KR20150089604A - 자연재해에 신속하게 대응하기 위한 의사결정 지원장치 - Google Patents
자연재해에 신속하게 대응하기 위한 의사결정 지원장치 Download PDFInfo
- Publication number
- KR20150089604A KR20150089604A KR1020140010444A KR20140010444A KR20150089604A KR 20150089604 A KR20150089604 A KR 20150089604A KR 1020140010444 A KR1020140010444 A KR 1020140010444A KR 20140010444 A KR20140010444 A KR 20140010444A KR 20150089604 A KR20150089604 A KR 20150089604A
- Authority
- KR
- South Korea
- Prior art keywords
- variable
- decision
- database
- information
- disaster
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 재해에 신속하게 대응하기 위한 의사결정지원장치에 관한 것으로,
기상청, 소방 방재청 등의 외부기관(100)과 연결되어 이로 부터 수신된 정보를 표출하는 모니터링(1)과;
시뮬레이션 데이터베이스(6)와 연결되어있으므로, 상기 모니터링(1)을 통해 자연재해의 전조현상을 체크하다가 자연재해 발생시에는, 의사 결정권자가 상기 시뮬레이션 데이터베이스(6)의 시나리오 데이터베이스로부터 가장 유사한 시나리오를 선택할 수 있도록 하기 위한 알고리즘을 포함하되,
재해에 대한 각종 입력 parameter를 설정하여 시뮬레이션 실행 및 검색환경을 설정하고, 실시간 시뮬레이션의 분석조건을 입력하여 실시간 분석 환경을 설정하며, 고속 대용량 연산 시스템과 연계하여 실시간 피해예측치를 연산하고, 유사 시나리오 알고리즘을 통해 시나리오 데이터베이스 입력조건과 유사한 항목을 정확도 순서로 표시하도록 구성되어진 시뮬레이션 모듈(2)과;
GIS 데이터베이스(7)와 연결되어 있으므로, 알고리즘을 통해 나온 결과를 GIS 시스템을 통해 공간정보로 보여주기 위한 재해현황 모듈(3)과;
피해예측 데이터베이스(8)와 연결되어 있으므로, 상기 피해예측 데이터베이스(8)의 재해예측 데이터베이스(8a)와 재해추정 데이터베이스(8b)로부터 피해추정 정보를 추출해 통계/분석하는 재해 추정정보 통계/분석 모듈(4)과;
상기 피해예측 데이터베이스(8)와 연결되어 있으므로, 이를 토대로 의사 결정권자가 대응전략을 구축할 수 있도록 하는 상황대응 모듈(5)로 구성된 것을 특징으로 하는 자연재해에 신속하게 대응하기 위한 의사결정 지원장치에 관한 것이다.
기상청, 소방 방재청 등의 외부기관(100)과 연결되어 이로 부터 수신된 정보를 표출하는 모니터링(1)과;
시뮬레이션 데이터베이스(6)와 연결되어있으므로, 상기 모니터링(1)을 통해 자연재해의 전조현상을 체크하다가 자연재해 발생시에는, 의사 결정권자가 상기 시뮬레이션 데이터베이스(6)의 시나리오 데이터베이스로부터 가장 유사한 시나리오를 선택할 수 있도록 하기 위한 알고리즘을 포함하되,
재해에 대한 각종 입력 parameter를 설정하여 시뮬레이션 실행 및 검색환경을 설정하고, 실시간 시뮬레이션의 분석조건을 입력하여 실시간 분석 환경을 설정하며, 고속 대용량 연산 시스템과 연계하여 실시간 피해예측치를 연산하고, 유사 시나리오 알고리즘을 통해 시나리오 데이터베이스 입력조건과 유사한 항목을 정확도 순서로 표시하도록 구성되어진 시뮬레이션 모듈(2)과;
GIS 데이터베이스(7)와 연결되어 있으므로, 알고리즘을 통해 나온 결과를 GIS 시스템을 통해 공간정보로 보여주기 위한 재해현황 모듈(3)과;
피해예측 데이터베이스(8)와 연결되어 있으므로, 상기 피해예측 데이터베이스(8)의 재해예측 데이터베이스(8a)와 재해추정 데이터베이스(8b)로부터 피해추정 정보를 추출해 통계/분석하는 재해 추정정보 통계/분석 모듈(4)과;
상기 피해예측 데이터베이스(8)와 연결되어 있으므로, 이를 토대로 의사 결정권자가 대응전략을 구축할 수 있도록 하는 상황대응 모듈(5)로 구성된 것을 특징으로 하는 자연재해에 신속하게 대응하기 위한 의사결정 지원장치에 관한 것이다.
Description
본 발명은 재해에 신속하게 대응하기 위한 의사결정지원장치에 관한 것으로, 먼저 자연재해시 예상되는 각종 유형과 정보를 토대로 피해예측 시나리오 기반 시뮬레이션 작업을 하게되는데, 이를 통해 예를 들어 화산재, 화쇄류, 화산성 홍수/이류, 및 화산성지진 등 다양한 재해유형에 대한 화산재해 대응시스템이 시뮬레이션 결과를 제공하게되면 그 수행 결과는 GIS 화면을 비롯하여 표, 차트 등의 다양한 형태로 사용자에게 제공되는 한편, 재해대응 관리기준에 의한 대응 프로세스가 의사결정 지원시스템을 통해 사용자에게 제공됨으로써, 자연재해 발생시에 결정권자로 하여금 GIS 기반에 의한 직관적이고도 종합적인 판단이 가능케함으로써, 자연재해에 대해 신속하고 정확한 의사결정을 할 수 있도록 하는 의사결정 지원장치 및 의사결정 지원방법에 관한 것이다.
최근 화산성 지진 발생빈도 증가 등 백두산 화산폭발의 가능성이 증대함에 따라 이에 대한 대응시스템을 구축하는 R&D 연구가 현재 수행중이다.
화산 폭발시 화산재해(화산재, 화쇄류, 화산성 홍수/이류, 및 화산성지진)의 대응을 위해 시스템이 구축중이며 이 시스템과 대응된 화산 피해 예측 데이터베이스와, 대응지침 매뉴얼 시스템이 구축중이다.
