• 제목/요약/키워드: A*알고리즘

검색결과 30,675건 처리시간 0.055초

토핑 모델링을 활용한 동해안 관광의 변화 분석 (The Analysis of Changes in East Coast Tourism using Topic Modeling)

  • 정은희
    • 한국정보전자통신기술학회논문지
    • /
    • 제13권6호
    • /
    • pp.489-495
    • /
    • 2020
  • 4차혁명이 진행되고 있는 초연결사회에선 다양한 IT기기를 통해 데이터량이 증가하고 있고, 이렇게 생산된 데이터를 분석하여 새로운 가치를 창출 할 수 있다. 본 연구에서는 빅카인즈에서 2017년부터 2019년까지 중앙지, 경제지, 지역조합지, 주요방송사 등에서 "(동해안 관광 또는 동해안 여행) 그리고 강원도"라는 키워드로 기사를 총 1,526건을 수집하였다. 수집된 1,526건의 기사를 분석하기 위해 R언어로 구현된 LDA 알고리즘을 이용하여 토픽 모델링을 수행하였다. 2017년부터 2019년까지 각각의 년도별 키워드를 추출하고, 각 년도별로 빈도수가 높은 키워드를 분류하여 비교하였다. Log Likelihood와 Perplexity를 이용하여 최적의 토픽 수를 8로 설정한 후, 깁스 샘플링 방법으로 8가지의 토픽을 추론하였다. 추론된 토픽들은 강릉과 해변, 고성과 금강산, KTX와 동해북부선, 주말바다여행, 속초와 통일전망대, 양양과 서핑, 체험관광, 교통망 인프라이다. 추론된 8개의 토픽의 비중을 이용해 동해안 관광에 대한 기사들의 변화를 분석하였다. 그 결과, 통일전망대와 금강산의 비중은 큰 변화가 없는 것으로 나타났고, KTX와 체험관광의 비중은 증가하였고, 그 외의 토픽들의 비중은 2017년에 비해 2018년에 감소하였다. 2019년에는 KTX와 체험관광의 비중은 감소하였으나, 나머지 토픽들의 비중은 큰 변화가 없는 것으로 나타났다.

기계학습을 이용한 식품위생점검 체계의 효율성 개선 연구 (Improving Efficiency of Food Hygiene Surveillance System by Using Machine Learning-Based Approaches)

  • 조상구;조승용
    • 한국빅데이터학회지
    • /
    • 제5권2호
    • /
    • pp.53-67
    • /
    • 2020
  • 본 연구는 가공식품의 제조·가공 업소를 대상으로 기계학습 분야의 지도학습(Supervised Learning) 예측 모형을 적용하여 부적합이 예상되는 업체를 사전에 적발하는 단속 선별시스템을 마련하여 단속 활동의 효율성을 높이고자 하였다. 본 연구에서는 머신러닝의 예측 모델링을 위한 목적 정의, 데이터의 기초 분석과 시각화, 특성 변수 도출 및 예측 모형의 선정 및 예측 등으로 기계학습 수행의 표준적인 절차에 따라 연구를 수행하였다. 종속변수는 2014년도부터 2018년까지 과거 5년 동안 지도점검 적발 건수로 설정하였고, 목적함수는 실제 부적합업체를 사전에 판정하여 단속활동이 이루어지는 것을 최대화하는 것으로 하였다. 제조가공업소의 매출액, 영업일수, 종업원 수 등 기본속성뿐만 아니라 과거 지도점검 단속 이력 정보를 반영하여 자료를 재구성하였다. 특성 변수 추출 방법을 적용하여 부적합 판정에 영향을 미치는 업체 위험, 품목 위험, 환경 위험 및 과거 위반 이력 등을 특성 변수로 도출하여 머신러닝 알고리즘을 데이터에 적용하였다. 랜덤포레스트 모형이 식품의약품안전처 지도점검 업무 목적에 가장 적합한 것으로 나타났다. 본 연구결과를 바탕으로 식품안전 관리 국가 사무가 데이터기반의 과학적인 행정 체계로 발전할 수 있는 기반이 되기를 기대한다.

