• 응용통계연구
• /
• 제28권5호
• /
• pp.977-990
• /
• 2015

우리나라는 세계적으로 배달음식 문화가 가장 많이 발달한 나라 중에 하나로 최근에는 일인가구의 증가와 배달앱 시장의 발달과 함께 그 성장 속도 또한 눈부시게 증가하고 있다. 따라서 배달음식 이용에 큰 영향을 미칠 것으로 예상되는 날씨와 날짜별 변수를 고려하여 시간대별 배달음식 이용건수를 예측함으로써 소비자와 생산자 모두에게 이익을 주는 예측모형을 찾고자 한다. 본 연구의 목적은 다양한 데이터마이닝 기법을 이용하여 2014년도 배달음식 통화건수를 예측하는데 있다. 예측에 사용되는 회귀 모형은 선형회귀모형, 랜덤 포레스트, 그래디언트 부스팅, 서포트 벡터 기계, 신경망, 로지스틱 회귀모형으로 총 6가지이다. 고려되는 배달음식 업종은 총 4가지(족발/보쌈정식, 중국음식, 치킨, 피자)로 크게 두 가지 방법을 이용하여 각 업종별 배달음식 이용건수를 예측하였다. 첫 번째 방법은 총 이용건수와 각 업종별 배달음식 이용비율을 곱하여 각 업종별 배달음식 이용건수를 예측하는 것이고, 두 번째 방법은 각 업종별 모형을 세워 각 업종별 배달음식 이용건수를 예측하는 방법이다. 최종적으로 선택된 모형은 방법 1에서는 신경망 모형과 선형회귀모형이며, 방법 2에서는 신경망 모형이었다. 방법 2보다는 방법 1로 구한 결과가 더 예측력이 좋은 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제55권2호
• /
• pp.121-133
• /
• 2022

기상학적으로 예년 대비 부족한 강우량으로 인해 발생하는 가뭄재해는 피해범위가 광범위하고, 그 발생과 소멸을 쉽게 파악하기 어려운 특징을 가지고 있다. 그렇기 때문에 가뭄 발생예상 지역과 그 물부족량을 신뢰성 있고, 신속하게 예측하는 것은 가뭄 대응체계 구축에서 중요한 요소이다. 하지만, 현재는 과거 약 50여년의 기상관측자료로 그 경우의 수가 제한된다는 문제점이 있다. 그렇기 때문에 과거에 발생한 가뭄과 양상이 다른 경우 가뭄으로 인한 물부족량을 예측하기 어려운 한계점이 있다. 이러한 문제 해결을 위해 본 연구에서는 4개 RCP 시나리오 자료를 물수지 분석 모형에 적용하여 360개년의 연간 물부족량을 산출하였다. 다음으로 다층신경망 모형의 입력값으로 RCP 시나리오로부터 산출된 SPEI 값을 그리고, 출력값으로 연간 물부족량을 적용하여 학습을 진행했다. 학습된 모형을 통해 과거 수 개월 동안의 SPEI값과 미래 예측되는 가뭄 상황을 입력함으로써 쉽고 신뢰성 있게 중권역별 예상 물부족량을 산정할 수 있다. 이는 의사결정자들이 가뭄 발생 이전에 효율적인 가뭄 대응책 수립에 도움이 될 것으로 판단된다.

• 한국지리정보학회지
• /
• 제5권2호
• /
• pp.16-24
• /
• 2002

원격탐사 응용분야 중 토지피복 분류를 통한 지구환경의 원격탐지기법은 환경 관리, 도시계획 및 지리정보시스템의 응용분야에 광범위하게 사용되고 있는 접근방식이다. 본 연구는 다목적 실용위성(Korea Multi-Purpose Satellite : KOMPSAT)의 전자광학카메라(electro-optical camera : EOC)를 통해 취득한 영상의 토지피복 정보를 추출하는 방안을 제시하였다. 사용영상은 다중 분광정보를 보유하고 있는 공간해상도 30m의 Landsat TM과 6.6m의 공간해상도와 단일밴드로 구성되어 있는 KOMPSAT EOC영상이며, 연구 대상지역은 청주시 미호천 수계이다. 영상합성은 IHS(intensity hue saturation), HPF(high pass filtering), CN(color normalization), 그리고 Wavelet 변환방식을 적용하여 결과를 비교하였다. 합성된 영상은 RBF-NN(radial basis function neural network)과 ANN(artificial neural network)법을 이용하여 피복분류를 실시하였으며, 이상의 과정을 통해 최적 결과를 도출하는 영상합성 및 분류기법을 제시하였다.