화산재해 대응시스템도 화산폭발에 대한 전조 및 폭발상황에 따른 위험을 사전에 분석해야 하며 백두산 화산이 폭발시 의사 결정권자는 폭발유형과 폭발정보를 바탕으로 시나리오 기반 시뮬레이션을 통해 유사한 피해정보 결과를 신속히 얻을 수 있어야 하고 이 피해결과를 토대로 피해예측별 대응 전략을 유관기관에 즉각적으로 전달하여 화산 재해에 대응하도록 해야 한다. 따라서 위와 같은 일을 원활히 수행할 수 있는 시스템, 즉, 의사결정권자가 의사결정을 지원할 수 있는 체계적인 시스템을 필요로 하는 실정이다.
DDS(Decision Support System) 즉, 의사결정지원시스템 이란 용어는 1978년 P. Keen과 M.Scott Morton의 저서에서 처음 사용하였으나, 의사결정 지원 개념은 1970년대 초 Management Support System이라는 용어에서 처음 사용되었다.
즉, 경영지원 시스템이란 경영의사결정을 지원하기 위한 개념으로, 전통적인 데이터 처리와, 경영과학의 계량적 분석 기법을 통합하여 의사결정권자가 보다 정확하면서도 용이, 신속하게 다양한 문제를 해결할 수 있도록 하는 정보 시스템 환경을 제공하였는데, 초기에는 주로 비구조적 혹은 반구조적 문제를 해결하기 위해 의사결정권자가 데이터와 모델을 활용할 수 있게 해주는 대화식 컴퓨터 시스템으로 주로 정의되었으나, 최근에는 의사결정을 지원하는 정보시스템으로 그 개념이 단순화되고 확대되고있는 실정이다.
초기 의사결정 지원시스템은 기업의 경영활동에서의 의사결정에 주안점을 두었으나 현재는 다양한 분야를 지원하고 있는데, DDS(Decision Support System)에서 “Decision”은 구체적인 의사결정이나 혹은 의사결정 과정(정보수집, 설계, 선택)을 의미하며, “Support”는 경영자의 의사결정 능력을 지원해주고 향상시켜주는 것을 의미하고, “System”은 사용자와 컴퓨터 사이의 쌍방향 대화관계를 수행하는 것을 의미한다.
의사결정지원시스템의 특성에 대해 살펴보자면,
첫째, 의사결정지원시스템에서는 의사결정과정을 비용 중심의 효율적(efficiency)인 면보다 목표 중심의 효과적(effective)인 측면에서 향상시킨다고 볼 수 있는데, 즉, 문제를 분석하고 여러 대안들을 제시해서 기준에 의한 최적의 대안을 선택하는 과정을 효과적으로 지원하는 것이다.
둘째, 의사결정지원시스템은 의사결정권자의 판단을 지원(support)하는 도구이지 그들의 역할을 대처(replace)하기 위한 도구가 아니므로, 컴퓨터는 문제의 구조적인 부분에 적용되는 반면에 의사결정권자는 비구조적인 부분, 즉 경험, 판단, 직관적인 통찰, 그리고 의사결정을 행하게되는 것이므로, 의사결정권자와 컴퓨터는 반구조적인 영역에 해당되는 문제를 해결하는 과정에서 한 팀으로 함께 일하게되는 것이다.
셋째, 의사결정지원시스템은 컴퓨터 활용을 전제로 한 인간과 기계의 상호작용(interactive) 시스템으로서, 구체적으로 의사결정권자가 직면하고 있는 문제를 해결하는데 필요한 최선의 정보를 산출할 수 있도록 소프트웨어, 하드웨어, 네트워크, 그리고 인터페이스 등 제반 수단을 제공해 주는 하나의 시스템이다.
의사결정지원시스템에 대한 일반적인 특성 외에 Turban, Aronson, Liang은 좀 더 상세하게 의사결정지원시스템의 특성을 다음과 같이 14가지로 기술하고 있다. (아래 그림 참조)
의사결정지원시스템은 반구조화 되었거나 비구조적이고 비반복적, 비정형적인 의사결정 업무들을 해결하기 위해서 의사결정권자들이 의사결정모델과 자료를 활용하여 쉽게 분석과 평가를 할 수 있도록 하는 대화형 시스템인데, 시스템의 구조는 아래의 그림과 같이 구성된다.
즉, 의사결정권자는 인터페이스, 즉, 대화관리를 통해 시스템에 접근하고 의사결정권자의 요구에 대해 데이터베이스와, 모델베이스를 통해 각종 자료와 정보를 추출하게되는데, 데이터베이스는 의사결정권자가 필요로 하는 데이터를 제공하고, 모델베이스는 의사결정권자가 해결해야할 모델을 보유하여 가장 적절한 모델을 제공하게되는 것이다.
그런데, 종래의 의사결정지원시스템은 주로 비구조적 혹은 반구조적 문제를 해결하기 위해 의사결정권자가 데이터와 모델을 활용할 수 있게 해주는 대화식 컴퓨터 시스템이므로, 의사결정을 지원하는 정보시스템으로 활용하기에는 매우 미흡한 문제점이 있었으며, 특히 자연재해 대응을 위한 의사결정지원 분야에서는 더욱 뒤처져있는 상태이다.
따라서, 자연재해의 전조 및 예상되는 위험을 사전에 분석하고, 재해발생시에는 재해유형 및 기타정보에 의한 시뮬레이션을 통해 유사한 피해정보 결과를 신속히 획득하는 한편, 이 피해결과를 토대로 피해예측별 대응 전략을 유관기관에 즉시 전달함으로써 의사결정권자가 속히 의사결정을 지원할 수 있도록 하는 체계적인 시스템을 필요로 하는 실정이다.
이러한 문제점을 해소하기위한 것으로서,
자연재해에 신속히 대응하기위해, 각종 재해관련 정보들이 GIS 기반의 다양한 주제도와 분석 결과와 함께 직관적이고도 종합적인 판단이 가능토록 제공됨으로써, 의사결정권자로 하여금 신속하고 정확한 의사결정을 할 수 있도록 지원하는 것이 본원 발명의 목적이다.
