Earticle

혁신의 근본적 요소인 지식은 각 혁신주체들이 지리적으로 근접해 있을 때 보다 효과적으로 확산된다. 각 지역의 혁신은 혁신주체들에 의하여 발생하기 때문에 혁신역량은 혁신주체의 활동과 직결된다. 이러한 관점에 따라 본 논문은 지역 간 혁신역량의 특성을 지역에서의 혁신주체인 연구기관, 중개기관, 대학, 기업 입지 관점에서 보여주기 위한 목적에서 수행되었다. 각 지역별 혁신주체 입지를 분석하기 위하여 2013년 국가연구개발투자사업 정보에 나타난 연구주체를 7개로 분류하여 분석데이터로 활용하였다. 유사한 혁신주체를 보유한 지역을 소수의 유형으로 구분하기 위하여 다양한 지표들을 효과적으로 압축해주는 다중요인분석(MFA: Multiple Factor Analysis)을 적용하였다. 다중요인분석에 의하여 도출된 요인을 기준으로 16개 지역에 대한 혁신 특성을 살펴보았다. 분석결과 서울, 경기, 대전이 모든 지역에 비해 단연 앞서고 있으나 지역별로 혁신을 주도하는 주체는 상이한 것으로 나타났다. 연구결과를 통한 지역혁신정책에 관한 정책적 시사점은 다음과 같다. 첫째, 지역 간 혁신역량 불균형을 개선해야 한다. 둘째, 지역별로 혁신을 주도하는 혁신주체가 다르므로 차별화된 지역혁신정책이 필요하다.

Knowledge of the fundamental elements of innovation is diffused more effectively when they are geographically close to each innovation actors. This study is aimed at demonstrating cross-regional differences in innovation capacity in terms of innovation actors (research institutes, technology agencies, universities, and corporations). We conducted multiple factor analysis to classify innovation characteristics by region, using data on 2013 national R&D investment projects. Through the analysis, we found that Seoul, Gyeonggi, and Daejeon take the lead in every aspect. but the main actors who lead innovation differ by region. The results suggest the following policy implications. First, the cross-regional inequalities in innovation capacity should be addressed. Second, the main actors who lead innovation differ by region; therefore, regional innovation policy need to be adapted at regional level in order to reflect the diverse legal, social and geographical conditions of regions.

본 연구는 그릿과 열정 구인이 변별되는지를 검증하고 동, 서양 문화 간 두 구인의 관계성에 차이가 존재하는지를 알아보고자 하였다. 이를 위해 한국 대학생 208명과 미국 대학생 251명을 대상으로 다집단 요인분석을 실시하였다. 분석 결과, 형태동일성과 부분측정단위동일성이 성립하여 한국과 미국 모두에서 그릿의 두 요인인 흥미의 지속성 및 노력의 꾸준함과 열정의 두 유형인 조화열정 및 강박열정 각각이 서로 잘 구별되는 것으로 밝혀졌다. 단, 미국 대학생 집단에서는 흥미의 지속성이 적응적인 조화열정과는 정적인 상관을, 부적응적인 강박열정과는 부적인 상관을 보인 반면에, 한국 대학생 집단에서는 노력의 꾸준함 뿐만 아니라 흥미의 지속성도 조화 및 강박열정 모두와 상관이 유의미하지 않았다. 이는 그릿의 개념적 정의와는 달리 한국의 대학생 집단에서는 그릿이 열정과 관련이 높지 않음을 시사한다. 이러한 결과를 바탕으로 본 연구는 그동안 개념적으로 유사함에도 불구하고 이론적으로만 설명되어 왔던 그릿과 열정 간의 변별성을 경험적으로 밝히고, 서구에서 주로 논의되어 온 그릿과 열정이 문화적 토양에 따라 가질 수 있는 차이를 확인하였다.

The purpose of this research was to examine the discrimination between grit and passion; and to compare the relationship between grit and passion between eastern and western culture. The participants were 208 Korean and 251 American undergraduates. Multiple-group factor analysis confirmed the model of four (consistency of interest, perseverance of efforts, harmonious passion, and obsessive passion) factors by configural invariance and partial measurement invariance. Also we found positive correlation between consistency of interest and harmonious passion as well as negative correlation between consistency of interest and obsessive passion in the American sample. However, the correlation between grit(consistency of interest, perseverance of efforts) and passion(harmonious passion, obsessive passion) was not significant in the Korean sample. The results suggest that grit is not accompanied by passion among Korean university students. Findings empirically highlight the distinctiveness of grit and passion and the possibility of cultural differences in grit and passion, which were usually discussed western cultures.

