• 경영정보학연구
• /
• 제26권2호
• /
• pp.45-57
• /
• 2024

본 연구에서는 딥러닝 기반의 팜유(Crude Palm Oil: CPO) 가격 예측 방법론을 개발하였다. 팜유는 그 생산 수율과 경제적 효율성으로 인해 다양한 산업에서 중요한 자원으로 활용되고 있으며, 이로 인해 팜유 가격 변동성에 대한 산업계의 관심이 증가하고 있다. 따라서, 팜유 가격 예측을 위한 연구가 활발히 진행되고 있으나, 많은 연구가 시계열 예측 기반으로 정확도에 한계점을 가지고 있다. 본 연구는 기존 방법론의 주요 한계인 정상성 부재 문제를 해결하기 위해 현재 가격 대비 미래 가격의 비율을 종속변수로 사용하는 새로운 모델을 제시한다. 이 접근법은 주식 가격 예측에서의 수익(return) 모델링에 착안하여 개발되었으며, 단순 가격 예측보다 더 높은 성능을 나타낸다. 또한, 다변량 시계열 예측에서 중요한 요소인 독립변수의 지연 값(lag)을 고려하여, 불필요한 잡음을 제거하고 예측 모델의 안정성을 높이는 방법론을 채택했다. 이 연구는 팜유 가격 예측의 정확도를 향상시키는데 중요한 기여를 하며, 시계열 데이터가 중요한 다른 경제적 예측 문제에도 적용 가능한 접근법을 제시한다는 점에서 산업계에 큰 의미가 있다.

• 상하수도학회지
• /
• 제38권3호
• /
• pp.141-153
• /
• 2024

The purpose of this study is to analyze the correlation between ecotoxicity and water quality items using Daphnia magna in public sewage treatment plant process and to obtain operational data to control ecotoxicity through research on removal efficiency. The average value of ecotoxicity was 1.39 TU in the influent, 1.50 TU in the grit chamber, and 0.84 TU in the primary settling tank and it was found that most organic matters, nitrogen, and phosphorus were removed through biological treatment in the bioreactor. Using Pearson's correlation analysis, the positive correlation was confirmed in the order of ecotoxicity and water quality items TOC, BOD, T-N, NH3-N, SS, EC, and Cu. As a result of conducting a multilinear regression analysis with items representing positive correlation as independent variables, the regression model was found to be statistically significant, and the explanatory power of the regression model was about 81.6%. TOC was found to have a significant effect on ecotoxicity with B=0.009 (p<.001) and Cu with B=16.670 (p<.001), and since the B sign is positive (+), an increase of 1 in TOC increases the value of ecotoxicity by 0.009 and an increase in Cu by 1 increases the value of ecotoxicity by 16.670. TOC (β=0.789, p<.001) and Cu (β=0.209, p<.001) were found to have a significant positive effect on ecotoxicity. TOC and Cu have a great effect on ecotoxicity in the sewage treatment plant process, and it is judged that TOC and Cu should be considered preferentially and controlled in order to efficiently control ecotoxicity.

• 지역연구
• /
• 제40권3호
• /
• pp.95-108
• /
• 2024

본 연구는 2016년부터 2019년까지의 전국사업체조사자료를 활용해 신설 및 이동 제조업체의 입지 결정요인을 분석하였다. 제조업체의 신설과 이동 제조업체의 유입 둘 다 수도권과 충청권, 영남권과 대경권에서 활발하며, 이동 제조업체의 유입은 제조업체 신설에 비해 더 적은 수의 지역에 집중된다. 음이항 회귀모형으로 입지 결정요인을 분석한 결과, 제조업 집중도와 인구밀도, 산업구조 다양성, 그리고 낮은 임금수준은 제조업체의 신설과 이동 제조업체의 유입을 함께 촉진하는 것으로 나타났다. 고학력 취업자 비율과 생산자 서비스업 접근성, 평균 지가 수준은 제조업체의 신설 빈도에만 긍정적 영향을 미쳤으며, 인적자본 및 생산자 서비스업에 대한 의존도가 높은 생애주기 단계 초기의 기업이 토지이용에 대해 높은 지불의사가격을 보이는 것으로 해석된다. 반면 서울과의 이동소요시간 및 교통접근성의 증가는 이동 제조업체의 유입 확률을 높인다. 이는 재입지 선택 시 서울 근접성이 주는 편익보다 서울로부터의 이격에 따른 비용 절감 유인이 중요할 수 있으며, 집적경제 강화와 더불어 교통 인프라의 효율성을 개선함으로써 이동 제조업체의 비수도권 유치 가능성을 높일 수 있음을 시사한다.

