With the introduction of the tele-monitoring system (TMS) in South Korea, monitoring of the concentration of pollutants discharged from nationwide water quality TMS attachments is possible. In addition, the Ministry of Environment is implementing a smart sewage system program that combines ICT technology with wastewater treatment plants. Thus, many institutions are adopting the automatic operation technique which uses process operation factors and TMS data of sewage treatment plants. As a part of the preliminary study, a multilayer perceptron (MLP) analysis method was applied to TMS data to identify predictability degree. TMS data were designated as independent variables, and each pollutant was considered as an independent variables. To verify the validity of the prediction, root mean square error analysis was conducted. TMS data from two public sewage treatment plants in Chungnam were used. The values of RMSE in SS, T-N, and COD predictions (excluding T-P) in treatment plant A showed an error range of 10%, and in the case of treatment plant B, all items showed an error exceeding 20%. If the total amount of data used MLP analysis increases, the predictability of MLP analysis is expected to increase further.

This study had two main objectives. We first investigated which weather phenomena people were most concerned about in the context of climate change or global warming. Then, we conducted content analysis to find which words were more commonly used with climate change or global warming. For this, we collected web data from Twitter, Naver, and Daum from April to October 2019 in the Republic of Korea. The results suggested that people were more concerned about air quality, followed by typhoons and heat waves. Because this study only considered one warm period in the year of 2019, winter-related weather phenomena such as cold wave and snowfall were not well captured. From Twitter, we were able to find wider range of terminologies and thoughts/opinions than Naver and Daum. Also, more life-relevant weather events such as typhoons and heat waves in Twitter were commonly mentioned compared to Naver and Daum. On the other hand, the comments from Naver and Daum showed relatively narrower and limited terms and thoughts/ opinions. Especially, most of the comments were influenced by headlines of articles. We found many comments about air quality and energy/economic policy. We hope this paper could provide background information about how to promote the climate change education and public awareness and how to efficiently interact with general audiences.

최근 공공시설물의 노후화에 따른 사회문제가 빈번하게 발생하고 있으며, 이에 따라 시설물에 대한 국민의 불안감도 증가 하고 있다. 향후 10년 내에 급증하게 되는 시설물 노후화 문제의 효과적인 대응을 위해 현재의 사후적인 유지관리에서 예측을 통한 선제적 유지관리로의 패러다임 전환이 시급한 실정이다. 본 연구에서는 빅데이터 시범분석을 통해서 교량, 터널, 공공건축물 일부에 대해 FMS 축적된 유지관리 데이터를 활용하여 지역별·환경별·공용년수별 취약요소를 도출하였고, Social Media의 비정형 데이터 분석을 통해 국민이 체감하는 불안/불편요소를 도출하였다. 또한 교량 취약요소의 손상발생패턴 분석을 통해 향후 선제적으로 관리해야 하는 유지관리 항목 및 추가적으로 확보해야 하는 디지털 정보 등을 제안하였다.

성수동은 1960년대에 발전한 준공업지역으로 제조업이 중심 사업이었으나, 산업 경쟁력 약화로 토착 산업이 빠른 속도로 쇠퇴하고 있다. 지역 재생을 위하여 지역브랜드가 장소 마케팅의 수단으로 활용되고 있다. 지역브랜드 발전 방향을 제시하기 위해 성수동의 현 소비자 인식을 파악할 필요가 있다. 이를 위해, 데이터 분석 프로그램인 텍스톰(Textom)을 사용하였다. 검색어는 ‘성수동’을 사용하였으며, 네이버의 블로그와 뉴스를 대상으로 수집하였다. 수집 기간은 2018년 8월 1일부터 2019년 7월 31일까지의 데이터를 대상으로 텍스트 마이닝을 실시하였다. 빈도분석 결과 ‘서울, 카페, 맛집’이 빈도가 높았으며, TF-IDF분석 결과 ‘카페, 맛집, 포토’가 주요 단어임을 알 수 있었다. 또한, UCINET6과 NetDraw를 사용하여 네트 워크 분석, CONCOR분석을 실시하였다. 분석 결과, 성수동과 관련하여 카페와 맛집, 분위기와 공간 등을 다룬 클러스터와 성수동에서 진행한 행사와 관련된 클러스터로 크게 2갈래로 나뉘었다. 성수동이 지역브랜드로서 브랜드 이미지를 강화 하기 위해서, 성수동에 대한 인식에서 대표적 키워드인 ‘카페’ 등 요식업의 공간 기획, 외식 문화 기획 시 ‘공장’이라는 차별성을 접목하는 방향으로 지역브랜드 강화에 힘쓸 것을 제안한다.

