• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2007년도 춘계학술대회 논문집
• /
• pp.486-493
• /
• 2007

In the field of maintenance of domestic high-speed railroad which has cost a great deal more than any other fields since it was opened; 1) We found out the conditions of current domestic railroad by understanding the status of track maintenance and analyzing operative processes of track maintenance. 2) The main factors in track maintenance of high-speed railroad, that is, the elements for success to help decision-support in track maintenance were derived from a research on literature about the condition of railroad R&D in these days and about the prediction of the irregular progresses of track. 3) We derived the order of priority and weights from AHP analysis which was based on the survey regarding elements for success.

• 로봇학회논문지
• /
• 제16권3호
• /
• pp.283-290
• /
• 2021

We propose a task and motion planning algorithm for clearing obstacles and wiping surfaces, which is essential for surface disinfection during the pathogen disinfection process. The proposed task and motion planning algorithm determines task parameters such as grasping pose and placement location during the planning process without using pre-specified or discretized values. Furthermore, to quickly inspect many unit motions, we propose a motion feasibility prediction algorithm consisting of collision checking and an SVM model for inverse mechanics and self-collision prediction. Planning time analysis shows that the feasibility prediction algorithm can significantly increase the planning speed and success rates in situations with multiple obstacles. Finally, we implemented a hierarchical control scheme to enable wiping motion while following a planner-generated joint trajectory. We verified our planning and control framework by conducted an obstacle-clearing and surface wiping experiment in a simulated disinfection environment.

• Genomics & Informatics
• /
• 제14권4호
• /
• pp.138-148
• /
• 2016

The success of genome-wide association studies (GWASs) has enabled us to improve risk assessment and provide novel genetic variants for diagnosis, prevention, and treatment. However, most variants discovered by GWASs have been reported to have very small effect sizes on complex human diseases, which has been a big hurdle in building risk prediction models. Recently, many statistical approaches based on penalized regression have been developed to solve the "large p and small n" problem. In this report, we evaluated the performance of several statistical methods for predicting a binary trait: stepwise logistic regression (SLR), least absolute shrinkage and selection operator (LASSO), and Elastic-Net (EN). We first built a prediction model by combining variable selection and prediction methods for type 2 diabetes using Affymetrix Genome-Wide Human SNP Array 5.0 from the Korean Association Resource project. We assessed the risk prediction performance using area under the receiver operating characteristic curve (AUC) for the internal and external validation datasets. In the internal validation, SLR-LASSO and SLR-EN tended to yield more accurate predictions than other combinations. During the external validation, the SLR-SLR and SLR-EN combinations achieved the highest AUC of 0.726. We propose these combinations as a potentially powerful risk prediction model for type 2 diabetes.

• 산업융합연구
• /
• 제20권4호
• /
• pp.31-37
• /
• 2022

영화 시장에서 흥행을 기록하는데 어떤 요인들이 영향을 미치는지에 대한 연구는 관련 산업의 리스크를 줄이고 영화 산업을 발전시키는데 매우 중요하다. 본 연구에서는 영화흥행에 영향이 있는 독립변수들의 상관의 정도를 찾아내기 위해서 먼저 AHP 기법을 이용한 영화전문가들에 대한 설문조사를 실시하여 측정요인별 중요도를 평가하였다. 또한, 스마트폰 보급과 사용의 증가로 검색 포털 및 SNS 관련 빅데이터에서 도출된 요인이 영화흥행에 영향을 미칠 것이라는 가설을 설정하였다. 그리고 앞에서 언급한 전문가 서베이 정보와 빅데이터를 모두 반영한 예측모형을 제안하였다. 제안한 모형의 예측의 정확도를 알아보기 위해 실 데이터를 가지고 검증한 결과 기존모형보다 향상됨(10.5%)을 확인하였다. 따라서 제안한 모형은 영화제작사 및 배급사들의 의사 결정에 도움이 될 것이라 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제18권6호
• /
• pp.859-869
• /
• 2011

영화의 흥행 결정 요인에 대한 학문적 연구와 함께 상업적 시각에서 개별 영화의 흥행 예측에 대한 관심이 증대되고 있다. 본 연구는 2010년 한국에서 개봉된 영화를 대상으로 영화 흥행에 영향을 미치는 요인들과 영화 흥행 성과간의 관계를 분석하였다. 제작 전 투자 의사결정단계에서 영화 장르, 관람등급, 감독, 배우가 통계적으로 유의한 결과를 보였으며, 배급편성의 의사결정단계에서는 배우효과, 스크린수, 배급사파워, 소셜미디어가 통계적으로 유의한 결과를 나타내고 있다. 선택확률개념을 이용한 다항로짓모형을 통해 영화 흥행작의 성과에 영향을 미치는 요인을 검증하였으며, 인공신경망, 판별분석과 비교하여 다항로짓모형의 흥행영화 예측력을 입증하였다.

