• 한국건축시공학회지
• /
• 제22권3호
• /
• pp.317-326
• /
• 2022

건설 분야에서 머신러닝(Machine learning)에 필요한 방대한 공사비 자료를 확보하는 데 어려움이 있어, 아직은 실용적으로 활용되지는 못하고 있다. 본 연구에서는 이러한 공사비 예측을 위하여 최신의 인공신경망(ANN) 방법을 사용하여, 공사비 예측성능을 향상 시키기 위한 방법을 제시하고자 한다. 특히 타겟변수를 로그 변환하는 방식, 피처스케일링 방식을 적용하고자 하였으며, 이들의 공사비 예측성능을 비교 분석하고자 한다. 이는 향후 다양한 조건을 갖는 공사비 예측과 적정 공사비 검증에 도움을 줄 수 있을 것으로 예측된다.

• International Journal of Advanced Culture Technology
• /
• 제1권2호
• /
• pp.13-17
• /
• 2013

Today, most of the companies have numerous issues to take advantage of the data within the organization. Modeling techniques could be described using profile and historical log data as a tool of data mining techniques. It is covered increasingly with data entry, research, processing, modeling and reporting components of the icon in the form of easy-to-use in many datamining tools. Visual data mining process can create a data stream. In this paper, customer behavior is predicted in pages or products, using the history profile analysis and the navigation items are necessary to predict unknown features.

• 대한화학회지
• /
• 제59권6호
• /
• pp.483-487
• /
• 2015

The different calculated quantum chemical descriptors by DFT method were used for prediction of some sulphanilamide Schiff bases inhibitor activity as a binding constant (log K). Multiple linear regression (MLR) and artificial neural network (ANN) were employed for developing the useful quantitative structure activity relationship (QSAR) model. The obtained results presented superiority of ANN model over the MLR one. The offering QSAR model is very easy to computation and Physico-Chemically interpretable. Sensitivity analysis was used to determine the relative importance of each descriptor in ANN model. The order of importance of each descriptor according to this analysis is: molecular volume, molecular weight and dipole moment, respectively. These descriptors appear good information related to different structure of sulphanilamide Schiff bases can participate in their inhibitor activity.

• 인터넷정보학회논문지
• /
• 제19권1호
• /
• pp.27-35
• /
• 2018

본 논문은 안드로이드 플랫폼에서 악성 어플리케이션을 탐지하기 위한 연구로, 안드로이드 악성 어플리케이션에 대한 위협과 행위 분석에 대한 연구를 바탕으로 머신러닝을 적용한 악성 어플리케이션 탐지를 수행하였다. 안드로이드의 행위 분석은 동적 분석도구를 통해 수행할 수 있으며, 이를 통해 어플리케이션에 대한 API Calls, Runtime Log, System Resource, Network 등의 정보를 추출할 수 있다. 이 연구에서는 행위 분석을 통한 특징 추출을 머신러닝에 적용하기 위해 특징에 대한 속성을 변환하고, 전체 특징에 대한 머신러닝 적용과 특징들의 연관분석을 통한 주성분분석으로 특징간의 상관분석으로 얻은 머신러닝 적용을 수행하였다, 이에 대한 결과로 악성 어플리케이션에 대한 머신러닝 분류 결과는 전체 특징을 사용한 분류 결과보다 주요 특징을 통한 정확도 결과가 약 1~4%정도 향상되었으며, SVM 분류기의 경우 10%이상의 좋은 결과를 얻을 수 있었다. 이 결과를 통해서 우리는 전체적인 특징을 이용하는 것보다, 주요 특징만을 통해 얻을 결과가 전체적인 분류 알고리즘에 더 좋은 결과를 얻을 수 있고, 데이터 세트에서 의미있는 특징을 선정하는 것이 중요하다고 파악하였다.

• 한국기록관리학회지
• /
• 제24권3호
• /
• pp.23-44
• /
• 2024

최근 방대한 정보자원 속에서 이용자가 원하는 정보를 제공하기 위해 이용자 정보요구를 파악하여 맞춤형 서비스를 제공하는 큐레이션의 중요성이 커지고 있다. 이에 본 연구는 역사적 가치가 높은 대통령 기록물의 활용 가치 향상을 위해 대통령기록포털의 검색어 로그 분석을 통해 이용자 정보요구를 파악하고자 한다. 또한, 현 대통령기록포털에서 이용자의 정보요구에 부합하는 기록정보서비스를 제공하고 있는지 검색 품질을 파악함으로써 디지털 기록 큐레이션 서비스를 통해 개선할 요소를 제시하고자 한다. 이를 위해 최근 8년간의 검색어 로그를 기반으로 주제 분석, 워드 네트워크 분석을 수행하고, 이용자 요구가 높은 분야를 중심으로 대통령기록포털의 검색 품질을 정확도 관점에서 평가하였으며, 분석 결과를 기반으로 시사점을 도출하였다. 본 연구는 대통령 기록물 대상의 디지털 기록 큐레이션을 위한 사전적 연구로서, 이용자의 구체적인 정보요구를 파악하고 기록관 포털 사이트의 검색 품질을 정량적으로 수치화하여 이용자 만족도 향상을 위한 실효성 있는 연구를 수행하였다는 점에서 의의가 있다.