• 전기전자학회논문지
• /
• 제28권3호
• /
• pp.469-473
• /
• 2024

본 논문은 의약 용기의 품질 검사를 위한 머신비전을 적용한 다중 카메라 인라인 검사 시스템 개발을 제안한다. 제안하는 기법은 다중 카메라를 통해 의약 용기를 다방면으로 촬영하여 더욱 정확히 의약 용기의 품질을 검사한다. 또한, 촬영된 의약 용기의 데이터를 기반으로 의약 용기의 치수 및 결함을 검사하여 불량 발생 시 사용자에게 알람이 가고 직접 불량 의약 용기를 제거하는 머신비전을 적용한 인라인 시스템으로 품질 검사의 효율성을 증대시킬 수 있다. 머신비전을 적용한 다중 카메라 인라인 검사 시스템의 제작은 4단계로 나뉜다. 첫 번째로 의약 용기를 흡입 고정 또는 용기를 회전하는 제품 제어부를 설계 및 제작한다. 두 번째로 제품을 이동 및 촬영, 불량 제품일 경우에 배출하는 시스템 본체를 설계 및 제작한다. 세 번째로 모든 시스템을 제어하는 임베디드 보드의 제어 로직을 설계 및 제작한다. 네 번째로 시스템 본체에서 촬영된 이미지를 영상 처리를 사용하여 의약 용기의 불량 검출이 가능한 사용자 GUI를 설계 및 제작한다. 제안된 머신비전을 적용한 다중 카메라 인라인 검사 시스템의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, 의약 용기의 치수 측정 오차 범위가 -0.30~0.28(외경), -0.11~0.57(전장) 이내로 세계 최고 수준인 1mm 보다 우수한 결과를 달성하였고, 시스템 반복 동작의 안정성으로는 100%로 측정되었다. 따라서, 본 논문에서 제안한 의약 용기의 품질 검사를 위한 머신비전을 적용한 다중 카메라 인라인 검사 시스템의 효용성이 입증되었다.

• 정보처리학회 논문지
• /
• 제13권9호
• /
• pp.444-452
• /
• 2024

본 연구는 Layer Importance Evaluation을 통해 도출된 화재 감지에 최적화된 딥러닝 아키텍처를 제안한다. 기존의 합성곱 신경망(Convolutional Neural Network, CNN) 기반 화재 감지 시스템의 불필요한 복잡성과 연산을 초래하는 문제점을 해결하기 위해, Layer Importance Evaluation 기법을 통해 가중치 및 활성화 값에 근거한 모델의 내부 레이어의 동작을 분석하고, 화재 감지에 기여도가 높은 레이어를 식별한 뒤, 식별한 레이어만으로 모델을 재구성하여, 기존 모델과의 성능 지표를 비교 분석하였다. Xception, VGG19, ResNet, EfficientNetB5 등 네 가지 전이 학습 모델을 사용하여 화재 데이터를 학습시킨 후, Layer Importance Evaluation기법을 적용하여 각 레이어의 가중치와 활성화 값을 분석한 뒤 기여도가 가장 높은 상위 랭크 레이어들을 선별하여 새로운 모델을 구축하였다. 연구 결과, 구현된 아키텍처는 기존 모델 대비 약 80% 가량 경량화 된 파라미터로도 동등한 성능을 유지하며, 약 3~5배가량 신속한 학습 속도를 가지면서도 기존의 복잡한 전이학습 모델에 비해 정확도, 손실, 혼동행렬 지표에서 동등한 성능을 출력함으로써, 화재 감시 장비의 효율성을 높이는 데 기여할 수 있음을 확인하였다.

• 사물인터넷융복합논문지
• /
• 제10권4호
• /
• pp.1-8
• /
• 2024

기술이 발전함에 따라 Internet of Things(IoT)기술 또한 빠르게 발전하고 있다. IoT 기술에는 Message Queuing Telemetry Transport(MQTT)를 포함한 다양한 프로토콜이 사용되고 있다. MQTT는 경량 메시지 프로토콜로 제한된 대역폭과 전력을 가진 환경에서도 효율적으로 데이터를 전송할 수 있어 IoT 분야에서 de-facto 표준 프로토콜로 고려되고 있다. 본 논문에서는 MQTT 5.0의 기능인 공유구독에서 메시지 전송 방식을 개선한 방식을 제안하고자 한다. 공유구독에서 메시지 전송 방식 중 대중적으로 사용되는 라운드 로빈 방식은 Client의 현재 상태를 고려하지 않는다는 단점이 있다. 이러한 단점을 보완하기 위해 본 논문에서는 현재 상태를 고려하여 최적의 전송 방식을 선정하는 방법을 제안한다. 이때 Markov decision process(MDP)를 기반으로 모델링을 수행하고, Q-Learning을 이용하여 최적의 전송 방식을 선정하였다. 시뮬레이션 결과를 통해 제안한 방식과 기존에 사용되는 방식들을 비교하여 다양한 환경에서 성능 분석을 진행해 제안한 방식이 기존 방식들보다 더 좋은 성능을 보이는 것을 확인하고, 향후 연구의 방향성을 제시하면서 본 논문을 마무리하고자 한다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.1-22
• /
• 2017

