Recently data mining techniques have been used for analysis and classification of data related to industrial accidents. The main objective of this study is to compare algorithms for data analysis of industrial accidents and this paper provides an optimal predicting model of 5 kinds of algorithms including CHAID, CART, C4.5, LR (Logistic Regression) and NN (Neural Network) with ROC chart, lift chart and response threshold. Also, this paper provides an approximation model for an optimal predicting model based on NN. The approximation model provided in this study can be utilized for easy interpretation of data analysis using NN. This study uses selected ten independent variables to group injured people according to a dependent variable in a way that reduces variation. In order to find an optimal predicting model among 5 algorithms, a retrospective analysis was performed in 67,278 subjects. The sample for this work chosen from data related to industrial accidents during three years (2002 ~ 2004) in korea. According to the result analysis, NN has excellent performance for data analysis and classification of industrial accidents.

본 연구에서는 황룡강 유역에 유역모델 HSPF (Hydrological Simulation Program - Fortran)를 적용하여 기후변화에 따른 오염부하 유출 변화량을 분석하였다. 황룡강 유역을 7개 소유역으로 분할하고 2011년에 관측된 유량, SS, BOD, TN, TP 농도자료를 이용하여 모델 보정 및 검정을 실시하였다. 기후변화에 따른 황룡강 유역의 환경변화를 예측하기 위해 RCP 4.5와 8.5 시나리오를 이용하였으며, 과거 기간 동안의 강우와 기온에 대한 모의치와 관측치간 월별 평균을 비교하여 미래 기상 자료에 대한 편의보정을 수행하였다. 기후변화 시나리오의 기상 자료 분석 결과, 21세기 전반기와 비교하여 중, 후반기에 상대적으로 많은 연강수량과 연평균기온을 보이는 것으로 분석되었다. 기후변화에 따른 황룡강 유역에서의 오염물질 유출량 분석 결과, RCP 4.5 시나리오에서는 2020년대 대비 2080년대에 평균 연간 강우, BOD, TN, TP 유출량이 각각 47%, 24%, 21%, 27% 증가율을 보여 21세기 후반기로 갈수록 연간 오염부하 유출량이 전반적으로 증가하는 것으로 분석되었다. RCP 8.5 시나리오에서는 2020년대 대비 2050년대에 평균 연간 강우, BOD, TN, TP 유출량이 각각 34%, 20%, 20%, 21% 증가율을 보이며 21세기 중반기에 연간 오염부하 유출량이 상대적으로 가장 많이 증가할 것으로 분석되었다. 이는 연강수량 변화와 동일한 패턴의 변화로서 기후변화에 따른 강우량 변화가 오염물질 유출량에 그대로 반영된 결과를 보여준다. 한편, 월별 오염물질 유출량은 RCP 4.5에서는 9월에, RCP 8.5에서는 2월에 상대적으로 크게 증가할 것으로 분석되었다.