지금까지의 노인자살 연구들은 대부분이 노인자살에 관한 이론적 조망과 그에 따른 노인자살 요인들을 파악하는 데 집중되어 왔다. 그래서 노인자살의 예방대책에 관한 논의는 개괄적이고 제안적인 수준에 머 무르고 있다. 현재 우리나라는 자살사고를 효과적으로 예방하기 위한 자살예방사업 및 인프라가 극히 미비한 상태이 며 특히 노인자살의 특수성이 정책에 반영되지 못하고 있다. 우리사회에서 사회적 이슈가 되고 있는 노인 자살문제에 대해 효과적이고 실효성 있는 정책과 대안을 제시하기 위해서는 노인자살에 대한 정확한 특성 과 실태에 대한 분석이 필요하다. 이에 본 연구자는 통계청에서 제시하고 있는 마이크로데이터를 활용해 MDIS(MicroData Integrated Service)에서 2017년 10월 31일 공개된 통계 기초자료(Microdata)인 인구동향조사 「2016년 사망(원인) 통계」마이크로데이터를 수집하여 우리나라 자살에 대한 특성 및 실 태를 역학적으로 분석하였으며, 실천적이고 정책적인 제언을 제시하였다. 분석방법은 자살통계 데이터를 중심으로 첫째, 자살자의 인구사회학적 특성, 및 자살특성을 파악하기 위해 빈도분석 및 기술통계분석을 실시하였고. 둘째, 인구사회학적 특성에 따른 자살특성 차이를 알아보기 위해 교차분석을 실시하였다.

정부에서는 발주하고 관리하는 정보화 사업은 년 3조원 규모로, 이러한 정보화 사업은 대부분 사업수행 업체가 제출한 제안서를 분야별 전문가들에 의해 평가를 진행한 후 사업 수행자를 선정하게 된다. 제안서 평가는 제시된 평가기준에 의해 평가위원의 정성적 판단에 따라 점수를 부여 하고 있으나, 실제 평가위원이 어떠한 부분에 중점적으로 관심을 가지고 점수를 부여하는지는 알 수 없다. 이에 본 연구에서는 평가위원의 제안서 평가 시 어떠한 요인이 평가점수 부여에 영향을 미치는지 분석 하고자 한다. 연구를 진행하기 위해서는 평가를 진행하는 평가위원을 직접 대면 조사를 통해 자료를 수집해야 한다. 그러나 평가위원 명단이 보안상 공개되지 않아서 조사에 현실적으로 어려움이 있고, 또한 설문조사 등으로 직접 조사하기에는 부적절한 측면이 있다. 본 연구에서는 온라인 평가시스템에 등록된 평가위원의 평가의견(Text) 분석을 통해 요인을 분석 하고자 한다. 데이터 분석 도구인 R을 이용하여 온라인 평가시스템에 등록된 평가의견에서 형태소를 추출, 평가에 영향을 줄 수 있는 주요 요인과 극성을 나타내는 Keyword 사전을 구축 하였고 주요 요인을 이해력, 수행력, 관리력 3개의 차원으로 분류 하였다. 이를 통해 평가위원이 실제 입력한 점수와 주요 요인, 극성 조합에 의해 산출된 점수가 어떠한 상관 관계가 있는지 분석하기 위하여 회귀 분석을 실시, 주요 요인들이 평가 점수에 미치는 영향도에 대한 신뢰도를 검증할 계획이다. 본 연구의 결과는 비정형 형태로 입력된 의견을 실제 평가결과 점수로 수치화 할 수 있는 방법론 수립의 기초가 될 것으로 기대 한다.

국립생물자원관에서는 자체 연구과제인 ‘자생 천적자원 발굴 및 증식 사업’의 일환으로 2017년부터 한국 분포천적자원의 정보를 확인하고 분류학적 정보 및 생물 정보를 확보하여 ‘식물-해충’, ‘곤충-천적’ 관계에 대한 database구축을 수행하고 있다. 이에 한반도 전체 곤충강 중 현재까지 수집된 결과에 대해 보고하고자 한다. 2016년까지국가 생물종 목록 기준 한국에 기록된 관속식물종수는 4,455종, 곤충종수는 16,993종이며, 이 중 445종의 식물을가해하는 736종의 해충정보와 574종의 곤충에 대한 628종의 천적 정보를 확보하였다. 이 중 식물-해충-천적의 삼중관계(tritrophic interaction)가 성립되는 건수는 632건 이었다. 그러나 식물을 가해하는 해충 및 천적 정보가 확보된 분류군은농업해충인 진딧물류에 대부분 편중되어 있어(363종, 63.2%) 좀 더 다양한 분류군에 대한 정보 확보가 추후의과제이다. 본 과제를 통해 앞으로 전 곤충종에 대한 천적정보 확보를 최종 목표로 국가 생물자원의 활용에 근간이되는 자료를 제공할 수 있으리라 기대한다.