사업타당성 분석이나 기업 기술가치평가 등 미래의 사업에 대한 진입이나 투자 타당성을 분석하기 위해서는 새로운 사업과 관련한 시장을 추정하고 그 안에서 확보 가능한 매출을 객관적으로 추정하는 과정이 필수 불가결하다. 이런 신규 매출이나 시장규모의 추정 방법은 다양한 방법으로 구분이 가능한데 크게 정량적인 방법과 정성적인 방법으로 구분할 수 있다. 그러나 두 가지 방법 모두 많은 자원과 시간을 필요로 한다. 그래서 우리는 신규 사업의 평가지원을 위한 데이터 기반의 지능형 매출 예측 시스템을 제안하고자 한다. 본 연구는 사업타당성 분석이나 기술가치평가를 위한 신규 사업의 매출 추정 시스템을 개발하는데, 알고리즘 기반으로 전통적인 정량 예측방법 중 하나인 유추방법에 주목했다. 동일한 국내 산업에서 최근 창업한 기업의 매출 실적을 국내 신규 사업의 매출액을 추정하는 유추 대상 변수로 활용할 수 있는지 검토한다. 여기서 유추예측 대상은 최초 매출액과 초기 성장률이며, 주요 비교 차원은 산업분류, 창업시기 등이 고려된다. 특히 본 연구는 우리나라 창업 기업이 가지는 매출 성장률의 평균회귀 현상을 활용하는 지능형 정보 지원 시스템을 제안하다. 본 연구에서는 신규 매출 추정을 위해서 역사적 자료인 창업 매출 실적을 활용하는 방법이 적절한지 판단하기 위해서 잠재성장모형 등을 활용해 산업분류에 따른 신규 사업의 초기 매출액과 연도별 성장률이 산업분류별로 차이가 있는지 분석한다. 기존 기업의 창업 후 4년간 매출 성과의 종단자료를 잠재성장모형으로 분석하는데, 특정 산업분류에서 차이를 보여주는지 분석해 산업분류가 유추 예측에서 고려해야할 유의미한 변수인지 분석하는 것이다. 본 연구의 결과는 신속하고 객관적인 신규 사업 매출 추정을 가능하게 하는 지능형 정보시스템을 개발하게 해서 사업성타당성 분석이나 기술가치평가 과정의 효율성을 개선시켜 줄 것으로 기대된다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.177-193
• /
• 2014

개인정보 분야에서의 다양한 정보 보안 이슈가 발생함에 따라 해당 분야의 전문가를 확인하기 위한 프레임워크는 매우 중요한 영역이 되었다. 전문가 탐색과정은 주로 연구 업적 등을 통한 주관적인 평가가 일반적이지만 보다 객관적인 방식을 통한 선정이 매우 중요하다. 소셜 네트워크 분석기법의 응용이 다양한 영역에서 활용됨에 따라 본 연구는 개인정보보호분야의 전문가를 확인하고 해당 전문가들의 연구실적을 판단하기 위한 분석 프레임워크를 제시하고자 하였다. 본 연구는 연구 목적에 따라 개인정보보호 연구영역의 연구성과 자료를 바탕으로 소셜 네트워크 분석을 실시하고 핵심연구자의 성과를 분석하였다. 수집된 데이터는 연구의 공저자, 발행기관, 소속기관 등의 네트워크 구성에 활용되어 핵심전문가 집단을 관리하기 위한 프레임워크를 제시하였다. 본 연구는 NDSL에서 최근 5년 동안 발표된 논문들을 중심으로 자료를 수집하였다. 연구자들이 학술 정보를 교환하는 정기 간행물인 학술지를 바탕으로 연구 네트워크를 형성하는 네트워크 자료를 수집함으로써 연구활동에 대한 정보를 분석할 수 있었다. 일반적으로 연구자들은 연구 결과를 논문으로 발표하고, 발표된 논문들이 다수의 관련 분야 전문가들에게 공유된다는 점에서 학술연구지는 연구자들의 지식관련 의사소통 공간이며 지식의 구조화에 핵심적인 역할을 수행한다. 그에 따라 본 연구의 연구 대상 분야로 설정한 개인정보보호 분야의 연구 구조를 이해하기 위해 국내에서 발표된 관련 분야의 논문들을 연구 대상으로 자료가 수집되었다. 특히 자료의 선별 기준은 국내 최대의 데이터베이스를 보유하고 있는 NDSL에서 개인정보보호 관련 키워드를 보유한 논문 데이터를 수집 및 정제하여 분석 자료로 사용하였다. 2005년부터 2013년까지 약 2,000개의 연구결과 중 주제 관련성, 공저자 추출 등을 수집하였다. 데이터 수집 이후 연구 분석을 위한 데이터 처리를 통하여 통해 총 784개의 논문을 선정하고 분석대상으로 확정하였다. 분석 결과, 개인정보보호 연구영역의 전문가 집단을 이용한 연구논문 성과에 대한 분석은 핵심 연구자들을 추출해내고 전문가 집단을 관리하는 데 도움을 제공할 수 있다. 특히 소속집단 및 연구논문 발행기관을 분석함으로써 개인정보보호 연구영역에서 확인되지 않았던 연구자들의 연구 논문 게재의 공저자 네트워크가 매우 밀접함을 확인할 수 있다. 또한 연구논문의 발행기관 및 소속집단의 특성을 추출함으로써 개인정보보호 영역의 전문가 평가지표로서 소셜 네트워크 지표들의 활용가능성을 확인하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 한국산림과학회지
• /
• 제86권2호
• /
• pp.241-250
• /
• 1997

