• 지능정보연구
• /
• 제19권2호
• /
• pp.39-54
• /
• 2013

전자상거래의 폭발적 증가는 소비자에게 더 유리한 많은 구매 선택의 기회를 제공한다. 이러한 상황에서 자신의 구매의사결정에 대한 확신이 부족한 소비자들은 의사결정 절차를 간소화하고 효과적인 의사결정을 위해 추천을 받아들인다. 온라인 상점의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로써의 가치를 인정받고 있다. 그러나 사용자의 기호를 제대로 반영하지 못하는 추천시스템은 사용자의 실망과 시간낭비를 발생시킨다. 본 연구에서는 정확한 사용자의 기호 반영을 통한 추천기법의 정교화를 위해 데이터마이닝과 다중모형조합기법을 이용한 상품추천시스템 모형을 제안하고자 한다. 본 연구에서 제안하는 모형은 크게 두 개의 단계로 이루어져 있으며, 첫 번째 단계에서는 상품군 별 우량고객 선정 규칙을 도출하기 위해서 로지스틱 회귀분석 모형, 의사결정나무 모형, 인공신경망 모형을 구축한 후 다중모형조합기법인 Bagging과 Bumping의 개념을 이용하여 세 가지 모형의 결과를 조합한다. 두 번째 단계에서는 상품군 별 연관관계에 관한 규칙을 추출하기 위하여 장바구니분석을 활용한다. 상기의 두 단계를 통하여 상품군 별로 구매가능성이 높은 우량고객을 선정하여 그 고객에게 관심을 가질만한 같은 상품군 또는 다른 상품군 내의 다른 상품을 추천하게 된다. 제안하는 상품추천시스템은 실제 운영 중인 온라인 상점인 'I아트샵'의 데이터를 이용하여 프로토타입을 구축하였고 실제 소비자에 대한 적용가능성을 확인하였다. 제안하는 모형의 유용성을 검증하기 위하여 제안 상품추천시스템의 추천과 임의 추천을 통한 추천의 결과를 사용자에게 제시하고 제안된 추천에 대한 만족도를 조사한 후 대응표본 T검정을 수행하였으며, 그 결과 사용자의 만족도를 유의하게 향상시키는 것으로 나타났다.

• 경영과정보연구
• /
• 제29권2호
• /
• pp.1-25
• /
• 2010

본 논문은 우리나라 주식시장을 대상으로 Haugen Baker(1996)가 제시한 기업특성요인모형을 적용하여 주식수익률 결정요인을 분석하였다. 분석기간은 1999년부터 2007년까지 총 8년간이며, 총 690개의 상장기업의 월별 자료를 이용하였다. 기존 연구에서 제시된 변수를 바탕으로 유동성, 위험, 과거주가, 가격수준, 수익성 등과 관련된 16개의 변수를 독립변수로, 690개 주식의 월별 수익률을 종속변수로 하여 시간가변 회귀분석을 통해 분석결과의 강건성을 높이고자 하였다. 본 연구의 결과는 다음과 같이 요약될 수 있다. 첫째, 기업특성정보가 주식수익률 결정에 미치는 사전적 영향을 분석한 결과 해당기업이 공개한 직전월의 기업특성 정보 중 당월의 주가에 유의적인 영향을 나타내는 기업특성은 유동성, 모멘텀 지표인 1개월, 3개월, 6개월 초과수익률, 주가 승수 중 PSR, PBR, 수익성을 나타내는 ROE와 EPS 등의 8개 요인이다. 예측된 수익률을 이용하여 구축한 10개의 분위별 포트폴리오를 대상으로 실현수익률을 분석한 결과 예측수익률이 높을수록 실현된 수익률이 일관되게 높게 나타나는 것으로 분석되었다. 둘째, Haugen Baker가 제안한 기업특성모형을 이용한 주가예측모형을 바탕으로 구성된 포트폴리오를 Fama French가 제안한 3요인 모형에 적용시킨 결과 수익률이 높을 것으로 예측된 포트폴리오의 실현수익률이 높게 나타남을 확인하였다. 즉, 우리나라 주식시장의 수익률을 예측하는 데는 Haugen Baker의 기업특성 요인모형을 응용한 모형이 더욱 적합할 수 있으며, 이를 이용하는 것이 실무적으로도 유용성이 높을 것으로 기대할 수 있다. 본 연구는 기존연구를 보완하여 보다 강건한 예측 및 운영성과를 보여주기 위해 노력하였다. 이를 위해, 시간 가변적으로 (1) 요인프리미엄을 추정, (2) 수익률예측 및 포트폴리오 조정, (3) 실현수익률 측정의 과정을 반복적으로 수행하였으며, 예측수익률이 높은 포트폴리오의 실현수익률이 상대적으로 높게 나타나는 일관된 결과를 강건하게 보여주고 있다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 한국지구과학회지
• /
• 제38권4호
• /
• pp.283-292
• /
• 2017