• 대한치과교정학회지
• /
• 제52권4호
• /
• pp.287-297
• /
• 2022

Objective: To investigate the pattern of accuracy change in artificial intelligence-assisted landmark identification (LI) using a convolutional neural network (CNN) algorithm in serial lateral cephalograms (Lat-cephs) of Class III (C-III) patients who underwent two-jaw orthognathic surgery. Methods: A total of 3,188 Lat-cephs of C-III patients were allocated into the training and validation sets (3,004 Lat-cephs of 751 patients) and test set (184 Lat-cephs of 46 patients; subdivided into the genioplasty and non-genioplasty groups, n = 23 per group) for LI. Each C-III patient in the test set had four Lat-cephs: initial (T0), pre-surgery (T1, presence of orthodontic brackets [OBs]), post-surgery (T2, presence of OBs and surgical plates and screws [S-PS]), and debonding (T3, presence of S-PS and fixed retainers [FR]). After mean errors of 20 landmarks between human gold standard and the CNN model were calculated, statistical analysis was performed. Results: The total mean error was 1.17 mm without significant difference among the four time-points (T0, 1.20 mm; T1, 1.14 mm; T2, 1.18 mm; T3, 1.15 mm). In comparison of two time-points ([T0, T1] vs. [T2, T3]), ANS, A point, and B point showed an increase in error (p < 0.01, 0.05, 0.01, respectively), while Mx6D and Md6D showeda decrease in error (all p < 0.01). No difference in errors existed at B point, Pogonion, Menton, Md1C, and Md1R between the genioplasty and non-genioplasty groups. Conclusions: The CNN model can be used for LI in serial Lat-cephs despite the presence of OB, S-PS, FR, genioplasty, and bone remodeling.

• 한국지역지리학회지
• /
• 제19권2호
• /
• pp.352-361
• /
• 2013

기상 현상을 예측하는 수치예보모델의 주요한 기초 입력 데이터로 토지이용, 지형, 식생, 지표 온도 등이 있다. 이 중 지표 온도의 일부인 내륙 수면 온도에 대한 지상 관측 데이터는 강이나 호수의 일부 지역에만 존재한다. 따라서 본 연구는 수치예보모델의 입력 데이터인 내륙 수면 온도로 활용할 수 있는 MODIS 위성영상의 지표 온도 데이터의 오차정도를 확인하기 위해 국내 내륙 수온 지상 관측 데이터와 비교 분석하였다. 이를 위해 2011년 7월부터 2012년 6월까지 약 1년의 MODIS Land Surface Temperature(LST) 데이터와 수질자동측정망의 수온 데이터를 비교하였다. MODIS 데이터는 주간 및 야간 데이터로 구성되는 데, 각각의 월 평균 오차는 $2^{\circ}{\sim}8^{\circ}C$, $3^{\circ}{\sim}12^{\circ}C$로 주간 데이터의 오차가 작았다. 특히, 주간 데이터의 오차는 가을에 $2^{\circ}C$로 다른 계절에 비해 작았고, 야간 데이터는 여름에 $3^{\circ}C$로 다른 계절에 비해 작았다. 또한 지역적으로는 한강, 낙동강, 금강, 영산강의 4대강을 비교한 결과 가장 남쪽에 있는 영산강 유역에서 가장 오차가 작았다. 본 연구를 통해 수치예보모델의 입력 데이터로 활용함에 있어 MODIS 지표 온도 데이터의 오차 정도를 확인할 수 있었다. 연구 결과는 아시아 지역에 대해 수치예보모델을 운용할 때 북한 및 해외 지역에 대해 MODIS 지표 온도 데이터를 활용함에 있어 그 오차 정도의 기준이 될 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제20권4호
• /
• pp.63-72
• /
• 2019