본 연구(硏究)는 수치(數値) 지형(地形) 해석법(解析法)에 의거 조림추천수종(造林推薦樹種)이 적지적소(適地適所)에 배치(配置)되도록 도면화(圖面化)하는 것을 목표(目標)로 현지(現地) 분포수종(分布樹種) 및 조림수종(造林樹種) 특성조사(特性調査)을 실시(實施)하여 알고리즘값을 설정(設定)하였다. 토양(土壤)은 토양조사(土壤調査)에 의거(依據) 토양도(土壤圖)를 작성(作成) 수치화(數値化)하여 사용(使用)하였고 평균표고(平均標高), 경사(傾斜), 방위(方位), 국소지형(局所地形)은 각각의 격자단위별(格子單位) 표고(標高)값을 가지고 계산식(計算式)을 적용(適用)하여 수치도(數値圖)를 작성(作成)하였다. 얻어진 결과(結果)를 요약(要約)하면 다음과 같다. 1. 개인별(個人用) 컴퓨터를 이용(利用)한 지형해석(地形解析) 및 수치도(數値圖) 중첩법(重疊法)에 의거 전북(全北) 무주군(茂朱郡) 일부지역(一部地域)(2,500ha)을 대상(對象)으로 토양(土壤) 및 임상조건(林相條件), 지형요인(地形要因)에 따라 분류(分類)할 수 있는 적지적수선정기법(適地適樹選定技法)을 개발(開發)하였다. 2. 연구(硏究) 대상지역(對象地域)에는 주로 갈색산림토양(褐色山林土壤)이 출현(出現)하고 소나무외 29개 수종(樹種)이 분포(分布)하였으며, 입지환경(立地環境) 및 토양조건(土壤條件)에 따라 수종별(樹種別)로 지위차이(地位差異)가 나타났다. 3. 본 연구(硏究)를 수행(遂行)하기 위하여 작성(作成)한 기본프로그램 (DTM, BAS)의 정확성을 알아보기 위하여 지형수치도(地形數値圖)의 평균표고(平均標高) 방위(方位)값과 현지(現地) 실측(實測)한 값사이의 오차율(誤差率)을 검증(檢證)한 결과(結果) 평균표고(平均標高) 및 방위(方位)값에서 모두 허용오차(許容誤差) 범위내(範圍內)인 5%미만(未滿)으로 나타나 개발(開發)된 프로그램의 유효성(有效性)이 입증(立證)되었다. 4. 적지적수도(適地適樹圖) 작성결과(作成結果) 가장 많은 면적(面積)을 차지하는 군(群)은 제 2군(R, $B_1$토양형(土壤型))으로 전체의 46%를 차지했으며, 산림(山林) 이외지역(以外地域)(L)이 23%, 제 6군($B_2$토양형(土壤型))은 13%로 나타났고, 제 5군은 7%, 제 4군은 5%, 기타 6%의 순으로 나타났다. 5. 조림수종군별(造林樹種群別) 관리방안(管理方案)은 제 1군의 비산림지역(非山林地域)을 제외(除外)하고 토양(土壤) 및 지형조건(地形條件)을 기준(基準)으로 하여 4개(個) 유형(類型)으로 분류(分類) 시행(提示)하였다.