즉, 자연재해시 예상되는 각종 유형과 정보를 토대로 피해예측 시나리오 기반 시뮬레이션 작업을 하게되는데, 이를 통해 예를 들어 화산재, 화쇄류, 화산성 홍수/이류, 및 화산성지진 등 다양한 재해유형에 대한 화산재해 대응시스템이 시뮬레이션 결과를 제공하게되면 그 수행 결과는 GIS 화면을 비롯하여 표, 차트 등의 다양한 형태로 사용자에게 제공되는 한편, 재해대응 관리기준에 의한 대응 프로세스가 의사결정 지원시스템을 통해 사용자에게 제공됨으로써, 자연재해 발생시에 결정권자로 하여금 GIS 기반에 의한 직관적이고도 종합적인 판단이 가능케하고, 자연재해에 대해 신속하고 정확한 의사결정을 할 수 있도록 하는 것을 본원 발명의 목적으로 한다.
상기한 목적을 달성하기 위해 본 발명에서는,
기상청, 소방 방재청 등의 외부기관과 연결되어 이로 부터 수신된 정보를 표출하는 모니터링과;
시뮬레이션 데이터베이스와 연결되어있으므로, 상기 모니터링을 통해 자연재해의 전조현상을 체크하다가 자연재해 발생시에는, 의사 결정권자가 상기 시뮬레이션 데이터베이스의 시나리오 데이터베이스로부터 가장 유사한 시나리오를 선택할 수 있도록 하기 위한 알고리즘을 포함하되,
재해에 대한 각종 입력 parameter를 설정하여 시뮬레이션 실행 및 검색환경을 설정하고, 실시간 시뮬레이션의 분석조건을 입력하여 실시간 분석 환경을 설정하며, 고속 대용량 연산 시스템과 연계하여 실시간 피해예측치를 연산하고, 유사 시나리오 알고리즘을 통해 시나리오 데이터베이스 입력조건과 유사한 항목을 정확도 순서로 표시하도록 구성되어진 시뮬레이션 모듈과;
GIS 데이터베이스와 연결되어 있으므로, 알고리즘을 통해 나온 결과를 GIS 시스템을 통해 공간정보로 보여주기 위한 재해현황 모듈과;
피해예측 데이터베이스와 연결되어 있으므로, 상기 피해예측 데이터베이스의 재해예측 데이터베이스와 재해추정 데이터베이스로부터 피해추정 정보를 추출해 통계/분석하는 재해 추정정보 통계/분석 모듈과;
상기 피해예측 데이터베이스와 연결되어 있으므로, 이를 토대로 의사 결정권자가 대응전략을 구축할 수 있도록 하는 상황대응 모듈로 구성되어진다.
또한, 상기 재해 추정정보 통계/분석 모듈은 피해예측 데이터베이스와 연결되어, 피해현황을 표, 챠트를 통한 통계적 시스템으로 비교하고, 이를 바탕으로 사회, 경제적 피해(보건피해, 교통시설 피해, 건축물 피해, 산업시설 피해, 농경지 피해 등)를 추정하여 정보를 보여주도록 구성할 수 있을 것이다.
한편, 상기 시뮬레이션 모듈에서 사용하는 피해예측 프로그램은, 기상장 모델을 생산하는 WRF 모델과 화산재 확산 예측을 위한 Fall3D 모델로 구성되는데, 상기 WRF 모델은 화산재 확산 모형(Fall3D)에서 필요한 기상장 정보를 생산하고, 상기 Fall3D 모델은 기상 정보에 따라 화산재의 확산을 수행하며, 상기 WRF 모델은 WPS와 ARW로 구분되는데, 상기 WPS는 ROW 기상데이터의 전처리를 수행하고, 상기 ARW에서는 전처리 된 기상데이터를 가공하여 기상장 모델을 생산하는 것을 특징으로 하며,
상기 상기 WRF 및 FALL3D 모델의 입력변수는 크게 사용자 변수와 시스템 변수로 구분되고, 상기 사용자변수는 프로그램의 작동을 위해서 사용자가 값을 입력하는 변수로, 가변변수와 고정변수로 구분되며, 상기 가변변수는 사용자가 입력하는 변수로 시뮬레이션 수행 시, 매번 입력 값이 바뀔 수 있는 정보를 의미하고 고정변수는 시뮬레이션의 수행을 위해 사용자가 입력하는 변수로, 한번 값을 설정해 놓으면 자주 변하지 않는 정보를 의미하는 것을 특징으로 한다.
또한, 상기 가변 변수로는 마그마 유형, 화산분화 유형, 분화위치, 화산유형, 폭발지수, 분연주 높이, 계절 등의 화산분화 변수와, 화산재 발생, 화쇄류 발생, 화산이류 발생 등의 화산재해 발생여부를 입력하게 되며, 각 변수별로 시나리오 검색시 가장 유사한 시나리오를 검색해 계절과 분연주의 높이에 가중치를 두어 우선순위를 정해 가장 유사한 시나리오를 검색하도록 구성할 수 있을 것이다.
이상에서 설명한 바와 같이, 본 발명에 따르면 다음과 같은 효과들을 얻을 수 있다.
먼저, 자연재해에 신속히 대응하기위해 각종 재해관련 정보들이 GIS 기반의 다양한 주제도와 분석 결과와 함께 직관적이고도 종합적인 판단이 가능토록 제공됨으로써, 의사결정권자로 하여금 신속하고 정확한 의사결정을 할 수 있도록 한다.
또한, 자연재해시 예상되는 각종 유형과 정보를 토대로 피해예측 시나리오 기반 시뮬레이션 작업을 하게되는데, 이를 통해 예를 들어 화산재, 화쇄류, 화산성 홍수/이류, 및 화산성지진 등 다양한 재해유형에 대한 화산재해 대응시스템이 시뮬레이션 결과를 제공하게되면 그 수행 결과는 GIS 화면을 비롯하여 표, 차트 등의 다양한 형태로 사용자에게 제공되는 한편, 재해대응 관리기준에 의한 대응 프로세스가 의사결정 지원시스템을 통해 사용자에게 제공됨으로써, 자연재해 발생시에 결정권자로 하여금 GIS 기반에 의한 직관적이고도 종합적인 판단이 가능케하고, 자연재해에 대해 신속하고 정확한 의사결정을 할 수 있도록 한다.
