• 디지털융복합연구
• /
• 제18권11호
• /
• pp.259-266
• /
• 2020

과거 인공지능 분야에서는 지식 기반의 전문가 시스템 및 머신러닝 알고리즘들을 금융 분야에 적용하는 연구가 꾸준하게 수행되어 왔다. 특히 주식에 대한 지식 기반의 시스템 트레이딩은 이제 보편화되었고, 최근에는 대용량 데이터에 기반한 딥러닝 기술을 주가 예측에 적용하기 시작했다. 이중 LSTM은 시계열 데이터에 대한 검증된 모델로서 주가 예측에도 적용되고 있다. 본 논문에서는 주가 예측 모델로서 LSTM을 적용할 때 성능향상을 위해 고려해야 할 복잡한 매개변수 설정과 적용 함수들에 대해 적합한 조합 방법을 제안하도록 한다. 크게 가중치와 바이어스에 대한 초기화 대상과 설정 방법, 과적합을 피하기 위한 정규화 적용 대상과 설정 방법, 활성화 함수 적용 방법, 최적화 알고리즘 선택 등을 제시한다. 이 때 나스닥 상장사들에 대한 대용량 데이터를 바탕으로 각각의 방법들을 적용하여 정확도를 비교하면서 평가한다. 이를 통해 주가 예측을 위한 LSTM 적용 시 최적의 모델링 방법을 실증적인 형태로 제안하여 현실적인 시사점을 갖도록 한다. 향후에는 입력 데이터의 포맷과 길이, 하이퍼파라미터들에 대한 성능평가를 추가 수행하여 주요 설정 항목들의 조합에 대한 일반화 연구를 수행하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.821-825
• /
• 2005

본 연구에서는 홍수조절 용 저수지의 예비방류 시행을 충분히 효과적으로 시행하고 강우종료 후에도 충분한 이수용량이 확보되도록 실시간 강우자료를 이용한 저수지 유입량 예측모형을 개발하였다. 사전예보(기상청 등)에 의한 총 예상강우량과 선행강우량, 현재 저수지 수위를 입력자료로 저수지 유입 총량과 수위변화량을 계산하여 홍수조절 응 저수지의 초기수위저하 및 하류 하도의 홍수방어를 사전에 대비할 수 있는 자료를 제시하였다. 또한, 유역을 하나의 통합시스템으로 구성하고 실제 강우가 시작되면 매시간 현시간 이후 강우가 중단된다는 가정 하에 현시점까지의 우량주상도를 통합시스템에 적용하여 이후 저수지 유입량을 예측하였다. 무한천 예당저수지에 적용하였으며 통합시스템의 구성은 저수지유역을 10개 소유역으로 분할하고 소유역별 홍수유출량은 Clark의 유역추적법, 하도구간은 Muskingum의 하도홍수추적 방법으로 계산되도록 하였다. 그리고 홍수유출시스템 내에는 강우관측소별 티센가중치에 따라 소유역별 평균강우량이 자동으로 입력되도록 하였으며, 예측정확도를 위해 현시간 이전까지 매시간마다 저수지의 수위변동과 실제 방류량으로부터 실측유입량을 산정하여 모형의 매개변수가 자동 보정되도록 하였다. 1995년 8월 23일$\~$8월 26일과 1999년 8월 2일$\~$8월 4일의 집중호우에 대하여 적용한 결과 모형의 예측정확도는 신뢰수준에 있었으며, 이와 같은 자료는 장수형 등(2005)이 제시한 효율적 저수지 운영관리 시스템과 하나로 통합되어 하류 하도의 통수능력을 고려한 홍수방어능력을 극대화한 예비방류의 시행과 강우종료 후에도 이수용량에는 손실이 없는 저수지의 관리방안의 지침이 되는데 효율적이라 판단되었다. 방법을 개발하여 개선시킬 필요성이 있다.>$4.3\%$로 가장 근접한 결과를 나타내었으며, 총 유출량에서도 각각 $7.8\%,\;13.2\%$의 오차율을 가지는 것으로 분석되어 타 모형에 비해 실유량과의 차가 가장 적은 것으로 모의되었다. 향후 도시유출을 모의하는 데 가장 근사한 유출량을 산정할 수 있는 근거가 될 것이며, 도시재해 저감대책을 수립하는데 기여할 수 있을 것이라 판단된다.로 판단되는 대안들을 제시하는 예비타당성(Prefeasibility) 계획을 수립하였다. 이렇게 제시된 계획은 향후 과학적인 분석(세부평가방법)을 통해 대안을 평가하고 구체적인 타당성(feasibility) 계획을 수립하는데 토대가 될 것이다.{0.11R(mm)}(r^2=0.69)$로 나타났다. 이는 토양의 투수특성에 따라 강우량 증가에 비례하여 점증하는 침투수와 구분되는 현상이었다. 경사와 토양이 같은 조건에서 나지의 경우 역시 $Ro_{B10}(mm)=20.3e^{0.08R(mm)(r^2=0.84)$로 지수적으로 증가하는 경향을 나타내었다. 유거수량은 토성별로 양토를 1.0으로 기준할 때 사양토가 0.86으로 가장 작았고, 식양토 1.09, 식토 1.15로 평가되어 침투수에 비해 토성별 차이가 크게 나타났다. 이는 토성이 세립질일 수록 유거수의 저항이 작기 때문으로 생각된다. 경사에 따라서는 경사도가 증가할수록 증가하였으며 $10\% 경사일 때를 기준으로 $Ro(mm)=Ro_{10}{\times}0.797{\times}e^{-0.021s(\%)}$로 나타났다.천성 승모판 폐쇄 부전등을 초래하는 심각한 선천성 심질환이다. 그러나 진단 즉시 직접 좌