한국건설기술연구원은 국도 3호선 회천-상패 구간에 콘크리트포장의 장기공용성을 관측하기 위해 시험시공을 실시하였다. 포장단면은 JCP(줄눈콘크리트포장)와 CRCP(연속철근콘크리트포장)로 구성하였으며, JCP는 슬래브 두께를 20cm～30cm로 변화를 두어 3개 단면으로 구성하였고, CRCP는 슬래브 두께를 20cm, 25cm로 하여 2개 단면으로 구성하였다. 본 논문에서는 이 구간에 FWD(falling weight deflectometer)시험을 통해 단면별 처짐량 및 LTE(load transfer efficiency)를 분석하였다. 재하하중은 4.5ton으로 하였으며, 재하위치는 슬래브 중앙부와 줄눈부(또는 균열부)로 하였다. 또한 측정시간을 7시, 11시, 14시, 17시로 나누어 실험을 수행하였다. FWD 실험결과, CRCP 4단면(슬래브 두께 25cm)은 전체 5개 단면 중 시점에 따른 처짐량 변동폭이 가장 작았으며, 또한 균열사이 중앙부와 균열부의 처짐량 차이도 가장 작게 나타났다. 해당 단면의 경우 전체적으로 슬래브 중앙부 D0 처짐량이 약 70～80 ㎛를 나타내었다. JCP 1단면(슬래브 두께 30cm)의 슬래브 중앙부 처짐량은 약 60～90㎛을, JCP 2단면(슬래브 두께 25cm)는 약 80～100㎛을, JCP 3단면(슬래브 두께 20cm)은 120～220㎛ 정도를 나타내고 있어, 슬래브 두께가 얇아질수록 슬래브 중앙부 처짐량은 증가하는 것으로 나타났다. CRCP 단면의 균열 사이 중앙부 처짐량 변동이 재하시점에 따라 최대 약 10㎛ 정도로 나타났는데, 상대적으로 JCP의 슬래브 중앙부 처짐량 변동은 CRCP 보다 더 큰 것으로 나타났다. 특히 JCP 슬래브 두께가 얇을수록 변동폭이 더 증가하는 것으로 나타났다. CRCP 균열부의 LTE가 모든 시점에서 90% 이상을 나타내어 상당히 우수한 것으로 평가되었으며, JCP 줄눈부의 경우 대체적으로 약 80% 이하를 나타내었다. 또한 JCP의 경우 줄눈부에 따라 LTE가 크게 변동하는 것으로 나타나 줄눈부 시공품질의 변동성이 큰 것으로 분석되었다. 또한 재하 시점에 따른 LTE 변동은 크지 않은 것으로 분석되었다. 이와 같은 결과를 볼 때, JCP의 경우 슬래브 상하단 온도 차이에 따른 상향컬링과 하향컬링이 슬래브 처짐량에 영향을 크게 미치지만, 이것이 LTE에 영향을 미치지 않는 것으로 나타났다.

교통 분야의 빅데이터 수집 및 활용은 기존에 명확하게 제시하지 못했던 다양한 분야의 연구를 가능하게 하고 있다. 특히 내비게이션 등의 개별차량 주행데이터의 경우 운전자가 주행을 시작한 시점부터 종료 한 시점까지의 주행시간과 거리, 경로 등의 데이터 수집이 가능하기 때문에 보다 다양한 분석과 정확한 결과 제시가 가능한 양질의 데이터라 할 수 있을 것이다. 기존의 경우 권역별 통행특성을 파악하기 위해 고속도로 VDS 교통량과 영업소별 통행량 자료 등을 활용하였으나, 해당 자료의 경우 고속도로를 주행한 차량에 한정되고 차량의 기점과 종점이 고속도로 영업소로 제한되기 때문에 세부 권역별 차량의 통행특성을 파악하는 것에 한계가 있으며, 운전자가 실제 주행한 총 통행시간과 휴식여부 등을 파악하는 것에도 한계가 있다. 본 연구에서는 위와 같은 문제점을 극복하기 위한 방안으로 SK텔레콤 Tmap(내비게이션)을 사용하여 하계휴가기간(2017년 7월 31일∼2017년 8월 6일) 중 수도권에서 강원권으로 이동한 개별차량의 주행데이터를 수집하여 기종점간 평균 통행시간, 고속도로 경로선택, 평균 휴식시간 등을 분석하였다. 하계휴가 기간 중 Tmap을 사용하여 수도권과 강원권(속초, 양양, 강릉, 동해, 삼척)을 이동한 통행은 총 109,621통행이며, 이중 수도권에서 강원권으로 이동한 통행이 총 50,648통행이고 해당 차량들의 평균 통행시간은 205분, 강원권에서 수도권으로 이동한 통행은 총 58,973이고 해당 차량들의 총 통행시간은 217분으로 검토되었다. 이밖에 위에서 수집된 통행량을 수도권 5개 권역(경기 남부/북부, 서울 강남/강북, 인천)과 강원권 3개 권역(속초·양양, 강릉, 동해·삼척)으로 구분하고 각각의 권역별 통행량을 기준으로 주요 이동경로와 통행시간 등의 상세분석을 시행하였으며, 분석기간 중 서울양양고속도로를 이용하여 경기 북부에서 속초·양양으로 이동한 통행량이 6,290통행으로 가장 높은 통행량을 나타냈으며, 해당 차량들의 평균 통행시간은 약 173분인 것으로 나타났다

