• 응용통계연구
• /
• 제35권1호
• /
• pp.131-146
• /
• 2022

로지스틱 회귀 모형은 다양한 분야에서 범주형 종속 변수를 예측하거나 분류하기 위한 모형으로 많이 사용되고 있다. 로지스틱 회귀 모형에 대한 전통적인 베이지안 추론 기법으로 메트로폴리스-헤이스팅스 알고리즘이 많이 사용되었지만, 수렴의 속도가 느리고 제안 분포에 대한 적절성을 보장하기 어렵다. 따라서, 본 논문에서는 모형에 대한 베이지안 추론 방법으로 Frühwirth-Schnatter와 Frühwirth (2007)에서 제안된 보조 혼합 샘플링(auxiliary mixture sampling) 기법을 사용하였다. 이 방법은 모형의 선형성과 정규성을 만족시키기 위해 두 단계에 거쳐 잠재변수를 도입하며, 결과적으로 깁스 샘플링을 통한 추론을 가능하게 한다. 제안한 모형의 효과를 검증하기 위해 2020년 지역사회 건강조사 당뇨병 자료에 적용하여 메트로폴리스-헤이스팅스를 사용한 모형과 추론 결과를 비교 분석하였다. 또한, 다양한 분류 모형들과 본 논문에서 제안한 모형의 분류 성능을 비교한 결과 제안된 모형이 분류 분석에서도 좋은 성능을 보이는 것을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제23권6호
• /
• pp.87-96
• /
• 2022

행정이 고도의 전문성과 설득력을 갖추기 위해서는 행정 영역에서 '빅데이터'를 활용하고 이러한 과학적 근거에 기반하여 정책의 수립·집행·평가가 이뤄져야 한다는 관점에서 데이터기반 행정에 대한 시대적 요구가 높아지고 있다. 본 연구는 신규 공동주택단지의 초등돌봄 수요예측을 위해 지역의 특성을 기계학습 기반으로 분석·예측하였다. 이를 위해 전용면적, 세대당 주차대수, 건폐율 등 아파트의 구조와 관련된 데이터, 초등학교까지의 거리 등 아파트 주변의 환경 데이터 및 행정구역의 인구 데이터 등 총 292종의 변수가 활용되었다. 다양한 변수의 활용에 큰 의의가 있으며 복합적인 분석에도 의미가 있다. 또한 실제 기초 지방자치단체의 실제값과 비교를 통해서 모델의 신뢰성을 높인 실증기반 사례연구이다.

• 한국멀티미디어학회논문지
• /
• 제23권8호
• /
• pp.940-952
• /
• 2020

The Alzheimer's disease (AD) is a neurodegenerative disease commonly found in the elderly individuals. It is one of the most common forms of dementia; patients with AD suffer from a degradation of cognitive abilities over time. To correctly diagnose AD, compuated-aided system equipped with automatic classification algorithm is of great importance. In this paper, we propose a novel deep learning based classification algorithm that takes advantage of MRI biomarker images including brain areas of hippocampus and cerebrospinal fluid for the purpose of improving the AD classification performance. In particular, we develop a new approach that effectively applies MRI biomarker patch images as input to 3D Deep Convolution Neural Network. To integrate multiple classification results from multiple biomarker patch images, we proposed the effective confidence score fusion that combine classification scores generated from soft-max layer. Experimental results show that AD classification performance can be considerably enhanced by using our proposed approach. Compared to the conventional AD classification approach relying on entire MRI input, our proposed method can improve AD classification performance of up to 10.57% thanks to using biomarker patch images. Moreover, the proposed method can attain better or comparable AD classification performances, compared to state-of-the-art methods.

