• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.747-754
• /
• 2021

연구목적: 곡선 교량은 기하하적 특성으로 직선교량에 비해 복잡한 거동을 보이기 때문에 지진 안전성 평가가 반드시 이루어져야 한다. 본 연구에서는 곡선 거더를 갖는 교량의 강재 재료 특성의 불확실성을 고려한 지진 취약도 평가를 수행하였다. 연구방법: I형 곡선 거더를 갖는 교량의 유한요소 모델을 구축하였으며 선행연구에서 제시된 강재 특성의 통계적 매개변수를 이용하였다. 라틴 하이퍼큐브 기법을 이용하여 100개의 강재 재료 모델을 샘플링하였다. 경주지진의 지반가속도를 0.2g, 0.5g, 0.8g, 1.2g, 1.5g로 scale을 변화시켜 지진 취약도 평가를 수행하였다. 연구결과: 곡선거더의 지진 취약도 평가결과 한계상태가 190MPa일 때 0.03g 파괴가 시작되었으며 한계상태가 315MPa일 때 0.11g를 초과하면서 파괴가 시작되는 것으로 나타났다. 결론: 본 연구에서는 재료 불확실성을 고려한 지진 취약도 평가를 수행하였으며 추후 연구에서는 지진파의 불확실성과 재료의 불확실성을 동시에 고려한 지진 취약도 분석이 필요할 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제21권9호
• /
• pp.299-311
• /
• 2021

본 연구는 중국 통계청이 2017년의 산업연관표를 활용하여 중국 교육산업의 국민경제에 대한 파급효과를 분석함으로써 향후 중국 교육산업의 활성화를 위한 정책적 자료로 활용하는데 목적이 있다. 이러한 목적을 달성하기 위하여 산업연관표 기초분류 149개 산업을 32개 산업으로 분류하였다. 이러한 분류를 바탕으로 중국 교육산업의 생산유발계수, 감응도계수, 영향력계수, 소득유발계수, 생산세유발계수, 노동유발계수 등에 대하여 분석함으로써 중국 교육산업을 중심에 놓고 교육산업이 전체산업 속의 위치와 다른 산업 간의 관계를 파악하며 중국 교육산업의 경제적 파급효과를 알아보고자 한다. 분석 결과는 중국 2017년 교육산업의 생산유발계수 열합계는 1.719, 행 합계는 1.063, 감응도계수는 0.012, 영향력 계수는 0.020, 소득유발계수는 0.667, 생산세 유발계수는 0.035, 최종수요 10억 위안이 발생할 경우 노동유발계수는 총 31,254명(간접15,541명, 직접15,713명) 등을 보여주고 있다. 분석결과에 따라 본 연구는 중국 교육산업의 진일보 발전을 위하여 정부의 지지, 기술도입과 새로운 운영 모델의 응용, 정책적인 규정, 제도의 개선과 시장에 대한 효율적인 감독이 요구된다는 시사점을 제시하였다.

• KEPCO Journal on Electric Power and Energy
• /
• 제6권4호
• /
• pp.413-418
• /
• 2020

초기 학습 데이터의 과적합으로 인한 전력망 상태예측 모델의 성능 감소를 방지하고 예측모델의 예측 정확도 유지를 통한 계속적인 현장활용을 위해서는 기계학습 모델의 예측 정확도를 지속적으로 관리할 필요가 있다. 이를 위해, 본 논문에서는 다양한 요인에 의해 끊임없이 변화하는 전력망 상태 데이터의 특성을 고려하여 예측모델의 정확성과 신뢰성을 높이고 현장 적용 가능한 수준의 품질을 유지하기 위한 기계학습 기반 전력망 상태예측 모델의 성능 유지관리 자동화 기법을 제안한다. 제안 기법은 워크플로우 관리 기술의 적용을 통해 전력망 상태예측 모델 성능 유지관리를 위한 일련의 태스크들을 워크플로우의 형태로 모델링하고 이를 자동화하여 업무를 효율화 하였다. 또한, 기존 기술에서는 시도되지 않았던 학습데이터의 통계적 특성 변화 정도와 예측의 일반화 수준을 모두 고려한 예측모델의 성능 평가를 통해 성능 결과의 신뢰성을 확보하고 이를 통해 예측 모델의 정확도를 일정 수준으로 유지관리하고 더욱 성능이 우수한 예측모델의 신규 개발이 가능하다. 결과적으로 본 논문에서 제안하는 전력망 상태예측 모델 성능 유지관리 자동화 기법을 통해 예측모델의 성능 저하문제를 해결하여 분산자원 연계 등 외부 환경의 변화에 유연한 예측모델 관리를 통해 정확성과 신뢰성이 보장된 예측 모델의 지속적인 활용이 가능하다.