본 연구에서는 서울지역의 지상 미세먼지($PM_{2.5}$) 농도를 산출하기 위하여 경험적인 모델들을 개발하였다. 연구에 이용한 자료는 2012년 1월 1일부터 2013년 12월 31일까지이며 Terra와 Aqua위성의 MODIS센서에서 산출되는 에어로졸 광학두께, 옹스트롬 지수, 기상변수들과 행성경계층두께와 관련된 6개의 다중 선형 회귀모델들의 차이를 분석하였다. 그 결과 에어로졸 광학두께와 옹스트롬 지수, 상대습도, 풍속, 풍향, 행성경계층두께, 기온 자료를 입력 자료로 사용한 $M_6$모델이 가장 좋은 결과를 보였다. 통계적인 분석에 따르면 $M_6$ 모델을 사용하여 계산된 $PM_{2.5}$와 관측된 $PM_{2.5}$농도 사이의 결과는 상관계수(R=0.62)와 평균제곱근오차($RMSE=10.70{\mu}gm^{-3}$)이다. 또한 산출된 계절별 지표면 $PM_{2.5}$농도는 여름철(R=0.38)과 겨울철(R=0.56)보다 봄(R=0.66)과 가을철(R=0.75)에 상대적으로 더 좋은 상관 관계를 보였다. 이러한 결과는 에어로졸 광학두께의 계절별 관측 특성으로 인한 것으로써 다른 계절에 비하여 여름과 겨울철 에어로졸 광학두께 관측이 구름과 눈/얼음 표면에 의한 관측 제한과 오차를 가져온 것으로 분석되었다. 따라서 본 연구에서 사용한 경험적 다중선형회귀 모델은 위성에서 산출된 에어로졸 광학두께 자료가 지배적인 변수로 작용하며 $PM_{2.5}$산출 결과들을 향상시키기 위해서는 추가적인 기상 변수를 이용해야 할 것이다. 또한 경험적 다중선형회귀 모델을 이용하여 $PM_{2.5}$를 산출한 결과는 인공위성 자료로부터 대기환경 감시를 가능하게 하는 방법이 될 수 있어 유용할 것이다.

• 응용통계연구
• /
• 제21권1호
• /
• pp.141-149
• /
• 2008

다변량 자료분석에서 최근의 추세는 관측개체의 수 n이 커지는 외에 변수의 수 p가 큰사례들이 많아지고 있다는 것이다. n개 개체 각각에서 획득된 p개 변수들 $X_1$, $X_2$, $\ldots$, $X_p$ 가운데는 이름이나 개념적으로는 구분이 가능하지 만 실제로 거의 중복이 되는 변수들이 있을 수 있는데, 이들 변수들이 모두 분석에 포함되면 여러 문제가 유발될 수 있다. 예컨대 주성분 분석이나 인자분석에서는 중복 변수들이 주축(主軸, principal axis) 결정에, 관측개체 군집 화에서는 개체간 거리 산출에 왜곡된 영향을 줄 수 있다. 또한 목적변수가 지정된 지도학습(supervised learning)에서 설명변수들의 중복성은 추정모형의 안정성을 해치는 결과를 초래한다. 실제 자료 분석에서는 한 자료 세트가 여러 기법으로 탐색되고 다수의 모형이 추출되므로 변수세트를 최대한 절약적(parsimonious)으로 구성할 필요가 있다. 본 연구의 목적은 $X_1$, $X_2$, $\ldots$, $X_p$ 중에서 필요한 변수들은 선적하고 불필요한 변수들은 제거함으로써 주어진 변수세트를 보다 적은 크기의 변수세트로 대치하는 방법을 제시하는 데 있다. 제안 방법을 몇 개의 수치적 사례에 적용해 봄으로써 선적 변수와 제거변수간 관계의 시각화, 회귀모형에서의 유용성, 범주형 자료분석에서의 활용 등에 대해 논의 하고자 한다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.22-27
• /
• 2020