Recently, application areas based on M2M (Machine-to-Machine communications) and IoT (Internet of Things) technologies are expanding rapidly. Accordingly, water flow and water quality management improvements are being pursued by applying this technology to water and sewage facilities. Especially, water management will collect and store accurate data based on various ICT technologies, and then will expand its service range to remote meter-reading service using smart metering system. For this, the error in flow rate data transmitting should be minimized to obtain credibility on related additional service system such as real time water flow rate analysis and billing. In this study, we have identified the structural problems in transmitting process and protocol to minimize errors in flow rate data transmission and its handling process which is essential to water supply pipeline management. The result confirmed that data acquisition via communication system is better than via analogue current values and pulse, and for communication method case, applying the industrial standard protocol is better for minimizing errors during data acquisition versus applying user assigned method.

This study was aimed to find yield prediction model of Italian ryegrass using climate big data and geographic information. After that, mapping the predicted yield results using Geographic Information System (GIS) as follows; First, forage data were collected; second, the climate information, which was matched with forage data according to year and location, was gathered from the Korean Metrology Administration (KMA) as big data; third, the climate layers used for GIS were constructed; fourth, the yield prediction equation was estimated for the climate layers. Finally, the prediction model was evaluated in aspect of fitness and accuracy. As a result, the fitness of the model (R2) was between 27% to 95% in relation to cultivated locations. In Suwon (n=321), the model was; DMY = 158.63AGD –8.82AAT +169.09SGD - 8.03SAT +184.59SRD -13,352.24 (DMY: Dry Matter Yield, AGD: Autumnal Growing Days, SGD: Spring Growing Days, SAT: Spring Accumulated Temperature, SRD: Spring Rainfall Days). Furthermore, DMY was predicted as 9,790±120 (kg/ha) for the mean DMY(9,790 kg/ha). During mapping, the yield of inland areas were relatively greater than that of coastal areas except of Jeju Island, furthermore, northeastern areas, which was mountainous, had lain no cultivations due to weak cold tolerance. In this study, even though the yield prediction modeling and mapping were only performed in several particular locations limited to the data situation as a startup research in the Republic of Korea.

Data clustering determines a group of patterns using similarity measure in a dataset and is one of the most important and difficult technique in data mining. Clustering can be formally considered as a particular kind of NP-hard grouping problem. K-means algorithm which is popular and efficient, is sensitive for initialization and has the possibility to be stuck in local optimum because of hill climbing clustering method. This method is also not computationally feasible in practice, especially for large datasets and large number of clusters. Therefore, we need a robust and efficient clustering algorithm to find the global optimum (not local optimum) especially when much data is collected from many IoT (Internet of Things) devices in these days. The objective of this paper is to propose new Hybrid Simulated Annealing (HSA) which is combined simulated annealing with K-means for non-hierarchical clustering of big data. Simulated annealing (SA) is useful for diversified search in large search space and K-means is useful for converged search in predetermined search space. Our proposed method can balance the intensification and diversification to find the global optimal solution in big data clustering. The performance of HSA is validated using Iris, Wine, Glass, and Vowel UCI machine learning repository datasets comparing to previous studies by experiment and analysis. Our proposed KSAK (K-means+SA+K-means) and SAK (SA+K-means) are better than KSA(K-means+SA), SA, and K-means in our simulations. Our method has significantly improved accuracy and efficiency to find the global optimal data clustering solution for complex, real time, and costly data mining process.