본 연구는 수입 화물의 위험 관리를 효율적으로 수행하기 위해 머신러닝 기반의 위험 등급 예측 시스템 개발을 목표로 한다. 이를 위해, 이진 분류용으로 공개된 수입 신고 데이터를 실제 위험 기반 검사(RBI) 환경에 적합한 다중 분류(Red, Yellow, Green) 데이터셋으로 변환했다. 이를 바탕으로 성능과 효율성이 검증된 앙상블 모델인 LightGBM(Light Gradient Boosting Machine)을 사용하여 학습을 진행했다. 특히, RBI 시스템의 핵심 목표인 고위험 화물 식별 능력을 높이기 위해 Red 등급의 재현율(Recall)을 목표 지표로 설정하고, 클래스 가중치(class weight) 및 임계값(threshold) 조정을 통해 모델을 최적화했다. 성능 평가 결과, 모델의 전체적인 성능을 나타내 는 Macro F1 Score는 0.8259 수준을 유지하면서도, Red 등급 재현율은 0.8700이라는 높은 수준을 달성했다. 또한, 설명가능 인공지 능(XAI) 기법인 순열 중요도(Permutation Importance) 분석을 통해 원산지 국가와 HS Code 등이 위험 등급 분류의 주요 변수임을 확인함으로써 모델의 신뢰성을 확보했다. 본 연구는 실제 비즈니스 요구사항을 반영한 데이터 변환 및 모델 튜닝 과정을 통해, 실용적 이고 효과적인 머신러닝 기반 RBI 시스템 개발의 실증적인 방법론을 제시했다는 점에서 의의를 갖는다.

This paper aims to develop a machine learning-based system to predict the risk levels of import cargo for efficient risk management. To this end, we transformed a publicly available binary classification dataset of import declarations into a multi-class (Red, Yellow, Green) dataset suitable for a real-world Risk-Based Inspection (RBI) environment. Based on this data, a model was trained using LightGBM (Light Gradient Boosting Machine), an ensemble model proven for its performance and efficiency. Specifically, to enhance the capability of identifying high-risk cargo, a core objective of the RBI system, we set the Recall for the Red class as the key performance indicator. The model was optimized by adjusting class weights and the prediction threshold. The performance evaluation demonstrates the model achieved a high Red class Recall of 0.8700 while maintaining a stable overall performance with a Macro F1 Score of 0.8259. Furthermore, we secured the model’s reliability by applying an Explainable AI (XAI) technique, Permutation Importance, which confirmed that features such as the country of origin and HS Code are key variables in risk classification. This study is significant in that it presents an empirical methodology for developing a practical and effective machine learning-based RBI system, incorporating data transformation and model tuning processes that reflect real-world business requirements.

Robust parameter design is to identify appropriate settings of control factors that make the system's performance robust to changes in the noise factors that represent the source of variation. In this paper, we introduce a factor analysis approach to simultaneously optimize multiple quality characteristics in the robust parameter design. An example is illustrated to compare it with already proposed method.

It's known that having multiple sexual partners is one of the risk factors of human papillomavirus (HPV) infection which is a major cause of cervical cancer. However, it is not clear whether the number of sexual partners is an independent risk factor for cervical cancer. We identified relevant studies by searching the databases of MEDLINE, PubMed and ScienceDirect published in English from January 1980 to January 2014. We analyzed those studies by combining the study-specific odds ratios (ORs) using random-effects models. Forty-one studies were included in this meta-analysis. We observed that the number of sexual partners was associated with the occurrence of non-malignant cervical disease (OR=1.82, 95%CI 1.63-2.00) and invasive cervical carcinoma (OR=1.77, 95%CI 1.50-2.05). Subgroup analyses revealed that the association remained significant after controlling for HPV infection (OR=1.52, 95%CI 1.21-1.83 for non-malignant disease; OR=1.53, 95%CI 1.30-1.76 for invasive cervical carcinoma). We found that there was a non-linear relation of the number of sexual partners with both non-malignant cervical disease and invasive cervical carcinoma. The risk of both malignant and non-malignant disease is relatively stable in women with more than 4-7 sexual partners. Furthermore, the frequency-risk of disease remained significant after controlling for HPV infection.The study suggested that h aving multiple sexual partners, with or without HPV infection, is a potential risk factor of cervical cancer.

