• 한국정보과학회논문지:데이타베이스
• /
• 제34권5호
• /
• pp.389-395
• /
• 2007

협업 필터링은 정보 과잉 문제를 해결하기 위한 정보 필터링의 주요 기법이며, 전자 상거래 분야에서 추천 시스템과 같은 응용 프로그램에서 널리 사용된다. 협업 필터링 시스템은 사용자들의 대상 항목에 대한 평가를 수집한 후 취향이 서로 비슷한 사용자들의 의견을 바탕으로 아직 평가되지 않은 항목에 대해 예측을 수행한다. 시스템의 예측 성능은 사용자들에 의해 공통적으로 평가된 항목들의 개수에 좌우된다. 그러므로 대상 항목들이 수시로 추가되거나 제거되는 동적 컬렉션의 경우 협업 필터링 알고리즘을 그대로 적용하기 어렵다. 본 논문에서는 동적 컬렉션에 대한 협업 필터링 적용 방법을 제시한다. 제안한 방법에서는 SVD 기법을 이용하여 항목들의 취향 공간을 생성한 후 과거 항목들과 새로운 항목들 간의 연관성을 구하기 위해 핵심 항목들의 클러스터를 구성한다. 이를 평가하기 위해서 사용자 평가 데이타베이스를 시간에 의해 두 부분으로 나누고, 동적으로 추가되는 상황을 시뮬레이션해석 시스템의 예측 성능을 분석했다. 이를 통해 본 방법이 동적 컬렉션에 효과적으로 적용됨을 보인다.

• 한국지리정보학회지
• /
• 제7권4호
• /
• pp.57-64
• /
• 2004

우리나라는 산불을 효율적으로 방지하기 위하여 기상, 지형, 임상을 중심으로 산불발생위험을 판정할 수 있는 알고리즘 및 관련인자의 DB구축을 통한 웹기반 산불위험예보시스템을 개발하여 활용 중에 있다. 그러나 우리나라의 경우, 자연적으로 산불이 발생하는 미국, 캐나다와 달리 인위적인 산불이 대부분을 차지하고 있어 우리나라에 적합한 지형 및 연료인자와 산불발생에 관한 기초연구가 지속적으로 필요한 실정이다. 따라서 본 연구는 현재 실용화하고 있는 산불위험예보시스템의 알고리즘 개선을 위한 기초연구로서 산불발생지역에 대한 GIS를 이용한 공간분석과 로지스틱 분석을 이용하여 산불발생위험지역을 구분할 수 있는 산불발생확률모형을 개발하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.85-91
• /
• 2018

대부분의 은행은 고객 세분화를 위해 성별, 나이, 직업, 주소 등 인구통계정보만을 사용하고 있으나, 이는 고객의 다양한 금융행동 패턴을 반영하지 못하는 단점이 있다. 본 연구에서는 은행 내 다양한 빅데이터를 융합하여 문제점을 해결함과 동시에 향후 많은 은행에서 폭넓게 활용될 수 있는 고객 세분화 방법을 개발하는 것을 목표로 한다. 본 연구에서 제안한 블록을 만들어 이 블록을 클러스터링하는 상향식 방식의 세분화는 기법을 제안한다. 이 방식은 기존의 인구통계정보 뿐만 아니라 다양한 거래패턴, 채널접촉패턴에 기반을 둔 고객의 다양한 금융니즈를 정교하게 반영할 수 있다는 장점이 있다. 세분화를 통해 고객의 금융니즈를 보다 정교하게 반영한 적정 동료그룹을 찾아 이를 기반으로 상품추천, 금융니즈 등급 산출, 고객이탈 예측 등 다양한 마케팅 모델을 개발하여 실제 농협은행 마케팅에 활용할 것이다.

• 플랜트 저널
• /
• 제8권4호
• /
• pp.34-39
• /
• 2012

석탄화력발전소에서 저품위탄 연소시 통풍저항 변화로 인해 승압송풍기의 운전점에 영향을 주는 것을 분석하여 현재운전점 대비 실속시점을 예측하였다. 연료의 발열량이 낮을수록 통풍저항 증가 속도가 빨라지며, 통풍저항과 승압송풍기의 운전점과는 강한 상관관계가 있음을 확인하였다. 발열량이 낮을수록 통풍저항이 빨리 상승하며 이는 곧 승압송풍기의 운전점이 설계탄 대비해서 실속 한계운전점에 빨리 도달하게 된다. 이를 근거로 현재운전점 대비 한계운전점까지의 운전여유분과 발열량별 통풍저항 증가 속도를 계산하여 실속시점을 예측할 수 있어 송풍기 실속으로 인한 발전출력의 감소나 운전정지에 대비한 정비계획 수립 등 안정운전에 많은 도움이 될 것으로 예상한다.