CNN 강우여부 분류기를 적용한 ANN 기반 X-Band 레이다 유의파고 보정 (Estimation of Significant Wave Heights from X-Band Radar Based on ANN Using CNN Rainfall Classifier)

  • 김희연;안경모;오찬영
    • 한국해안·해양공학회논문집
    • /
    • 제33권3호
    • /
    • pp.101-109
    • /
    • 2021
  • 항해용 X-band 레이다를 이용한 파랑관측은 해수면에 후방산란 된 전자기파 이미지를 분석하여 이루어진다. 1분당 42개의 해수면 시계열 이미지로부터 3차원 FFT를 계산하고 변조전달함수(Modulation Transfer Function)를 구하여 파랑정보를 추출한다. 따라서 레이다 파고계로 계측한 유의파고의 정확도는 X-band 레이다 영상의 상태에 따라 결정된다. 2020년 여름 태풍 마이삭과 하이선 내습 시 강릉 안인 해안에 설치된 X-band 레이다 파고계로 관측한 유의파고의 오차가 크게 발생하였다. 이는 태풍 내습 시 급격히 유의파고가 증가하는 한편 강한 강우가 동반되어 X-band 레이다 영상의 품질이 저하되었기 때문이다. 최대 오차 발생 이전까지 많은 강우가 있었음이 확인된다. 본 연구에서는 convolution neural network(CNN)을 이용하여 레이다 이미지로부터 강우 여부를 분류하고 강우여부에 따라 강우시 인공신경망 모델을 적용하여 태풍 시 유의파고 관측 정확도를 향상시켰다. 폭우를 동반한 태풍 시 레이다 자료 특성에 기반하여 인공신경망 유의파고 산출 알고리즘을 개선하고 이를 통해 X-band 레이다 파고계의 정확도를 향상시키는 방법을 제시하였다.

토픽 모델링을 활용한 상담 성과 연구동향 분석 - 「상담학연구」 학술지를 중심으로 (Counseling Outcomes Research Trend Analysis Using Topic Modeling - Focus on 「Korean Journal of Counseling」)

  • 박귀화;이은영;윤소정
    • 디지털융복합연구
    • /
    • 제19권11호
    • /
    • pp.517-523
    • /
    • 2021
  • 상담의 성과는 상담자와 연구자 모두에게 중요하다. 지금까지 진행되어온 상담의 성과에 대한 연구의 동향을 분석하는 것은 상담의 성과를 종합적으로 구조화하는데 도움을 준다. 본 연구의 목적은 2011~2021년에 국내 상담분야의 저명 학회지 중 하나인 「상담학연구」에 게재된 상담 성과 관련 연구를 중심으로 연구 동향을 분석하여, 국내 상담성과 연구의 지식 구조를 탐색하고 향후 연구방향을 모색하는 것이다. 텍스트 마이닝 기법 중 중심성분석과 토픽 모델링을 활용하였다. 분석에 활용된 연구는 197개로 노드 추출 과정을 거쳐 최종 339개의 키워드가 분석에 활용되었다. LDA 알고리즘을 활용하여 잠재 토픽을 추출한 결과 '상담 성과의 측정과 평가', '대인관계에 영향을 주는 정서와 매개요인', '진로에 대한 스트레스와 대처'가 주요 토픽으로 나타났다. 상담학 연구에 게재된 상담성과 연구의 동향 분석을 통해 주요 토픽을 밝힌 것은 상담성과 연구를 보다 구조화하는 데 기여하였으며, 이후에도 이러한 주제들에 대한 심층적 연구가 지속되어야 할 필요가 있다.