본 연구는 다수의 사출기가 병렬로 배치된 사출공장의 생산 환경에서 생산성 및 물류효율을 동시에 개선할 수 있는 방법론을 다루고자 한다. 일반적으로 사출공장의 저층부에 위치한 사출기에는 사상 등의 후가공 공정이 연속 배치되어 있고, 후가공을 담당하는 작업자 1~2명이 항시 배치되어 있다. 사출기 앞은 후가공 및 이후 공정으로의 물류 이송작업으로 인해 생산성 저하는 물론이고, 매우 복잡한 물류 흐름이 형성되어 있다. 이에 본 연구에서는 사출기마다 배치되어 있는 후가공 공정을 통합 운영하고, 통합된 후가공 공정에 사출품을 자동 이송하기 위한 컨베이어 구조를 설계하기 위한 방법론을 제안한다. 이를 위해 통합 후가공 공정으로의 투입 컨베이어 구조와 대수를 선정하기 위한 모델 및 각 사출기와 컨베이어를 연결하기 위해 최적의 조합을 찾기 위한 모델을 다룬다. 제안 방법론은 공정의 통합과 물류 방식의 재설계를 통해 생산성을 개선함과 동시에 물류 효율을 높일 수 있는 총합생산성 개선모델이다. 마지막으로 본 연구에서 제안한 방법론을 가전제품 외관에 사용되는 사출품을 생산하는 사출공장을 대상으로 적용하여, 실제 생산 환경에의 적용가능성을 확인함과 동시에 생산성 및 물류효율이 40% 이상 개선됨을 검증하였다.

• Wind and Structures
• /
• 제31권2호
• /
• pp.103-142
• /
• 2020

One of the next frontiers in structural wind engineering is the design of tall buildings using performance-based approaches. Currently, tall buildings are being designed using provisions in the building codes and standards to meet an acceptable level of public safety and serviceability. However, recent studies in wind and earthquake engineering have highlighted the conceptual and practical limitations of the code-oriented design methods. Performance-based wind design (PBWD) is the logical extension of the current wind design approaches to overcome these limitations. Towards the development of PBWD, in this paper, we systematically review the advances made in this field, highlight the research gaps, and provide a basis for future research. Initially, the anatomy of the Wind Loading Chain is presented, in which emphasis was given to the early works of Alan G. Davenport. Next, the current state of practice to design tall buildings for wind load is presented, and its limitations are highlighted. Following this, we critically review the state of development of PBWD. Our review on PBWD covers the existing design frameworks and studies conducted on the nonlinear response of structures under wind loads. Thereafter, to provide a basis for future research, the nonlinear response of simple yielding systems under long-duration turbulent wind loads is studied in two phases. The first phase investigates the issue of damage accumulation in conventional structural systems characterized by elastic-plastic, bilinear, pinching, degrading, and deteriorating hysteretic models. The second phase introduces methods to develop new performance objectives for PBWD based on joint peak and residual deformation demands. In this context, the utility of multi-variate demand modeling using copulas and kernel density estimation techniques is presented. This paper also presents joined fragility curves based on the results of incremental dynamic analysis. Subsequently, the efficiency of tuned mass dampers and self-centering systems in controlling the accumulation of damage in wind-excited structural systems are investigated. The role and the need for explicit modeling of uncertainties in PBWD are also discussed with a case study example. Lastly, two unified PBWD frameworks are proposed by adapting and revisiting the Wind Loading Chain. This paper concludes with a summary and a proposal for future research.

• 대한공간정보학회지
• /
• 제15권2호통권40호
• /
• pp.87-93
• /
• 2007

근래 들어 대중교통체계의 관리 및 운영에 첨단 시스템의 활용이 증가하고 있다. 그러나 이러한 시스템은 통행자 개개인과 대중교통 수송수단의 매우 상세한 실시간 공간정보와 같은 대규모 시 공간자료를 양산하기 때문에 보다 효율적이고 효과적인 자료의 통합과 분석의 필요성이 그 어느 때보다 높아지고 있다. 본 연구에서는 대규모 대중교통 관련 시 공간 정보들의 통합에 GIS가 어떻게 활용될 수 있는가를 보여주고 있으며 대중교통계획 과정의 효율화와 관련 의사결정 활동을 지원하는 효과적인 방안을 제시하고 있다. 구체적으로, Bus Management System(BMS) 등 대중교통 운영과, 개인 승객 승하차 및 환승 관리 분야(Smart Card System)의 여러 독립된 정보들을 GIS 기반으로 통합하였다. 서울대중교통체계가 제공하는 수준 높은 실시간 시 공간 상세 정보의 GIS기반 통합 데이테 체계는 자료 자체의 부재로 지금까지는 불가능한 것으로서, 본 연구가 최초의 시도란 점에서 의의가 있다. 본 논문은 또한 이러한 GIS기반 통한 데이터베이스를 활용한 대중교통체계 계획 도구들의 효과성과 효율성을 예시하였고 이러한 방법론과 모형은 유사한 자료의 획득이 가능한 여타 지자체에서도 유용하게 적용될 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.18-18
• /
• 2011