기업 혹은 조직 거버넌스의 하위개념인 비즈니스 거버넌스와 IT 거버넌스는 학계에서 주요 연구과제가 되어 왔다. 그러나 비즈니스와 IT 도메인의 매개적 구조체로서 프로세스의 중요성에도 불구하고, 프로세스 거버넌스(PG)의 연구는 상대적으로 미흡하였다. PG는 비즈니스 전략을 IT시스템 구현과 연계하는 활동에 집중하며, 기업의 본원적 가치 창조 활동을 설명한다. 본 논문은 정치학, 사회학, 행정학에서의 기본적인 거버넌스 개념을 연구하고, 거버넌스 유형을 6개의 카테고리로 분류했다. 그리고 PG에 대한 일련의 메타모델을 제안한다. 예를 들면 전통적인 핸더슨과 벤카트라만의 SAM모델을 수정한 neo-SAM 모델, 조직 거버넌스 네트워크 모델, 조직거버넌스 순차모델, 조직 거버넌스 메타모델, 프로세스 거버넌스 큐브 모델, COSO와 프로세스 거버넌스의 비교 모델, 마지막으로 프로세스 거버넌스 프레임워크 등이다. SAM모델과 neo-SAM 모델의 주요한 차이점은 비즈니스 거버넌스와 IT 거버넌스 사이에 프로세스 거버넌스 도메인을 포함한 것이다. 여러 개의 메타 모델 중에서, 프로세스 거버넌스 프레임워크가 핵심 개념 모델로서 이는 4개의 활동차원 - 전략연계, 권한강화, 직능향상, 자율조직 - 으로 구성된다. 연구자는 각 활동차원 별로 5개씩 총 20개의 변인을 설계했다. 4개의 활동차원 외에도 프로세스 거버넌스 사이클을 움직이는 6개의 순환 동력 - 탈규범력, 미시권력, 활력, 자기조직력, 규범력, 센스메이킹 - 이 있다. 4개의 활동차원과 6개의 동력으로 조직은 내외부의 환경 변화에 대한 프로세스 거버넌스의 융통성을 유지할 수 있다. 본 연구는 프로세스 거버넌스 역량 모델과 프로세스 거버넌스 변인을 제안하는 목적을 가진다. 업계환경은 기능 중심 조직관리에서 프로세스 중심 관점으로 변화하고 있다. 연구자가 제안하는 프로세스 거버넌스 프레임워크가 향후 프로세스 거버넌스 도메인의 연구 확산을 위한 맥락적 참조모델과 아울러 프로세스 거버넌스 측정도구의 개발을 위한 조작적 정의의 틀을 제공할 것이다.

• 한국유기농업학회지
• /
• 제27권3호
• /
• pp.271-288
• /
• 2019

It has continuously promoted to scale up the agricultural management body in order to cope with the market-opening pressure such as the UR negotiation, the DDA negotiation, and more conclusions of FTAs and to enhance the competitiveness of our agriculture. This study evaluated the factors associated with production organization participation centered on environmentally-friendly agriculture farmers in order to improve the production efficiency of environmentally-friendly agriculture in the aspect of production. In order to achieve this objective, this study evaluated the factors that contributed to participating in an organization using the bivariate probit model focusing on environmentally-friendly agriculture farmers in Chungnam. This study examined the validity and reliability of the study model through exploratory factor analysis. The results of factor analyses identified four factors: "distribution", "production", "organization operation", and "social capital". The results of the bivariate probit model showed that distribution significantly affected production activities and distribution, organization operation, agricultural income, and gender significantly influenced sale activities. Environmentally-friendly production organization had not been able to provide the productive support that was needed for local farmers to produce environmentally-friendly agricultural products in a region. Additionally, farming education did not provide the information needed by the farmers. Although producers had a network within a production organization, it was operated mainly for administrators. Therefore, participants felt somewhat lacking. This study identified the level of organization of producer organizations in Chungnam area, where environmentally-friendly agriculture is well activated. This study suggested implications for future production organization participation by evaluating factors affecting participation quantitatively.