• 한국터널지하공간학회 논문집
• /
• 제14권1호
• /
• pp.37-53
• /
• 2012

터널 설계 시 사용되는 지반 물성치는 불확실성을 내포한다. 본 연구에서는 최적의 지반물성치를 찾기 위해 터널 계측자료를 활용하여 MATLAB 프로그램의 인공신경망 분석 기능을 이용한 역해석을 수행하였다. 터널 내공변위에 많은 영향을 주는 탄성계수와 측압계수를 변화시켜 총 81개의 학습자료를 구축하였다. 최적의 학습모델을 구축하기 위해 은닉층 수와 노드(node) 수 및 학습율과 관성항을 변화시켜가며 매개변수 연구를 수행하였다. 한편 최적의 학습모델은 평균제곱오차(MSE, Mean Squared Error)와 결정계수($R^2$)를 비교하여 선정되었고, 이를 이용하여 정확한 지층의 탄성계수와 측압계수를 찾았다. 향후 주어진 지반조건에서 최적의 터널 지보패턴을 결정하는 등의 목적으로 본 연구에서 제시된 방법이 적용될 수 있을 것으로 기대된다.

• 한국조사연구학회지:조사연구
• /
• 제9권2호
• /
• pp.85-118
• /
• 2008

이 연구는 한국의 신용카드기얼 종사자들에게 Q 방법을 접목시켜, 해당 기업의 역량과 차별성을 검증하려는 목적 하에 이루어졌다. 사회과학 내에서 제도의 진화에 초점을 두는 이론 진영은, 기업 구성원들의 가장 일상적인 활동 속에 기업의 경쟁력이 배태돼(embedded) 있음을 강조한다. 즉 암묵적이면서도 비공식화된 방식으로 이루어지는 매일의 학습, 의사소통, 의사결정이 조직의 동태적 역량(dynamic capabilities)을 결정짓는다. 기업 구성원들의 내적, 잠재적 활동을 객관적으로 측정하고자 이 연구는, 계량화가 어려운 인간의 질적.주관적 속성들을 수치화시키는데 장점을 지닌 Q 방법을 활용한다. 분석결과에 의하면, 다수의 응답자들이 기업역량과 경쟁력의 질적 수준이 향상되어야 함을 강조한다. 하지만 응답자들 중 은행계의 경우 주로 성장 지향적 정책과 기업발전을 중시하며, 기업계는 정책으로부터의 독립성을 강조하나 기업조직 우선적 사고에 갇혀 있다. 2000년 이후 고착화된 한국 신용카드산업의 주기적인 부침은, 신용카드기업의 역량(경쟁력), 산업환경, 정책의 개선에 대한 기업현장의 기대나 요구가 충분히 반영되지 않은 것과 결코 무관하지 않다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.885-890
• /
• 2023

인공위성의 발전과 함께 초소형 위성, 레이더 위성 등 이전보다 높은 시공간 해상도와 분광 해상도를 제공하는 위성들이 많아지고 있다. 이전에는 국가 단위의 위성개발이 주를 이루었지만 최근에는 민간기업에서도 위성을 개발하고 활용하는 연구들을 꾸준히 진행하고 있다. 본 특별호에서는 우리나라에서 수행되는 최신 원격탐사 기법 기반의 지구환경 분석에 대한 연구 및 기술개발 동향을 확인할 수 있다. 연구결과를 통해 추후 위성센서 개발을 위한 기초자료가 될 수 있으며 인공지능을 이용하는 연구자들에게 도메인에 대한 연구정보를 제공할 수 있다. 이번 특별호에서는 최신 원격탐사 기법을 데이터를 이용하여 지구환경을 모니터링하고 예측하는 연구들에 대한 소개를 중심으로 최근 원격탐사 분야의 기술 동향을 안내한다. 이를 통해 앞으로 원격탐사 분야에서 나아가야 할 방향을 확인하고자 한다.

• 정보과학회 논문지
• /
• 제43권5호
• /
• pp.531-540
• /
• 2016

최근 모바일 환경의 다양한 센서 정보를 이용한 상황인지 서비스가 활발히 연구되고 있다. 본 논문에서는 모바일 및 웨어러블 센서 데이터를 사용해 다양한 맥락에서 나타날 수 있는 사용자의 식사상황을 효과적으로 인식할 수 있는 확률모델을 제안한다. 식사행위와 관련된 상황들을 체계적으로 모델링하기 위해 행위이론의 4가지 행위 요소 및 육하원칙의 5가지 구성 요소들을 모바일 및 웨어러블의 저수준 센서 데이터로 추론 가능한 범위에 맞게 통합하여 인식모델을 구축하고, 트리구조의 베이지안 네트워크 모델링 방식을 사용하여 인식의 경량화를 시도하였다. 제안하는 시스템의 유용성을 입증하기 위하여 1주일간 다양한 배경의 4명 사용자로부터 식사상황 및 일상생활에 대한 383분의 데이터를 수집하였다. 실험결과 기존의 대표적인 분류기들과 비교하여 상대적으로 우수한 인식률(93.21%)이 도출되는 것을 확인하였다. 또한 실제 시나리오를 통한 내부 분석을 수행하여 인식에 사용되는 각 요소들의 유용성을 검증하였다.