Climate change is impacting and will increasingly impact both the quantity and quality of the world's water resources in a variety of ways. In some areas warming climate results in increased rainfall, surface runoff, and groundwater recharge while in others there may be declines in all of these. Water quality is described by a number of variables. Some are directly impacted by climate change. Temperature is an obvious example. Notably, increased atmospheric concentrations of $CO_2$ triggering climate change increase the $CO_2$ dissolving into water. This has manifold consequences including decreased pH and increased alkalinity, with resultant increases in dissolved concentrations of the minerals in geologic materials contacted by such water. Climate change is also expected to increase the number and intensity of extreme climate events, with related hydrologic changes. A simple framework has been developed in New Zealand for assessing and predicting climate change impacts on water resources. Assessment is largely based on trend analysis of historic data using the non-parametric Mann-Kendall method. Trend analysis requires long-term, regular monitoring data for both climate and hydrologic variables. Data quality is of primary importance and data gaps must be avoided. Quantitative prediction of climate change impacts on the quantity of water resources can be accomplished by computer modelling. This requires the serial coupling of various models. For example, regional downscaling of results from a world-wide general circulation model (GCM) can be used to forecast temperatures and precipitation for various emissions scenarios in specific catchments. Mechanistic or artificial intelligence modelling can then be used with these inputs to simulate climate change impacts over time, such as changes in streamflow, groundwater-surface water interactions, and changes in groundwater levels. The Waimea Plains catchment in New Zealand was selected for a test application of these assessment and prediction methods. This catchment is predicted to undergo relatively minor impacts due to climate change. All available climate and hydrologic databases were obtained and analyzed. These included climate (temperature, precipitation, solar radiation and sunshine hours, evapotranspiration, humidity, and cloud cover) and hydrologic (streamflow and quality and groundwater levels and quality) records. Results varied but there were indications of atmospheric temperature increasing, rainfall decreasing, streamflow decreasing, and groundwater level decreasing trends. Artificial intelligence modelling was applied to predict water usage, rainfall recharge of groundwater, and upstream flow for two regionally downscaled climate change scenarios (A1B and A2). The AI methods used were multi-layer perceptron (MLP) with extended Kalman filtering (EKF), genetic programming (GP), and a dynamic neuro-fuzzy local modelling system (DNFLMS), respectively. These were then used as inputs to a mechanistic groundwater flow-surface water interaction model (MODFLOW). A DNFLMS was also used to simulate downstream flow and groundwater levels for comparison with MODFLOW outputs. MODFLOW and DNFLMS outputs were consistent. They indicated declines in streamflow on the order of 21 to 23% for MODFLOW and DNFLMS (A1B scenario), respectively, and 27% in both cases for the A2 scenario under severe drought conditions by 2058-2059, with little if any change in groundwater levels.

• 대한교통학회지
• /
• 제27권6호
• /
• pp.119-127
• /
• 2009

버스의 정시성은 노선특성 및 운수회사의 특성에 의해 많은 영향을 받는 것으로 알려져 왔으나, 과학적인 분석이 미흡한 실정이다. 따라서, 본 연구에서는 노선 및 운수회사 특성에 따른 정시성(차두간격편차 요인)을 모형화 하기 위하여 상관분석 및 선형회귀분석(OLS, Ordinary Least Square)을 통하여 최적설명변수를 선택하고, 위계적인 자료구조를 고려하여 위계적 형태의 자료분석에 많이 사용되는 위계적선형모형(HLM, Hierarchical Linear Model)을 적용하여 정시성에 미치는 요인을 분석하였다. 분석결과, ICC가 0.10으로 분석되어 정시성에 미치는 영향 중 노선특성에 의한 영향이 90%, 회사특성에 의한 영향이 10%로 나타나 OLS보다 HLM 적용이 더 적합한 것으로 나타났다. 버스의 정시성은 노선변수 수준에서 운행대수, 평균차두간격, 대당승객수 순으로 영향이 큰 것으로 나타났으며, 운행대수가 많고 대당승객수가 많은 노선은 정시성과 반비례하고, 평균차두간격과는 비례관계로 분석되었다. 회사변수 수준에서는 회사규모(관리대수)가 클수록, 일반회사 보다는 입찰간선회사가 정시성에 양(+)의 영향을 주는 것으로 분석되었다. 향후 정시성 평가관리시 노선별 운행대수, 평균차두간격, 운수사별 관리차량대수에 의한 영향을 고려하는 것이 필요하며, 정시성을 향상시키기 위해서는 노선의 연장을 짧고, 운수사의 규모가 클 수록 유리하다 할 수 있다.