기존의 추정된 화물 수요모형은 화물의 출하특성과 관련된 설명변수를 중심으로 추정되었으며, 이에 따라 수송수단 선택 과정에서 화주가 느끼는 실제의 인식 상황을 모형내에 적절히 반영하지 못하였다. 본 연구는 기존 연구가 갖는 한계점을 극복하고자 화주가 수송수단을 선택할 때 느끼는 인식상황을 모형 내에 적용시켜 수단 선택 특성을 분석하였다. 연구대상은 우리나라의 188개 제조업체에서 화물자동차로 출하한 내수용 화물이며, 연구의 범위도 현실 운송체계 내에서 화주의 수단선택 행태를 설명하는 단기간의 예측으로 제한하였다. 모형추정결과 우리나라의 공로화물수송을 해석하기 위해서는, 출하중량까지를 고려한 다항로짓모형 형태이면서 인식 요소를 행태변수로 추가한 모형을 이용하는 것이 가장 적절하다는 결론을 내렸다. 그리고 이에 따라 주요한 설명 변수들의 탄력성과 화주의 인식 요소에 대한 특성값을 분석하여 제시하였다. 연구결과는 활용성 측면에서 직접 활용이 가능한 것과 잠재적인 변화를 예측하는데 이용되는 것으로 구분된다. 먼저 직접활용이 가능한 것은 수송수단과 관계된 변수들을 해석하여 얻는데, 수송비용과 수송시간에 대한 계수값의 크기와 부호, 그리고 탄력성은 정부의 정책부서나 운송인의 계획수립에 직접 적용된다. 다음으로 화주의 인식 요소는 잠재적인 변화를 예측하는데 이용되며 각 요소가 갖는 탄력성 및 특징은 운송인의 고객관리 기준이된다.
지지벡터기계는 잡음변수가 존재하는 경우에 성능이 저하될 수 있다. 또한 최종 분류기에서 각 변수들의 중요도를 알리 어려운 단점이 있다. 따라서 변수선택은 지지벡터기계의 해석력과 정확도를 높일 수 있다. 기존의 문헌상의 대부분의 연구는 선형 지지벡터기계에서 성근 해를 주는 벌점함수를 통해 변수를 선택에 관한 것이다. 실제로는 분류의 정확도를 높이기 위해 비선형 커널을 사용하는 경우가 일반적이다. 따라서 변수선택은 비선형 지지벡터기계에서도 마찬가지로 필요하다. 본 논문에서는 모의실험 및 실제자료를 통하여 비선형 지지벡터의 대표적인 변수선택법인 COSSO(component selection and smoothing operator)와 KNIFE(kernel iterative feature extraction)의 성능을 비교한다.
통계적 모형에서 적절한 변수를 선택하는 것은 회귀분석에서 매우 중요하다. 최근 벌점 함수(예: LASSO 및 SCAD)와 함께 벌점화 가능도를 사용하는 변수 선택 방법들이 선형모형 및 일반화 선형모형과 같은 단순한 통계 모형에서 널리 연구되고 있다. 이러한 방법들의 주요 장점은 중요한 변수를 선택하고 동시에 회귀계수를 추정하는 것이다. 그러므로 이 방법들은 0으로 회귀계수를 추정함으로써 중요하지 않은 변수를 삭제한다. 이 논문에서는 콕스 비례 위험 모형의 한 확장인 준 모수적 프레일티 모형에서 벌점화된 다단계 가능도(h-likelihood; HL)를 기반으로 적절한 변수를 선택하는 방법을 연구한다. 이를 위해 세 가지 벌점 함수 LASSO, SCAD 및 HL을 사용한다. 본 논문에서는 변수선택을 효율적으로 하기 위해 "frailtyHL" R 패키지 (Ha 등, 2012)를 기반으로 하여 새로운 함수를 개발하였다. 개발된 방법의 예증을 위해 전남대 의과대학 병원에서 수집된 유방암 생존자료를 이용하여 세 가지 변수 선택 방법의 결과를 비교하고, 이 변수선택방법들의 상대적 장 단점에 대해 토론한다.
