• Communications for Statistical Applications and Methods
• /
• 제15권5호
• /
• pp.697-708
• /
• 2008

본 논문은 금융기관에서 활용하고 있는 운영리스크 측정모형에 대한 적합성검증 방법 중 안정성 검증에 관한 것이다. 신용리스크와는 달리 운영리스크는 손실자료의 특징, 과거 자료의 부족 그리고 적합성검증을 위한 이론적 도구의 부족 등으로 인해 현재 적절한 적합성검증 방안에 제시되지 못하고 있다. 본 논문에서는 운영리스크 VaR(Value at Risk) 추정값의 안정성을 평가하는 적합성검증 방법을 제시하고 이를 활용한 실증분석을 통해 제안된 방법에 대한 실제적 활용 가능성을 확인해 보고자 한다. 구체적으로 본 논문에서는 붓스트랩 방법을 활용하여 운영리스크 VaR의 신뢰구간을 생성함으로써 운영리스크 VaR 추정값의 안정성을 검증하는 기법을 제안하였으며, 이를 토대로 적합에 따른 운영리스크 VaR 추정값의 안정성을 측정하는 방안도 제시하였다.

• 대한전자공학회논문지TC
• /
• 제44권9호
• /
• pp.17-24
• /
• 2007

본 논문에서는 멀티 홉 OFDMA 시스템에서 relay간 무선자원을 효율적으로 재사용하기 위한 방법으로 sub-cell reuse partitioning 기법을 제안한다. 셀 내에서 relay 들에 주파수 자원을 더 많이 재사용을 할수록 사용 가능한 자원이 늘어나 셀 용량을 증가시킬 수 있다. 하지만 이 경우 자원이 재사용되면서 동시에 발생되는 간섭이 많아져 Relay Station(RS) sub-cell edge에서 SINR 성능이 나빠질 수 있으며 결과적으로 fairness 성능을 나쁘게 만들 수 있다. 본 논문에서는 throughput 및 fairness 성능을 모두 좋게 만들기 위해 RS sub-cell을 내부와 외부로 나누어 내부에서는 재사용을 더 많이 하고, 외부에서는 재사용을 덜 적용하는 sub-cell reuse partitioning 기법을 제안하였다. 제안한 기법의 성능을 분석하기 위하여 모의실험을 구성하였다. Fairness 분석을 위하여 reuse partitioning과 함께 적용할 수 있는 스케줄링 알고리즘도 구현하였다. 도출된 성능 결과를 분석하여 sub-cell reuse partitioning 기법을 적용하여 throughput 성능과 fairness 성능을 함께 개선할 수 있음을 확인하였다. 특히, 스케줄링을 fairness 성능을 개선하는 방향으로 적용할 때, sub-cell reuse partitioning 기법을 적용하여 얻어지는 throughput 성능의 개선 효과가 더 크게 됨을 확인하였다.

• 인터넷정보학회논문지
• /
• 제18권3호
• /
• pp.19-28
• /
• 2017

협업적 필터링(CF)은 사용자와 상품간의 관계를 해석하여 특정 사용자에게 상품을 추천 해주는 시스템이다. CF 모델은 컨텐츠 등 다른 추가 정보 없이 평점 데이터만으로 사용자에게 상품을 추천해 줄 수 있다는 장점이 있다. 하지만 사용자는 전체 상품의 극히 일부분만을 소비하고 상품을 소비한 후에도 평점을 부여하지 않는 경우가 매우 많다. 이는 관찰된 평점의 수가 매우 적으며 사용자 평점 행렬이 매우 희박함을 의미한다. 이러한 평점 데이터의 희박성은 CF의 성능을 끌어올리는데 문제를 야기한다. 본 논문에서는 CF 모델 중 하나인 잠재 요인 모델(특히 SVD)의 성능을 끌어올리는데 집중한다. SVD에 상품 유사도 정보와 상품 동시 발생(co occurrence) 정보를 포함시킨 새로운 모델을 제안한다. 평점 데이터로부터 얻어지는 유사도와 동시 발생 정보는 상품 잠재 요인에 대한 잠재 공간상의 표현력을 높여주어 기존방법보다 Recall은 약 16%, Precision과 NDCG는 각각 8%, 7% 상승하였다. 본 논문에서 제안하는 방법이 향후 다른 추천 시스템과 결합하면 기존의 방법보다 더 좋은 성능을 보여줄 것이다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제35권4호
• /
• pp.353-360
• /
• 2012