도 1은 본원 발명에 따른 의사결정 지원장치의 시스템 프로세스를 나타낸 도면이며, 도 2는 본원 발명의 제 1요부인 시뮬레이션 모듈에 대해 구체적으로 설명하기 위한 도면이며, 도 3은 본원 발명의 제 2요부인 재해현황 모듈에 대해 구체적으로 설명하기 위한 도면이며, 도 4는 본원 발명의 제 3요부인 재해추정 정보 통계/분석 모듈에 대해 구체적으로 설명하기 위한 도면이며, 도 5는 본원 발명의 제 4요부인 상황대응 모듈에 대해 구체적으로 설명하기 위한 도면이며, 도 6은 본원 발명에 따른 의사결정 지원장치의 의사 결정 프로세스를 나타낸 도면이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.
본 명세서에서, 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
따라서, 몇몇 실시예들에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.
명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 그리고, 본 명세서에서 사용된(언급된) 용어들은 실시예를 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 결코 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.
본원발명은 자연재해에 신속하게 대응하기 위한 의사결정 지원장치에 관한 것으로, 예를 들어 백두산 화산폭발의 경우를 대비하기 위해서는 백두산 화산폭발 시 폭발유형과 폭발자원을 토대로 피해예측 시나리오 기반 시뮬레이션을 통해 화산재, 화쇄류, 화산성 홍수/이류, 및 화산성지진 등 다양한 재해유형에 대한 화산재해 대응시스템이 시뮬레이션 결과를 제공하며, 수행결과는 GIS 화면을 비롯하여 표, 차트 등의 다양한 형태로 사용자에게 제공되어야 할 것이다.
이에 재해대응 관리기준에 의한 대응 프로세스가 의사결정 지원시스템을 통해 사용자에게 제공되며, 다양한 정보를 직관적이고 종합적으로 파악할 수 있도록 GIS 기반으로 다양한 주제도와 분석 결과를 제공되어야 할 것이고, 화산재해 발생 시 결정권자가 이러한 내용을 기반으로 화산재해에 대한 신속하고 정확한 의사결정을 내릴 수 있어야 할 것이다.
예를 들어, 백두산 화산재해 대응을 위한 의사 결정지원을 위하여 사용되는 화산재 피해 예측 프로그램에서는 기상장 모델을 생산하는 WRF 모델과 화산재 확산 예측을 위한 Fall3D 모델로 구성되는데, 상기 WRF 모델은 화산재 확산 모형(Fall3D)에서 필요한 기상장 정보를 생산하고, 상기 Fall3D 모델은 기상 정보에 따라 화산재의 확산을 수행하며, 상기 WRF 모델은 WPS와 ARW로 구분되는데, 상기 WPS는 ROW 기상데이터의 전처리를 수행하고, 상기 ARW에서는 전처리 된 기상데이터를 가공하여 기상장 모델을 생산한다.
화산재 피해예측 시뮬레이션의 수행을 위해서는 WRF 모델과 Fall3D 모델의 수행을 위한 설정파일 namelist.wps, namelist.input, filename.inp에 각 모델에 대한 변수의 값을 설정해야 한다.
상기 WRF 및 FALL3D 모델의 입력변수는 크게 사용자 변수와 시스템 변수로 구분할 수 있으며 사용자 변수는 WRF 및 FALL3D 모델의 작동을 위하여 사용자가 입력을 수행해야하는 설정정보를 의미하고 시스템 변수는 데이터파일의 경로설정 정보 등과 같이 시뮬레이션의 결과에 영향을 미치지 않는 값이 설정되면 변경이 이루어지지 않는 설정정보를 의미한다.
사용자변수는 프로그램의 작동을 위해서 사용자가 값을 입력하는 변수로, 가변변수와 고정변수로 구분된다. 입력변수는 사용자가 입력하는 변수로 시뮬레이션 수행 시, 매번 입력 값이 바뀔 수 있는 정보를 의미하고 고정변수는 시뮬레이션의 수행을 위해 사용자가 입력하는 변수로, 한번 값을 설정해 놓으면 자주 변하지 않는 정보를 의미한다. 아래의 표는 시나리오 변수 설계서 분석내용이다.
유사 시나리오검색을 위해 프로그램에 입력되는 변수들은 앞서 입력변수에서 본 것처럼 많은 데이터를 요구하며, 초기 설정의 변수가 다양하고 그 의미가 어려워 관련분야 전문가가 아니면 값 설정이 어려운 바, 최대한 비전문가도 입력 할 수 있도록 다음과 같이 변수들을 구분할 필요가 있다.
-
사용자 입력 변수 프로그램 수행 시마다 계속 값이 변하는 변수
ex)모의 날짜, 분출량, 화산등급 등
-
프로그램 고정 변수 한번 설정해 놓으면 값의 거의 변하지 않는 변수
ex)화산위치, 기상모델 범위 등
-
시스템 변수 프로그램 작동을 위한 시스템 설정 변수
ex) 결과물 저장 경로, 디버깅 지원 여부 등
사용자는 프로그램 수행을 위해 사용자 가변 변수만을 입력하며, 입력 값은 전문가 위원회를 통한 화산정보를 토대로 입력해야하는데, 시스템에 적용될 시나리오 예상 변수 리스트는 아래 도표와 같다.
각 변수별로 시나리오 검색 시 결과의 내용은 확연히 달라지며 가장 유사한 시나리오를 검색해 계절과 분연주의 높이에 가중치를 두어 우선순위를 정해 가장 유사한 시나리오를 검색해야 한다.
한편, 유사 시나리오 검색 알고리즘의 설계를 위해서는 유사 시나리오 검색 시 밀접히 관련된 변수들의 그룹을 찾아야 하며, 데이터 세트 내에서 유사항목을 가진 그룹을 검출해야 하는데, 유사 시나리오 검색 기법은 군집 기법을 사용하며 군집 알고리즘으로 대표적으로 사용되는 알고리즘으로서 K-Means 알고리즘과 EM(Expectation Maximization) 알고리즘을 들 수 있다.
