• 한국건축시공학회지
• /
• 제17권3호
• /
• pp.295-303
• /
• 2017

건설 산업 재해 예방을 위한 연구와 노력에도 불구하고 최근 7년간 국내 건설업 재해자 수가 꾸준히 증가했다. 건설현장에서 발생하는 재해는 다른 산업군에 비해 강도 높은 재해가 발생할 가능성이 크기 때문에 근본적으로 예방할 수 있는 방법이 필요하다. 따라서 본 연구에서는 모형에 대한 해석이 쉽고 변수의 상호작용 효과 해석이 용이한 의사결정나무 기법을 활용하여 건설재해 예측 모델을 제안하였다. 제안된 건설 재해 사전 예측 모델의 현장 활용 가능성을 평가하기 위하여 판별분석기법 기반 모델과의 건설 재해 예측 정확도를 비교하였다. 검토 결과 판별분석 모델에 비해 의사결정나무 모델의 누적 예측 정확도가 더 높은 것으로 나타났다. 의사결정나무 기법을 이용한 모델은 시간이 지남에 따라 데이터가 증가하기 때문에 예측 정확도가 더욱 높아지게 된다. 따라서 본 연구에서 제안된 건설 재해 예측 모델이 건설현장에서 활용된다면 효과적으로 안전 관리를 할 수 있고, 건설업 재해율 감소에도 기여할 수 있을 것으로 기대한다.

• 대한토목학회논문집
• /
• 제28권1B호
• /
• pp.33-40
• /
• 2008

우리나라는 6월부터 9월까지의 우기에 강우가 집중 발생하는 기상특성으로 인해 자연재해의 95% 이상이 집중호우와 태풍에 의한 풍수해로 집계되고 있을 만큼 홍수피해에 취약하며, 오래전부터 홍수방어에 대한 구조적 대책이 시행되어왔다. 본 연구의 목적은 의사결정기법중의 하나인 의사결정나무를 이용하여 유역내 홍수방어를 위한 기본적인 후보대안을 제시하는데 있다. 이러한 후보대안은 유역이 가지고 있는 치수적 기능을 최대한 살리고 상 하류의 유기적인 홍수방어기능을 효율적으로 증대시키는 다수의 조합으로 제시되었다. 또한 본 연구에서는 유역종합치수계획 수립시 적용가능한 홍수방어 대안 조합 지침을 제시하였다.

• 지능정보연구
• /
• 제15권3호
• /
• pp.151-165
• /
• 2009

퍼지신경망 모형은 인공신경망의 네트워크 구조 표현방법 및 학습알고리듬과 퍼지시스템의 추론방법을 통합한 모형으로 제어 및 예측분야에 성공적으로 적용되고 있다. 본 연구에서는 퍼지신경망 모형 중 우수한 예측정확도로 인해 최근 각광받고 있는ANFIS (Adaptive Network-based Fuzzy Inference System)모형을 기반으로 하는 분류모형을 설계하고 기존의 분류기법(C5.0 의사결정나무)과 비교하여 분류 정확성 관점에서 평가한다. ANFIS 추론의 경우, 최종 결과값이 계급값이 아닌 연속형 변수값을 취하게 되므로 산출된 결과값을 이용하여 적절한 계급값을 할당하는 과정이 필요하다. 본 연구에서는 의사결정나무기법을 이용하여 계급값을 할당하는 방식과 군집분석을 이용하여 계급값을 할당하는 두 가지 방식을 제안하고 두 가지 데이터 세트에 적용하여 ANFIS를 기반으로 한 분류모형의 정확도를 평가하였다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 추계학술대회
• /
• pp.611-616
• /
• 2007