비주석 재귀신경망 앙상블 모델을 기반으로 한 조위관측소 해수위의 준실시간 이상값 탐지 (A Non-annotated Recurrent Neural Network Ensemble-based Model for Near-real Time Detection of Erroneous Sea Level Anomaly in Coastal Tide Gauge Observation)

  • 이은주;김영택;김송학;주호정;박재훈
    • 한국해양학회지:바다
    • /
    • 제26권4호
    • /
    • pp.307-326
    • /
    • 2021
  • 상시 관측되는 조위관측소 해수위 자료는 결측값과 오측값을 포함하고 있으며, 그 중 오측 값은 이상값으로 분류되는 전처리 대상이다. 이러한 오측을 제거하기 위해 대표적으로 3𝜎 (three standard deviations) 규칙이 적용되어왔으나, 기상이변 등에 의한 극값이 존재하거나 3𝜎 범위 안에서도 오측이 존재하는 해수위 자료에는 그 적용이 어렵다. 본 연구에서 설계된 모델은 오측에 대한 사전 정보가 필요하지 않은 비주석 학습으로 구성되며, 재귀신경망과 앙상블 기법을 이용함으로써 실시간으로 수집되는 해수위 자료가 오측일 가능성을 발생한지 20분 이내로 제시한다. 검증이 완료된 모델은 평시 및 기상이변시의 정상값과 오측값을 잘 분리하며, 학습이 이뤄지지 않은 연도의 해수위 자료에서도 이상값 탐지가 가능함을 확인하였다. 본 연구의 관측 이상치 탐지 알고리즘은 조위관측소 해수위에 국한되지 않고 다양한 해양 및 대기자료의 이상치 탐지 인공신경망 모델에 확장 적용할 수 있다.

조선소 작업자를 위한 스마트 안전모의 커넥티비티 검증 및 소음저감 분석 (Connectivity Verification and Noise Reduction Analysis of Smart Safety Helmet for Shipyard Worker)

  • 박준혁;허준영;이상복;박재문;박준수;이광국
    • 융합신호처리학회논문지
    • /
    • 제23권1호
    • /
    • pp.28-36
    • /
    • 2022
  • 현재 조선산업 현장의 자동화, 지능화가 가능해져 작업 생산능력과 비용 경쟁력은 향상되었으나, 산업현장 작업자들의 안전사고 감소율은 여전히 저조한 편이며 안전사고로 인한 피해는 매우 심각하므로 현장에 맞게 개선의 필요성이 존재한다. 본 연구에서는 조선소의 작업자 보호 및 환경 안전을 위한 스마트 안전모의 개발과 함께 효용성을 검증하기 위해 실증 구역에서 스마트 안전모 간의 커넥티비티 실증을 목표로 한다. 또한, 작업자 보호 및 안전을 위해 스마트 안전모 착용자 간의 다대다 LTE 통신을 구현하고, 조선소 작업장에서 테스트한 결과를 분석하였다. 작업자 간의 원활한 통신을 위해 작업장에서 발생하는 95dB 이상의 충격 소음을 확인하였고, 이를 개선하기 위해 Butterworth, Chevbychev, elliptic 알고리즘으로 필터링 성능을 비교 분석하였다. 본 연구에서 제안한 스마트 안전모 간의 커넥티비티 테스트와 소음저감 방법은 향후 조선산업의 현장 맞춤형 스마트 안전모 고도화 개발로 활용성 및 현장의 안전성을 증대시켜줄 것이다.

의사결정나무 분석을 통한 세계핸드볼 승패결정요인 분석 (A Study of Influencing Factors on World Handball Win-Loss using the Decision Tree Analysis)