• 생명과학회지
• /
• 제31권7호
• /
• pp.631-640
• /
• 2021

Houttuynia cordata Thunberg는 전통의학에서 다양한 약리학적 작용에 대해 연구되어 왔다. 본 연구에서, 거세 및 테스토스테론 프로피오네이트(TP) 주입에 의해 유도된 양성 전립선 비대증(BPH) 모델에 대한 Houttuynia cordata 에탄올 추출물(HCE)의 영향을 조사했다. 총 30마리의 쥐를 6개의 그룹으로 나누었다. 한 그룹은 정상 대조군으로 사용되었고 다른 그룹은 거세 후 14일 동안 복강내 TP를 주입하여 BPH를 유도하였다. 양성 대조군은 BPH 모델에 매일 피나스테라이드(5 mg/kg)를 투여했다. 피나스테라이드 대신 HCE (0.5, 1, 2mg/kg)를 투여한 군은 실험 군으로서 대조군과 비교하였다. 체중 100 g 기준으로 전립선 무게에 대한 통계적 유의성은 없었다. ELISA 검사로 5-α 환원효소 및 디하이드록시 테스토스테론(DHT) 농도를 측정하였으며, 모든 실험군에서 유의미한 감소가 있었다. 5-α 환원효소의 경우 HCE (0.5 mg/kg) 군이 가장 낮았고, DHT는 HCE (2 mg/kg) 군에서 가장 낮은 수치를 보였다. 전립선에 대한 조직병리학적 관찰에서 대조군과 HCE (2 mg/kg) 투여 군은 정상 세포 형태를 보였고 세포팽창이 없었다. 그러나 음성 대조군과 HCE (1 mg/kg) 군에서는 세포가 부풀어 오르고 세포 사이의 간격이 좁아졌다. 특히 HCE (0.5 mg/kg) 군에서는 일부 세포가 터지는 현상이 나타났다. 따라서 2 mg/kg 이상의 HCE를 투여하는 것이 BPH의 보호 효과에 적합할 것이다.

• 한국방사선학회논문지
• /
• 제12권7호
• /
• pp.801-806
• /
• 2018

게르마늄 결정은 검출에 유용하지 않지만, 광자를 강하게 약화하기 때문에 효율성 저하를 일어키는 불감층을 가지고 있다. 따라서 제조업체가 제공하는 데이터를 검출기 시뮬레이션 모델에 사용하면 계산된 효율성과 측정된 효율성 사이에 약간의 큰 차이가 나타난다. 고순도 게르마늄(HPGe) 검출기의 모양과 치수는 CT 스캔을 통해 몬테카롤롤 시뮬레이션을 위해 형상을 정확하게 형상화하였다. 이 결과 불감층 두께 증가가 효율 감소과정에 미치는 영향을 연구하고자 한다. 불감층의 조정은 50 - 1500 keV의 에너지 범위에서 측정 효율과 시뮬레이션 효율 사이의 ${\pm}3%$의 상대편차와 함께 좋은 일치임을 확인하였다. 불감층 두께에 변화를 주어 시뮬레이션 데이터를 비교하였다. 몬테카롤로 시뮬레이션 결과를 실험 결과와 비교하여 새로운 불감층 두꼐를 얻었다. 1.4와 1.6 mm 두께의 End Cap 시뮬레이션 모델에서 1.5mm 두께의 End Cap시뮬레이션 모델에 대한 불감층 두꼐 결과의 차이는 End Cap 치수의 정확성으로 인한 체계적인 오류였다. 통계적 오류와 체계적 오류를 고려한 후, 검출기의 불감충 두께는 $1.02{\pm}0.14mm$로 도출되었다. 따라서 불감층 두께의 증가는 효율성 감소에 영향을 미치는 것을 확인하였다.