반도체 패키징 공장에서 싸이클타임(Cycle-time)을 정확히 예측하는 것은 납기일 준수를 통해 고객만족도를 향상시킬 수 있고, 보다 효율적인 스케쥴링을 가능하게 하여 공장 가동률을 높일 수 있게 한다. 그러나 반도체 패키징은 제품 종류가 다양하고 제품마다 특화된 기술을 사용할 뿐만 아니라 공정 순서나, WIP에 따라 싸이클타임이 크게 영향을 받아 그 정확한 예측이 매우 어렵기 때문에 현장 전문가의 판단에 의존하는 경우가 많았다. Fab공정의 경우 전문가를 도와 좀 더 정확한 예측에 도움을 주기 위해 그 동안 전통적 통계 기법 및 시뮬레이션에 기반한 의사결정 모형이 많이 연구되었는데, 최근에는 기계학습 및 인공지능 기법을 사용한 연구가 눈에 띄고 있으며 기존의 방법보다 우수한 성능을 보여 주는 것으로 나타났다. 하지만 아직 기계학습 및 인공지능을 이용한 충분한 연구가 진행되지 못하고 있는 실정이다. 따라서 본 연구에서는 사례기반 추론을 사용하여 패키징 공정의 싸이클타임을 예측하고자 하였으며 그 성능을 인공신경망 모형, 의사결정나무 모형, 그리고 해당 분야 전문가의 예측치와 비교하였다. 실험결과에 따르면 사례기반추론 모형이 가장 뛰어난 성능을 보이는 것으로 나타났다.

• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.137-146
• /
• 2011

노인장기요양보험은 고령이나 노인성질병 등으로 인하여 혼자서 일상 생활을 수행하기 어려운 노인 등에게 신체활동 또는 가사지원 등의 장기요양급여를 사회적 연대원리에 의해 제공하는 사회보험 제도로써, 우리나라에서는 2008년 7월부터 시행하고 있다. 신뢰성있는 등급판정을 위하여, 안정적인 수급자의 요양인정점수를 산출하는 것은 노인장기요양보험제도의 시행에 있어 매우 중요한 요소라고 할 수 있다. 본 연구에서는 요양인정점수 산출과 등급판정에 의사결정나무 모형을 사용하였고 안정적인 모형을 위해 원자료의 변환 및 절사, 다양한 분리기준(splitting criterion), 정지규칙(stopping rule)을 적용하였다. 본 연구에서 생성한 모형이 기존의 모형보다 안정적임을 확인하였다.

• 응용통계연구
• /
• 제31권6호
• /
• pp.693-706
• /
• 2018

노인의 신체기능에 부합하는 복지용구를 제공하는 것은 노인이 가능한 한 오랫동안 자신의 집과 지역사회에서 자립하여 생활할 수 있도록 돕기 위해 매우 중요하다. 본 연구는 수급자의 신체 및 인지 기능 상태를 고려하여 개개인에게 적합한 복지용구 품목을 권고할 수 있는 과학적인 복지용구 표준급여모형 알고리즘을 개발하고자 수행되었다. 모형개발에는 데이터마이닝기법인 의사결정나무를 활용하였다. 수급자 8,084명의 장기요양인정조사자료와 파워어세서가 작성한 표준급여계획, 수급자 특성 자료를 이용하여 데이터를 구축하였고, 15개 복지용구 품목별로 표준급여모형을 개발하였다. 본 연구는 노인장기요양보험의 복지용구 급여계획의 객관성 및 과학성을 확보하고 수급자의 자립생활과 안전을 향상시키는 데에 기여할 것으로 기대된다.

• 대한토목학회논문집
• /
• 제29권2C호
• /
• pp.59-69
• /
• 2009

본 연구에서는 화강암, 편마암 등 결정질암 지역에서의 급경사지재해 발생지역 및 미발생지역에 대한 현장조사자료 및 토질시험자료를 토대로 의사결정나무모형을 이용한 급경사지재해 예측모델을 개발하였다. 선정된 급경사지재해 예측모델의 분리기준은 최상위부터 사면경사, 투수계수 및 간극비로 선정되었다. 그리고 이를 토대로 GIS기법을 이용한 국가 주요시설물 주변 급경사지 재해 예측프로그램 SHAPP ver 1.0을 개발하였다. 개발된 예측모델 및 예측프로그램을 검증하기 위하여 강릉시 주문진읍 일대의 현장조사결과와 대상현장에 대한 예측결과를 비교 검토하였다. 검토결과 실제 급경사지 재해가 발생된 구간과 급경사지재해 예측구간이 유사하게 일치하고 있는 것으로 나타났다. 추후 지속적인 연구를 통하여 급경사지재해 예측 결과에 대한 정확도를 높이고, 이를 실용화하여 범용적으로 사용이 가능하도록 할 예정이다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2005년도 춘계공동학술대회 발표논문
• /
• pp.280-286
• /
• 2005