  • 김현철
    • 디지털융복합연구
    • /
    • 제19권5호
    • /
    • pp.461-468
    • /
    • 2021
  • 이 연구는 2019년 남녀 핸드볼 세계선수권대회에 참가하는 모든 국가를 대상으로 국제핸드볼연맹이 제공한 공식 기록을 수집해 팀 경기 기록의 승패를 가리는 중요한 슈팅 변수를 규명하는 데 목적이 있다. 이 연구의 목적을 달성하기 위해 2019 핸드볼 세계선수권대회에 참가한 24개국 남녀대표팀의 총 192경기를 수집해 승패 그룹에 따른 대회 기록의 차이를 검증한 이후 8가지 슈팅 변수에 따라 승패요인을 분류하기 위해 데이터마이닝 기법의 하나인 의사결정 트리 방식(CART 알고리즘)을 적용해 분석했다. 분석 결과 9m 슈팅성공률과 Near 슈팅성공률이 남녀 모두에게 가장 중요한 요인으로 평가됐다. 남자는 9m 슈팅성공률이 32.5% 이상, Near 슈팅성공률이 67.5% 이상이면 83.3% 승리하며, 여자는 9m 슈팅성공률이 75%이상, Near 슈팅성공률이 51% 이상이면 75%를 승리한다. 또한, 여자팀은 페널티 요인 중 옐로카드는 승패를 결정짓는 중요 변수로 판단된다. 결론적으로 본 연구를 통하여 국제핸드볼 경기에서 승리와 패배 팀의 기록 특성 차이와 승패를 구분하는 중요 슈팅 변수를 남녀 모두에서 확인 할 수 있었다.

머신러닝을 활용한 뇌졸중 환자의 기능적 결과 예측: 체계적 고찰 (Predicting Functional Outcomes of Patients With Stroke Using Machine Learning: A Systematic Review)

  • 배수영;;남상훈;홍익표
    • 재활치료과학
    • /
    • 제11권4호
    • /
    • pp.23-39
    • /
    • 2022
  • 목적 : 본 연구는 뇌졸중 환자의 기능적 결과를 예측하기 위한 인구통계학적 및 임상학적 특징과 머신러닝의 사용을 체계적으로 분석하고 요약하기 위해 수행되었다. 연구방법 : PubMed, CINAHL과 Web of Science를 사용하여 2010년부터 2021년 사이에 게재된 연구를 검색하였다. 주요 검색어는 "machine learning OR data mining AND stroke AND function OR prediction OR/AND rehabilitation"을 사용하였다. 뇌 이미지 처리 기법만을 분석한 연구, 딥러닝만 적용한 연구와 전체 본문을 열람할 수 없는 연구는 제외되었다. 결과 : 검색한 결과, 총 9편의 국내외 논문을 선정했다. 선정된 논문에서 가장 많이 사용된 머신러닝 알고리즘은 서포트 벡터 머신(support vector machine, 19.05%)과 랜덤포레스트(random forest, 19.05%)였다. 9개 중 7개의 연구에서 뇌졸중 환자의 기능을 예측하기 위해 중요하다고 추출된 변수를 결과로 제시했다. 그 결과, 5개(55.56%)의 연구에서 뇌졸중 환자의 기능을 예측하기 위해 환자의 임상적 특성이 아닌 modified ranking scale (mRS) 및 functional independence measure (FIM)과 같은 초기 또는 퇴원 평가 점수가 중요하다고 도출되었다. 결론 : 이 연구는 mRS 및 FIM과 같은 뇌졸중 환자의 초기 또는 퇴원 평가 점수가 임상적 특성보다 기능적 결과에 더 많은 영향을 미칠 수 있음을 나타냈다. 따라서, 뇌졸중 환자의 기능적 결과를 향상시키기 위한 최적의 중재를 개발하고 적용하기 위해서는 뇌졸중 환자의 초기 및 퇴원 시 기능적 결과를 평가하고 검토하는 것이 필요하다.