다중요인분석은 관능검사에서 주로 이용되는 분석으로 상품의 속성과 소비자들의 기호도에 대한 자료 분석에 주로 이용된다. 본 연구에서는 다중요인분석을 상품의 속성, 소비자들의 기호도 등의 자료에 이용하여 소비자들의 특성에 따라 몇 개의 군집으로 분류하고 이를 부분 최소제곱 경로모형을 이용하여 분류된 군집의 특성을 파악해 보고자 한다. 향수의 속성에 대한 자료와 소비자들이 파악한 향수의 속성, 그리고 그들의 기호도에 관한 실제 자료를 다중요인분석을 이용하여 살펴보고 이 결과를 이용하여 소비자들을 4개의 군집으로 분할한다. 분할한 군집별로 제품의 특성을 파악하고 이를 최소제곱경로모형에 적용하여 각 군집의 특성을 나타내는 잠재변수를 추정, 군집별로 소비자들이 선호하거나 기피하는 제품의 특성들, 그리고 각 군집별로 제품들을 어떻게 지각하는지 등을 파악한다. 다중요인분석을 활용한 부분 최소제곱 경로모형은 제품에 대한 특성과 소비자들의 기호도를 동시에 분석하여 이들의 관계를 규명하고 분석 결과를 제품 개발과 판매에 적용할 수 있다는 점에서 유용한 모형이라고 할 수 있다.

In this paper, we examine the methodology to predict consumer preferences using several groups of attributes of products and application to real data. In the food industry, studies are in progress to investigate the relationship between product attributes and consumer preferences; consequently, various methodologies are proposed. Among these methodologies, we consider multiple factor analysis (MFA). The result of the MFA enable the division of consumers into four clusters with similar liking and the defining of preference characteristics for each cluster. Also, using the results of multiple factor analysis, we find the partial least squares path model to predict consumer preferences through the characteristics of the product and the characteristics evaluated by consumers. We can understand the relationship between the cluster of consumers and the preferred/undesirable characteristics of products through the partial least squares path model applied to two clusters with different liking. When multiple factor analysis is used in the partial least squares path model, it is possible to investigate relationships between products and consumers by analyzing product characteristics and consumer preferences simultaneously. The results can be applied to product developments and sales which makes this methodology important and useful.

This study was to develop a customer-based festival brand equity measurement scale and to examine its validity, reliability and factorial invariance by comparing two festivals Based on previous literature, a 4 dimension (i.e., brand awareness, brand loyalty, brand image, & perceived quality) with 16 measure of customer based festival brand equity measurement scale was developed. Data were collected at 2009 Gyeongju Traditional Drinks and Rice Cake Festival. 342 participants, who have previously participated in Andong Maskdance Festival, were conveniently selected. Results of the Multiple-Group Factor Analysis .revealed a significant support for the conceptual model of the customer-based festival brand equity, verifying its reliability and validity. Theoretical implications were discussed in the conclusion.

This paper is analysis of multiple factor that should be considered in the design of an eddy current brake used as auxiliary brake system. The eddy current brake is a brake that generates a braking torque in a rotational direction opposite to the direction of the rotor by using a time-varying magnetic flux. The eddy current brake has the advantage of being able to take high current densities because this is used for a short period of time. Also, the eddy current brake is influenced by multiple factor such as number of slots, teeth width, coating thickness, air-gap length and so on. Therefore the eddy current brake was designed for use in railway application in consideration of the operation region and critical parameters.

