• 융합정보논문지
• /
• 제11권6호
• /
• pp.270-281
• /
• 2021

정보기술의 발달로 보험사기의 규모는 매년 급증하고 있고, 그 방법도 공모 형태로 조직화되고 고도화되고 있다. 이를 예측하고 검출하기 위한 다양한 형태의 예측모델이 연구되고 있지만 보험관련 정보는 매우 민감하여 공유와 접근에 위험이 높고 법적인 혹은 기술적인 제약이 많다. 이 논문에서는 최근 4차 산업 혁명의 등장으로 가장 각광받는 기술 중 하나인 블록체인을 기반으로 한 기계학습 보험사기 예측모델을 제안한다. 블록체인 기술을 활용하여 안전하고 신뢰받는 보험청구 정보 공유시스템을 실현하고, 보다 효율적이고 정확한 사기예측을 위하여 사회관계분석이론을 적용하여 각 관계에 가중치를 부여하고 기계학습 사기 예측패턴을 4단계로 나누어 제안하였다. 사기 가능성이 높은 보험청구건은 보다 앞선 단계에서 높은 예측 율로 검출되는 효과를 가지며 가능성이 낮은 청구 건은 사후에 참고하여 관리할 수 있도록 차등 적용하였다. 제안하는 모델의 중요 매커니즘은 이더리움(Ethereum) 로컬 네트워크를 구성하여 검증 하였고, 향후 보다 정교한 성능평가가 요구된다.

• 전기전자학회논문지
• /
• 제26권4호
• /
• pp.647-652
• /
• 2022

본 논문은 사용자들에 의해 촬영된 피부이미지를 가공하여 데이터 세트를 구축하고, 제안한 영상처리 기법에 의해 모공 특징이미지를 생성하여, CNN(Convolution Neural Network) 모델 기반의 모공 상태 등급 예측 시스템을 구현한다. 본 논문에서 활용하는 피부이미지 데이터 세트는, 피부미용 전문가의 육안 분류 기준에 근거하여, 모공 특징에 대한 등급을 라벨링 하였다. 제안한 영상처리 기법을 적용하여 피부이미지로 부터 모공 특징 이미지를 생성하고, 모공 특징 등급을 예측하는 CNN 모델의 학습을 진행하였다. 제안한 CNN 모델에 의한 모공 특징은 전문가의 육안 분류 결과와 유사한 예측 결과를 얻었으며, 비교 모델(Resnet-50)에 의한 결과보다 적은 학습시간과 높은 예측결과를 얻었다. 본 논문의 본론에서는 제안한 영상처리 기법과 CNN 적용의 결과에 대해 서술하며, 결론에서는 제안한 방법에 대한 결과와 향후 연구방안에 대해 서술한다.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.47-54
• /
• 2023

지구 온난화로 인해 갑작스러운 기후변화와 농업 생산성에 대한 이해가 점점 중요해지면서, 토양 수분 예측은 농업에서 핵심 주제로 떠오르고 있다. 토양 수분은 농작물의 성장과 건강에 큰 영향을 미치며, 적절한 관리와 정확한 예측은 농업 생산성 향상과 자원 관리의 핵심 요소이다. 이러한 이유로 토양 수분 예측은 농업 및 환경 분야에서 큰 주목을 받고 있다. 본 논문에서는 머신러닝 알고리즘인 랜덤 포레스트를 통하여 시범포를 이용하여 노지 환경 데이터를 수집하고 분석하여 데이터 특성들과 토양 수분의 상관관계를 구하고 토양 수분 실제 값과 예측값을 비교하였으며 비교 결과 예측률이 약 92%의 정확성을 갖는다는 것을 확인하였다. 추후 연구를 통해 작물의 생장 데이터 변수들을 추가하여 토양 수분 예측을 진행한다면 토양 수분에 따른 작물의 생장 속도, 적절한 관수 타이밍 등의 주요 정보를 정확하게 제어함으로써 작물의 품질 상승, 물 관리 효율 증가 등 생산성 및 자원 효율성에 좋은 영향을 미칠 것이라고 기대된다.

