• 지적과 국토정보
• /
• 제50권1호
• /
• pp.181-200
• /
• 2020

본 연구는 OLS모형을 적용하여 주택보유기간에 영향을 미치는 결정요인을 추정한 후 SVM, Decision Tree, Random Forest, Gradient Boosting, XGBoost, LightGBM을 통해 각 모형별 예측력을 비교하였다. 예측력이 가장 높은 모델을 기반모델 삼아 앙상블 모형 중 하나인 Stacking모형을 적용하여 더욱 예측력이 높은 모형을 구축하여 주택시장의 주택거래량을 파악할 수 있다는 점에 선행 연구와의 차이가 있다. OLS분석 결과 매도이익, 주택가격, 가구원 수, 거주주택형태(단독주택, 아파트)이 주택보유기간에 영향을 미치는 것으로 나타났으며, RMSE를 기준삼아 각 머신러닝 모형과 예측력 비교한 결과 머신러닝 모델의 예측력이 더 높은 것으로 나타났다. 이후, 영향을 미치는 변수로 데이터를 재구축한 후 각 머신러닝을 적용하여 예측력을 비교하였으며, 분석 결과 Random Forest의 예측력이 가장 우수한 것으로 나타났다. 또한 예측력이 가장 높은 Random Forest, Decision Tree, Gradient Boosting, XGBoost모형을 개별모형으로 적용하고, Linear, Ridge, Lasso모형을 메타모델로 하여 Stacking 모형을 구축하였다. 분석 결과, Ridge모형일 때 RMSE값이 0.5181으로 가장 낮게 나타나 예측력이 가장 높은 모델을 구축하였다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.37-52
• /
• 2011

공급사슬관리(SCM)는 공급사슬의 가치를 높이고 변화하는 환경에 더 민첩하게 적응할 수 있는 전략적인 접근방식이다. 공급사슬 파트너 간에 중단 없는 파트너쉽과 가치 창출을 위해서는 정보와 지식의 공유 및 적절한 파트너 선정기준이 적용되어야 한다. 따라서 파트너 선정 기준은 제품의 품질과 신뢰도를 유지하기 위해서 아주 중요하다. 제품의 각 부품은 적절한 공급 파트너를 통해서 공급된다. 파트너를 선정하는 기준은 기술적 능력, 품질, 가격, 지속성 등 여러 요인이 있다. 실제로 파트너 선정기준은 구성부품의 특성에 따라서 변화할 수 있다. 그 부품이 핵심 구성품이면 품질이 가격에 비해서 최고 우선순위가 된다. 표준부품은 낮은 가격이 우선순위를 가진다. 간혹 긴급 주문과 같은 예기치 못한 상황이 발생하면 우선순위가 변하게 된다. 따라서 SCM 파트너 선정 기준은 구성부품의 특성과 상황에 따라서 동적으로 결정 되어진다. 이 연구의 목적은 상황과 부품의 특성에 따라서 공급사슬 파트너쉽을 위한 온톨로지 모델을 제시하고자 하는 것이다. 변수의 불확실성은 퍼지이론을 이용하여 나타내고자 하였다. 부품별 우선순위와 상황변수는 웹 온톨로지 언어(OWL : Web Ontology Language)를 이용하여 모델링 하였다. 부품의 우선순위는 퍼지로직을 이용한 퍼지소속함수로 변환 되어진다. 온톨로지의 추론을 위해서 SWRL(Semantic Web Rule Language)을 이용하였다. 제안된 모델의 구현을 위해서 자동차 구성품인 스타트모터 부품을 대상으로 온톨로지를 구축하고 구성 부품별 우선순위에 따른 공급 파트너를 선정하는 과정을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.23-30
• /
• 2022