• Journal of Forest and Environmental Science
• /
• 제40권3호
• /
• pp.210-226
• /
• 2024

Old-growth mixed-conifer forests in Bhutan are characterized by remarkable tree species compositional heterogeneity. However, our knowledge of tree species assemblages and their structural attributes in these forests has been limited. Therefore, forest classification has been reliant on a single dominant species. This study aimed to distinguish tree species assemblages in an old-growth mixed conifer forest in Western Bhutan and to describe their natural compositional and stand structural characteristics. Furthermore, the regeneration status of species was investigated and the quantity and quality of accumulated coarse woody debris were assessed. Ninety simple random sampling plots were surveyed in the study site between 3,000 and 3,600 meters above sea level. Tree, standing deadwood, regeneration, and coarse woody debris data were collected. Seven tree species assemblages were distinguished by Hierarchical Cluster Analysis and Indicator Species Analysis, representing five previously undescribed tree species associations with unique set of consistent species. Principal Component Analysis revealed two transitional pathways of species dominance along an altitudinal gradient, highly determined by relative topographic position. The level of stand stratification varied within a very wide range, corresponding to physiognomic composition. Rotated-sigmoid and negative exponential diameter distributions were formed by overstorey species with modal, and understorey species with negative exponential distribution. Overstorey dominant species showed extreme nurse log dependence during regeneration, which supports the formation of their modal distribution by an early natural selection process. This allows the coexistence of overstorey and understorey dominant species, increasing the sensitivity of these primary ecosystems to forest management.

• 한국정보과학회논문지:정보통신
• /
• 제37권1호
• /
• pp.27-34
• /
• 2010

본 논문에서는 네트워크 트래픽의 수동적 측정치 분석을 통해 잘 알려진 장거리 상관관계가 광역 네트워크의 능동적 측정치에도 존재하는지 여부를 관련 분석법을 통하여 검정하고자 한다. 이를 위하여 PingER 프로젝트를 통하여 측정된 광역 네트워크 트래픽의 대표적인 능동적 측정치인 RTT(Round Trip Time)와 RTT의 변동성 시계열 데이터에 대하여 분석을 수행하였다. RTT 시계열 데이터는 장거리 상관관계 혹은 1/f 노이즈의 특성을 보였으며, RTT의 고차원 변화량으로 정의된 변동성은 로그정규분포를 따르며 변동성에 대한 장거리 상관관계는 고려하는 시간 간격이 짧은 경우 장거리 상관관계를 보이고, 시간 간격이 긴 경우에는 장거리 상관관계 혹은 1/f 노이즈를 따름을 밝혔다. 본 연구를 통해 볼 때 장거리 상관관계는 비단 패킷 도착의 시간 간격 등과 같은 수동적 측정뿐만 아니라 RTT와 같은 능동적 측정에서도 나타나는 특징이며, 특히 능동적 측정에는 수동적 측정에는 잘 나타나지 않는 1/f 노이즈 특성이 존재함을 밝혔다.

• 한국HCI학회논문지
• /
• 제5권1호
• /
• pp.37-43
• /
• 2010

트위터는 2006년 10월에 출시된 이래로 지속적으로 성장하고 있다. 특히 방문자 수 등의 수치적인 성장과 함께 마이크로 블로깅(micro blogging)이라는 새로운 소셜 네트워크의 양식을 확산시키고 있다. 국내에서도 me2day 등 '토종' 서비스가 등장했을 뿐 아니라, 향상된 모바일 디바이스의 인터넷 접근성이 마이크로 블로그의 확산을 자극 할 것으로 예측된다. 이런 맥락에서 본 연구는 마이크로 블로그라는 새로운 매체에 대한 예비 연구를 시도한다. 이를 위해, 국내 상황에 초점을 맞추어 국내 트위터 사용자 로그를 수집, 분석했다. 특히, 트위터라는 '외산' 서비스의 언어적, 문화적 장벽에도 불구하고 이를 극단적으로 활발하게 이용하는 "익스트림 헤비 유저"에 주목하여, 이들은 도대체 누구이며 왜, 어떤 방식으로 마이크로 블로그를 이용하는지 검토했다. 먼저, 무작위 추출 방식으로 일정 수준의 표본을 수집하여 팔로우와 메시지 작성 활동의 전반적인 양상을 검토하였다. 여기서 로렌츠 커브를 적용하여 활동의 쏠림 현상을 확인하였고, 이 곡선을 토대로 국내 트위터 강참여자 집단인 익스트림 헤비 유저 그룹을 도출하였다. 본 연구에서 확보한 표본 가운데에는 총 6명의 익스트림 헤비 유저가 있었고, 이들의 2010년 1월 중 일주일치의 실제 트위터 로그를 추가로 수집하여 분석하였다. 결과적으로 이들은 모바일과 데스크탑에서 다수의 클라이언트를 이용하여 다양한 방식으로 트위터에 접근하고 있었으며, 인터넷 이용 시간과 유사한 패턴으로 이용하되, 생활 속에서 "촘촘한(micro)" 시간 간격으로 꾸준히 많은 양의 메시지를 작성하고 있었다. 중요한 정보, 특별한 이벤트나 감정을 다룰 뿐 아니라, 습관적으로 트위터를 이용하고 있었으며 무엇보다 이들은 마치 SMS나 인터넷 메신저처럼 일종의 '대화의 도구'로써 트위터를 이용하고 있었다. 수집기간 중 이들이 작성한 트윗의 68%가 대화형에 속하는 것으로 나타났다. 또한 나머지 중 24%는 리트윗으로, 가상적으로(virtually) 연결된 '사람' 및 '관계'가 발화의 지배적인 동인(trigger)으로 작용하고 있음을 확인하였다.

