• 대한토목학회논문집
• /
• 제37권1호
• /
• pp.175-185
• /
• 2017

가스 사용의 지속적인 증대로 이에 따른 가스의 제조, 취급, 사용이 점점 확대되어 관련 시설이 대형화, 복잡화되어, 이로 인한 크고 작은 사고가 지속적으로 발생하고 있다. 이러한 사고는 인명피해 및 물적 손실 뿐만 아니라 국가의 경제적인 손실의 큰 원인이 된다. 가스시설의 공통적으로 많은 부분을 차지하고 있는 Pipe Line 부분에 외부의 영향에 의한 사고가 가장 큰 위험요소를 가지고 있다. 특히, 도심지역 및 인구밀집지역의 경우의 고압가스배관의 사고 발생은 경제적 손실을 비롯한 보다 많은 손실을 야기시킬 수 있다. 이러한 매설배관의 사고에 대한 예방대책으로 여러 관련 기관에서는 가스배관에 대한 안전성을 확보하기 위해서는 전체 시스템의 파손 및 위험요소를 효과적으로 평가할 필요가 있다. 특히 가스배관이 설치되거나 작동되어 질 때에 이러한 파손(failure)의 가능성을 매우 작게 하더라도 위험요소가 존재하게 된다. 그러나 일단 파손이 발생하면 인명 및 재산상의 피해가 매우 크기 때문에 파손의 원인을 분석하여 파손사고의 비율을 최소한으로 낮추는 것이 필요하다. 그러므로 본 논문에서는 Scoring Model의 정성적 위험성 분석기법을 이용하여 매설배관의 위험성을 점수로 표현하여 정량적인 숫자로 표현하였다. 이러한 가시적인 평가의 결과는 매설배관의 안전을 확보하여 실질적인 매설배관의 유지관리를 하는데 있어서 매우 효율적으로 적용될 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.611-620
• /
• 2021

정비 산업은 사후정비, 예방정비를 거쳐, 상태기반 정비를 중심으로 진행되고 있다. 상태기반 정비는 장비의 상태를 파악하여, 최적 시점에서의 정비를 수행한다. 최적의 정비 시점을 찾기 위해서는 장비의 상태, 즉 잔여 유효 수명을 정확하게 파악하는 것이 중요하다. 이에, 본 논문은 시뮬레이션 데이터(C-MAPSS)를 사용한 터보팬 엔진의 잔여 유효수명(RUL, Remaining Useful Life) 예측 모델을 제시한다. 모델링을 위해 C-MAPSS(Commercial Modular Aero-Propulsion System Simulation) 데이터를 전처리, 변환, 예측하는 과정을 거쳤다. RUL 임계값 설정, 이동평균필터 및 표준화를 통해 데이터 전처리를 수행하였고, 주성분 분석(Principal Component Analysis)과 k-NN(k-Nearest Neighbor)을 활용하여 잔여 유효 수명을 예측하였다. 최적의 성능을 도출하기 위해, 5겹 교차검증기법을 통해 최적의 주성분 개수 및 k-NN의 근접 데이터 개수를 결정하였다. 또한, 사전 예측의 유용성, 사후 예측의 부적합성을 고려한 스코어링 함수(Scoring Function)를 통해 예측 결과를 분석하였다. 마지막으로, 현재까지 제시되어온 뉴럴 네트워크 기반의 알고리즘과 예측 성능 비교 및 분석을 통해 k-NN 활용 모델의 유용성을 검증하였다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.37-51
• /
• 2015

인터넷 기술의 발전과 인터넷 상 데이터의 급속한 증가로 인해 데이터의 활용 목적에 적합한 분석방안 연구들이 활발히 진행되고 있다. 최근에는 텍스트 마이닝 기법의 활용에 대한 연구들이 이루어지고 있으며, 특히 문서 내 텍스트를 기반으로 문장이나 어휘의 긍정, 부정과 같은 극성 분포에 따라 의견을 스코어링(scoring)하는 감성분석과 관련된 연구들도 다수 이루어지고 있다. 이러한 연구의 연장선상에서, 본 연구는 인터넷 상의 특정 기업에 대한 뉴스 데이터를 수집하여 이들의 감성분석을 실시함으로써 주가의 등락에 대한 예측을 시도하였다. 개별 기업의 뉴스 정보는 해당 기업의 주가에 영향을 미치는 요인으로, 적절한 데이터 분석을 통해 주가 변동 예측에 유용하게 활용될 수 있을 것으로 기대된다. 따라서 본 연구에서는 개별 기업의 온라인 뉴스 데이터에 대한 감성분석을 바탕으로 개별 기업의 주가 변화 예측을 꾀하였다. 이를 위해, KOSPI200의 상위 종목들을 분석 대상으로 선정하여 국내 대표적 검색 포털 서비스인 네이버에서 약 2년간 발생된 개별 기업의 뉴스 데이터를 수집 분석하였다. 기업별 경영 활동 영역에 따라 기업 온라인 뉴스에 나타나는 어휘의 상이함을 고려하여 각 개별 기업의 어휘사전을 구축하여 분석에 활용함으로써 감성분석의 성능 향상을 도모하였다. 분석결과, 기업별 일간 주가 등락여부에 대한 예측 정확도는 상이했으며 평균적으로 약 56%의 예측률을 보였다. 산업 구분에 따른 주가 예측 정확도를 통하여 '에너지/화학', '생활소비재', '경기소비재'의 산업군이 상대적으로 높은 주가 예측 정확도를 보임을 확인하였으며, '정보기술'과 '조선/운송' 산업군은 주가 예측 정확도가 낮은 것으로 확인되었다. 본 논문은 온라인 뉴스 정보를 활용한 기업의 어휘사전 구축을 통해 개별 기업의 주가 등락 예측에 대한 분석을 수행하였으며, 향후 감성사전 구축 시 불필요한 어휘가 추가되는 문제점을 보완한 연구 수행을 통하여 주가 예측 정확도를 높이는 방안을 모색할 수 있을 것이다.