항만선택 결정요인에 관한 선행연구를 정리해보면 매우 다양한 연구에서 결정요인들이 도출되었으며, 다수의 연구에서 주요요인들이 중복적으로 활용되고 있음을 알 수 있다. 그러나 연구자별로 조사대상의 입장과 선호도에 따라 다소 연구결과가 다르게 나타나고 있다. 따라서 화주들의 광양항 선택 결정요인을 도출하기 위해서는 문헌조사와 함께 적합한 실증적 연구와 분석이 요구되어 진다. 본 연구에서는 화주가 항만을 선택할 때 미치는 결정요인들을 선행연구를 통해 도출한 후, 도출된 결정요인들이 광양항을 이용하고 있는 화주들에게 미치는 영향을 실증적으로 분석하였다. 이를 위해 광양항 이용화주들의 지속적인 광양항 이용 여부를 종속변수로 설정하였고, 선행연구에서 도출된 항만선택 결정요인인 항만서비스, 항만시설, 항만입지, 항만비용 등을 독립변수로 설정하였다. 독립변수의 주요 요인을 살펴보면, 항만서비스 요인으로는 하역능력, 선박기항 빈도, 항만체선, CFS의 처리능력, 통관서비스, 항만정보 서비스 등을 변수로 설정하였다. 또한, 항만시설 요인으로는 항만의 규모, 적절한 하역장비의 보유, 화물의 손상 및 멸실 빈도 등을 변수로 설정하였으며, 항만입지 요인으로는 항만과의 접근성, 항만의 인지도 등을 설정하였다. 마지막으로 항만비용 요인으로는 내륙운송비, 항만시설사용료, 하역료, 무료장치기간, 인센티브 등을 변수로 설정하였다. 본 연구의 분석결과 광양항 이용 화주들은 항만서비스, 항만시설, 항만입지, 항만비용 요인에서 모두 광양항 선택에 영향을 미치고 있으며, 항만비용, 항만입지, 항만서비스, 항만시설 등의 순으로 중요도가 나타나고 있다. 이는 화주들이 항만시설보다는 항만비용과 항만의 입지, 항만서비스를 항만선택 시 주요한 고려요인으로 작용하고 있는 것으로 판단된다.
이 연구는 근골격계 질환의 발생에 영향을 미칠 것으로 예상되는 요인들에 대해 20개 대학도서관 300명(266명 응답)의 사서들을 대상으로 설문조사를 실시하여 그 결과를 분석하였다. 응답자의 62.5%가 근골격계 질환 자각증상을 호소하였다. 근골격계 증상의 요인들을 분석한 후, 각 부위별로 유의미한 영향을 미치는 주요 요인들을 독립변수로 하여 다중회귀분석을 한 결과는 아래와 같다. 즉, 목의 증상에 영향을 미치는 변수는 근무조건 만족도였으며, 근무 만족도가 높을수록 목 부위의 증상 정도가 낮은 것으로 나타났다. 어깨부위의 증상에 대해서는 근무만족도, 작업강도, 식사시간이 설명변수로 선택되었다. 식사시간이 불규칙적일수록, 작업강도가 높을수록, 근무만족도가 낮을수록 증상의 정도가 높은 것으로 나타났으며, 이중에서도 특히 근무 만족도의 영향이 큰 것으로 나타났다. 팔 팔꿈치에서는 숙련도가 설명변수로 선택되었으며, 업무 숙련도가 높을수록 증상 정도가 높게 나타났다. 손가락 손목을 설명해주는 설명변수로는 업무 스트레스가 선택되었으며, 업무 스트레스가 많을수록 증상 정도가 높은 것으로 나타났다. 등 허리에서는 작업강도, 직장 만족도가 설명변수로 선택되었고, 작업강도가 높을수록, 직장 만족도가 낮을수록 증상이 높은 것으로 나타났다. 마지막으로 무릎 다리의 경우 흡연여부가 선택되었으며 비흡연자일수록 증상이 낮은 것으로 나타났다.
최근 에너지 부족 문제 및 환경 문제의 해결수단으로 스마트 그리드가 많은 주목을 받고 있다. 스마트 그리드 기술은 에너지를 효율적으로 사용하는 데 도움을 주며, 이를 위해서는 더욱 정확한 전력수요 예측이 필요하다. 다양한 기계학습 기법 기반의 전력수요 예측 모델은 좋은 예측 성능을 보이지만 입력 변수의 개수가 증가할수록 처리해야 하는 데이터의 양이 기하급수적으로 증가한다는 단점이 존재한다. 또한, 불필요한 데이터를 입력 변수로 선정할 경우에는 모델의 정확도가 저하될 수도 있다. 이러한 문제를 해결하기 위해 다양한 특징 선택 기법들이 제안되었지만, 기존의 특징 선택 기법은 모델의 성능을 고려하지 않았기 때문에 실제 적용 시 오히려 모델의 성능이 저하될 수도 있다. 이에 본 논문은 유전 알고리즘을 기반으로 한 특징 선택 기법을 제안한다. 유전 알고리즘을 통해 각 모델에 맞는 최적의 입력 변수를 선택함으로써 빠른 학습 속도와 높은 정확도를 기대할 수 있다.