핵의학 영상 기기 중 SPECT시스템은 촬영목적에 따라 다양한 콜리메이터를 사용하며 영상 재구성을 위해서는 각 콜리메이터의 기하학적 특성을 반영하는 것이 필요하다. 본 연구에서는 이 중 핀홀 콜리메이터를 사용한 핵의학 영상기기의 영상 재구성에 관한 연구를 수행하였으며 특히 핀홀 콜리메이터 영상 재구성시 발생하는 샘플링 문제를 제거하는 방법에 대한 연구를 수행하였다. 순환적 영상 재구성 방법의 투사(projection)와 역투사(back-projection)시 각기 다른 방식으로 구축된 시스템 모델을 반영한 비동일 시스템 모델 방식을 개발하여 최대우도 기댓값최대화(maximum likelihood expectation maximization, ML-EM) 알고리듬에 적용하였다. 설계한 재구성 알고리듬을 성능을 검증하기 위해 geant4 application for tomographic emission(GATE) 시뮬레이션 툴을 이용하여 핀홀 콜리메이터의 디지털 팬텀 시뮬레이션을 수행하고 이를 이용하여 기존방식과 제안한 방식의 재구성 알고리듬에 대한 비교평가 연구를 수행하였다. 그 결과 본 연구에서 제안한 비동일 시스템 모델 사용 영상 재구성 방법은 동일 시스템 모델을 사용한 순환적 재구성 알고리듬에 비해 효과적으로 샘플링 문제를 제거할 수 있는 것을 확인 할 수 있었다. 본 연구에서 제안한 영상 재구성 방법은 다양한 콜리메이터에 확대적용 되어 사용 될 수 있을 것으로 기대된다.

• 한국정보과학회논문지:시스템및이론
• /
• 제32권10호
• /
• pp.520-529
• /
• 2005

본 논문에서는 특징 기반 3D 모델링 알고리즘을 제안한다. 깊이 기반 기술을 다루는 전통적인 방법들은 영상 정합을 위한 깊이정보추출에 많은 시간을 필요로 한다. 특징 기반 알고리즘에서 삼각형 내부의 모든 픽셀들에 대한 모델링 오차 계산이 필요하다 할지라도 깊이 기반 보다는 특징기반 방법들이 보다 적은 계산 부담을 가지나 이는 또한 계산 시간을 증가 시킨다. 그러므로 제안된 알고리즘은 효율적인 3D 모델을 생성하기 위해 초기 3D 모델 생성, 모델 평가 및 모델 세분화의 3단계로 구성하였다. 초기 모델 생성을 위해 자기 변화와 델루니 삼각화가 사용되었고 이 단계에서 빠른 경계 추출과 점진적인 델루니 삼각화 및 삼각형 내부의 중심에 가까운 정점을 선택하거나 모든 픽셀에 대한 오차 계산을 위한 연산 시간을 줄이기 위해 형태학적 미분 연산자를 수정하여 이용하였다. 모델 생성 후 평가 단계에서 표면의 변이 변화와 근사 오차 및 표면의 크기를 평가하여 드물게 정합을 수행 하였고, 그 후 큰 오차를 갖는 표면들을 선택하여 작은 표면이 되게 세밀화 작업을 했다. 실험 결과 제안된 알고리즘이 평탄영역 및 급격한 영역에서 보다 적은 모델링 오류로 적응적인 모델을 획득할 수 있었고 모델 획득시간을 현저하게 줄일 수 있었다.

• Journal of Radiation Protection and Research
• /
• 제30권2호
• /
• pp.91-97
• /
• 2005

베이지안 기법은 객관적 자료 이외에 주관적 지식도 평가에 반영하는 특성으로 인해 최근 PRA에서 널리 사용되고 있다. 본 연구에서는 비파괴검사 장비 분실에 대한 방사선 위험도를 평가하기 위해 베이지안 기법을 활용하였다. U.S. NRC에서 제시한 선원분실 피폭 시나리오를 국내 실정에 맞게 재구성하였고 안전인자의 사고발생 확률에 국한하여 적용하였다. 사고발생 확률수정의 경우 Jeffreys사전분포를 사용한 결과가 모호사전분포를 사용한 결과보다 5 % 베이즈 하한치가 더 낮아서 방사선 사고와 같은 낮은 사고발생 확률을 가지는 시스템에 대한 위험도 평가에 적합하다. 위험도의 결과를 보면 일반인의 연간 예상되는 평균선량은 베이지안 기법이 고전적인 기법에 의거한 평가보다 높은 선량을 나타내는데 이는 수정된 안전인자 확률의 평균이 고전적 확률 참보다 높게 평가된 것에 기인한다. 국내의 경우 방사선 위험도 평가를 위한 자료구축이 미비한 바 베이지안 기법은 위험도 평가에 유용한 대안으로 활용할 수 있으며 이러한 연구는 위험도 정보-기반 규제에 기여할 것이다.