딥러닝은 주가 및 농산물 가격 예측과 같이 데이터를 분석해 일련의 규칙을 발견하고 미래를 예상해 우리의 삶에서 다양한 도움을 주고 있다. 본 연구는 태양광 에너지 사용의 중요성이 늘어나는 상황에서 기상에 따른 태양광 발전 실적을 딥러닝을 통해 분석하고 발전량을 예측한다. 본 연구에서는 시계열 데이터 예측에서 두각을 나타내고 있는 LSTM(Long Short Term Memory network)을 사용한 모델을 제안하며 이미지를 비롯한 다양한 차원의 데이터를 분석할 때 사용되는 CNN(Convolutional Neural Network)과 두 모델을 결합한 CNN-LSTM과의 성능을 비교한다. 세 가지 모델의 성능은 태양광 발전 실적의 실제값과 딥러닝을 통해 예측한 값으로 MSE, RMSE, 결정계수를 계산하여 비교하였고 그 결과 LSTM 모델의 성능이 가장 우수한 것으로 나타났다. 따라서 본 연구는 LSTM을 사용한 태양광 발전량 예측을 제안한다.

• 무역학회지
• /
• 제48권2호
• /
• pp.27-43
• /
• 2023

해양 산업은 글로벌 경제 성장에 매우 중요한 역할을 하고 있다. 특히 벌크운임지수인 BDI는 글로벌 상품 가격과 매우 밀접한 상관 관계를 지니고 있기 때문에 BDI 예측 연구의 중요성이 증가하고 있다. 본연구에서는 글로벌 시장 상황 불안정성으로 인한 정확한 BDI 예측 어려움을 해결하고자 머신러닝 전략을 도입하였다. CNN과 LSTM의 이점을 결합한 예측 모델을 설정하였고, 모델 적합도를 위해 27년간의 일일 BDI 데이터를 수집하였다. 연구 결과, CNN을 통해 추출된 BDI 특징을 기반으로 LSTM이 BDI를 R² 값 94.7%로 정확하게 예측할 수 있었다. 본 연구는 해운 경제지표 연구 분야에서 새로운 머신 러닝 통합 접근법을 적용했을 뿐만 아니라 해운 관련기관과 금융 투자 분야의 위험 관리 의사결정에 대한 시사점을 제공한다는 점에서 그 의의가 있다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.71-85
• /
• 2021

본 연구는 채권시장과 금리시장의 지표를 이용한 외환시장 환율예측 모델을 만드는데 있어 어떤 인공지능 방법론이 가장 적합한지 밝혀내는데 그 목적이 있다. 채권시장의 대표 상품인 국고채와 통안채는 위험회피 상황이 올 때 대규모로 매도되어지고 그런 경우 환율이 상승하는 모습을 자주 보여주었고, 금리시장에서 통화 스왑 (Cross Currency Swap) 가격은 달러 유동성 문제가 생길 때 주로 하락하였으며, 그 움직임은 환율의 상승에 직간접적인 영향을 미쳐온 점 등을 고려하면, 채권시장과 금리시장에서 거래되는 상품의 가격과 움직임은 외환시장에도 직간접적인 영향을 주고 있으며, 세 시장 사이엔 상호 유기적이고 보완적인 관계가 있다고 볼 수 있다. 지금까지 채권시장, 금리시장, 그리고 외환시장 사이의 관계와 연관성을 밝히는 연구는 있어왔으나, 과거 많은 환율예측 연구들이 주로 GDP, 경상수지 흑자/적자, 인플레이션 등 거시적인 지표를 기반으로 한 연구에 집중되어 왔으며, 채권시장과 금리시장 지표를 기반으로 인공지능을 활용하여 외환시장의 환율을 예측하는 적극적인 연구는 아직 진행되지 않았다. 본 연구는 채권시장 지표와 금리시장 지표를 기반으로, 비선형데이터 분석에 적합한 인공신경망(Artificial Neural Network) 모델과, 선형데이터 분석에 적합한 로지스틱 회귀분석 (Logistic regression), 그리고 비선형/선형데이터 분석에 활용 가능한 의사결정나무 (Decision Tree)를 각각 사용하여 환율예측 모델을 만들고 그 수익률을 비교하여 어떤 모델이 가장 외환시장 환율 예측을 하는데 적합한지 알려준다. 또한, 본 연구는 주식시장, 금리시장, 오일시장, 그리고 외환시장 환율 등 비선형적 시계열 데이터 분석에 많이 사용되어진 인공신경망 모델이 채권시장과 금리시장 지표를 기반으로 한 외환시장 환율예측 모델에 가장 적합한 방법론을 제공하고 있다는 것을 증명한다. 채권시장, 금리시장, 그리고 외환시장 간의 단순한 연관성을 밝히는 것을 넘어, 세 시장 간의 거래 신호를 포착하여 적극적인 상관관계를 밝히고 상호 유기적인 움직임을 증명하는 것은 단순히 외환시장 트레이더 들에게 새로운 트레이딩 모델을 제시하는 것뿐만 아니라 금융시장 전체의 효율성을 증가시키는데 기여할 것이라 기대한다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.135-144
• /
• 2021