최근 들어 VR 산업의 성장을 위한 양질의 VR 콘텐츠에 대한 필요성이 꾸준히 제기되고 있다. 이에 본 연구는 VR 콘텐츠 중에서 가장 큰 주목을 받고 있는 VR 게임의 사용자의 관심요소에 대해 연구하였다. 연구 수행을 위해 스팀(STEAM)의 사용자 리뷰 데이터를 활용하였고 리뷰 데이터에 텍스트마이닝과 네트워크 분석을 적용한 결과 VR 게임 사용자의 관심요소는 '현존감', '1인칭 시점 게임', '청각적 요소', '상호작용' 으로 확인되었다. 본 연구는 양질의 VR 게임 개발을 위한 사용자 관점의 연구를 수행하고 사용자 관점의 연구를 리뷰을 통해 시도한 초기 연구라는 것에 대해 그 의의가 있다.

In this study, we typified the project for revitalizing the rural area through text analysis using news data, and analyzed the main direction and characteristics of the project. In order to examine the factors emphasized among the issues related to the revitalization of rural areas, we used news data related to 'tourism' and 'livelihood', which are the main keyword of the project to promote rural areas. In the analysis, text mining techniques were used. Topic modeling was conducted on LDA techniques for major projects in 'tourism' and 'livelihood' keyword. Based on this, this study typified the projects that are carried out for the activation of rural areas by topic. As a result of the analysis, it was fount that the topics included in the project were distributed in 11 sub-types(Tourism Promotion, Regional Specialization, Local Festival, Development of Regional Scale, Urban and Rural Exchange, Agricultural Support, Community Forest Management, Improve the Settlement Environment, General Welfare Service, Low Class Support, Others). The characteristics of the rural revitalization projects were examined, and it was confirmed that domestic projects were carried out by tourism-oriented projects. To summarize, the government is making projects to revitalize rural areas through related ministries. Within the structure where the project is spreading to the region, a lot of projects are being carried out. It is understood that the tourism and welfare oriented projects are being carried out in the revitalization project of the domestic rural area. Therefore, in order to achieve the goal of rural revitalization, it is believed that it will be effective to carry out a balanced project to improve the settlement environment of the residents.

최근 해상교통량이 증가하고 선박교통 관제구역이 확대됨에 따라 관제사의 업무 부하가 증가하고 있으며, 이로 인해 교통량이 급증하는 경우 관제사가 위험을 인지하지 못하는 상황도 발생하게 된다. 이러한 배경에서 본 논문에서는 관제 업무의 지원을 위해 이상 거동 선박을 자동으로 식별하는 방법을 제안한다. 본 방법은 누적된 AIS 데이터를 이용하여 관제구역 내의 통항 패턴을 학습하고, 학습된 모델과 의 비교를 통해 이상치를 계산하여 이상 거동 선박을 식별한다. 특히, 선박의 거동 상태에 대한 분류 정보가 없더라도 비지도 학습법을 기반으로 항적 데이터를 자동으로 분류하여 통항 패턴을 학습할 수 있으며, 항적의 군집화와 분류 과정을 통해 이상 거동 선박을 실시간으로 식별 할 수 있는 특징을 가진다. 또한, 본 논문에서는 선박운항 시뮬레이터 및 실제 AIS 항적 데이터를 이용한 식별 실험을 수행하였으며, 이를 통해 선박교통관제 시스템에의 활용 가능성을 고찰하였다.

Purpose - Civil affairs are increasing in various forms, but civil servants who are able to handle them want to reduce the complaints and provide keywords that will help in the future due to their lack of time. While various ideas are presented and implemented as policies in solving civil affairs, there are many cases that are not policies that people can sympathize with. Therefore, it is necessary to analyze the complaints accurately and to present correct solutions to the analyzed civil complaint data. Research design, data, and methodology - We analyzed the complaints data for the last three years and found out how to solve the problems of Yongin City and alleviate the burdens of civil servants. To do this, the Hadoop platform and Design Thinking process were reviewed, and proposed a new process to fuse it. The big data analysis stage focuses on civil complaints - Civil data extraction - Civil data analysis - Categorization of the year by keywords analyzing them and the needs of citizens were identified. In the forecast analysis for deriving insights, - The case of innovation case study - Idea derivation - Idea evaluation - Prototyping - Case analysis stage used. Results - Through this, a creative idea of providing free transportation cards to solve the major issues of construction, apartment, installation, and vehicle problems was discovered. There is a specific problem of how to provide these services to certain areas, but there is a pressing need for a policy that can contribute as much as it can to the citizens who are suffering from various problems at this moment. Conclusions - In the past, there were many cases in which free traffic cards were issued mainly to the elderly or disabled. In other countries, foreign residents of other area visit the areas for accommodation, and may give out free transportation cards as well. In this case, the local government will be able to set up a framework to present with a win-win scenario in various ways. It is necessary to reorganize the process in future studies so that the actual solution will be adopted, reduce civil complaints, help establish policies in the future, and be applied in other cities as well.

