최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기The journal of Bigdata = 한국빅데이터학회지, v.1 no.1, 2016년, pp.9 - 17
안지훈 (서강대학교 경영전문대학원) , 김진화 (서강대학교 경영대학)
This study identifies major features in water supply and introduces important factors in water services based on the information from data mining analysis of water quantity and water pressure measured from sensors. It also suggests more accurate methods using multiple regression analysis and neural ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
년간 물 사용량 추이는 무엇에 따라 차이가 발생하는가? | 년간 물 사용량 추이를 봤을 때, 계절에 따라 차이가 발생함을 알 수 있다. 이에 계절성을 반영하기 위해 봄, 여름 등의 사계절 구분은 봄은 3~5월 등의 주관적인 요소가 존재하기에 보다 객관적인 계절성 반영을 위해 월을 추가한다. | |
상수도 시설 관리의 문제점은 무엇인가? | 상수도 시설은 도시생활을 영위하는 시민들의 기본 적인 생활기반 마련을 위한 도시기반 시설로, 근래에 들어서 생활 및 경제 수준 향상으로 물에 대한 양적 및 질적 요구가 높아짐에 따라 그에 대한 효율적인 계획및 관리가 요구되고 있다. 그러나, 안정적인 물 공급을 하기 위한 상수관망의 유지관리 활동에 있어 현재까지는 주로 비정상적인 이벤트가 발생한 이후에 이를 조치하는 사후 대응에 치우쳐 있고, 조속한 누수지점 검색 및 보수 등의 대응 행위를 하는데 있어 해당 담당자의 경험에 높은 의존도를 보이고 있다. 이에 계획되지 않은 사고발생에 대한 대처를 신속히 하고 상수도 관리조직 내 작업자의 원활한 업무순환 등을 위해 사전 인지를 통한 조기대응의 요구가 높아지고 있다[3]. | |
상수도 시설은 무엇인가? | 상수도 시설은 도시생활을 영위하는 시민들의 기본 적인 생활기반 마련을 위한 도시기반 시설로, 근래에 들어서 생활 및 경제 수준 향상으로 물에 대한 양적 및 질적 요구가 높아짐에 따라 그에 대한 효율적인 계획및 관리가 요구되고 있다. 그러나, 안정적인 물 공급을 하기 위한 상수관망의 유지관리 활동에 있어 현재까지는 주로 비정상적인 이벤트가 발생한 이후에 이를 조치하는 사후 대응에 치우쳐 있고, 조속한 누수지점 검색 및 보수 등의 대응 행위를 하는데 있어 해당 담당자의 경험에 높은 의존도를 보이고 있다. |
삼성경제연구소, "효과적 수요 예측 방법과 사례", SERI 이슈 페이퍼, 2012.
주충남, 구자용, 유명진, "인공신경망을 이용한 단기 물수요 예측", 대한환경공학회, 추계학술연구발표회 논문집(I), 1999.
최국렬, 데이터마이닝 이론과 실습 : 보건의료데이터 중심, 청구문화사, 2001.
최세일, "의주식시장 기술적 지표 분석", 진리탐구, 1999.
추휘석, 민지경, 이인호, "다수의 인공신경망 모형을 통한 기업데이터의 분류 및 부도예측에 관한 연구", 연세경영연구, 제41권, 제2호, pp.513-539, 2004.
한상만, 박승배, 정남호, "인공신경망과 로짓모형을 이용한 내구재의 구매의도 예측에 관한 비교연구", 아시아마케팅저널, 제15권, 제3호, pp.71-92, 2000.
허명회, 이용구, 데이터마이닝 모델링과 사례, 한나래, 2008.
허 준, 최병주, 정성원, "클레멘타인을 이용한 데이터마이닝", 1판, SPSS아카데미, 2001.
Berry, M. and Linoff, G., Data Mining Techniques, Wiley, New York, 1997.
Domingos, P. and G. Hulten, Mining High-Speed Data Streams, KDD, Boston, MA, USA ACM Press, 2000.
Han, J. and M. Kamber, Data Mining-Concepts and Techniques, Morgan Kaufmann, 2001.
Han, J., J. Pei, and Y. Yin, "Mining frequent patterns without candidate generation", In Proceedings of 2000 ACM-SIGMOD International Conference of Management of Data, 2000.
Hulten, G., L. Spencer, and P. Domingos, Mining Time-Changing Data Streams, KDD 01 San Francisco, C.A. USA, 2001.
Pendharkar, P.C., "A Threshold-varying Artificial Neural Network approach for Classification and its Application to Bankruptcy Prediction Problem", Computers and Operations Research, Vol.32, No.10, pp.2561-2582, 2005.
West, D., "Neural Network Credit Scoring Models", Computers and Operations Research, Vol.27, No.11, pp.1131-1152, 2000.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.