국내택배는 전자상거래 활성화에 힘입어 매년 높은 성장률을 보이는 반면, 택배단가는 계속 떨어지고 있다. 낮은 택배단가로 택배사에 수익성 악화는 물론 소비자에게는 서비스 저하, 종사자에게는 과로 및 사고 등을 초래하여 택배요금 정상화를 위한 개선이 필요하다. 이 연구에서는 합리적인 요금체계 모델과 요금을 계산하는 시스템적인 접근방법을 제시하였다. 연구 방법은 화물의 부피와 무게로 부피중량(Voulumatirc Weight) 및 운임톤(Revenue Ton)을 반영하여 청구중량(Chargeable Weight)를 계산하고 택배원가을 토대로 새로운 택배요금 모델을 제시하였다. 또한 현장에서도 쉽고 편하고 합리적으로 요금을 결정할 수 있는 요금결정지원시스템을 개발하였다. 실증에서는 실제 거래되는 택배를 샘플링하여 요금차이를 검토한 결과, 부피보다는 중량에 의존하여 요금이 결정되고 있었으며 개인택배의 경우 63.5%, B2C택배의 경우 40%가 부적합으로 확인되었다. 택배현장에서 나타나는 부작용과 문제점을 해소하기 위한 대안으로 택배가격 개선방안 연구가 절실함에 이 연구가 활용될 수 있을 것이다.

• 한국의류학회지
• /
• 제26권5호
• /
• pp.606-617
• /
• 2002

The purpose of this study is to develop a decision model that helps manufacturers and retailers determine the optimal timing of markdown in order to maximize their profit. An optimal timing decision model was developed based on three steps; conjoint measurement, scenario analysis and simulation. Data were collected from the sample of 149 out of 170 undergraduate and graduate students in Seoul in 1997. From the Jeans market, 8 brands; Levi's, lee, Guess, Calvin Klein, Pintos, Get used, MFG, and Basic, were selected as competitors for this study. In the conjoint measurement, respondents estimated the level of preference, from 1 to 100, for each item in which brand, price, style, and colors were used to explain product characteristics. Then, in order to reflect competitive situation in Jeans market, four types of scenarios were developed. In each scenario, simulations were applied to decide optimal timing of markdowns that leads to maximal profitability and sales volume. The profit was calculated based on the equation; Profit = Jean's market volume x market share of each brand - cost, where market volume was obtained by integral calculus for market utility function, and market share by logit value of part-worth from the conjoint analysis. For the purpose of the parsimony of the research, costs and the level of markdown were fixed to 30% of the regular price. In results, the optimal timing decision model identified 3 different types of brands. The brands that do not need to take markdown were Ievi's, MFG, and Basic Jeans characterized by the highest brand power and the highest price zone. The brands that needed to take early markdowns were Guess, Lee, Calvin Klein, and Get Used with the intermediate level of brand power and price. The brand that need late markdown was Pintos with the weakest brand power among the competitors and the lowest price. The optimal range of markdown remains for further research.