최근 기후변화 및 유역개발로 인하여 메콩강 유역의 수문환경이 급격히 변화하고 있으며, 메콩강을 공유하는 국가의 수재해 예방 및 지속가능한 수자원개발을 위해서는 메콩강 주요지점에서의 유량 정보의 분석 및 예측이 요구된다. 본 연구에서는 물리적 기반의 수문모형인 SWAT과 데이터기반 딥러닝 알고리즘인 LSTM을 이용하여 메콩강 하류 Kratie 지점의 유출모의를 수행하고, 유출모의 정확도 및 두 가지 방법론의 장 ․ 단점을 비교 ․ 분석한다. SWAT 모형의 구축을 위해 범용 입력자료(지형: HydroSHED, 토지이용: GLCF-MODIS, 토양: FAO-Soil map, 강우: APHRODITE 등)을 이용하였으며 warming-up 및 매개변수 보정 후 2003~2007년 일유량 모의를 수행하였다. LSTM을 이용한 유출모의의 경우, 딥러닝 오픈소스 라이브러리인 TensorFlow를 활용하여 Kratie 지점기준 메콩강 상류 10개 수위관측소의 두 기간(2000~2002, 2008~2014) 일수위 정보만을 이용하여 심층신경망을 학습하고, SWAT 모형과 마찬가지로 2003~2007년을 대상으로 Kratie 지점에 대한 일수위 모의 후 수위-유량관계곡선식을 이용하여 유출량으로 환산하였다. 두 모형의 모의성능 비교 ․ 검토를 위하여 모의기간에 대해 NSE (Nash-Sutcliffe Efficiency)을 산정한 결과, SWAT은 0.9, LSTM은 보다 높은 0.99의 정확도를 나타내는 것으로 분석되었다. 메콩강과 같은 대유역의 특정 지점에 대한 수문시계열 자료의 모의를 위해서는 다양한 입력자료를 요구하는 물리적 수문모형 대신 선행시계열자료의 변동성을 기억 ․ 학습하여 이를 예측에 반영하는 LSTM 기법 등 데이터기반의 심층신경망 모형의 적용이 가능할 것으로 판단된다.

1996년부터 환경부에서 시행된 전국폐기물통계조사는 매 5년을 주기로 조사를 실시하며 폐기물의 종류별 발생 및 처리현황 파악 및 폐기물 발생원에 따른 발생원단위를 산정한다. 우리나라 현행 ｢폐기물관리법｣ 상에서는 폐기물을 생활계와 사업장계로 분류하고 있으며 사업장폐기물은 사업장일반계, 건설폐기물계, 지정폐기물계로 분류하고 있음. 지정폐기물계는 폐유, 폐산 등 환경을 오염시킬 수 있는 폐기물과 인체조직, 실험동물 사체 등의 의료폐기물로 규정하고 있다. 사업장 폐기물의 경우 올바로 시스템에 매년 실적보고를 하며 전국폐기물통계조사는 실적보고 자료와 별도의 추가 설문조사를 통해 사업장의 경제데이터를 확보한다. 제 5차 전국폐기물통계조사에서는 객관성 높은 통계 자료를 얻기 위해 모든 폐기물에 동일한 방법론을 적용했던 기존의 조사･분석 방법에서 사업장에 특성에 따른 조사를 실시하였고 무응답 조정 가중치 산출, 캘리브레이션 가중치 산출, 변동계수 산출 등 통계적 기법을 추가하였다. 의료폐기물과 지정폐기물의 경우 분석 시 공동운영기구 등 실적보고 대행업체를 고려, 원단위 오차를 줄였다. 의료폐기물은 격리의료폐기물, 병리계폐기물, 생물화학폐기물 등 총 8종이 있다. 전국폐기물 통계조사에서는 의료폐기물을 배출하는 업체를 종합병원, 병원, 의원 등 9개의 항목으로 구분하였고, 종사자수, 건물면적, 병상 수 등의 경제데이터를 수집하여 경제데이터 당 발생원단위를 산정하였다. 제 5차 전국 폐기물 통계조사에서 처음으로 신설된 항목은 병상 수(bed 수)이다. 법적으로 의료기관 구분 시병상 수를 기준으로 나눈다. 특히 의료기관의 경제데이터별 발생원단위를 살펴보면 종사자수, 건물면적보다 병상 수와 의료폐기물 발생량의 상관성이 높음을 볼 수 있다. 따라서 향후 통계조사에서 병상 수 항목을 유지하여 시계열성을 확보한다면 보다 활용도 높은 통계결과를 얻을 수 있을 것으로 사료된다.