COMSOL Multiphysics®와 PyLith의 순차 적용을 통한 지중 유체 주입과 유발지진 공탄성 수치 모사 기법 연구 (Sequential Use of COMSOL Multiphysics® and PyLith for Poroelastic Modeling of Fluid Injection and Induced Earthquakes)

  • 장찬희;김현나;소병달
    • 지질공학
    • /
    • 제32권4호
    • /
    • pp.643-659
    • /
    • 2022
  • 최근 지중저장기술(예, 온실가스 심지층 처분, 인공지열저류층 발전 등)이 활발히 수행됨에 따라, 유체 주입과 저장부지 안정성 사이의 역학적 관계에 관한 정량적 이해의 중요성이 인지되고 있다. 지중 유체 주입은 공극압 및 지중응력 교란과 지층의 역학적 불안정성을 야기할 수 있어, 유체 주입에 대한 다공탄성 수치 모형 구축이 요구된다. 본 연구에서는 순차적인 COMSOL-PyLith-COMSOL 유체 주입-유발지진 다공탄성 수치 모사를 수행한다. 유한요소 상용 소프트웨어인 COMSOL을 이용해 단층에 가해지는 쿨롱 파괴 응력(CFS) 변화를 시간에 따라 추적하였고, CFS 변화량이 임계값(예, 0.1 MPa)을 초과할 경우, 모형의 정보(기하구조, 물성 등)를 유한요소 오픈소스 코드인 PyLith로 이동시키는 알고리즘을 구축했다. PyLith는 단층의 미끄러짐을 모사하고, 미끌림에 의한 변위장을 획득한다. 이후 변위장을 COMSOL로 이동시켜 지진에 의한 응력 및 표면 변위를 계산한다. 수치 모사 결과, 주입 기간 중엔 주입정 근거리에서 큰 변화(공극압, CFS 변화 등)를 보였고, 주입 종류 후에는 잔류 응력이 원거리 영역으로 확산하는 양상이 나타났다. 이는 주입 종료 후 지속적인 모니터링의 필요성을 제안한다. 또한, 단층과 주입층 물성(예, 투수계수, Biot-Willis 계수)에 따른 CFS 변화량 비교는 주입정 위치 선정 시 주입층 및 주변 지층에 대한 물성 파악이 중요함을 의미한다. 단층 미끄러짐 양에 따른 표면 변위 및 이암층에 가해지는 편차응력은 다양한 단층 미끌림 시나리오 설정의 필요성을 지시한다.

건강과 환경 메시지 프레이밍에 따른 소비자 태도와 구전에 미치는 영향: 비건 제품을 중심으로 (The Effect of Health and Environmental Message Framing on Consumer Attitude and WoM: Focused on Vegan Product)

  • 박서영;임보람
    • 서비스연구
    • /
    • 제13권3호
    • /
    • pp.127-146
    • /
    • 2023
  • 최근 디지털 광고는 15초 미만의 짧은 광고를 통해 메시지를 전달해야 하며, 소셜미디어에서 광고는 소비자가 스킵하기 전까지 5초 이내에 메시지를 전달해야 한다. 광고의 길이가 짧아졌지만, 인공지능을 통한 알고리즘과 빅데이터 분석은 고객의 관심사에 맞는 메시지 전달을 가능하게 하였다. 이런 변화 속에서 짧고 효율적인 광고를 이용한 소비자 맞춤 메시지 전달의 중요성은 날로 커지고 있다. 본 연구에서는 효과적인 메시지 전달을 위한 메시지 프레이밍 효과에 대해 살펴보았다. 구체적으로, 비건 제품에 대한 '건강'과 '환경' 두 가지 프레이밍 효과의 차이를 살펴보았다. 건강과 환경에 대한 소비자 관심의 증가는 비건 제품에 대한 관심을 높였으며, 비건 시장은 날로 크게 성장하고 있다. 소비자가 비건 제품을 구매하는 이유는 소비자 개인의 건강을 위해서이기도 하지만, 윤리적 소비라고 할 수 있는 환경에 대한 책임감 또한 무시 못 할 요인이다. 기존 연구에서는 건강과 환경 메시지 프레이밍 간의 효과의 차이가 측정되지 못하였으며, 연구 대상도 비건 식품에 국한되었다. 본 연구에서는 주방세제 제품군을 이용하여 '건강과 환경 메시지 프레이밍' 효과의 차이를 밝혀내고자 한다.