 높이기 위한 국가R&D 조사분석 검증자료의 보존 메타데이터 모델을 제안한다.

• 터널과지하공간
• /
• 제12권1호
• /
• pp.19-30
• /
• 2002

절리 방향은 절리 크기 및 밀집도와 더불어 암반 사면 및 터널과 같은 암반구조물의 안정성에 영향을 미치는 중요한 기하학적 속성이다. 이와 같은 절리 기하학적 속성들에 대한 통계 모델링은 암반공학적 문제에 대한 확률론적 접근법을 제공할 수 있다. 암반 공학적 문제의 확률론적 모델링의 결과는 어떠한 통계 모델을 선택하느냐에 따라 많은 영향을 받는다. 따라서 , 절리 방향성 자료에 대한 대표적인 통계 모델을 정의하고 각 모델에 대한 분석적 검증과 자료의 통계적 특성에 기초한 모델링 과정의 정립은 매우 중요하다. 이에 본 연구에서는 회전대칭성 모델인 Fisher 분포와 회전 비대칭성 모델인 이변량 정규분포 모델에 대한 통계량 추정 및 검증에 대한 이론적 방법론에 대해 검토하고 , 암반 절리계 모사 및 위험도 분석에 유용하게 사용할 수 있는 인공자료 발생기 알고리즘을 제안하였다.

• 한국지리정보학회지
• /
• 제8권1호
• /
• pp.96-113
• /
• 2005

본 연구의 목적은 환경통계자료와 지리정보체계가 통합되지 않음으로 발생하는 문제점을 해결하기 위해 경상북도 안동시를 사례로 행정구역기반 환경지리정보체계를 구축하는 것이다. 이를 위해 본 연구는 국가지리정보체계, 환경주제도, 환경통계자료의 특성을 고찰한 후, 지역의 환경주제도와 환경통계자료에 행정구역코드를 부여하여 행정구역기반 환경지리정보체계 구축 방안을 제시하였다. 본 연구결과는 지역 환경정책수립을 위한 기초자료를 제공하며, 환경정책의 결과를 지역행정구역별로 표시할 수 있기 때문에 정책의 효과를 쉽게 파악할 수 있게 된다. 또한 환경정보뿐만 아니라 다른 지역속성정보에 지리참조코드를 부여할 수 있는 방안을 제시하기 때문에 지방자치단체의 환경관리시스템 개선뿐만 아니라 다른 속성정보의 데이터베이스 구축에도 기여할 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제25권9호
• /
• pp.63-69
• /
• 2020

이미지-이미지 변환은 입력 이미지를 통해서 목적 이미지를 만들어내는 기술로 최근 비지도 학습 구조인 GAN을 활용하여 더 실제와 같은 이미지를 만들어내는 높은 성과를 보였다. 이에 따라 GAN을 활용한 이미지-이미지 변환 연구는 다양하게 진행되고 있다. 이때 일반적으로 이미지-이미지 변환은 하나의 속성 변환을 목표한다. 그러나 실제 생활에서 사용되고 얻을 수 있는 자료들은 한 가지 특징으로 설명하기 힘든 다양한 특징으로 이루어진다. 그래서 다양한 속성을 활용하기 위하여 속성별로 이미지 생성 과정을 나누어 학습할 수 있도록 하는 다중 속성 변화를 목표로 한다면 더 이미지-이미지 변환의 역할을 잘 수행할 수 있을 것이다. 본 논문에서는 GAN을 활용한 이미지-이미지 변환 구조 중 높은 성과를 보인 CycleGAN을 활용해 이중 속성 변환 구조인 Multi CycleGAN을 제안한다. 이 구조는 입력 도메인을 두 가지의 속성에 대하여 학습하기 위하여 3개의 도메인이 양방향 학습을 진행하는 이중 변환 구조를 구현하였다. 새로운 구조를 통해 생성된 이미지와 기존 이미지-이미지 변환 구조들을 통해 생성된 이미지를 비교할 수 있도록 실험을 진행하였다. 실험 결과 새로운 구조를 통한 이미지는 입력 도메인의 속성을 유지하며 목표한 속성이 적용되는 높은 성능을 보였다. 이 구조를 활용한다면 앞으로 더 다양한 이미지를 생성하는 일이 가능지기 때문에 더 다양한 분야에서의 이미지 생성의 활용을 기대할 수 있다.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.531-540
• /
• 2007

본 논문에서는 주가예측의 정확도를 향상시키기 위하여 공적분 검정(Cointegration Tests)과 인공 신경망(Artificial Neural Networks)을 사용한 2단계 하이브리드 예측 모델을 제시한다. 기존의 연구에서는 예측을 시도하고자 하는 종목의 일자별 개별 레코드를 인공 신경망과 같은 방법으로 학습함으로써 주식 데이터가 가지는 시계열적 특성을 충분히 반영하지 못하였는데, 새로 제안한 모형에서는 주식자료의 과거시차들의 값들도 인공 신경망의 속성(feature)으로 사용하여 기존 연구의 한계를 보완하였다. 또한, 예측대상종목의 정보들 외에도 장기적으로 높은 시계열 유사성을 보유한 종목들을 선발한 후 속성으로 사용하여 모형의 예측성능을 향상 시켰다. 구체적으로 1단계는 Johansen의 공적분 검정을 통하여 예측대상종목과 장기적 관계(long-term relationship)에 있는 종목을 추출하고, 2단계는 이 선발된 종목들과 예측대상종목의 시계열 정보 특성을 속성으로 구축한 인공 신경망으로 학습하여 관심 종목을 예측한다. 제안된 모델의 성능을 확인하기 위하여 KOSPI 지수의 방향성을 예측하는 시스템을 구현하였으며, 시가총액 상위 종목군을 대상으로 지수와의 공적분 검정을 하였다. 성능을 살펴보기 위하여 본 연구에서는 시계열 정보가 속성으로 반영된 단순 인공 신경망 모델, 공적분 검정을 통과한 종목들의 시계열 속성이 포함된 모델, 그리고 그 모델과 속성의 개수를 동일하게 하기 위하여 임의로 종목을 선택하여 이들의 시계열 속성이 포함된 모델을 구축하였다. 실험 결과 공적분 검정을 통과한 종목군의 속성이 결합된 모델은 단순 인공 신경망만으로 학습된 기존 모델에 비하여 평균적으로는 11.29% (최대 29.98%) 정확도가 향상되었고, 임의로 선택된 종목군의 속성이 결합된 모델에 비해서는 평균적으로는 10.59% (최대 25.78%) 가 향상된 예측 정확도를 보여주었다.