• Journal of Power Electronics
• /
• 제11권3호
• /
• pp.360-368
• /
• 2011

This paper proposes an active frequency with a positive feedback in the d-q frame anti-islanding method suitable for a robust phase-locked loop (PLL) algorithm using the FFT concept. In general, PLL algorithms for grid-connected PV PCS use d-q transformation and controllers to make zero an imaginary part of the transformed voltage vector. In a real grid system, the grid voltage is not ideal. It may be unbalanced, noisy and have many harmonics. For these reasons, the d-q transformed components do not have a pure DC component. The controller tuning of a PLL algorithm is difficult. The proposed PLL algorithm using the FFT concept can use the strong noise cancelation characteristics of a FFT algorithm without a PI controller. Therefore, the proposed PLL algorithm has no gain-tuning of a PI controller, and it is hardly influenced by voltage drops, phase step changes and harmonics. Islanding prediction is a necessary feature of inverter-based photovoltaic (PV) systems in order to meet the stringent standard requirements for interconnection with an electrical grid. Both passive and active anti-islanding methods exist. Typically, active methods modify a given parameter, which also affects the shape and quality of the grid injected current. In this paper, the active anti-islanding algorithm for a grid-connected PV PCS uses positive feedback control in the d-q frame. The proposed PLL and anti-islanding algorithm are implemented for a 250kW PV PCS. This system has four DC/DC converters each with a 25kW power rating. This is only one-third of the total system power. The experimental results show that the proposed PLL, anti-islanding method and topology demonstrate good performance in a 250kW PV PCS.

• 농촌계획
• /
• 제25권2호
• /
• pp.99-117
• /
• 2019

Environmental impact assessment (EIA), which predicts, evaluates, and manages the influences on natural landscape, plays a role of monitoring natural resources for systematic management of natural landscape. However, the function of verification and correction of the system is still insufficient and feed-back, one of the most important features of EIA follow-up, has not been introduced in Korea's EIA system yet. As a procedure, it is required to check if the opinions of the evaluators are properly reflected to the outcomes of the project through a reviewing process after assessing environmental impacts of a development project. In reality, despite the awareness about the importance of follow-up inspection of the conformity with, the system mainly focuses on the agreement during the planning stage of the development project and fails to continuously manage after its completion. There have been various preceding studies related to prediction, evaluation, and management of environmental impacts on natural landscape for better management. They primarily dealt with the problems in the EIA process and suggested improvement measures, including directions for institutional development, step-by-step goals, and operation methods, to address the problems which arise in the EIA follow-up process. However, suggested measures are not actively applied with the focus only put on institutional operation, there are virtually no standardized methods to predict and assess landscape changes due to the development project and to manage landscape after the project. Against this backdrop, this study aims to explore the existing methods to analyze the impacts natural landscape and to establish a system where landscape management is continued after the development project. To this end, we will suggest reducing methods according to the predicted changes in landscape for post-project management of natural landscape. Characteristics of reduction methods by project type were examined through reviewing the guide to natural landscape rating and the importance of development project impacts on natural landscape by type of reduction was evaluated through questionnaire for experts. Evaluated types of reduction are classified and presented by characteristics of each development project and content of reduction type.

• International Journal of Advanced Culture Technology
• /
• 제8권4호
• /
• pp.167-176
• /
• 2020

Recommendation Systems is the top requirements for many people and researchers for the need required by them with the proper suggestion with their personal indeed, sorting and suggesting doctor to the patient. Most of the rating prediction in recommendation systems are based on patient's feedback with their information regarding their treatment. Patient's preferences will be based on the historical behaviour of similar patients. The similarity between the patients is generally measured by the patient's feedback with the information about the doctor with the treatment methods with their success rate. This paper presents a new method of predicting Top Ranked Doctor's in recommendation systems. The proposed Recommendation system starts by identifying the similar doctor based on the patients' health requirements and cluster them using K-Means Efficient Clustering. Our proposed K-Means Clustering with Content Based Doctor Recommendation for Cancer (KMC-CBD) helps users to find an optimal solution. The core component of KMC-CBD Recommended system suggests patients with top recommended doctors similar to the other patients who already treated with that doctor and supports the choice of the doctor and the hospital for the patient requirements and their health condition. The recommendation System first computes K-Means Clustering is an unsupervised learning among Doctors according to their profile and list the Doctors according to their Medical profile. Then the Content based doctor recommendation System generates a Top rated list of doctors for the given patient profile by exploiting health data shared by the crowd internet community. Patients can find the most similar patients, so that they can analyze how they are treated for the similar diseases, and they can send and receive suggestions to solve their health issues. In order to the improve Recommendation system efficiency, the patient can express their health information by a natural-language sentence. The Recommendation system analyze and identifies the most relevant medical area for that specific case and uses this information for the recommendation task. Provided by users as well as the recommended system to suggest the right doctors for a specific health problem. Our proposed system is implemented in Python with necessary functions and dataset.

