PURPOSES : Under the Traffic Safety Act, the installation and management of transportation facilities (facilities and attachments necessary for the operation of transportation, such as roads, railways, and terminals) must take necessary measures to ensure traffic safety, such as enhancing safety facilities. Recently, railway operators have graded the congestion level inside railway stations and vehicles, addressing safety and convenience issues arising from congestion and providing this information to users. However, for bus-related transportation facilities (such as bus stops, terminals, and transfer facilities), criteria and related research for assessing traffic congestion are lacking. Therefore, this study developed a model for the congestion risk factors of four bus-related transportation facilities and proposed criteria for classifying congestion risk levels. METHODS : This study involved selecting congestion risk influence variables for each traffic facility through field surveys, calculating congestion risk index values through evacuation and pedestrian simulations, and constructing a congestion risk influence model based on the ridge model. RESULTS : The factors influencing congestion were selected to include the number of people waiting, effective sidewalk width, and number of bus stops. As a result of developing congestion risk grades, the central bus stops were determined to be in a severe stage if the Average Waiting Time (AWT) was 2.7 or above. Roadside bus stops were considered severe at 4.2, underground metropolitan transit centers at 3.7, and bus terminals at 5.9 or above. CONCLUSIONS : This study can help establish a foundation for a safety management system for congested areas in transportation facilities. When the congestion risk prediction results correspond to cautionary or severe levels, measures that can reduce congestion risk must be applied to ensure the safety of road users.

Cellulose has experienced a renaissance as a precursor for carbon fibers (CFs). However, cellulose possesses intrinsic challenges as precursor substrate such as typically low carbon yield. This study examines the interplay of strategies to increase the carbonization yield of (ligno-) cellulosic fibers manufactured via a coagulation process. Using Design of Experiments, this article assesses the individual and combined effects of diammonium hydrogen phosphate (DAP), lignin, and CO2 activation on the carbonization yield and properties of cellulose-based carbon fibers. Synergistic effects are identified using the response surface methodology. This paper evidences that DAP and lignin could affect cellulose pyrolysis positively in terms of carbonization yield. Nevertheless, DAP and lignin do not have an additive effect on increasing the yield. In fact, combined DAP and lignin can affect negatively the carbonization yield within a certain composition range. Further, the thermogravimetric CO2 adsorption of the respective CFs was measured, showing relatively high values (ca. 2 mmol/g) at unsaturated pressure conditions. The CFs were microporous materials with potential applications in gas separation membranes and CO2 storage systems.

Approximately 40,000 elevators are installed every year in Korea, and they are used as a convenient means of transportation in daily life. However, the continuous increase in elevators has a social problem of increased safety accidents behind the functional aspect of convenience. There is an emerging need to induce preemptive and active elevator safety management by elevator management entities by strengthening the management of poorly managed elevators. Therefore, this study examines domestic research cases related to the evaluation items of the elevator safety quality rating system conducted in previous studies, and develops a statistical model that can examine the effect of elevator maintenance quality as a result of the safety management of the elevator management entity. We review two types: odds ratio analysis and logistic regression analysis models.

Tomato is one of the major widely cultivated crops around the world. The leaf area is directly related to the total amount of photosynthesis, which affects the yield and quality of the fruit. Traditional methods of measuring the leaf area are time-consuming and can cause damage to the leaves. To address these problems, various studies are being conducted for measuring the leaf area. In this study, we introduced a model to estimate the leaf area using images of tomatoes. Using images captured by a camera, we measured the leaf length and width and used linear regression analysis to derive the leaf area estimation formula. Furthermore, we used a Neural Network (NN) for additional analysis to compare the accuracy of the models. Initially, to verify the reliability of the image data, we conducted a correlation analysis between the actual measurement data and the image data, which showed a high positive correlation. The leaf area estimation model presented 23 estimation formulas. We used regression analysis to estimate the coefficients of each model and also used employed an artificial neural network analysis to derive high R-squared (R2) values and low Root Mean Square Error (RMSE) values. Among the estimation formulas, the ninth model showed the highest reliability with an R-squared value of 0.863. We conducted a verification experiment to confirm the accuracy of the selected model, and the R-squared value was 0.925. This study confirmed the reliability of data measured from images and the reliability of the leaf area estimation model using image data. These methods are expected to be an important tool in agriculture, using imaging equipment for measuring and monitoring the crop growth.

본 연구는 한국인 인구집단에서 폭식행동, 음식중독을 식별하고, 해당 증상들이 비만 및 섭식행 동, 정신건강, 인지적 특성과 어떠한 연관성을 보이는지 규명하고자 하였다. 이를 위하여 정상체중 및 비만 체중에 해당하는 한국인 성인 257명을 대상으로 섭식문제(예: 폭식, 음식중독, 음식갈망), 정신건강(예: 우 울), 인지기능(예: 충동성, 정서조절)에 관한 임상심리검사 척도를 측정하였다. 비만 여부와 성별에 따라 그 룹을 나누었을 때, 비만체중 여성에서 폭식행동이 46.6%, 음식중독이 29.3%로 가장 빈도가 높았다. 성향 점수 매칭 후 데이터로 독립성 검정을 수행한 결과, 폭식행동 및 음식중독이 비만체중 집단에서 정상체중 집단보다 더 많이 나타나는 것을 확인하였다. 또한 폭식행동과 음식중독 유무에 각 심리검사 척도 요인이 미치는 영향력을 파악하고자, 전진선택법을 적용한 로지스틱 회귀모델을 구축하였다. 로지스틱 회귀분석 결과, 폭식행동에는 섭식장애, 음식갈망, 상태불안, 정서조절(인지적 재해석) 및 음식중독이 주로 관여하였 고, 음식중독에는 음식갈망, 폭식행동과 함께 비만과 연령의 교호작용, 교육년수가 유의하게 작용하는 것으 로 나타났다. 본 연구는 한국인 성인을 대상으로 한 체계적 연구로서, 폭식행동과 음식중독이 여성 및 비만 인에서 특히 더 많이 나타남을 확인하였다. 폭식행동과 음식중독에는 일부 섭식문제(예: 음식갈망)가 공통되게 관여하나, 정신건강 및 인지적 위험요인에는 차이가 있었다. 따라서 음식중독과 폭식행동은 서로 구 별되는 개념으로 두고, 각각의 기질적·환경적 위험요인을 깊이 있게 탐구하는 것이 필요하다.

PURPOSES : This study aims to conduct a sensitivity analysis to determine the major factors affecting traffic accidents involving elderly pedestrians. METHODS : In this study, a regression tree model was built based on a non-parametric statistical model using data on traffic accidents involving elderly pedestrians. Using this model, we analyzed the degree of change in the probability of pedestrian fatalities. RESULTS : Results of the model analysis show that the first major factor combination affecting traffic accidents involving elderly pedestrians is speeding, night time, and road markers. The second combination is night time and arterial roads (national and local highways). The last combination that may lead to such accidents is heavy vehicles and federally funded local highways. CONCLUSIONS : Preventive measures, such as speed control, proper lighting, median strips, designation of pedestrian protection zones, and guidance of detours, are necessary to manage high-risk combinations causing accidents of the elderly.

본 논문에서는 3차원 엮임 재료의 유체투과율 향상을 목적으로 수치해석 데이터 기반의 물성치 회귀 분석 및 최적설계를 소개한다. 우선 3차원 엮임 재료를 구성하는 와이어 사이의 간격을 결정하는 배율 계수를 매개변수화 하여 다양한 배율 조합을 가지는 수치 모 델을 생성하였고, 전산 수치해석을 통해 계산된 각 모델의 체적 탄성계수, 열전도 계수, 유체투과율 데이터를 이용하여 다항식 기반의 회귀 분석을 수행하였다. 이를 사용해서 체적 탄성계수와 유체투과율 사이의 다목적함수 최적설계를 통한 파레토 최적해를 도출하였 으며, 두 물성치가 서로 상충 관계에 있음을 확인하였다. 한편 3차원 엮임 재료의 열전달 효율을 높이기 위해서 유체투과율을 최대화 시키는 것을 목적으로 경사도 기반 최적설계를 수행하였고, 제약조건인 체적 탄성계수의 크기별 유체투과율의 변화율을 분석하였다. 그 결과 설계자가 원하는 최소한의 강성을 가지는 최대 유체투과율 설계 모델을 얻어낼 수 있음을 확인하였으며, 회귀 방정식을 통해 서 얻어진 설계가 높은 정확도를 가지고 있음을 추가적으로 검증하였다.

This study attempts a comparison between AHP(Analytic Hierarchy Process) in which the importance weight is structured by individual subjective values and regression model with importance weight based on statistical theory in determining the importance weight of casual model. The casual model is designed by for students’ satisfaction with university, and SERVQUAL modeling methodology is applied to derive factors affecting students’ satisfaction with university. By comparison of importance weights for regression model and AHP, the following characteristics are observed. 1) the lower the degree of satisfaction of the factor, the higher the importance weight of AHP, 2) the importance weight of AHP has tendency to decrease as the standard deviation(or p-value) increases. degree of decreases. the second sampling is conducted to double-check the above observations. This study empirically checks that the importance weight of AHP has a relationship with the mean and standard deviation(or p-value) of independence variables, but can not reveal how exactly the relationship is. Further research is needed to clarify the relationship with long-term perspective.

PURPOSES : To efficiently manage pavements, a systematic pavement management system must be established based on regional characteristics. Suppose that the future conditions of a pavement section can be predicted based on data obtained at present. In this case, a more reasonable road maintenance strategy should be established. Hence, a prediction model of the annual surface distress (SD) change for national highway pavements in Gangwon-do, Korea is developed based on influencing factors. METHODS : To develop the model, pavement performance data and influencing factors were obtained. Exploratory data analysis was performed to analyze the data acquired, and the results show that the data were preprocessed. The variables used for model development were selected via correlation analysis, where variables such as surface distress, international roughness index, daily temperature range, and heat wave days were used. Best subset regression was performed, where the candidate model was selected from all possible subsets based on certain criteria. The final model was selected based on an algorithm developed for rational model selection. The sensitivity of the annual SD change was analyzed based on the variables of the final model. RESULTS : The result of the sensitivity analysis shows that the annual SD change is affected by the variables in the following order: surface distress ˃ heat wave days ˃ daily temperature range ˃ international roughness index. CONCLUSIONS : An annual SD change prediction model is developed by considering the present performance, traffic volume, and climatic conditions. The model can facilitate the establishment of a reasonable road maintenance strategy. The prediction accuracy can be improved by obtaining additional data, such as the construction quality, material properties, and pavement thickness.

일반적으로 콘크리트는 골재, 모래, 시멘트, 담수, 혼합재 등 다양한 재료로 구성되어있으며 재령에 따라서 강도가 증 가한다. 콘크리트에 필요한 각 재료의 비율은 혼합 설계를 통해 결정되지만, 콘크리트의 강도는 실험적으로 측정되기 전까지는 알 수 없다. 이러한 한계를 극복하기 위해 실험을 통해 얻은 데이터를 이용하여 콘크리트의 압축 강도를 예측하기 위해 통계수 학과 기계학습 알고리즘을 이용한 많은 연구가 시도되었다. 이전의 연구는 콘크리트 압축 강도 예측에 신경망 기법이 가장 적 합하다고 제안하였다. 그러나 신경망 기법은 다른 기계학습과 비교하여 모델 학습에 계산 비용이 많이 들어 실제로 적용하기 어려운 문제점이 있다. 최근 몇 년 동안 다양한 회귀 분석 모델이 개발되었으므로 본 연구에서는 신경망 대신 최신 회귀 분석 모델을 이용하여 콘크리트 강도 예측모델을 제시하였다. 이를 위해 최근 개발된 회귀 분석 모델에 대한 교차검증을 시행하여 최적의 모델을 선정하였다. 그리드 검색을 통하여 선정된 각 모델의 하이퍼 파라미터를 최적화하고, 국내외 데이터를 활용하여 기계학습 모델을 훈련하고 검증하였다. 이들 중 CatBoost, LGBMR, RFR, XGBoost 회귀모델이 높은 성능을 보여주었다. 특히 그 중에서 XGBoost 회귀 분석 모델이 가장 작은 오차와 높은 정확도를 보여주었다. 이들 중 오류가 가장 큰 LGBMR 모델도 이전 연구에서 제안된 신경망 및 앙상블 모델보다 성능이 우수하였다. 현장 레미콘 콘크리트에 대한 압축 강도 예측을 시행하여 학 습된 모델의 현장 적용 가능성을 확인하였다.

이 연구의 목적은 머신러닝 분석방법을 활용하여 대학생의 소속 학과 만족도에 영향을 미치는 주요 요 인을 분석하여 대학생의 진로지도와 중도탈락 예방 관련 정책 및 제도 수립을 위한 기초 연구 자료를 제 공하기 위함이다. 이를 위해 한국교육고용패널 􎟯(KEEP 􎟯)자료의 4년제 대학 진학생 1,298명을 연구대 상으로 머신러닝 분석방법인 로지스틱 회귀분석과 랜덤포레스트 방법을 통하여 분석을 진행하였다. 주요 분석 결과는 다음과 같다. 첫째, 대학 입학년도에는 대학 생활 관련 변수 이외에도 고등학교 재학 시기 및 고등학교 졸업 후 진로 계획과 관련한 설명변수들이 중요도 상위 10개 항목 중 상당수를 차지하였으며, 입학년도와 졸업년도를 제외한 기간에는 전공 학습과 진로활동에 대한 변수들이, 졸업년도에는 취업준비 및 교육훈련 경험 등이 로지스틱 회귀분석과 랜덤포레스트 분석 결과에서 공통적으로 높은 중요도를 기록하였다. 둘째, 두 분석방 법에 따른 학년별 중요도 상위 10개 변수의 일치도는 63.3%로 나타났다. 셋째, 로지스틱 회귀분석과 달리 랜덤포레스트 분석에서는 설문의 응답자가 다수의 척도를 사용하여 응답한 설명변수들이 중요도 상위 10 개 설명변수에 포함된 경우가 상대적으로 많았다. 이 연구는 교육패널 자료를 단일 분석방법이 아닌 두 가지 머신러닝 방법을 사용하여 공통 요소를 도출하고, 결과의 비교를 시도했다는 점에 의의가 있다.

Most of the predictions using machine learning are neutral predictions considering the symmetrical situation where the predicted value is not smaller or larger than the actual value. However, in some situations, asymmetric prediction such as over-prediction or under-prediction may be better than neutral prediction, and it can induce better judgment by providing various predictions to decision makers. A method called Asymmetric Twin Support Vector Regression (ATSVR) using TSVR(Twin Support Vector Regression), which has a fast calculation time, was proposed by controlling the asymmetry of the upper and lower widths of the ε-tube and the asymmetry of the penalty with two parameters. In addition, by applying the existing GSVQR and the proposed ATSVR, prediction using the prediction propensities of over-prediction, under-prediction, and neutral prediction was performed. When two parameters were used for both GSVQR and ATSVR, it was possible to predict according to the prediction propensity, and ATSVR was found to be more than twice as fast in terms of calculation time. On the other hand, in terms of accuracy, there was no significant difference between ATSVR and GSVQR, but it was found that GSVQR reflected the prediction propensity better than ATSVR when checking the figures. The accuracy of under-prediction or over-prediction was lower than that of neutral prediction. It seems that using both parameters rather than using one of the two parameters (p_1,p_2) increases the change in the prediction tendency. However, depending on the situation, it may be better to use only one of the two parameters.

재해석 자료는 공간해상도가 저해상도이지만 풍력자원의 장기간 보정이나 수치기상예측 또는 전산유체역학과 연동하여 고 해상도로의 축소화에 활용될 수 있다. 본 연구에서는 재해석 자료의 전세계 풍속을 지형요소 등의 함수로 회귀 분석하였으며 향후 고 해상도 축소화에의 활용 가능성을 시험하였다. 다중선형회귀와 기계학습 모델로서 신경망, 랜덤 포레스트 모델을 적용하여 다양한 지 형형태별로 회귀 분석한 결과에 의하면 접합도(R2)가 각각 0.71, 0.95, 1.00으로 향상되었으며, 지형요소 중 위도, 셀 면적, 지형고도, 경 도, 지형 개방도 순으로 설명력이 높은 것으로 나타났다. 기본 신경망에 비해 수정 쌍둥이 신경망 모델은 불균질 데이터 대상 성능 개 선 효과가 있는 것으로 나타났다. 그럼에도 불구하고 본 연구에서 활용한 신경망 모델로는 데이터의 비선형성을 재현하는데 한계가 있 었으나 랜덤 포레스트 모델을 통해 이를 극복하였다.

Graphite Isotope Ratio Method (GIRM) can be used to estimate plutonium production in a graphite-moderated reactor. This study presents verification results for the GIRM combined with a 3-D polynomial regression function to estimate cumulative plutonium production in a graphite-moderated reactor. Using the 3-D Monte-Carlo method, verification was done by comparing the cumulative plutonium production with the GIRM. The GIRM can estimate plutonium production for specific sampling points using a function that is based on an isotope ratio of impurity elements. In this study, the 10B/11B isotope ratio was chosen and calculated for sampling points. Then, 3-D polynomial regression was used to derive a function that represents a whole core cumulative plutonium production map. To verify the accuracy of the GIRM with polynomial regression, the reference value of plutonium production was calculated using a Monte-Carlo code, MCS, up to 4250 days of depletion. Moreover, the amount of plutonium produced in certain axial layers and fuel pins at 1250, 2250, and 3250 days of depletion was obtained and used for additional verification. As a result, the difference in the total cumulative plutonium production based on the MCS and GIRM results was found below 3.1% with regard to the root mean square (RMS) error.

선박의 주묘 위험성을 평가할 수 있는 프로그램이 개발되어 있지만 선박의 제원에 해당되는 다양한 입력요소들을 직접 찾아서 입력해야 하므로 VTS 관제사가 정박지에 정박 중인 선박들로부터 이러한 입력요소들을 모두 확인하여 프로그램을 활용하는 것은 현실적으로 어려운 상황이다. 이에 본 연구에서는 VTS 관제사 입장에서 선박으로부터 쉽게 획득할 수 있는 총톤수(GT)를 독립변수로 설정하고 프로그램 입력요소들을 종속변수로 하여 선형 및 비선형 회귀분석을 실시하였다. 다항식 모델(선형)과 멱급수 모델(비선형)의 적합도를 비교한 결과, 컨테이너선과 벌크선의 경우에는 모든 입력요소에서 멱수급 모델이 적합한 것으로 평가되었다. 하지만 탱커선의 경우에는 수선간장, 선폭, 흘수는 멱수급 모델이 적합하고, 정면풍압면적, 앵커의 무게, 의장수, 묘쇄공으로부터 선저까지의 높이는 다항식 모델이 더 적합한 것으로 평가되었다. 또한 탱커선의 정면풍압면적 요소를 제외한 다른 나머지 종속변수들은 모두 결정계수가 0.7 이상으로 높은 적합도를 보였다. 따라서 주묘 위험성 평가 프로그램의 입력요소 중 외력 요소, 해저 저질, 수심 및 앵커 체인의 신출량을 제외한 나머지 입력요소들은 선박의 총톤수만 입력하면 회귀분석 모델식에 의해 자동으로 입력됨으로써 주묘 위험성 평가가 가능할 것으로 판단된다.