• 해양환경안전학회지
• /
• 제27권7호
• /
• pp.1038-1043
• /
• 2021

안정적인 선원 수급을 위해서는 선원의 임금 보장이 필수적이다. 하지만 선원들이 임금을 제대로 받지 못하는 임금체불 분쟁이 발생하고 있다. 본 연구에서는 선원 임금체불을 해결하기 위해 블록체인 기반 스마트 컨트랙트를 이용하여 임금지불 자동체결시스템을 설계하였다. 설계한 시스템은 정보등록부, 매칭처리부, 평점관리부, 스마트 컨트랙트를 배포하기 위한 임금 송금 등으로 구성된다. 매칭처리부는 선원과 선주의 자동알림설정을 위해 임금, 선종/어업, 직위, 면허 등 4가지 변수의 가중치 합이 임계값보다 넘으면 전송되도록 설계하였다. 또한, 평상시 근로조건을 상호 간 잘 이행해 나갈 수 있는 매개체 역할을 위해 평균과 중앙값을 조합하여 평점관리방식을 제시하였다. 스마트 컨트랙트는 중개자 없이 당사자 간 근로계약을 자동으로 이행하게 함으로써 선주에 의한 임금체불 문제뿐만 아니라 선원에 의한 선불금 사기, 무등록 직업소개소업자의 횡령, 선원수첩 위조 등의 문제들이 자연히 해결될 것이다. 이러한 시스템 설계가 상용화되어 제도적으로 활성화될 경우, 선원에게는 안정적인 임금보장과 더불어 선주에게는 인력수급의 어려움이 해결될 것으로 기대된다. 향후 본 시스템 개발을 위해 로컬 환경에서 테스트할 예정이다.

• 한국방재학회 논문집
• /
• 제9권4호
• /
• pp.71-80
• /
• 2009

오늘날 재해의 위험으로부터 안전하게 살고자 하는 대중들의 욕구는 증가하고 있지만 최근의 기후변화와 이상홍수의 사례에서 볼 때 현재 우리가 처해 있는 자연재해로부터의 위협은 과거와는 상이하다는 것을 알 수 있다. 이렇게 변화하는 상황에 대처하기 위해서는 우리가 노출된 재해의 특성을 평가하는 과정이 선행되어져야 한다. 따라서 본 연구에서는 지역회귀분석을 적용하여 가능 피해금액을 추산하고, 이를 통해 각 지역별 홍수위험도를 평가하는 방법을 제안하였다. 홍수로 인한 피해는 인명이나 재산피해가 주를 이루기 때문에 홍수 위험도평가 결과도 홍수에 취약한 인명이나 재산으로 표현되는 것이 적절하다고 판단된다. 지역회귀분석은 강우-유출모형이나 확률분포모형의 매개변수들을 유역특성인자들로 표현하기 위해 수문학(水文學) 분야에서 널리 사용되어져 왔으며 본 연구에서는 이 방법을 홍수 피해금액 추정에 응용하였다. 지역회귀방법의 절차로는 먼저 계측지역(과거 홍수 피해금액 자료가 충분한 지역)에서는 홍수 피해금액과 시강우량 자료를 바탕으로 비선형 회귀분석을 실시하였고, 다음으로 이 회귀식의 계수를 다시 해당 지역의 인문.사회 경제학적 인자들로 표현하였다. 이러한 방법으로 지역적 인자들이 홍수 피해에 미치는 영향을 정량적으로 분석할 수 있었으며 궁극적으로 미계측지역(과거 자료가 충분하지 않은 지역)에서도 지역적 인자들을 통해 특정 빈도에 발생 가능한 홍수 피해금액을 추정할 수 있었다. 또한 추정된 홍수 피해금액과 지역 총 자산의 비를 Flood Vulnerability Index (FVI)라 하였으며 이를 통해 특정빈도 강우로 인해 도시 내에서 피해를 입을 수 있는 재산의 범위를 추정하고, 홍수위험지도로도 나타내었다. 본 연구 결과를 수자원장기종합계획에서 홍수위험도 평가를 위해 사용된 홍수피해 잠재능(Potential Flood Damage; PFD)과 비교해 보면 PFD에서는 각 인자들의 가중치 산정에서 전문가의 오판이 부분적으로 개입될 수 있다는 단점이 있었으나 지역회귀에 근거한 본 연구에서는 이러한 단점을 극복할 수 있었다. 또한 FVI는 과거 재해피해와 높은 상관관계를 나타냈지만 PFD는 실제 지역별 취약도를 잘 반영하지 못하는 것으로 나타났다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.