본 논문은 확장된 횡단면분석과 주식의 장기시계열을 사용하고 규모, 장부가치/시장가치 비율과 모멘텀을 통제하면서 CAPM과 다요인모형인 Fama·French(1993, 1995)의 3요인 모형, Charhart et al.(1996) 및 Carhart(1997)의 4요인 모형의 실증적인 적합성을 체계적으로 분석하기 위한 것이다. 모형의 사전진단을 위하여 선형회귀분석방법을, 본 검정을 위하여 Hansen·Jagannathan(1997)의 최소거리검정방법을 사용하였다. 분석결과에 의하면 모형의 적합성에 대한 검정 통계량인 JT 값의 비교에서 4요인 모형의 적합도가 CAPM, 3요인 보다 높게 나타났다. 특정 모형이 제공하는 가격결정함수가 진정한 가격결정함수에 얼마나 가까운지를 나타내는 HJ 최소거리검정에서는 규모와 장부가치/시장가치를 통제한 경우 CAPM, 3요인 모형, 4요인 모형 모두 진정한 가격결정함수와 차이가 없는 것으로 나타났다. 하지만 모멘텀을 통제한 경우 4요인 모형이 유일하게 진정한 가격결정함수와 차이가 없는 것으로 나타났다. 전체적으로 규모, 장부가치/시장가치 비율, 모멘텀을 통제한 경우에 4요인 모형이 제공하는 가격결정함수가 가장 강건하게 우수한 것으로 나타났다.

This study compares the empirical fit of the single factor Capital Asset Pricing Model (CAPM) and the multi-factor models using a broad cross-section and long time series stock portfolios and controlling for size, book to market, and momentum factors. Linear regression analysis is used for pre-diagnosis of models and Hansen and Jagannathan(HJ) distance, which is widely used for diagnosis of asset pricing model, is employed to compare the empirical results among three models. JT statistics for model fit indicates that four-factor model(Carhart, Robert, Robert, and Kelly, 1996; Carhart, 1997) shows better fit than CAPM and three-factor model(Fama and French, 1993; Fama and French, 1996). The findings from HJ distance indicate that four-factor model does not yield better fit than CAPM and three-factor model when size and book to market factors are controlled, whereas four-factor model shows better fit than others when momentum factor is controlled. In sum, the findings for this study suggest that four-factor model improves the empirical fit when size, book to market, and momentum factors are controlled.

이 연구는 장애인들에게 문화교육에 대한 긍정적 인식과 행복추구에 필요한 심리 역량에 주안점을 두고, 그 구조 개념을 제시하는 것을 목적으로 하였다. 본 연구의 목적 달성을 위하여 다중지능과 문화적 역량 척도를 사용하였으며, SPSS와 Amos를 통해 통계 자료처리를 하였다. 이에 다중지능과 문화적 역량 요인들을 대상으로 확인적 요인분석을 통한 구조 모형 검증의 적합성을 알아보았으며, 연구결과에서는 적합한 결과를 나타냈다. 세부적으로 다중지능의 하위요인인 논리수학지능, 공간지능, 언어지능, 음악지능, 신체운동지능, 인간친화지능, 자연친화지능, 자기성찰지능은 문화적 역량과 유의미한 관계 구조를 가지고 있다는 결과를 도출하였고, 구조 모형 검증을 위한 상관관계 결과에서는 다중지능과 문화적 역량의 하위 요인 모두에서 유의미한 상관관계가 나타났다. 측정도구 간의 평균은 다중지능 요인이 문화적 역량 요인보다 높게 나타나 다중지능 요인이 문화교육 심리에 높은 의미성이 있다는 사실을 도출하였다. 이 연구는 장애인들에게 문화교육 증진을 위한 심리 역량을 분석하여 실제 특수교육의 현장에서 적용 가능한 구조 개념을 제시하였다는데 그 의의가 있다.

The purpose of this study was investigate the factors contributing increase of cultural education psychological competence that could be applied to the structure concepts modeling of psychological competence for the physical disabilities. The study confirmed measurement model consisted SPSS 11 and Amos 4 were used for the statistical procedures of the study. The multiple intelligence factors of bodily-kinesthetic, musical, intra-inter personal, logical-mathematical, nationalist, linguistic, spatial, humanist showed significant relationships structural to cultural competency. The correlation results for all of the structural model validation significantly Multiple Intelligences and cultural competence factors showed a high correlation. In this study, the structure of the model validation results for the three psychological measures correlated significantly both factors showed a high correlation, a positive psychological disabilities capabilities were able to determine the temporal coherence. The implication of study was that applicable to psychological structure concepts modeling of culture education for the physical disabilities.

This paper investigates the effect of weather factors(such as winds, rain, snows, temperature, clouds and humidity) on transmission line outages. The result shows that weather variables have significant effects on the transmission line historical outages and the relationship between them is nonlinear. Multiple regression analysis using Logit model is proved to be appropriate in forecasting line failure rate in KEPCO systems. It could also provide system operators with useful informations about system operation and planing.