K-Means와 EM은 반복적인 모델 정제 과정을 통해 최적의 군집을 찾는 다는 면에서 유사하다. 그러나 K-Means 알고리즘이 데이터 간의 거리를 계산할 때 유클리디언(Euclidean) 거리 계산 방법을 사용하는 것과는 달리 EM은 통계적인 방법을 사용하므로 EM 알고리즘이 더욱 효과적으로 화산재해 유사 시나리오를 검색할 수 있다.
이 알고리즘을 사용하려면 몇 개의 그룹으로 나누기 원하는지 K를 입력해야한다. 그러면 알고리즘은 일단 K개의 평균점을 지정하고 모든 데이터를 하나씩 보면서 가장 가까운 평균점에 해당되는 그룹에 할당한다. 그 후에 다시 평균점들을 조금씩 바꾸어 나가면서 데이터를 가까운 그룹에 재 할당하게되는데, 이 과정은 군집 상태를 나타내는 척도 함수가 더 이상 변하지 않을 때까지 반복되며 더 이상 변하지 않게 되면 그 상태의 그룹들을 군집화의 결과로 정한다.
계층적 접근은 처음에 각각의 데이터 점을 하나의 클러스터로 설정한 후 이들 쌍 간의 거리를 기반으로 하여 분할, 합병해 나가는 상향식(bottom-up) 방식으로 모든 점들이 하나의 대형 클러스터에 속하게 될 때까지 그 히스토리 정보를 유지해 나가게 되고 이것은 agglomerative hierarchical clustering이라 하며 ‘가까운’ 객체끼리 군집화 시키는 방법이다. 이 알고리즘에서는 우선 모든 n개의 데이터가 n개의 서로 다른 그룹이라 가정한 후에 그룹간의 유사성(similarity)을 보고 가장 유사한 두 개의 그룹을 합병해(merge) 그룹 수를 줄여가는 과정을 전제 그룹 수가 K개가 될 때까지 반복함으로써 K개의 그룹을 찾아낸다.
또한 군집의 병합 또는 분리되는 과정은 이차원 도면의 Dendrogram을 사용하여 간략히 표현되며 군집화 과정에서 어떤 개체가 일단 다른 군집에 속하면 다시는 다른 군집에 속하지 못한다.
아래 표 1, 2는 유사도 형성과정을 보여주는 것으로서, 특히 표 2은 마그마 유형, 화산분화유형, 분화위치, 화산유형, 폭발지수, 분연주높이, 계절 순으로 숫자화해 유사도를 선정하고 있다.
표 1
표 2
한편, 유사 시나리오 검색 알고리즘은 위에서 기술한 군집 기법을 사용하며 군집된 시나리오별 분연주 높이를 가중치로 두어 우선순위별 시나리오를 정의하게되는데, 구현방안은 다음과 같다.
-
시나리오 DB에서 편차 적용된 데이터 수집
-
수집된 데이터 군집데이터로 변경
-
분연주 높이 가중치를 적용해 가장 근사치 값을 순차적으로 도출
-
근사치별 유사조건 검색결과 리스트 우선순위 정렬
구현되는 모델은 EM 알고리즘이며 분할 기법에 속하는 군집 알고리즘으로 확률을 사용하여 적합도를 평가하는 점이 가장 큰 차이점이다. 확률 기반 군집은 데이터의 분포에 대해 혼합 모델(Mixture Model)을 사용한다.
여기서 하나의 군집은 하나의 데이터 분포를 의미하며, 확률 기반 군집에서는 하나의 레코드가 여러 개의 모델에 속할 수 있는데, 이 때 속하는 정도는 가중치(확률)로서 주어지게 된다. EM 알고리즘은 Finite Mixture Model 통계 개념에 기반하고 있다.
Mixture 하는 것은 여러 개의 확률 분포를 혼합된 것을 의미하며, 군집의 개수가 k라고 하면 k개의 확률 분포를 갖는 것을 의미하는데, EM 알고리즘에서는 각 레코드들은 여러 개의 확률 분포 모델(군집)에 속하는 가중치를 가지고 배정된다. 구현되는 화산재해 유사조건 EM모델은 다음과 같은 순서로 구현한다.
Initialization
- Assign random probability
Maximization Step
- Re-create cluster model
- Re-compute the parameter (mean, variance)
Expectation Step
- Update record's weight
Stopping criteria
- Calculate log-likelihood,
If the value saturate, exit, else Goto Step2
EM모델로 군집화가 끝난 시점에서 유사한 시나리오가 도출되면 분연주 높이값으로 Near Data를 추출하여 정렬하게되는데, 유사시나리오 조회 변수인 마그마유형, 화산분화유형, 분화위치, 화산유형, 폭발지수, 계절 변수와 각 변수에 대응하는 클러스터 평균, 분산 변수를 구조체화 하여 알고리즘 연산 루프함수를 적용해 임의의 확률을 각각 할당 후 연산한다.
한편, 의사결정 지원시스템의 요구사항은 크게 시스템 상세설계 및 파일럿 개발로 나누어지며 내용은 다음과 같이 나누어진다.
설계방안
- 서비스 시나리오 작성
- 시나리오 상 기능 도출
- 기능별 연계방안 설계
- 시스템 설계
- 화면정의서, 화면목록 설계
파일럿 개발
- 파일럿 시스템 개발 범위 정의
- 화면 UI 개발
- DB 연계 및 타 시스템 연계 내용 개발
- 시스템 개발
- 단일테스트 및 통합테스트
따라서, 의사결정 지원시스템의 상세 요구사항은 아래 도표와 같이 구분될 수 있다.