본 논문은 이분형 목적변수를 가지는 데이터에서, 의사결정나무나 신경망과 같은 지도 학습(Supervised Learning)의 훈련을 통한 각종 예측 및 분류 정확도를 향상시키기 위해서 오차 패턴을 이용한 새로운 Hybrid 데이터 마이닝 기법을 제안한다. 오차 패턴을 이용한 Hybrid 기법이란 데이터 마이닝의 서로 다른 기법을 각 데이터에 적용한 다음 기법간의 불일치되는 부분만을 다시 패턴화 하여, 이를 최종 모형에 적용하여, 기존에 1개의 방법만을 사용하였을 경우보다, 더욱 좋은 정확도를 가질 수 있도록 하는 방법이다. 본 기법의 검증을 위하여, 10개의 실제 검증용 자료를 사용하였으며, 분석 결과 신경망과 의사결정나무 분석과 같은 기존의 방법보다 전체적으로 예측력이 향상됨을 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM
• /
• pp.359-366
• /
• 2000

기업의 환경에서 이-메일(e-mail)은 회사내의 업무흐름을 완전히 뒤바꾸며 혁명적인 변화를 이끌고 있다. 업무 공간의 극복, 사내 커뮤니케이션의 극대화 등 이-메일이 제공하는 장점이 매우 많다. 그러나 최근 사회적 문제가 되고 있는 스팸 메일(spam mail)의 등장은 이러한 장점의 커다란 반대급부를 제공한다. 스팸메일이란 인터넷이용자들에게 원하지도 않았는데 무작위로 발송되는 광고성 이-메일을 일컫는 말로, 벌크(bulk)메일, 정크(junk)메일, 언솔리시티드(Unsolicited)메일과도 유사한 의미로 사용된다. 스팸메일은 사용자들로 하여금 스트레쓰의 요인이 되게 함은 물론, 이를 발신하고 수신하는 과정에서 이용되는 서버에 엄청난 부하를 줄 뿐만 아니라, 공공의 성격을 지니는 네트웍 자원을 아무런 비용의 지불 없이 독점하게 되는 좋지 않은 결과를 가져오게 된다. 본 연구에서는 데이터마이닝의 기법 중 분류(classification tack) 문제에 적웅이 활발한 인공신경망 (artificial neural networks)과 의사결정나무(decision tree)기법을 이용하여 스팸메일의 분류와 예측을 가능케 하는 모형을 구축한다.

• 한국콘텐츠학회논문지
• /
• 제18권5호
• /
• pp.265-279
• /
• 2018

본 연구에서는 데이터 마이닝 기법을 활용하여 근로자의 이직준비 여부에 관한 예측모형을 구축하는 실험을 진행하였다. 이를 위해, 한국고용정보원 주관으로 수집된 "2015년 대졸자 직업 이동경로조사" 데이터를 사용하였다. 이직준비 여부 예측모형에는 의사결정나무, 베이즈넷, 인공신경망 알고리즘이 사용되었다. 전체 직종을 대상으로 한 분석에서는 의사결정나무 기반 예측모형에서 최고 예측률을 기록하였으며, 이직준비 여부에 영향을 주는 요인은 '근로시간 형태', '종사상 지위', '정규직 여부', '주당 정규 근로시간', '주당 정규 근로일', '개인의 발전가능성'으로 나타났다. 의사결정나무 기반 예측모형의 결과를 활용하여 근로자 전반에 관한 12개의 이직준비 여부 규칙을 최종 도출하였고, 도출된 규칙을 바탕으로 근로자의 고용유지 강화에 도움을 주는 방안들을 제안하였다. 또한 직종별 영향 요인을 분석하기 위해 직종을 사무, 문화예술, 건설, 정보기술 분야로 구분하여 실험을 진행하였다. 그 결과 사무 분야는 10개, 문화예술 분야는 9개, 건설 분야는 4개, 그리고 정보기술 분야는 6개의 이직준비 규칙이 도출되었고 이를 토대로 직종별 맞춤화된 고용유지 강화 방안을 제시하였다.