본 연구는 주요변수를 선정하는 기법을 개발하기 위해서 단계적 회귀와 변수들의 효율성을 평가하기 위해 사용되는 자료봉합분석을 결합한 새로운 방법을 제안하였다. 이를 위해서 먼저 단계적 회귀를 이용하여 중요 변수들을 일차적으로 선정하고, 선정된 각 변수들의 중요도를 이해하기 위해 귀무가설을 세웠고, 중요 변수를 선택하기 위해 Kruskal-Wallis 검정을 사용했다. 또한 해당되는 변수를 Conover-Inman 검정을 사용하여 변동이 발생하는 각 변수들의 우선순위를 결정하였다. 따라서 그 결과, 많은 변수들과 DEA(Data Envelopment Analysis)의 한계를 극복하기 위해 원래 계획된 변수들 중 기준에 의해 원래 유지된 변수와 높은 연관성을 가진 변수들을 남기는 방식으로 변수를 선정하는 기법을 개발한 Jenkins의 기존연구에서는 I2, I4, I5, I6 변수가 누락되었고 I1, I3 변수만이 DEA에 사용되었지만, 본 논문에서 제안된 모델의 효율성 결과로는 I2와 I4 변수를 각각 유지하였다. 본 연구는 다른 문헌에서 단계적 변수의 선택을 보여주기 위해 같은 데이터 집합을 사용하였는데, 여기서 Jenkins의 연구와 같이 변수 I6과 I1, I2를 삭제하였고, I3, I4, I5는 유지하였다. 결론적으로 단계적 회귀 DEA 모델을 사용하여 긴 계산적 절차 없이 변수 선택이 가능함을 발견했으며 기존 연구의 데이터를 적용하여 제안된 모델을 검증하였다. 개발한 DEA모델 결과는 상호 변수에 따라 포함되거나 생략할 수 있기 때문에 실제 현실 상황에서의 지식과 경영적 판단에 매우 유용할 것이다.
속성선택(Feature Selection)은 패턴분류 문제에서 분류기들의 성능을 향상시킬 수 있는 중요한 부분으로 다양한 기법들이 연구되어지고 있다. 특히, 많은 변수와 속성들을 가지는 데이터를 패턴분류 하는 과정에서 주요 속성부분집합을 추출하여 이용함으로써 분류기의 연산속도 및 정확도를 향상시킬 수 있다. 본 논문에서는 유전자 알고리즘과 정보이론의 상호정보량을 이용하여 속성선택을 하는 기법을 제안하였다. 제안된 기법의 성능을 평가하기 위하여 패턴분류 문제에 적용하고 그 성능이 우수함을 확인하였다.
설계자는 설계를 진행시켜 가면서 많은 의사 결정을 내려야 한다. 그 결정은 크게 선택 결정과 타협 결정으로 나뉘어질 수 있다. 선택 결정은 여러 평가 기준을 고려해 여러 대안들 중 하나를 선택하는 결정이며 타협 결정은 제한 조건과 목표들을 가장 잘 만족하는 설계 대안의 주요 치수를 결정하는 것이다. 이때 두 결정의 결과는 설계자의 의사에 크게 의존하게 된다. 따라서 설계자의 의사를 체계적이고 정확하게 반영시켜줄 필요가 있다. AHP 기법은 불분명한 선택 문제에 있어서 문제를 계층적으로 분석하여 평가함으로써 설계자의 의사를 체계적으로 반영시켜줄 수 있다. 또한 정성적인 성질들을 정량적인 판단 기준에 따라 평가함으로써 설계자의 의사를 보다 일관적으로 반영할 수 있다. 보통 공학 문제의 경우 하나의 설계 대안을 선택하고 또한 그 대안의 주요 치수를 동시에 결정해야 하는 결합된 문제이다. 이때 선택에 필요한 각 대안의 속성이 타협 문제 변수들의 함수로 표현되기 때문에 최적 과정 중에 계속 변화하게 된다. 또한 여러 속성을 고려할 경우 자릿수와 단위가 모두 다르기 때문에 속성들의 평가가 표준적으로 이루어져야 한다. 이 부분에 학습된 인공 신경망을 도입함으로써 변화하는 속성치를 자동적으로 평가할 수 있으며 설계자의 의사와 경험적인 지식도 반영할 수 있게 되었다.
본고는 댐호수가 제공하는 휴양가치가 댐특성의 변화에 의해 어떻게 달라지는지를 추정하고자 하였다. 이 목적을 위해 실제로 댐방문행위를 분석할 수도 있으나 이 경우 주요 특성변수의 추정이 불가능하거나 어렵고 변수들간의 독립성도 약하여 통계적으로 의미있는 추정결과가 나타나기 어려운 경우가 있고, 따라서 본 연구는 대안으로 선택실험을 실시하여 수질과 수량 및 기타 특성변수의 경제적 가치를 도출하고자 하였다. 선택실험자료를 이용한 추정결과를 10개 주요 댐호수의 선택문제에 적용하여 다양한 시나리오별 특성변화의 경제적 가치를 도출하였다. 분석결과 수질이 특히 민감하게 휴양가치에 영향을 미치는 것으로 나타났고, 수질이나 환경에 부의 영향을 주도록 지나치게 큰 댐을 짓거나 유람선 운행 등을 할 경우 오히려 휴양가치가 감소할 수도 있음이 보여졌다. 모든 댐의 수질이 1등급 개선될 경우 휴양객들은 자신이 댐 1회 방문을 위해 평균적으로 지불하는 비용 이상의 편익을 추가로 얻는 것으로 나타났다. 댐과 관련된 교육홍보관 운영, 댐 인근 및 댐호수 지역의 여타 레크리에이션 기회의 증가도 통계적으로 의미있는 정도로 휴양편익증가에 기여하는 것으로 나타났다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.