As the frequency and period of earthquakes are increasing compared to the past, interest in the safety of rescue facilities including bridges a lot of. The correlation between the statistical index and the surrounding environment was analyzed by using the seismic acceleration measurement data of the bridge.

본 연구의 목적은 데이터 클러스터링을 활용해 기존의 플레이어 유형 이론을 비교하고 검증 하는 것이다. 연구 진행을 위해 A 대학교 2016년 2학기에 진행된 초대형 강의 수강생의 결과 데이터 235개를 활용했다. 본 연구에서는 K-평균(Means)과 적절한 클러스터 수를 결정하기 위 해 실루엣(Silhouette) 평가기법을 적용했다. 적용한 플레이어 유형은 바틀의 2차원, 3차원 플레 이어 유형, Ferro의 5 가지 유형, 브레인헥스이다. 연구결과에 따르면, 바틀의 2차원 플레이어 유형이 데이터 클러스터링 관점에서 가장 적합한 것으로 나타났다. 각 플레이어 유형 별 특성 분포도 해석했다. 본 연구결과는 게이미피케이션을 적용하거나 개발 프로세스를 연구할 때 사 용되는 플레이어 분석 부분에 영향을 미칠 것으로 예상된다.

본 연구의 목적은 수학에 대한 자기효능감과 내재적 동기에 영향을 미치는 주요 요인을 추 출하고, 이 요인들 사이의 연관성 정도를 알아보는데 있다. 이를 위해 국가 수준에서 수집된 한국교육종단연구(2005) 자료를 데이터 마이닝 기법을 이용하여 분석한 결과, 수학교과에 대한 자기효능감에 영향을 미치는 주요 요인은 내재적 동기, 통제 기대, 초인지이고, 내재적 동기에 영향을 미치는 주요 요인은 자기효능감, 노력과 끈기, 숙달 접근인 것으로 나타났다. 그리고 자 기효능감과 내재적 동기는 수학 이해도에 영향을 미치는 것으로 나타났다.

인터넷 환경의 발달로 소비자들 사이에 상품정보에 대한 의견이 교환되기 시작하면서 다양한 형식의 온라인 리뷰들이 급속도로 생성되고 있다. 이러한 추세에 따라, 기업들은 온라인 리뷰들 을 분석하여 마케팅, 세일즈, 제품개발 등의 다양한 기업 활동에서 그 결과를 활용하려는 노력 을 진행하고 있다. 그러나 대표적인 경험재인 ‘게임’과 관련된 산업에서의 온라인 리뷰에 대한 연구는 매우 부족한 실정이다. 이에 본 연구는 머신러닝 모델을 활용하여 스팀(STEAM)게임의 커뮤니티 데이터를 분석하였다. 이를 통해 타 사용자의 게임 리뷰를 유용하다고 판단하는데 영 향을 미치는 요인을 분석하고, 리뷰의 유용성을 예측하는데 있어 가장 우수한 성능을 보인 모 델과 변수들을 도출하여 사용자의 충성도와 사용성을 증대시키기 위한 제안을 하고자 한다.

The purpose of this study is to analyze the accuracy of cultivated crop database in agricultural farm business using UAV(Unmanned Aerial Vehicle) and field survey over Daesso-myeon, Umsung-gun, Chungbuk. When comparing with agricultural farm business and cadastral maps, Daeso-myeon crop field shows 29.8%(2,030 parcels out of 6,822 parcels) is either mismatched or missing. It covers almost 19.3%(3.4km2 of 17.6km2) of total farmland. In order to solve these problems, it is necessary to prepare a multifaceted plan including cadastral map. Comparative analysis of the cultivated crop registered in the agricultural farm business and the field survey agreed only in 3,622 parcels in total 6,822 parcels whereas 3200 parcels disagree. Among these disagreed parcels 2,030(29.8%) have been confirmed as unregistered farm business entity. Accuracy of cultivated crop registered in agricultural farm business agreed in 75.6% cases. Especially the paddy field registration is more accurate that other crops. These discrepancies can lead to false payment in agricultural farm business. For exploration and analysis of regional resources, UAV images can be used together with farm business management database and cadastral map to get a clearer grasp over on-site resources and conditions.