목적: 본 연구는 노안의 시기능 예측을 위하여 연령에 따라 임상자료를 적용한 노안 정밀모형안의 전산모사설계를 목적으로 하였다. 방법: 40세, 50세, 60세 여성을 대상으로 안광학계의 변화를 측정한 선행연구의 임상자료를 분석하여 모형안의 변수에 적용하고, 광학설계프로그램인 ZEMAX를 이용하여 정밀모형안을 설계하여 최적화하였다. 결과: 설계된 모형안은 임상자료와 상응하는 노안의 진행과정을 보여 주었고, 연령이 증가할수록 상의 질이 감소하였다. 결론: 노안에 부합하는 정밀모형안의 설계는 노안의 이론적 연구와, 교정에 따른 시기능의 변화를 평가하는데 유용하게 응용될 것으로 기대된다.

In order to implement the smart home environment, we need an intelligence service platform that learns the user’s life style and behavioral patterns, and recommends appropriate services to the user. The intelligence service platform should embed a couple of effective and efficient data mining algorithms for learning from the data that is gathered from the smart home environment. In this study, we evaluate the suitability of data mining algorithms for smart home intelligent service platforms. In order to do this, we first develop an intelligent service scenario for smart home environment, which is utilized to derive functional and technical requirements for data mining algorithms that is equipped in the smart home intelligent service platform. We then evaluate the suitability of several data mining algorithms by employing the analytic hierarchy process technique. Applying the analytical hierarchy process technique, we first score the importance of functional and technical requirements through a hierarchical structure of pairwise comparisons made by experts, and then assess the suitability of data mining algorithms for each functional and technical requirements. There are several studies for smart home service and platforms, but most of the study have focused on a certain smart home service or a certain service platform implementation. In this study, we focus on the general requirements and suitability of data mining algorithms themselves that are equipped in smart home intelligent service platform. As a result, we provide a general guideline to choose appropriate data mining techniques when building a smart home intelligent service platform.

정보통신기술 고도화에 따라 스마트폰, 웨어러 블 기기, IoT 등 각종 정보통신기기를 통한 개인 정보의 처리가 일상적으로 이루어짐에 따라 대용 량의 데이터를 신속하고 다양하게 분석해서 유의 미한 통찰을 도출하는 빅데이터의 활용에 대한 사 회적 관심이 증가하고 있다. 특히 빅데이터는 이 용자의 행태정보를 기반으로 개인의 취향 등 이용 자가 직접적으로 제공하지 않은 정보까지 분석함 으로써 개인화된 맞춤형 서비스의 제공에 매우 유 용할 것으로 기대되고 있다. 그러나 이와 같은 행 태정보 기반의 빅데이터 처리는 수집 사실을 이용 자가 명확히 인지하기 어렵고, 분석 결과가 이용 자가 원치않는 민감한 정보일 수 있으며, 보다 유 의미한 결과 도출을 위해 외부의 정보와 결합하는 경우 식별 가능성이 높아지는 등 이용자의 프라이 버시 침해에 대한 우려 또한 높은 실정이다. 그러나 현행 개인정보보호 관련 법률은 빅데이 터의 주요 분석 대상인 행태정보와 같은 비정형 데이터의 처리가 아닌, 성명, 주민번호, 연락처 등 의 인적사항 중심의 정형 데이터에 대한 보호조치 중심으로 규정되어 있어 빅데이터를 위한 규제로 는 적합하지 않은 부분이 많다. 특히 행태정보의 활용이 활발한 온라인 광고 플랫폼에는 인적사항 에 대한 정보는 적재되지 않아 더욱 적합하지 않 다. 이와 관하여 방통위는 온라인 광고 가이드를 배포하였으나 기존 개인정보보호 법제가 수정되 지 않는 이상 근본적인 한계가 있다. 이에 동 논문에서는 빅데이터 사회에서의 개 인정보의 보호 및 활용에 대한 조화로운 균형을 위해 세 가지의 법제 개선 방안을 제시하였다. 첫 째, 개인정보의 법적 개념 및 정의를 수정해야 한 다. 개인 식별이 분명한 인적 사항 중심의 개인정 보와 개인 식별 가능성이 거의 없거나 낮은 행태 정보로 구분하여 규정하고 각각 다른 규제 체계 를 적용해야 한다. 둘째, 행태정보를 기반으로 빅 데이터를 분석한 경우 민감한 추론의 도출을 제 한해야 한다. 셋째, 행태정보 기반의 빅데이터 분 석 및 서비스 활용에 대한 이용자의 사후 통제권 을 보장해야 한다. 고도화된 정보통신사회에서 빅데이터의 분석은 사회적 효용을 위해서 필수불 가결하지만 현행 개인정보보호 법규 체계에는 보호와 활용 어느 한 쪽도 효과적으로 대응하지 못 하고 있으므로 개인정보 보호에 대한 인식 전환 이 필요하다.