• 정보교육학회논문지
• /
• 제16권2호
• /
• pp.255-263
• /
• 2012

정보화 사회에서 우수한 S/ W 인력을 양성하기 위해 알고리즘의 조기 교육은 매우 중요하다. 그러나 초등학생에게 알고리즘을 교육하는 것은 큰 도전인데 왜냐하면 텍스트형태의 컴퓨터 알고리즘이 어떻게 동작하는 지를 어린 학생들이 이해하기가 매우 어렵기 때문이다. 애니메이션을 활용한 수업 통해 알고리즘 수업을 실시한다면 학생들이 좀 더 쉽게 알고리즘을 시각화 할 수 있을 것으로 기대된다. 본 연구에서는 초등학교에서 기초적인 자료구조와 알고리즘을 교육하는데 있어서 알고리즘 시각화의 교육적 효과를 평가하고자 한다. 이를 위해 '알고리즘 시각화 팩터'라는 새로운 측정도구를 정의하고 알고리즘 교육요소 즉, 스택, 큐, 버블정렬, 힙정렬, BFS, 및 DFS에 대해 텍스트 기반과 애니메니션 기반의 강의 자료를 각각 개발하였다. 다양한 학생 그룹에 대해 실험을 하고 평가를 하였다. 폭넓은 실험을 통해 애니메이션 기반의 강의 자료를 사용한 그룹의 평균 점수가 텍스트기반의 강의 자료를 사용한 그룹에 대해 22.2% 이상 더 높은 점수 결과를 보였다.

• 한국융합학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2019

신경회로망은 적합한 수학적 모델에 대한 가정 없이 데이터로부터 유용한 정보를 추출해서 예측에 필요한 입출력 관계를 정의할 수 있어서 주가 예측에 널리 사용되어 왔다. 본 논문에서는 신경회로망 모델을 사용하여 일별 KOrea composite Stock Price Index (KOSPI) 종가를 예측한다. 예측된 종가를 기반으로 KOSPI에 연동해 변동하는 Exchange Traded Funds (ETFs)의 거래를 위한 알파 매매를 제안한다. 본 논문에 제안된 방법으로 KOSPI 예측 신경회로망 모델들을 구현하고 예측 정확도를 평가한다. 구현된 신경회로망 모델(NN1)의 학습 오차(MAPE)는 0.427, 평가 오차는 0.627이다. 평가용 데이터를 사용해 알파 매매를 시뮬레이션하면 수익률은 7.16 ~ 15.29 %를 보인다. 이는 125 거래일 데이터로 거둔 수익률로 제안된 알파 매매가 효과적임을 보인다.

• 한국융합학회논문지
• /
• 제10권9호
• /
• pp.23-29
• /
• 2019

본 연구에서는 영상의 분위기를 심층 합성곱 신경망을 통해 8 가지로 분류하고, 이에 맞는 배경 음악을 적용하여 동영상을 자동적으로 생성하였다. 수집된 이미지 데이터를 바탕으로 다층퍼셉트론을 사용하여 분류 모델을 학습한다. 이를 활용하여 다중 클래스 분류를 통해 동영상 생성에 사용할 이미지의 분위기를 예측하며, 미리 분류된 음악을 매칭시켜 동영상을 생성한다. 10겹 교차 검증의 결과, 72.4%의 정확도를 얻을 수 있었고, 실제 영상에 대한 실험에서 64%의 오차 행렬 정확도를 얻을 수 있었다. 오답의 경우, 주변의 비슷한 분위기로 분류하여 동영상에서 나오는 음악과 크게 위화감이 없음을 확인하였다.