• Proceedings of KOSOMES biannual meeting
• /
• 2007.05a
• /
• pp.115-119
• /
• 2007

본 연구의 목적은 선박관리회사에서 관리하는 선박의 운항사고를 사전에 예측하여 사고를 미연에 예방 또는 저감하고, 사고 발생시에는 신속 대처하여 사고결과 발생되는 손실을 최소화하기 위한 운항사고 예측 시스템을 개발하는데 있다. 이러한 운항사고 예측 시스템을 개발하기 위해서는 과거 문서로 작성된 사건을 숫자로 변환시킨 수량화 데이터 제작이 우선 필요하다. 수량화 데이터를 이용하면 통계기법을 적용하여 다양한 사건 사이에 숨어 있는 기본적인 요소를 축출할 수 있고, 이러한 요소 사이의 상관관계를 통하여 사고발생 수준을 숫자로 표시할 수 있기 때문에 사전에 해당 위험정도를 알 수 있다. 본 연구에서는 운항사고 예측 시스템 개발의 초보단계로서, 과거 사건기록을 수량화 데이터로 변환하기 위한 절차와 결과를 기술하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.5 no.2
• /
• pp.143-151
• /
• 2000

The purpose of this study is to suggest usefulness of causal relation analysis about categorical data to business administration and other social sciences. Some examples of their application are presented.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2009.05a
• /
• pp.114-119
• /
• 2009

본 논문에서는 수량화 방법과 AHP(Analytic Hierarchy Process) 기법을 사용하여 산사태 발생에 대한 통계적 예측모형을 구축하는데 목적이 있다. 수량화(Quantification) 방법은 질적변수에 수량을 부여하는 통계적 방법으로, 기 조사된 자료에 기반하여 분석을 수행하는 방법이다. 본 논문에서는 서구의 다변량분석 기법인 정준상관분석의 결과를 토대로 수량화 과정을 구체적으로 제안한다. 데이터에 기반한 수량화 방법과는 달리 AHP(Analytic Hierarchy Process) 기법은 일종의 다기준 의사결정을 위해 사용되는 기법으로, 설문자료에 기반한 분석법이다. 실제자료에 대한 분석으로 산사태 발생여부를 측정한 자료(한국지질자원연구원 제공)와 전문가 설문을 통해 수집된 자료를 이용하였다. 이들 자료에 대해 수량화 분석과 AHP분석을 통해 산사태 발생여부를 예측할 수 있는 두 종류의 평가표와 함께 로지스틱 회귀를 통한 통계적 예측모형을 개발하였으며, 두 모형간의 성능비교와 안정성 평가를 수행하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2016.05a
• /
• pp.194-195
• /
• 2016

IMO에서 규정하는 모든 교육 및 훈련을 이수한 전문 해기인력이 매년 배출되고 있지만, 해양사고의 발생은 끊이지 않고 있다. 이는 해양사고를 대처하는 해기사의 위험상황 대처 능력이 크게 개선되지 않았다는 점을 의미한다. 공통적으로 해기사에게 제공되는 교육 및 훈련뿐만 아니라 해기사 개개인의 위험요소를 파악하여 해당 위험 요소에 대한 매뉴얼을 제공할 수 있는 모델이 개발되면 해양사고를 대처할 수 있다. 이러한 모델을 개발하기 위하여 모델 구축에 필요한 데이터베이스(Data Base, D/B)가 필요하다. 이러한 D/B는 모델에 활용할 수 있도록 숫자로 표기된 것이어야 한다. 본 연구에서는 해양안전심판원에서 제공하는 해양사고 데이터를 수집, 분석하여 해양사고 예방을 위한 모델에 활용할 수 있는 해양사고 수량화 D/B를 구축하는 방법에 대하여 고찰하였다. 1차적으로 해양사고 수량화 D/B를 구축하였으나, 이의 유용성이나 목적에 적합한 D/B의 규모 등에 관한 연구는 추후에 계속 되어야 한다.

• Journal of the Korea Society of Computer and Information
• /
• v.5 no.3
• /
• pp.142-150
• /
• 2000

The Purpose of this study is to suggest usefulness of correlation analysis about categorical multivariate data to business administration and other social sciences. Some examples of their application are presented.

• Journal of the Korean Data and Information Science Society
• /
• v.8 no.2
• /
• pp.173-181
• /
• 1997

In oriental medicine, it is required that correct medical knowledge should be maintained for medical expert system which analyzes and diagnoses patients symptoms. Typical medical expert system has a knowledge base as its core, and the knowledge base contains a domain specific knowledge about patients records. However, oriental medicine diagnostic knowledge is formed mostly as qualitative data, knowledge could be ambiguous and uncertain. In this paper, we looked at quantification methods and propose a method for quantifying the oriental medicine diagnostic knowledge, which is improving the knowledge base of an oriental medicine expert system.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2003.05a
• /
• pp.51-59
• /
• 2003

Marine Casualty Forecasting System (MCFS) is to broadcast the prediction number and risk level of marine casualties as like daily weather forecasting. The MCFS consists of marine casualty numerical D/B, prediction model and, three-dimensional statistics visualization system. The implementation procedure for the numerical D/B is described in the paper. The data relating to a total of 724 ship casualties in the west-southern sea area (latitude 33$^{\circ}$N∼35$^{\circ}$ and longitude 124$^{\circ}$E∼127$^{\circ}$E) of Korean peninsula for 11 years (1999∼2000) have been compiled. The analysis method of numerical D/B is proposed and discussed its usability.

• Journal of Navigation and Port Research
• /
• v.27 no.4
• /
• pp.359-366
• /
• 2003

The paper describes on the construction and analysis of marine casualty numerical D/B (N-D/B) to implement Korean MArine Casualty Forecasting System (K-MACFOS). The main target of K-MACFOS is to broadcast the prediction number and risk level of marine casualties as like daily weather forecasting. The data relating to a total of 724 ship casualties in the west-southern sea area (33oN∼35oN, 124oE∼127oE) of Korean peninsula for 11 years (1990∼2000) have been compiled and converted into quantitative data with 14 numeric conversion scales. Through the statistical analysis using contour-map visualization, the usability of N-D/B and the casualty features of the target sea areas are discussed. In addition, the optimum year-band selection method is also proposed to provide correct N-D/B analysis and precise prediction of the number of marine casualties.

• Journal of Broadcast Engineering
• /
• v.13 no.1
• /
• pp.92-98
• /
• 2008

Network data modeling is a essential research for the evaluation for intrusion detection systems performance, network modeling and methods for analyzing network data. In network data modeling, real data from the network must be analyzed and the modeled data must be efficiently composed to reflect a sufficient amount of the original data. In this parer the useful elements of real network data were quantified from packets captured from a huge network. Futhermore, a statistical analysis method was used to find the most effective element for efficiently classifying the modeled data.

• Journal of Broadcast Engineering
• /
• v.13 no.1
• /
• pp.86-91
• /
• 2008

In the field of network data analysis, the research of how much the estimation data reflects the population data is inevitable. This paper compares and analyzes the well known MIT Lincoln Lab network data, which is composed of collectable standard information from the network with the KDD CUP 99 dataset which was composed from the MIT/LL data. For comparison and analysis, the protocol information of both the data was used. Correspondence analysis was used for analysis, SVD was used for 2 dimensional visualization and weigthed euclidean distance was used for network data quantification.