또한, 의사결정 지원시스템 사용자는 백두산 화산이 폭발시 폭발유형과 폭발정보를 바탕으로 시나리오 기반 시뮬레이션이나 실시간 피해예측을 통해 피해정보 결과를 얻어 이 피해결과를 토대로 피해예측별 대응 전략을 유관기관에 즉각적으로 전달하여 화산 재해에 대응하도록 해야 하는 의사결졍권자, 각 지자체별로 담당구역의 피해상황에 대응하도록 해야 하는 유관기관 담당자, 평상시에 의사결정 시스템을 유지보수하며 점검할 수 있는 시스템 운영관리자로 나뉘는데, 화산 피해상황을 결정하는 의사결정권자는 전문가집단으로 이루어진 Group으로 되어 있으며 피해예측 결과에 따른 피해단계를 결정하는 의사결정권자도 전문가 Group 으로 이루어진다. 다음 도표는 시스템별 각각의 사용자가 의사결정 시스템을 사용할 수 있는 업무내용 및 시스템 내용을 보여준다.
앞서 본 요구사항 정의에서 기능 요구사항을 중심으로 요구사항 정의가 이루어졌다. 이 요구사항을 토대로 의사결정 지원 파일럿 시스템의 기능을 아래의 도표와 같이 정의할 수 있는데, 의사결정 지원 파일럿 시스템은 화산대응시스템의 일부분으로 초반 화산재해 상황설정과 화산피해단계를 결정하고 이에 따른 상황대응 과정을 담고 있으므로 계획지원시스템으로 연결되는 과정을 처리하고 있다.
한편, 사용자의 요구사항 및 기능정의를 토대로 향후 구축될 목표시스템의 UI를 구성하였는데, 화산재해 대응시스템의 목표시스템은 메인화면 하위에 5개의 서브메뉴로 구성하였다.
각각의 서브메뉴는 메뉴의 성격에 따라 하위 메뉴를 갖는데, 각 메뉴별 내용은 파일럿 시스템 포함내용과 파일럿 시스템 제외화면 구성되며, 또한 사용자와의 지속적인 협의를 통해서 필요한 부분에 대해서는 추가, 변경이 반복될 것이다. 메뉴구조는 아래 도표와 같이 구성된다
한편, 도 1은 본원 발명에 따른 의사결정 지원장치의 시스템 프로세스를 나타낸 도면으로서, 화산재해 대응을 위한 의사결정지원시스템에서 화산폭발 시 화산재해 (화산재, 화쇄류, 화산성 홍수/이류, 및 화산성지진)의 대응을 위해 어떤 프로세스를 거치는지를 개략적으로 확인할 수 있다.
즉, 본원 발명에 따른 의사결정 지원장치는, 기상청, 소방 방재청 등의 외부기관(100)과 연결되어 이로 부터 수신된 정보를 표출하는 모니터링(1)과,
시뮬레이션 데이터베이스(6)와 연결되어있으므로, 상기 모니터링(1)을 통해 자연재해의 전조현상을 체크하다가 자연재해 발생시에는, 의사 결정권자가 상기 시뮬레이션 데이터베이스(6)의 시나리오 데이터베이스로부터 가장 유사한 시나리오를 선택할 수 있도록 하기 위한 알고리즘을 포함하는 시뮬레이션 모듈(2)과,
GIS 데이터베이스(7)와 연결되어 있으므로, 알고리즘을 통해 나온 결과를 GIS 시스템을 통해 공간정보로 보여주기 위한 재해현황 모듈(3)과,
피해예측 데이터베이스(8)와 연결되어 있으므로, 상기 피해예측 데이터베이스(8)의 재해예측 데이터베이스(8a)와 재해추정 데이터베이스(8b)로부터 피해추정 정보를 추출해 통계/분석하는 재해 추정정보 통계/분석 모듈(4)과,
상기 피해예측 데이터베이스(8)와 연결되어 있으므로, 이를 토대로 의사 결정권자가 대응전략을 구축할 수 있도록 하는 상황대응 모듈(5)로 구성된다.
도 2에 의해, 시뮬레이션 모듈(2)에 대해 보다 구체적으로 살펴보자면,
자연유형 및 각종 정보를 토대로 피해예측 시나리오 기반 시뮬레이션을 통해 다양한 자연재해 유형에 대한 자연재해 대응시스템의 시뮬레이션을 제공하기 위한 것으로서, 재해에 대한 각종 입력 parameter를 설정하여 시뮬레이션 실행 및 검색환경을 설정하고, 실시간 시뮬레이션의 분석조건을 입력하여 실시간 분석 환경을 설정하며, 고속 대용량 연산 시스템과 연계하여 실시간 피해예측치를 연산하고, 유사 시나리오 알고리즘을 통해 시나리오 데이터베이스 입력조건과 유사한 항목을 정확도 순서로 표시하게 되는 것을 특징으로 한다.
도 3에 의해, 재해현황 모듈(3)에 대해 보다 구체적으로 살펴보자면,
재해현황 모듈(3)에서는 예를 들어, 화산재, 화쇄류, 화산성 홍수/이류, 및 화산성 지진을 피해 주제도, 3D 그래픽, 재해현황 GIS 시스템을 통해 시간별로 보여주며, 피해예측 간략정보와 피해상황 정보를 보여준다.
도 4에 의해, 재해 추정정보 통계/분석 모듈(4)에 대해 보다 구체적으로 살펴보자면, 재해 추정정보 통계/분석 모듈(4)은 피해예측 데이터베이스(8)와 연결되어, 예를 들어 화산재, 화쇄류, 화산성 홍수/이류, 및 화산성 지진의 피해현황을 표, 챠트를 통한 통계적 시스템으로 비교하고, 이를 바탕으로 사회, 경제적 피해(보건피해, 교통시설 피해, 건축물 피해, 산업시설 피해, 농경지 피해)를 추정하여 정보를 보여준다.
마지막으로 도 5에 의해, 상황대응 모듈(5)에 대해 보다 구체적으로 살펴보자면, 상황대응 모듈(5)은 상기 피해예측 데이터베이스(8)와 연결되어, 예를 들어 화산재, 화쇄류, 화산성 홍수/이류, 및 화산성 지진의 피해별, 시간대별, 지역별 대응절차를 상기 피해예측 데이터베이스(8)의 상황대응 데이터베이스(8c)를 토대로 표시하고, 의사결정권자는 대응전략을 구축하는 한편, 재난안전연구원 등의 연관기관(101)에 상황을 인지시킴으로써, 자연재해에 신속히 대응할 수 있도록 한다.