• 한국컴퓨터정보학회논문지
• /
• 제27권7호
• /
• pp.93-100
• /
• 2022

인터넷 상의 정보 과부하 시대에 필수 불가결한 기능인 추천 시스템은 사용자가 선호할 만한 상품을 추천하는 서비스로서 여러 상업용 사이트에서 성공적으로 제공되고 있다. 최근 대표적인 추천 기법인 협력 필터링의 성능 개선을 위하여 항목 평가 시간을 반영하려는 연구가 활발하다. 이 연구들의 핵심 아이디어는 과거에 평가한 항목일수록 기하급수적으로 낮은 가중치를 두어 추천 결과를 산출하는 것이다. 그러나 이는 항목의 특성에 따른 사용자들의 선호도 변화를 고려하지 않고 모든 항목들에 대하여 일률적인 시간 함수를 적용한다는 단점을 가진다. 본 연구는 시간에 따른 항목 간의 유사도값 변화를 가중합으로 통합하는 새로운 유사도 척도를 개발함으로써 기존과 전혀 다른 관점의 시간 인지 협력 필터링 기법을 제안한다. 실험 결과, 제안 방법의 예측 성능과 추천 성능은 기존의 대표적 시간 인지 방법과 전통적 방법들에 비해 월등하게 우수하였다.

• 지적과 국토정보
• /
• 제51권2호
• /
• pp.141-150
• /
• 2021

미세먼지는 사람의 건강에 많은 영향을 미치는 물질로서 이와 관련하여 다양한 연구가 이루어지고 있다. 미세먼지의 인체 영향으로 인해 서울시 모니터링 네트워크에서 측정된 과거 데이터를 활용하여 미세먼지를 예측하려는 다양한 연구가 진행되고 있다. 본 연구는 2019년 5월 서울시의 미세먼지를 중점으로 진행하였으며, 학습에 사용한 변수는 SO₂, CO, NO₂, O₃와 같은 대기오염물질 데이터를 활용하였다. 예측모델은 Adaboost에 기반하여 구축하였고, 훈련모델은 PM₁₀과 PM_2.5로 구분하였다. 에러 메트릭스를 통한 예측모델의 정확도 평가 결과로 Adaboost가 시도되었다. 대기오염물질은 초미세먼지와 더 높은 상관성을 보이는 것으로 나타났지만, 보다 효과적인 분포등급을 제시하기 위해서는 많은 양의 데이터를 학습하고, PM₁₀과 PM_2.5의 공간분포 등급을 효과적으로 예측하기 위해서 교통량 등의 추가적인 변수를 활용할 필요성이 있다고 판단된다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.19-33
• /
• 2022

SNS의 등장으로 인터넷 이용자들이 온라인에 남기는 텍스트의 양이 방대해지고 그 중요성이 강조되고있다. 특히 네이버의 영화 탭에서 볼 수 있는 영화 평점이나 리뷰는 실제로 관객들이 영화를 보기 전 해당 영화를 볼 것인지 결정하는 데 주요 요인이 되기도 한다. 본 연구는 실제 네이버 영화 리뷰 데이터를 가지고 평점을 예측하는 분석을 수행했다. 영화 리뷰 데이터를 분석하기 위해 평점의 분포를 통해 데이터 특성을 살펴보았고, 텍스트의 의미를 분석하기 위해 형태소 분석을 통한 한국어 자연어처리를 수행했다. 또한 평점 예측에 활용할 모델 선택을 위해 2-Class와 multi-Class 문제들에 대해 머신러닝과 딥러닝, 회귀와 분류 분석을 비교했으며, 오분류의 원인을 영화 리뷰 데이터 특성과 연관시켜 서술했다.