• 한국지반공학회논문집
• /
• 제35권6호
• /
• pp.17-26
• /
• 2019

이 연구에서는 쇄석말뚝공법의 한계상태설계법 적용을 위하여 양질의 현장재하시험 자료로부터 저항편향계수의 통계적 특성을 분석하고 지반 불확실성 및 시공 오차를 고려한 총 저항편향계수를 산정하였다. 저항편향계수 산정을 위한 예측모델은 기존 모델들에 비하여 높은 예측성능을 보인 Bong and Kim(2017)의 MLR 모형을 활용하였으며 그 적합성을 평가하였다. 저항편향계수의 확률분포를 산정하기 위하여 카이제곱 적합도 검정을 수행하였으며 정규분포가 가장 적합한 것으로 나타났다. 공칭저항의 총 변동성은 점토의 비배수전단강도 및 쇄석말뚝 시공 시 발생할 수 있는 시공 오차에 대한 불확실성을 포함하여 산정하였다. 최종적으로 총 저항편향계수의 확률분포는 로그정규분포를 따르는 것으로 나타났다. 총 저항편향계수의 변동성에 따른 확률분포의 매개변수는 Monte Carlo 시뮬레이션을 통하여 산정하였으며, 간편한 적용을 위하여 이에 대한 회귀식을 제안하였다.

• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.329-338
• /
• 2019

본 연구에서는 농산물 꾸러미 속성별 소비자선호 분석을 통해 사업 활성화 방안을 제시하고자 하였다. 꾸러미의 속성을 구성함에 있어서 상품묶음 방식과 배송 방식 및 가격으로 구분하여 설정하고, 선택실험법에 의해 각 속성의 수준변화에 대한 한계지불의사금액을 추정하였다. 계량적 분석을 수행함에 있어서 보다 효율적인 모형을 선택하기 위하여 잔차항에 대한 가정이 서로 다른 조건부로짓 모형, 이분산 극한치 모형, 다항프로빗 모형, 혼합로짓 모형 등 네 모형을 추정하였으며, 그 결과 상품묶음 방식과 배송 방식 및 가격에 대한 추정계수 값이 모두 통계적으로 유의한 것으로 나타났다. 로그우도 값의 크기를 기준으로 볼 때 이분산 극한치 모형이 자료에 가장 적합하는 것으로 나타났다. 이분산 극한치 모형의 추정계수를 활용한 한계지불의사금액은 상품묶음 방식을 고정형에서 선택형으로 변경 할 경우 1회당 7,096.6원, 배송방식 중 직접배송에 대한 소비자의 한계지불의사금액은 1회당 3,497.5원, 콜드체인 배송에 대한 한계지불의사금액은 1회당 4,035.2원으로 나타났다. 이러한 분석결과는 정부의 로컬푸드 활성화를 위한 정책수립에 기초자료로 활용될 수 있을 것이다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.155-170
• /
• 2018