• 산업과 과학
• /
• 제2권4호
• /
• pp.11-16
• /
• 2023

지하철은 현대 도시의 교통 체계에서 중요한 역할을 하는 대중 교통 수단이다. 하지만, 갑작스런 고장 및 시스템 불통 등의 이유로 혼잡을 야기시키는 경우가 종종 발생하여 불편을 초래하고 있다. 따라서, 본 논문에서는 지하철 시스템의 효율적 운영을 위해 머신러닝을 활용한 고장 예측 및 예방 연구를 진행하였다. UC Irvine의 MetroPT-3 데이터셋을 활용하고, 로지스틱 회귀를 이용하여 지하철 고장 예측 모델을 구축하였다. 모델은 0.991의 높은 정확도로 비고장 상태를 예측하나, 정밀도와 재현율은 상대적으로 낮아 고장 예측에 있어 오류 가능성을 시사하고 있다. ROC_AUC 값이 0.901로, 모델이 무작위 추측보다 뛰어난 분류를 할 수 있다. 구축한 모델은 지하철 시스템의 안정적인 운영 운영에 유용하나, 성능 개선을 위한 추가 연구가 필요하다고 생각한다. 따라서 학습 데이터가 많고 데이터의 정제가 잘 이루어진다면 고장 예측을 통해 사전 점검을 하여 예방할 수 있다.

• 한국지반환경공학회 논문집
• /
• 제13권2호
• /
• pp.19-26
• /
• 2012

본 연구에서는 연약지반 중 선행하중재하 공법을 적용한 6개 지역과 연직배수 공법을 적용한 6개 지역을 대상으로 압밀침하 특성을 비교하였다. Asaoka방법, 쌍곡선방법, Hoshino방법의 장래 예측 침하량 기법을 이용하여 압밀침하량을 예측하고, 실제 계측 침하량과 비교하였으며, 종합적으로 Asaoka방법에 의해 예측된 장래침하량이 쌍곡선방법이나 Hoshino방법에 비해 예측 정확도가 높게 평가되었다. 연직배수공법을 적용한 지역에서는 Asaoka방법이 침하량 예측 정확도가 다른 방법에 비해 높게 평가된다고 알려진 것과는 다르게 세 방법 모두 비슷한 정확도를 나타내었다. 또한 연구대상지역의 지반개량 전후의 확인조사를 통해 N치의 변화, 토층의 물리적, 역학적 특성을 조사하였으며, 개량 후 물성치는 개선되고, 침하량 크기와 관계되는 역학적 특성들은 개선되었다. 또한, 토질의 강도는 증가한 것을 확인하였으며, 침하량과 관계되는 물성치의 변화가 큰 것으로 나타났다.

• 대한토목학회논문집
• /
• 제33권6호
• /
• pp.2465-2471
• /
• 2013

현재까지 통행시간 예측과 관련된 다양한 연구들이 수행되었지만, 한국고속도로 특성에 맞는 예측방법론에 대한 실증연구는 부족한 실정이다. 이에 본 연구에서는 실제 통행시간을 기반으로한 DSRC 자료를 바탕으로 한국고속도로에 적절한 예측방법론을 도출한다. 경부고속도로 안성 JC~오산IC 구간의 24시간 DSRC 자료를 이용하며 단주기 통행시간 예측 및 비선형 관계에서 높은 정확도를 보이는 인공신경망 기법을 적용한다. 이어서 랜덤난수를 이용한 통행시간 예측결과의 정확도 검증을 실시한다. 통행시간 예측결과 오차율이 약 4%로 우수한 예측력을 보였으며, 이는 패턴기반 인공신경망 예측시 이력자료의 전처리 과정과 최적의 입력층 및 은닉층의 선정으로 인한 결과로 판단된다. 통행시간 예측결과의 검증을 위해서 랜덤난수를 이용하였으며, 랜덤난수가 이력자료 패턴에 포함되지 않은 경우 실측치와의 오차율이 18.98%로 높게 도출되었다. 이는 인공신경망을 이용한 통행시간 예측시 패턴DB가 예측의 정확도에 주요하게 작용한 결과로 판단된다. 본 연구의 결과를 통해서 한국고속도로 특성에 맞는 통행시간 예측 및 정보제공이 가능할 것으로 판단된다.