폐기물 가스화 시스템은 폐기물을 원료로 하여 CO, H2 및 CH4이 주성분인 합성가스를 생산하고, 생산한 합성가스는 발전, 가스연료, 수송용 연료 및 화학원료 등으로 사용할 수 있다. 폐기물 가스화 시스템의 공정은 폐기물을 원료로 하기 때문에 안정적으로 합성가스를 생산할 수 있도록 제어하는 기술이 필요하다. 특히 폐기물가스화 가스엔진 발전 연계 시스템은 합성가스 엔진으로 공급되는 합성가스의 조성과 발열량이 중요한 공정제어 인자이다. 일반적으로 폐기물 합성가스의 조성은 기기분석(NDIR 등)을 통하여 실시간으로 모니터링 할 수 있으나 주요 성분에 대한 분석만 가능하며 합성가스에 포함된 탄화수소계 연료에 대한 함량을 측정할 수 없음에 따라 합성가스 발열량 측정값 오차가 발생한다. 합성가스의 연료가스 성분을 보다 정확하게 측정하여 합성가스의 발열량을 확인하고 가스엔진 발전효율을 산출하기 위하여 GC 분석을 수행한다. GC 분석 데이터는 GC와 연계된 컴퓨터에서 확인할 수 있고 자체적으로 고유한 형식의 파일로 저장됨에 따라 분석된 데이터로부터 발열량을 확인하기 위해서는 추가적으로 계산을 수행해야 하므로 분석이 완료된 시점에서 실시간으로 발열량을 확인할 수 없다. 폐기물 가스화 발전 시스템의 보다 안정적인 운전을 위하여 GC분석 결과를 중앙제어실 운전자가 실시간 모니터링하여 제어하는 ICT 모니터링 제어 기술을 구축하는 것이 시스템의 제어 효율성을 높일 수 있다. 따라서, 본 연구에서는 중앙제어실에서 폐기물 가스화 발전시스템을 효율적으로 제어하면서 실시간으로 GC분석 데이터와 자동으로 계산된 발열량을 확인할 수 있도록 모니터링 시스템을 개발하였다. GC 분석 데이터 실시간 모니터링 시스템은 Client/Server 구조로 개발하였으며, 모니터링 된 데이터는 데이터베이스로 저장하여 추가적인 분석이 가능하도록 하였다.

This study is exploring objective awareness of forest therapy by consideration of popular perception about forest therapy through analysis of big data. The purpose of this study is the deduction of meaning information through analysis in the viewpoint of big data at online social network service (SNA) about ‘forest therapy’. Accordingly, their main way of research became contents analysis of keyword linked to forest therapy. The study mainly grasped ‘forest therapy’ and analyzed ‘forest healing’, ‘forest bathing’, ‘forest interpreter’ comparatively. The period of study was from Sep. 8th to Oct. 8th, 2015 (during 30 days), and SNA such as blog or twitter became the subject of search. First, awareness of the forest therapy on SNS has been talked about a lot of properties (forest healing, phytoncide, stress, experience, health) or places (forest, seoul) psychology-related terms (various, stress). Second, public opinion on these terms could be found that there were plenty of positive public opinion than neutral. Third, the keywords related to the forest healing could be found that there were differences, depending on the subject to experience the program and ongoing environment. This study is significant in that the awareness among the general public about the forest healing were searched and it could provide an alternative for the activation of forest healing. We expect this study to be a starting point of research utilizing Big Data in the field of forest therapy and to be used as the basis for forest healing policy, program development, public relations and marketing by identifying and recognizing the characteristics of forest healing of SNS era.

Among agronomists, there appears to be a confusion in selecting among standard deviation (SD), standard error (SE) and confidence interval (CI) in reporting their results as figures and graphs. If there is a confusion in selection among them, there should also be difficulties in interpreting results published in peer-reviewed journals. This review paper aims to help researchers better suited for reporting their results as well as interpreting others by revisiting the definition of SD, SE and CI and explaining in plain words the concepts behind the formula. A variation among observation obtained from an experiment can be explained by the use of SD, a descriptive statistic. If one wants to draw an attention to a variation observed among plant germplasm collected from different regions or countries, SD can be reported along with the mean so that readers can get an idea how much variation exists in the particular set of germplasm. When the purpose of reporting experiment results is about inferring true mean of the population, it is advised to use SE or CI, both inferential statistics. For example, a certain chemical compound is to be quantified from plant materials, estimated mean with SD does not tell the range where the true mean content of the chemical compound would lie. It merely indicates how variable the measured values were from replications. In this case, it would be better to report the mean with SE or CI. The author recommends the use of CI over SE since CI is a sort of adjusted SE. The adjustment comes from t value that considers not only the probability but also n size.