• 경영정보학연구
• /
• 제25권2호
• /
• pp.103-123
• /
• 2023

e-커머스 플랫폼 문헌에서 유효한 관점 중 하나는 정보 비대칭 상황에서의 판매자 신호전략이다. 본 연구에서는 판매자의 신호전략이 소비자의 의사결정에 미치는 영향을 체계적으로 탐색하기 위해 신호이론과 쇼핑목표이론을 기반으로 연구모델을 구성하였다. 구체적으로 소비자의 쇼핑 목표에 따라 판매자가 제공하는 신호 효과(i.e., 평판, 온라인 구전 비율, 가격)에 차이가 있는지 분석하였다. 실증분석을 위해서는 대표적인 e-커머스 플랫폼인 아마존을 대상으로 26,246개의 데이터를 수집하여 가우시안 코플라 방법을 활용하였다. 분석결과, 판매자가 제공하는 신호는 수익에 긍정적인 영향을 미치는 것으로 나타났으며, 이러한 효과는 소비자의 쇼핑목표에 따라 조절되는 것으로 분석되었다. 본 연구는 쇼핑목표이론을 기반으로 소비자가 입력하는 키워드에 따라 판매자의 신호전략 효과에 차이가 있다는 점을 발견함으로써 신호이론 및 전자상거래 문헌에 기여하였다.

• 정보과학회 논문지
• /
• 제44권12호
• /
• pp.1258-1268
• /
• 2017

신속하고 정확한 시장의 물가 파악은 소비자 개인을 넘어 정부와 관련 기업의 주요 관심 사항이다. 그러나 국가 단위의 물가 데이터 취합은 적지 않은 시간과 비용이 필요하다. 특히 통계 데이터 관련 인프라가 미약한 개발도상국의 경우 물가 지표 파악은 일 혹은 주 단위로 지연되어 국가의 정책 결정에 필요한 주요한 데이터의 부재가 있을 뿐만 아니라 투자 잠재성을 저하시킨다. 이러한 배경에서 이 연구는 온라인 소셜 네트워크 빅데이터를 활용한 실시간 물가 예측(Nowcast) 모델을 제시한다. 제안하는 모델은 트위터와 같은 온라인 빅데이터를 수집 및 분석함으로써 주요 소비재 시장물가를 실시간으로 단기 예측하는 알고리즘으로, 실제 15개월간 인도네시아를 대상으로 주요 식자재의 일별 물가 추이 예측에서 높은 정확도를 보임을 검증하였다. 해당 모델은 다양한 언어와 상품군으로 확장 가능하며, 기존 경제 통계를 보조함으로써 시장동향의 파악으로 정부와 기업의 전략 수립에 기여할 것으로 기대된다.

• 해양환경안전학회지
• /
• 제27권2호
• /
• pp.377-386
• /
• 2021

A60 급 갑판 관통 관은 선박과 해양플랜트에서 화재사고가 발생할 경우 화염의 확산을 방지하고 인명을 보호하기 위해 수평구조에 설치되는 방화장치이다. 본 연구에서는 다양한 대리모델과 다중 섬 유전자 알고리즘을 이용하여 A60 급 갑판 관통 관의 방화설계에 대한 이산변수 근사최적화를 수행하였다. A60 급 갑판 관통 관의 방화설계는 과도 열전달해석을 통해 평가하였다. 근사최적화에서 관통관의 길이, 지름, 재질, 그리고 단열재의 밀도는 이산설계변수로 적용하였고, 제한조건은 온도, 생산성 및 가격을 고려하였다. 대리모델 기반의 근사최적설계 문제는 제한조건을 만족하면서 A60 급 갑판 관통 관의 중량을 최소화할 수 있는 이산설계변수를 결정하도록 정식화하였다. 반응표면모델, 크리깅, 그리고 방사기저함수 신경망과 같은 다양한 대리모델이 근사최적화에 사용되었다. 근사최적화의 정확도를 검토하기 위해 최적해의 결과는 실제 계산 결과와 비교하였다. 근사최적화에 사용된 대리모델 중 방사기저함수 신경망 모델이 A60 급 갑판 관통 관의 방화설계에 대해 가장 정확한 최적설계 결과를 나타내었다.