• 지식경영연구
• /
• 제20권3호
• /
• pp.155-171
• /
• 2019

In the entertainment industry which has great uncertainty, it is essential to predict public preference first. Thanks to various mass media channels such as cable TV and internet-based streaming services, the reality audition program has been getting big attention every day and it is being used as a new window to new entertainers' debut. This phenomenon means that it is changing from a closed selection process to an open selection process, which delegates selection rights to the public. This is characterized by the popularity of the public being reflected in the selection process. Therefore, this study aims to implement a machine learning model which predicts the winner of , which has recently been popular in South Korea. By doing so, this study is to extend the research method in the cultural industry and to suggest practical implications. We collected the data of winners from the 1st, 2nd, and 3rd seasons of the Produce 101 and implemented the predictive model through the machine learning method with the accumulated data. We tried to develop the best predictive model that can predict winners of by using four machine learning methods such as Random Forest, Decision Tree, Support Vector Machine (SVM), and Neural Network. This study found that the audience voting and the amount of internet news articles on each participant were the main variables for predicting the winner and extended the discussion by analyzing the precision of prediction.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.103-112
• /
• 2023

최근 리튬이온 배터리 사용이 늘어남에 따라 배터리 화재 및 사고 예방의 필요성이 대두되고 있다. 사고 예방을 위해서는 배터리 SOH(State of Health)를 예측하여 열화가 많이 진행된 배터리의 교체 시기를 확인하는 것이 필요하다. 본 논문에서는 배터리의 충전 과정에서 얻을 수 있는 최대 전압 도달 시간, 전류 변화 시간, 최대 온도 도달 시간, IC(Incremental Capacity) 등 4가지 배터리 열화 특성과 어텐션 메커니즘을 이용한 장단기 메모리(Long Short Term Memory, LSTM)를 사용하여 배터리의 열화 상태를 예측하는 모델을 제안한다. NASA에서 제공하는 배터리 데이터 세트를 사용해 제안하는 모델의 성능을 측정한 결과 일반적인 LSTM 모델을 사용하는 경우보다 예측성능의 개선을 확인할 수 있었고, 특히 배터리 교체 주기에 가까운 SOH 90-70% 구간에서 더 우수한 성능을 보였다.

• 한국농공학회논문집
• /
• 제61권6호
• /
• pp.111-121
• /
• 2019

작물 증발산량은 수자원 계획 및 관리, 물수지 분석, 작물 관개 계획 및 생산량 추정 등에 널리 활용되고 있으며, 특히 FAO에서 공인한 Penman-Monteith식 (FAO 56-PM)은 잠재 증발산량 산정을 위한 표준방법으로 많이 사용되고 있다. Penman-Monteith식을 이용한 잠재증발산량 산정은 최소온도, 평균온도, 최대온도, 상대습도, 풍속과 일사량인 6가지 항목에 대한 시계열 자료가 필요한데, 결측 또는 미계측된 경우에는 사용이 어려운 단점을 가지고 있다. 따라서, 본 연구에서는 역전파 신경망(BPNN) 모델을 이용해서 6개 미만의 기상항목으로도 잠재증발산량이 추정가능한지를 확인하였다. 여섯 가지 기상항목을 각각 1~6개의 조합으로 입력자료를 구성하고, BPNN 모델을 이용해서 학습, 검증 및 테스트를 한 결과, 입력 자료가 많아질수록 좋은 결과가 산출되었으며, 일사량, 최대온도와 상대습도만으로도 결정계수($R^2$)가 0.94정도로 비교적 높은 예측결과를 얻을 수 있었다. 또한 산정 오차를 줄이고, 항목간의 상관관계를 높이기 위해서는 역전파 신경망 구조의 적절한 선택이 중요한 것으로 확인되었다. 역전파 신경망 모델을 사용하면 요구되는 기상 항목과 데이터의 양에 대한 제약 없이 예측이 가능할 수 있기 때문에 기준 증발산량 산정에 유용하게 활용될 수 있을 것이며 향후 작물 재배를 위한 적정 관개계획 수립에도 유용하게 사용될 것이라 사료된다.