• 방송공학회논문지
• /
• 제25권2호
• /
• pp.176-184
• /
• 2020

지속적인 서울시의 발전과 쇠퇴에 따라 서울시는 정책 차원에서 도시재생을 진행하기 위해 지역별 용도전환 등의 정책을 진행하고 있지만, 이는 다양한 결과를 야기한다. 본 연구는 이런 용도전환이 발생하는 원인을 도출하고자 다양한 공공데이터를 활용하여 서울지역에서 지난 2011~2015년에 발생한 용도전환에 대한 예측 모델을 구축하고 용도전환을 야기하는 요인을 도출하고자 한다. 이를 구현하기 위해 서울시 및 국가 공공기관에서 취득한 서울시 필지에 대한 다양한 데이터를 의사결정 나무 기반 머신러닝 기법인 Random Forest에 적용하고 높은 정확도를 가지는 예측 모델을 구축하였으며, 용도전환을 야기하는 중요 요인들을 도출하였다. 해당 연구의 결과는 나아가 서울시의 당면 과제인 젠트리피케이션이 발생하는 요인연구와 예측 연구에 활용될 수 있을 것으로 판단되며, 공공의 정책 의사결정을 지원할 것으로 판단된다.

• 한국인터넷방송통신학회논문지
• /
• 제12권5호
• /
• pp.229-235
• /
• 2012

경제적인 국제화가 심화되어 세계경제가 통합화되는 환경에서 기업 및 개인, 금융기관 등의 외환거래 참가가들에게 외환거래로 인한 환위험의 회피방안이 무엇보다 절실하다. 이 방안을 마련하기 위하여 본 연구에서는 환율, 주가와 같은 시계열데이터의 모형추정에 적합한 은닉마아코프모델을 통해 단기 환율의 예측모형을 추정하고 이를 통해 향후 예측에 적용한다. 실제의 원/달러 환율데이터를 적용하여 최적의 모형이 추정된다면 이를 통해 향후의 일정기간의 운동양태의 예측이 가능할 것이다. 은닉마아코프모형의 추정을 위하여 베이지안정보기준을 통해 모형의 상태수를 정확하게 추정하는지를 확인하였으며 추정되는 모형으로 예측한 결과 실제 운동양태와 예측에 있어 두 곡선의 운동양태가 유사함을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제16권5호
• /
• pp.99-104
• /
• 2016

최근 ICT를 접목한 건강 상태 및 운동량 측정 연구가 많이 진행되고 있다. 그러나 대부분의 현재 운동량이나 건강 정보를 수집하여 사용자에게 제공하고 있다. 이에 본 논문에서는 칼만 필터를 이용한 걷기 운동량 예측 서비스를 설계하고 구현한다. 이 서비스는 사용자에게 과거 운동 이력과 실시간 운동 데이터를 측정하여 제공하고, 더불어 운동동기를 부여하고 촉진하기 위해 미래의 걷기 운동 활동량을 예측한 데이터를 제공한다. 이 서비스를 통해 많은 사람들에게 자신의 걷기 운동 상황과 미래 운동량을 사전에 파악하여 걷기 운동 동기를 유발할 수 있어 걷기 운동 증강에 도움을 줄 수 있다.

• 한국물환경학회지
• /
• 제32권6호
• /
• pp.552-561
• /
• 2016

For the prediction of hydrologic phenomenon, predicting future land use change is a very important task. This study aimed to compare and analyze the two land use change models, CLUE-S and SLEUTH3-R. The analysis of two models were performed based on the MSR value such that the model with more reliable MSR value can be recommended as an appropriate land use change prediction model. The model performance was examined by applying to the Gapcheon A watershed. Land use map of the study area of 2007 obtained from the Ministry of Environment was compared with the predicted land use map obtained from each of the two models. The result from both models showed somewhat similar results. The MSR value obtained from CLUE-S was 0.564, while that from SLEUTH3-R was 0.586. However, when land use map of 2010 was compared with predicted land use map obtained from the two models in same manner, the MSR value obtained from CLUE-S' was 0.500 while that from SLEUTH3-R was decreased to 0.397, an approximately 32.3% decrease from previous value of 2007. Moreover, SLEUTH3-R showed more sensitivity in conversion of urban areas, as compared to other land use types. Therefore, for the prediction of future land use change, CLUE-S model is more reliable than SLEUTH3-R.