기업의 금융 부도를 예측하는 것은 전통적으로 비즈니스 분석에서 가장 중요한 예측문제 중 하나이다. 선행연구에서 예측모델은 통계 및 기계학습 기반의 기법을 적용하거나 결합하는 방식으로 제안되었다. 본 논문에서는 잘 알려진 최적화기법 중 하나인 시뮬레이티드 어니일링에 기반한 새로운 지능형 예측모델을 제안한다. 시뮬레이티드 어니일링은 유전자알고리즘과 유사한 최적화 성능을 가진 것으로 알려져 있다. 그럼에도 불구하고, 시뮬레이티드 어니일링을 사용한 비즈니스 의사결정 문제의 예측과 분류에 관한 연구가 거의 없었기 때문에, 비즈니스 분석에서의 유용성을 확인하는 것은 의미가 있다. 본 연구에서는 시뮬레이티드 어니일링과 기계학습의 결합 모델을 사용하여 부도예측모델의 입력 특징을 선정한다. 최적화 기법과 기계학습기법을 결합하는 대표적인 유형은 특징 선택, 특징 가중치 및 사례 선택이다. 이 연구에서는 선행연구에서 가장 많이 연구된 특징 선택을 위한 결합모델을 제안한다. 제안하는 모델의 우수성을 확인하기 위하여 본 연구에서는 한국 기업의 실제 재무데이터를 이용하여 그 결과를 분석한다. 분석결과는 제안된 모델의 예측 정확도가 단순한 모델의 예측 정확성보다 우수하다는 것을 보여준다. 특히 기존의 의사결정나무, 랜덤포레스트, 인공신경망, SVM 및 로지스틱 회귀분석에 비해 분류성능이 향상되었다.

• 응용통계연구
• /
• 제32권3호
• /
• pp.349-374
• /
• 2019

이분형 자료의 분류에서 자료의 불균형 정도가 심한 경우 분류 결과가 좋지 않을 수 있다. 이런 문제 해결을 위해 학습 자료를 변형시키는 등의 연구가 활발히 진행되고 있다. 본 연구에서는 이러한 이분형 자료의 분류문제에서 불균형을 다루기 위한 방법들 중 표본재추출 방법들을 비교하였다. 이를 통해 자료에서 희소계급의 탐지를 보다 효과적으로 하는 방법을 찾고자 하였다. 모의실험을 통하여 여러 오버샘플링, 언더샘플링, 오버샘플링과 언더샘플링 혼합방법의 총 20가지를 비교하였다. 분류문제에서 대표적으로 쓰이는 로지스틱 회귀분석, support vector machine, 랜덤포레스트 모형을 분류기로 사용하였다. 모의실험 결과, 정확도가 0.5 이상이면서 민감도가 높았던 표본재추출 방법은 random under sampling (RUS)였다. 그 다음으로 민감도가 높았던 방법은 오버샘플링 ADASYN (adaptive synthetic sampling approach)이었다. 이를 통해 RUS 방법이 희소계급값을 찾기 위한 방안으로는 적합했다는 것을 알 수 있었다. 몇 가지 실제 자료에 적용한 결과도 모의실험의 결과와 비슷한 양상을 보였다.

• 응용통계연구
• /
• 제32권1호
• /
• pp.111-128
• /
• 2019

지하철은 많은 승객들을 원거리까지 안전하고, 신속 정확하게 원하는 지점으로 대량 수송할 수 있는 친환경적인 교통수단이다. 지하철의 공익성을 증대시키기 위해서는 정확한 승객 수요 예측이 이루어져야 한다. 본 연구는 정확한 지하철 수요예측을 위하여, 군집분석을 통해 서울시 1-9호선 지하철역들을 군집화 하였다. 그 후, 전체 역과 각 군집 별 최종 예측 모형을 제시하였다. 군집화 결과, 294개의 역이 3개로 군집화 되었으며 그룹 1은 상공업지구, 그룹 2는 주상복합지구, 그룹 3은 주거지구가 중심이 되는 역들로 나타났다. 그 후 각 군집 별로 다양한 데이터 마이닝 기법을 이용해 지하철 승차인원 예측 모형을 제시하고, 수요 예측에 중요한 영향을 미치는 요인들을 도출하였다. 그리고 최종 모형을 바탕으로 2018년 10월에 개통될 서울시 9호선 3단계 연장역인 8개 신설역의 3개월 수요를 예측하였다. 8개 신설역의 월평균 시간당 평균 승차인원은 약 241에서 452명, 월평균 시간당 최대 승차인원은 약 969에서 1,515명으로 추정되었다. 본 분석의 최종 모형을 활용한 신설역의 지하철 수요 예측은 대중교통 정책 결정을 위한 기초자료로 활용되어 효율적인 지하철 운영 방안 수립에 기여할 수 있을 것이다.