• 한국경제지리학회지
• /
• 제10권4호
• /
• pp.427-443
• /
• 2007

본 연구의 목적은 현재 서울시를 포함한 수도권 지역에서 가장 높은 수송분담율을 차지하고 있는 지하철망 상 통행흐름의 시 공간적 구조를 밝히고, 그러한 통행흐름과 토지이용의 관계성을 밝히는 것이다. 특히 본 연구에서는 지난 2004년 7월 이후 수도권 대중교통이용자의 대부분이 이용하고 있는 교통카드 통행거래자료 중 매년 주중 하루치의 통행 트랜잭션 데이터베이스에 대하여 데이터마이닝 기법을 적용하여 지난 4년간 수도권 지하철망 상 통행흐름의 위상학적 구조를 비교분석하였다. 또한 하루 중 시간대별 통행흐름의 공간적 특징을 분석하기 위하여 하루를 아침 출근시간대, 낮 시간대, 저녁 퇴근 시간대로 나누어 수도권 지하철망 상의 각 지하철역의 시간대별 출발통행량과 도착통행량을 산출하고, GIS를 이용하여 그 공간적 패턴을 비교한 결과 시간대별로 확연한 차이가 나타남을 확인하였다. 그리고 지하철 통행흐름의 위상학적 구조와 토지이용과의 관계성을 밝히기 위하여 각 지하철역의 시간대별 출발 도착 통행량과 그 지하철역 주변지역의 토지이용상태를 반영하는 지리적 변수들 간의 상관관계분석과 다중회귀분석을 실시하였으며, 분석 결과 시간대별 출발 통행량 및 도착 통행량 관계를 설명하는 선형 대수식을 도출하였다. 함수식의 적합성 판명을 위하여 공선성진단과 이분산성분석을 실시하였다.

• 한국지구과학회지
• /
• 제32권6호
• /
• pp.665-673
• /
• 2011

저류층 내에 부존되어 있는 탄화수소의 매장량을 계산하기 위해서는 그 저류층의 공극률이 필요하다. 일반적으로 시추공 이외의 지역에 대한 공극률은 시추공에서 얻은 공극률 검층자료로부터 외삽하여 얻지만, 시추공을 포함한 지역에서 획득한 탄성파탐사 자료가 존재하는 경우 시추공 자료와 함께 탄성파 탐사 자료를 이용하여 시추공 이외의 지역에서 보다 정확한 유사 공극률을 추출해낼 수 있다. 이 연구에서는 다항식 신경망 기법을 이용하여 탄성파 탐사 자료와 공극률 검층 자료로부터 유사 공극률 검층 자료를 생성하는 모듈을 개발하였다. 먼저 탄성파 탐사 자료로부터 추출된 지하매질의 특성을 나타내는 탄성파 속성(seismic attribute)과 심도에 따른 시간의 자료로 변환된 공극률 검층 자료로부터 다항식 신경망 기법을 사용하여 상관계수를 추출하였고 이 계수를 이용하여 시추공이 없는 지역에서의 공극률 정보를 생성하였다. 한편, 개발된 모듈에서는 보다 정확한 공극률을 획득하기 위하여 각각의 탄성파 속성들과 공극률 검층 자료와의 상관성 분석을 통해 상관성이 높은 탄성파 속성들을 사용하였다. 개발된 다항식 신경망 모듈의 신뢰성, 활용성을 검증하기 위하여 개발된 모듈을 북해 F3 지역의 현장자료에 적용하고, 얻어진 결과를 상용 프로그램에서 사용되는 확률론적 신경망 기법을 통해 얻어진 결과와 비교하였다. 두 방법으로부터 얻은 결과들은 유사한 결과를 보였으며 이를 통해 개발된 모듈의 신뢰성을 입증할 수 있었다. 또한, 다항식 신경망 기법으로부터 얻어진 유사 공극률 검층 자료가 확률론적 신경망 기법을 통해 얻어진 결과보다 실제 값에 더 가깝다는 것을 보여주었다. 따라서 북해 F3 지역과 같이 시추공 자료가 부족한 지역에서는 다항식 신경망 기법이 효과적임을 알 수 있었다.