도 6에 의해 본원 발명의 의사결정과정 프로세스를 살펴본다면, 문제파악(백두산 화산 폭발 후 재해대응), 관련정보수집(모니터링 정보), 문제해결을 위한 기준설정(피해예측 시나리오), 대안탐색과 결과예측(재해현황), 대안의 비교, 분석, 평가(피해추정), 최적의 대안 선택(상황대응), 대안 실행 및 평가(상황전파)의 순서로 의사결정을 하게됨을 확인할 수 있다.
이상에서 설명한 바와 같이, 본 발명의 기술적 사상은 바람직한 실시예에서 구체적으로 기술되었으나, 상기한 실시예는 그 설명을 위한 것이며, 그 제한을 위한 것이 아님을 주의하여야 한다. 이처럼 본 발명은 이들이 결합되어 구현될 수도 있다. 따라서 본 발명은 특허청구범위에 기재된 청구항들의 범주에 의해 정의될 뿐이다.
1 : 모니터링
2 : 시뮬레이션 모듈
3 : 재해현황 모듈 4 : 재해추정정보 통계/분석 모듈
5 : 상황대응 모듈 6 : 시뮬레이션 데이터베이스
7 : GIS 데이터베이스 8 : 피해예측 데이터베이스
100 : 외부기관 101 : 연관기관
3 : 재해현황 모듈 4 : 재해추정정보 통계/분석 모듈
5 : 상황대응 모듈 6 : 시뮬레이션 데이터베이스
7 : GIS 데이터베이스 8 : 피해예측 데이터베이스
100 : 외부기관 101 : 연관기관
Claims (5)
- 기상청, 소방 방재청 등의 외부기관(100)과 연결되어 이로 부터 수신된 정보를 표출하는 모니터링(1)과;
시뮬레이션 데이터베이스(6)와 연결되어있으므로, 상기 모니터링(1)을 통해 자연재해의 전조현상을 체크하다가 자연재해 발생시에는, 의사 결정권자가 상기 시뮬레이션 데이터베이스(6)의 시나리오 데이터베이스로부터 가장 유사한 시나리오를 선택할 수 있도록 하기 위한 알고리즘을 포함하되,
재해에 대한 각종 입력 parameter를 설정하여 시뮬레이션 실행 및 검색환경을 설정하고, 실시간 시뮬레이션의 분석조건을 입력하여 실시간 분석 환경을 설정하며, 고속 대용량 연산 시스템과 연계하여 실시간 피해예측치를 연산하고, 유사 시나리오 알고리즘을 통해 시나리오 데이터베이스 입력조건과 유사한 항목을 정확도 순서로 표시하도록 구성되어진 시뮬레이션 모듈(2)과;
GIS 데이터베이스(7)와 연결되어 있으므로, 알고리즘을 통해 나온 결과를 GIS 시스템을 통해 공간정보로 보여주기 위한 재해현황 모듈(3)과;
피해예측 데이터베이스(8)와 연결되어 있으므로, 상기 피해예측 데이터베이스(8)의 재해예측 데이터베이스(8a)와 재해추정 데이터베이스(8b)로부터 피해추정 정보를 추출해 통계/분석하는 재해 추정정보 통계/분석 모듈(4)과;
상기 피해예측 데이터베이스(8)와 연결되어 있으므로, 이를 토대로 의사 결정권자가 대응전략을 구축할 수 있도록 하는 상황대응 모듈(5)로 구성된 것을 특징으로 하는 자연재해에 신속하게 대응하기 위한 의사결정 지원장치.
- 제 1항에 있어서,
상기 재해 추정정보 통계/분석 모듈(4)은 피해예측 데이터베이스(8)와 연결되어, 피해현황을 표, 챠트를 통한 통계적 시스템으로 비교하고, 이를 바탕으로 사회, 경제적 피해(보건피해, 교통시설 피해, 건축물 피해, 산업시설 피해, 농경지 피해 등)를 추정하여 정보를 보여주도록 구성된 것을 특징으로 하는 자연재해에 신속하게 대응하기 위한 의사결정 지원장치.
- 제 1항에 있어서,
상기 시뮬레이션 모듈(2)에서 사용하는 피해예측 프로그램은, 기상장 모델을 생산하는 WRF 모델과 화산재 확산 예측을 위한 Fall3D 모델로 구성되는데, 상기 WRF 모델은 화산재 확산 모형(Fall3D)에서 필요한 기상장 정보를 생산하고, 상기 Fall3D 모델은 기상 정보에 따라 화산재의 확산을 수행하며, 상기 WRF 모델은 WPS와 ARW로 구분되는데, 상기 WPS는 ROW 기상데이터의 전처리를 수행하고, 상기 ARW에서는 전처리 된 기상데이터를 가공하여 기상장 모델을 생산하는 것을 특징으로 하는 자연재해에 신속하게 대응하기 위한 의사결정 지원장치.
- 제 3항에 있어서,
상기 상기 WRF 및 FALL3D 모델의 입력변수는 크게 사용자 변수와 시스템 변수로 구분되고, 상기 사용자변수는 프로그램의 작동을 위해서 사용자가 값을 입력하는 변수로, 가변변수와 고정변수로 구분되며, 상기 가변변수는 사용자가 입력하는 변수로 시뮬레이션 수행 시, 매번 입력 값이 바뀔 수 있는 정보를 의미하고 고정변수는 시뮬레이션의 수행을 위해 사용자가 입력하는 변수로, 한번 값을 설정해 놓으면 자주 변하지 않는 정보를 의미하는 것을 특징으로 하는 자연재해에 신속하게 대응하기 위한 의사결정 지원장치.