• 식물분류학회지
• /
• 제38권2호
• /
• pp.163-177
• /
• 2008

마타리족(Patrinieae $H{\ddot{o}}ck$, Valerianaceae)에 속하는 마타리속과 Nardostachys속의 17분류군(14종과 추가된 2아종, 1변종)의 화분을 광학현미경과 주사전자현미경, 그리고 투과전자현미경으로 관찰하였다. 화분의 크기는 주로 중립($37.41{\times}43.60{\mu}m$ - $45.65{\times}48.50{\mu}m$)에서 대립($54.88{\times}59.41{\mu}m$ - $61.70{\times}71.00{\mu}m$)까지 나타나고, 발아구는 3구형이며 드물게 4구형이다. 화분립 발아구의 가장자리에는 'halo'라는 마타리과 화분에서 나타나는 공통적인 형질을 갖고 있으며, 화분립의 모양은 적도면에서 단구형에서 약장구형이고, 극축면은 3갈래로 갈라지거나 원형이다. 마타리족의 화분은 표면무늬에 따라서 크게 두가지 유형으로 구별되어진다; (1) Type I: 과립상돌기(verrucae)가 약간 발달하거나 거의 없고, 자상돌기(echinae)가 과립상돌기 위에 발달하며 미세자상돌기(microehinae)가 산재한 형태(Nardostachys속, 마타리속의 Paleopatrinia절, Monanadropatrinia절), (2) Type II: 과립상 돌기가 잘 발달하고, 자상돌기가 과립상돌기 위에 매우 크게 발달하며 미세자상돌기가 조밀하게 화분표면을 덮고 있는 형태(마타리속의 Centrotrinia절). 투과전자현미경을 이용한 연구에서 원주층은 기저층으로부터 과립상돌기로 연결되고, 표벽의 두께는 극과 적도에서 동일하다. 본 연구결과를 통해 마타리족의 분류체계가 검토되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권2호
• /
• pp.99-110
• /
• 2023

본 연구는 현 보안 관제 시스템이 직면한 실시간 트래픽 탐지 문제를 해결하기 위해 사이버 위협 프레임워크인 마이터 어택과 머신러닝을 이용하여 유해 네트워크 트래픽을 분류하는 방안을 제안하였다. 마이터 어택 프레임워크에 네트워크 트래픽 데이터셋인 UNSW-NB15를 적용하여 라벨을 변환 후 희소 클래스 처리를 통해 최종 데이터셋을 생성하였다. 생성된 최종 데이터셋을 사용하여 부스팅 기반의 앙상블 모델을 학습시킨 후 이러한 앙상블 모델들이 다양한 성능 측정 지표로 어떻게 네트워크 트래픽을 분류하는지 평가하였다. 그 결과 F-1 스코어를 기준으로 평가하였을 때 희소 클래스 미처리한 XGBoost가 멀티 클래스 트래픽 환경에서 가장 우수함을 보였다. 학습하기 어려운 소수의 공격클래스까지 포함하여 마이터 어택라벨 변환 및 오버샘플링처리를 통한 머신러닝은 기존 연구 대비 차별점을 가지고 있으나, 기존 데이터셋과 마이터 어택 라벨 간의 변환 시 완벽하게 일치할 수 없는 점과 지나친 희소 클래스 존재로 인한 한계가 있음을 인지하였다. 그럼에도 불구하고 B-SMOTE를 적용한 Catboost는 0.9526의 분류 정확도를 달성하였고 이는 정상/비정상 네트워크 트래픽을 자동으로 탐지할 수 있을 것으로 보인다.

• 한국산림과학회지
• /
• 제113권1호
• /
• pp.14-30
• /
• 2024

본 연구는 한국의 울주군에서 발생한 땅밀림지의 지질, 지형, 유효 토심, 토양경도, 전기비저항탐사, 지반조사를 통해 땅밀림 위험지 특성을 파악하여 땅밀림에 의한 인적, 물적 피해를 완화하기 위한 기초자료를 제공하기 위해 실시하였다. 이 지역은 2022년 도로 확장공사의 영향으로 땅밀림이 발생하였는데, 하층식생이 크게 발달하지 않은 경사지로 상단부는 강우 시 집수가 잘 되는 요형 지형으로 나타났다. 땅밀림지의 주 구성 암석은 셰일, 사암, 역암으로 구성되어 있으며 땅밀림지의 토양은 대조구의 토양보다 점토함량이 약 3.6배 많은 것으로 분석되었으며, 모래와 점토가 많고, 실트가 적은 결과로 전형적인 땅밀림 토양으로 나타났으며, 전기비저항 탐사결과 저비저항이상대가 나타나 지하수대가 형성되는 것으로 나타났다. 토양 경도는 대조구보다 땅밀림지가 낮았으며, 땅밀림지의 평균토심은 30.4 cm로 대조구 24.7 cm보다 깊은 붕적토 지역이었다. 이러한 땅밀림의 특징을 파악하여 효과적인 선제적 대응 체계와 모니터링 시스템 구축이 필요하다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.137-148
• /
• 2014

상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.