• 한국항해항만학회지
• /
• 제30권1호
• /
• pp.45-51
• /
• 2006

본 연구는 항만혁신클러스터의 성공을 위한 평가요소를 분석하기 위한 것이다. 이를 위해 본 연구에서는 항만혁신클러스터 성공을 위한 평가항목을 정책, 자원, 운영 등 3가지로 구분하였다. 그리고 3항목은 다시 12개의 요소로 세분화하였다. 뉴럴네트웍에 의한 훈련 및 검증을 위해 전체 30개의 설문자료를 훈련용과 검증용으로 각각 15부씩 구분하고, 구분된 자료를 이용하여 훈련 및 검증하였다. 코호넨 네트웍에 의해 수행한 결과 예측의 정확성은 $73.33\%$로 나타났다. 평가항목 및 세부요소의 중요도는 코호넨 네트웍에 의해 산출되었다. 그 결과 항만혁신 클러스터의 성공을 예측한 그룹의 경우에는 자원항목이 다른 항목에 비해 가장 중요한 것으로 나타났다.

• 한국통신학회논문지
• /
• 제37권1B호
• /
• pp.39-49
• /
• 2012

다수의 노드들이 유사한 이동 특성을 보이는 그룹 이동성을 고려하였을 때, 동일 그룹에 속한 노드간의 상대 속도는 작기 때문에 그룹 내 라우팅 업데이트 주기를 길게 설정하여 라우팅 오버헤드를 최소화하는 것이 가능하지만, 수집된 정보의 정확성이 저하되기 때문에 상대 속도가 큰 그룹 간의 패킷 전송 성공률이 감소된다. 그룹 간의 라우팅 오버헤드를 패킷 전송 성공률의 저하 없이 감소시키기 위해 이동 적응적인 라우팅 업데이트 구조가 본 논문에서 제안된다. 제안하는 알고리즘은 각 그룹 단위로 이동성을 예측을 하고 이를 통해 라우팅 업데이트 주기를 유동적으로 조절하여 라우팅 오버헤드를 감소시킨다. 또한 적절한 인접 그룹을 중계(relay) 그룹으로 설정하여, 추후 이동성에 의해 두 그룹간의 직접적인 연결이 단절되더라도 중계 그룹을 통해 통신이 원활이 유지될 수 있도록 지원함으로써 오버헤드가 감소하고 패킷 전송 성공률이 높아지게 된다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1259-1269
• /
• 2015

최근 빅 데이터는 학계에서 키워드로 자리매김을 하고 있다. 빅 데이터의 유용성은 학계뿐만 아니라 정부, 지자체 그리고 기업체까지 파급되고 있고, 빅 데이터 속에서 유용한 정보를 도출해 내기 위해 노력하고 있다. 본 연구에서는 영화에 대한 리뷰를 가지고 텍스트 마이닝 (text mining)을 이용한 빅 데이터 분석을 수행한다. 본 연구의 목적은 포털 사이트 'D'사와 영화진흥위원회의 영화에 대한 리뷰 데이터, 그리고 고객들의 평점평균 (score)과 스크린 수 (screen number)를 설명변수로 사용하고, 영화 흥행 여부를 종속변수로 하여 로지스틱 회귀분석을 통한 영화 흥행 예측 모형을 제안하는 것이다. 분석결과, 본 연구에서 제안한 예측모형의 정분류율은 95.74%로 얻어졌다.

• Journal of Veterinary Science
• /
• 제23권5호
• /
• pp.65.1-65.10
• /
• 2022

Background: Persistent uroliths after a cystotomy in dogs are a common cause of surgical failure. Objectives: This study examined the following: the success rate of retrograde urohydropropulsion in male dogs using non-enhanced computed tomography (CT), whether the CT mean beam attenuation values in Hounsfield Units (mHU) measured in vivo could predict the urolithiasis composition and whether the selected reconstruction kernel may influence the measured mHU. Methods: All dogs and cats that presented with lower urinary tract uroliths and had a non-enhanced CT preceding surgery were included. In male dogs, CT was performed after retrograde urohydropropulsion to detect the remaining urethral calculi. The percentage and location of persistent calculi were recorded. The images were reconstructed using three kernels, from smooth to ultrasharp, and the calculi mHU were measured. Results: Sixty-five patients were included in the study. The success rate of retrograde urohydropropulsion in the 45 male dogs was 55.6% and 86.7% at the first and second attempts, respectively. The predominant components of the calculi were cystine (20), struvite (15), calcium oxalate (8), and urate (7). The convolution kernel influenced the mHU values (p < 0.05). The difference in mHU regarding the calculus composition was better assessed using the smoother kernel. A mHU greater than 1,000 HU was predictive of calcium oxalate calculi. Conclusions: Non-enhanced CT is useful for controlling the success of retrograde urohydropropulsion. The mHU could allow a prediction of the calculus composition, particularly for calcium oxalate, which may help determine the therapeutic strategy.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.