- 제 4항에 있어서,
상기 가변 변수로는 마그마 유형, 화산분화 유형, 분화위치, 화산유형, 폭발지수, 분연주 높이, 계절 등의 화산분화 변수와, 화산재 발생, 화쇄류 발생, 화산이류 발생 등의 화산재해 발생여부를 입력하게 되며, 각 변수별로 시나리오 검색시 가장 유사한 시나리오를 검색해 계절과 분연주의 높이에 가중치를 두어 우선순위를 정해 가장 유사한 시나리오를 검색하게되는 것을 특징으로 하는 자연재해에 신속하게 대응하기 위한 의사결정 지원장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140010444A KR20150089604A (ko) | 2014-01-28 | 2014-01-28 | 자연재해에 신속하게 대응하기 위한 의사결정 지원장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140010444A KR20150089604A (ko) | 2014-01-28 | 2014-01-28 | 자연재해에 신속하게 대응하기 위한 의사결정 지원장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20150089604A true KR20150089604A (ko) | 2015-08-05 |
Family
ID=53886018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140010444A KR20150089604A (ko) | 2014-01-28 | 2014-01-28 | 자연재해에 신속하게 대응하기 위한 의사결정 지원장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20150089604A (ko) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170112256A (ko) * | 2016-03-31 | 2017-10-12 | 주식회사 제이비티 | 화산재로 인한 폐쇄항로 디텍팅 및 항공피해 예측시스템 |
WO2019088693A1 (ko) * | 2017-11-01 | 2019-05-09 | 한국건설기술연구원 | 건축물 지진 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
KR20210065470A (ko) * | 2019-11-27 | 2021-06-04 | 주식회사 지엔씨환경솔루션 | 재난유형별 환경기초시설의 피해진단 및 피해복구 예측방법 및 시스템 |
KR20210129821A (ko) * | 2020-04-21 | 2021-10-29 | 주식회사 일렉오션 | 상황별 의사결정 지원 시스템 |
KR20230042857A (ko) * | 2021-09-23 | 2023-03-30 | 노아에스앤씨 주식회사 | 유해화학물질 유출사고 상황관리 의사결정 지원 서비스 제공 방법, 장치 및 프로그램 |
KR102555011B1 (ko) * | 2023-04-17 | 2023-07-18 | 대한민국 | 화산재 확산 예측 정보 실시간 산출 방법 및 이를 실행하는 장치 |
KR102564191B1 (ko) * | 2022-07-28 | 2023-08-07 | 전북대학교 산학협력단 | 실시간으로 재난 상황을 감지하고 대응하는 재난 대응 시스템 |
-
2014
- 2014-01-28 KR KR1020140010444A patent/KR20150089604A/ko not_active Application Discontinuation
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170112256A (ko) * | 2016-03-31 | 2017-10-12 | 주식회사 제이비티 | 화산재로 인한 폐쇄항로 디텍팅 및 항공피해 예측시스템 |
KR101869289B1 (ko) * | 2016-03-31 | 2018-07-20 | 주식회사 제이비티 | 화산재로 인한 폐쇄항로 디텍팅 및 항공피해 예측방법 |
WO2019088693A1 (ko) * | 2017-11-01 | 2019-05-09 | 한국건설기술연구원 | 건축물 지진 피해 예측 및 분석 시스템, 방법 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
KR20210065470A (ko) * | 2019-11-27 | 2021-06-04 | 주식회사 지엔씨환경솔루션 | 재난유형별 환경기초시설의 피해진단 및 피해복구 예측방법 및 시스템 |
KR20210129821A (ko) * | 2020-04-21 | 2021-10-29 | 주식회사 일렉오션 | 상황별 의사결정 지원 시스템 |
KR20230042857A (ko) * | 2021-09-23 | 2023-03-30 | 노아에스앤씨 주식회사 | 유해화학물질 유출사고 상황관리 의사결정 지원 서비스 제공 방법, 장치 및 프로그램 |
KR102564191B1 (ko) * | 2022-07-28 | 2023-08-07 | 전북대학교 산학협력단 | 실시간으로 재난 상황을 감지하고 대응하는 재난 대응 시스템 |
KR102555011B1 (ko) * | 2023-04-17 | 2023-07-18 | 대한민국 | 화산재 확산 예측 정보 실시간 산출 방법 및 이를 실행하는 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20150089604A (ko) | 자연재해에 신속하게 대응하기 위한 의사결정 지원장치 | |
US20150213631A1 (en) | Time-based visualization of the number of events having various values for a field | |
CN106708016B (zh) | 故障监控方法和装置 | |
Fan et al. | Supply chain risk management in the era of big data | |
Piad et al. | Predicting IT employability using data mining techniques | |
US20170039305A1 (en) | Systems and methods for order-of-magnitude viral cascade prediction in social networks | |
CN104268254A (zh) | 一种安全态势分析统计方法 | |
US10635986B2 (en) | Information processing system and information processing method | |
Santos et al. | Supervised learning in the context of educational data mining to avoid university students dropout | |
US11531734B2 (en) | Determining optimal machine learning models | |
JP7103496B2 (ja) | 関連スコア算出システム、方法およびプログラム | |
KR102379472B1 (ko) | 시공간 피해특성을 고려한 다종 데이터 융합 분석방법 | |
US20160314484A1 (en) | Method and system for mining churn factor causing user churn for network application | |
Rodríguez-Déniz et al. | A frontier-based hierarchical clustering for airport efficiency benchmarking | |
Catak et al. | Fuzzy analytic hierarchy based DBMS selection in Turkish national identity card management project | |
Yan et al. | A work-centered visual analytics model to support engineering design with interactive visualization and data-mining | |
US20210326784A1 (en) | Method for analyzing risk of cooperrator supply chain | |
CN114707685A (zh) | 一种基于大数据建模分析的事件预测方法及装置 | |
US20190362038A1 (en) | Design Support Apparatus | |
CN111353085A (zh) | 一种基于特征模型的云挖掘分析网络舆情方法 | |
Di Corso et al. | All in a twitter: Self-tuning strategies for a deeper understanding of a crisis tweet collection | |
Yu | A visualized pattern discovery model for text mining based on TF-IDF weight method | |
US11782923B2 (en) | Optimizing breakeven points for enhancing system performance | |
Lacueva-Pérez et al. | Assessing TRL of HCI Technologies Supporting Shop Floor Workers | |
Malgaonkar et al. | Study on big data analytics research domains |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal |