• Korea Trade Review
• /
• v.43 no.1
• /
• pp.109-130
• /
• 2018

The cumulative standard is one of the criteria determining the origin of imported goods and is a provision that allows non-origin materials to be treated as origin goods when satisfying certain conditions. Regarding the Korea-Canada FTA, new cumulative standards were applied concerning cross accumulation of automobile products. It would benefit U.S. originating intermediate goods of HS code chapter 84, 85, 87, and 94 obtained into HS code heading from 8701 into 8706. We examine the effectiveness of crossover cumulative standards through the change in the import values of 84, 85, 87, 94, which are target items for cross cumulation. Only items designated for automobile parts were selected and analyzed. From the estimation results, significant changes appeared in 20 of the 35 items. It was found that the import amount increased significantly as of January 2015 or the rate of change in trend increases more than before. In addition, the estimation results show that Korean auto companies utilizing the cumulative standards through increased imports of auto parts form the U.S.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2003.09a
• /
• pp.548-551
• /
• 2003

부산 금정산 지역의 지하수위와 강우량과의 관계를 알아보고자 시계열 분석을 통하여 자기상관함수와 상호상관함수를 구하였다. 이를 위하여 금정산 산성마을 주변의 19개 관측공 중 자동수위측정기가 설치된 4개 관측공(KJ2, KJ8, KJ15, KJ19)의 지하수위 자료와 부산지역의 강우량 자료를 이용하였다. 지하수위 및 강수량은 각각 1일 평균, 1일 누적 값을 이용하였다. 자기상관분석의 경우, KJ2와 KJ19의 경우 지연시간이 2일 이내, KJ8의 경우는 3일 이내에 0으로 수렴하며, KJ15의 경우는 지연시간이 8일째에 0으로 수렴한다. 강수량과 지하수위의 교차상관분석결과, KJ2, KJ15, KJ19호 공은 지연시간이 0일 때 교차상관함수가 각각 0.6572, 0.6303, 0.7857이교 KJ8호 공은 지연시간이 1일 때 0.7141이다. 또한 대부분 짧은 지연시간에 교차상관함수가 0으로 수렴한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.8 no.6
• /
• pp.127-132
• /
• 2008

Traffic intersection control is implemented by the data which is acquired to vechile loop detector. Traffic intersection control equation is Webster equation. which use passig and delayed vechile number. But webster equation is applied to the spot traffic intersection, it is not used to related traffic intersection network system. There is not the approprate remote traffic intersection control, even if there is, it is high cost local network system. Therefore low cost and expert traffic intersection control is realized by internet referencing next and distant intersection traffic information.

• Proceedings of the KAIS Fall Conference
• /
• 2008.05a
• /
• pp.245-247
• /
• 2008

Traffic intersection conrol is implemented by the data which is acquired to vechile Loop detector. Traffic intersection control equation is Webster equation, which use passing and delayed vechile number. But webster equation is applied to the spot traffic intersection, it is not used to related traffic intersection network system. There is not the approprate remote traffic intersection control, even if there is, it is high cost local network system. Therefore low cost and expert traffic intersection control is realized by internet referencing next and distant intersection traffic information.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.510-519
• /
• 1998

사회전반에 걸친 물류단지의 필요성에 대한 인식은 날로 높아지고 있으나, 물류단지의 입지를 정작 어느 곳으로 할 것인가에 대한 연구는 거의 없는 실정이다. 본 논문에서는 물류단지의 입지를 결정하는 여러 요인들 중 일반적으로 계량화 작업이 많이 이루어진 수송비와 ,대규모 개발 사업시 가장 먼저 고려해야 하는 토지보상비를 결정하는 지가를 물류단지의 입지를 결정하는 입지비용이라 가정하고, 현재 화물수송이 가장 많이 이루어지고 있는 경부고속도로축을 중심으로 입지비용을 결정하는 지가와 소송비의 산출을 위한 근거를 제시하며, 이를 설명할 수 있는 지가와 수송비의 모형을 지가와 수송비의 산출을 위한 근거를 제시하며, 이를 설명할 수 있는 지가와 수송비의 모형을 개발하여, 이 모형을 토대로 물류단지의 규모와 서울도심에서의 거리의 변화에 따라 물류단지의 입지가 어떻게 변화하는 가를 밝혀, 물류단지의 최적입지를 제시하는데 그 목적이 있다. 본 논문의 결론을 요약하면 다음과 같다. 1) 물동량의 증가에 따라 수송비가 증가하고, 물동량을 처리하기 위한 소요부지면적이 증가하면, 지가와 수송비의 교차구간은 도심에서약 15~20km 떨어진 구간에서 형성되고, 이 때의 최적입지는 물동량과 소요부지면적에 상관없이, 도심에서 약 60km 떨어진 안성군 및 평택시지역(경부고속도로 주변지역에 한함)이 최적입지로 분석되었다. 2) 수송비와 지가, 건설비와의 장래 20년을 기준으로 한 누적비용분석결과 0~40km 구간의 경우 수송비의 누적비용이 지가와 건설비의 누적비용을 초과하지 않으며, 수송비의 누적비용이 지가와 건설비의 누적비용을 초과하는 기간이 가장 빠른 것은 물류단지가 50~55km 구간과 60~65km 구간에 입지 하였을 경우로, 이 구간에서의 수송비 누적비용이 지가와 건설비의 누적비용을 초과하는 기간은 9년 후인 2004년으로 분석되었다. 이는 도심과 인접한 지역의 경우 물류단지가 입지하지 못하는 것은 물류단지의 건설에 따른 수송비의 절감이 물류단지 건설에 따른 지가 및 건설비에 대한 비용부담에 못 미치기 때문인 것으로 분석되었으며, 화물의 특성상 불가피하게 도심지역과 가까운 곳에 물류단지의 입지를 고려해야 할 경우, 물류단지 조성시 정부에서의 세금완화, 물류단지 조성가능지역 설정, 지가에 대한 보조 등 정책적인 지원대책이 필요할 것으로 판단된다. 3) 입지 비용중 수송비를 누적시킨 수송누적비용과 지가와의 비교분석결과 수송비를 5년, 10년 누적시켰을 때 이 물류단지의 최적입지는 도심에서 약 60km떨어진 곳으로 분석되었으며, 수송비를 20년 누적시켰을 경우 물류단지의 최적입지는 도심에서 약 50km떨어진 지점의 물류단지의 최적입지로 분석되었다.

• The KIPS Transactions:PartD
• /
• v.11D no.4
• /
• pp.983-990
• /
• 2004

Multiple-count problem is occurred when rectangle objects span across several buckets. The CD histogram is a technique which selves this problem by keeping four sub-histograms corresponding to the four points of rectangle. Although It provides exact results with constant response time, there is still a considerable issue. Since it is based on a query window which aligns with a given grid, a number of errors nay be occurred when it is applied to real applications. In this paper, we propose selectivity estimation techniques using the generalized cumulative density histogram based on two probabilistic models : \circled1 probabilistic model which considers the query window area ratio, \circled2 probabilistic model which considers intersection area between a given grid and objects. Our method has the capability of eliminating an impact of the restriction on query window which the existing cumulative density histogram has. We experimented with real datasets to evaluate the proposed methods. Experimental results show that the proposed technique is superior to the existing selectivity estimation techniques. Furthermore, selectivity estimation technique based on probabilistic model considering the intersection area is very accurate(less than 5% errors) at 20% query window. The proposed techniques can be used to accurately quantify the selectivity of the spatial range query on rectangle objects.

• Journal of KIISE
• /
• v.44 no.9
• /
• pp.954-965
• /
• 2017

A stable power supply is very important for the maintenance and operation of the power infrastructure. Accurate power consumption prediction is therefore needed. In particular, a university campus is an institution with one of the highest power consumptions and tends to have a wide variation of electrical load depending on time and environment. For this reason, a model that can accurately predict power consumption is required for the effective operation of the power system. The disadvantage of the existing time series prediction technique is that the prediction performance is greatly degraded because the width of the prediction interval increases as the difference between the learning time and the prediction time increases. In this paper, we first classify power data with similar time series patterns considering the date, day of the week, holiday, and semester. Next, each ARIMA model is constructed based on the classified data set and a daily power consumption forecasting method of the university campus is proposed through the time series cross-validation of the predicted time. In order to evaluate the accuracy of the prediction, we confirmed the validity of the proposed method by applying performance indicators.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1996.05a
• /
• pp.1-3
• /
• 1996

시뮬레이션 기법을 이용한 시스템의 분석에 있어서 실험의 자동화는 현재 많은 연구와 개발이 진행 중인 분야이다. 컴퓨터와 정보통신 시스템에 대한 시뮬레이션의 예를 들어 보면, 수많은 모델을 대한 시뮬레이션을 수행할 경우 자동화된 실험의 제어가 요구되고 있다. 시뮬레이션 수행회수, 수행길이, 데이터 수집방법 등과 관련하여 시뮬레이션 실험방법이 자동화가 되지 않으면, 시뮬레이션 실험에 필요한 시간과 인적 자원이 상당히 커지게 되며 출력데이터에 대한 분석에 있어서도 어려움이 따르게 된다. 시뮬레이션 실험방법을 자동화하면서 효율적인 시뮬레이션 출력분석을 위해서는 시뮬레이션을 수행하는 경우에 항상 발생하는 초기편의 (initial bias)를 제거하는 문제가 선결되어야 한다. 시뮬레이션 출력분석에 사용되는 데이터들이 초기편의를 반영하지 않는 안정상태에서 수집된 것이어야만 실제 시스템에 대한 올바른 해석이 가능하다. 실제로 시뮬레이션 출력분석과 관련하여 가장 중요하면서도 어려운 문제는 시뮬레이션의 출력데이터가 이루는 추계적 과정 (stochastic process)의 안정상태 평균과 이 평균에 대한 신뢰구간(confidence interval: c. i.)을 구하는 것이다. 한 신뢰구간에 포함되어 있는 정보는 의사결정자에게 얼마나 정확하게 평균을 추정할 구 있는지 알려 준다. 그러나, 신뢰구간을 구성하는 일은 하나의 시뮬레이션으로부터 얻어진 출력데이터가 일반적으로 비정체상태(nonstationary)이고 자동상관(autocorrelated)되어 있기 때문에, 전통적인 통계적인 기법을 직접적으로 이용할 수 없다. 이러한 문제를 해결하기 위해 시뮬레이션 출력데이터 분석기법이 사용된다.본 논문에서는 초기편의를 제거하기 위해서 필요한 출력데이터의 제거시점을 찾는 새로운 기법으로, 유클리드 거리(Euclidean distance: ED)를 이용한 방법과 현재 패턴 분류(pattern classification) 문제에 널리 사용 중인 역전파 신경망(backpropagation neural networks: BNN) 알고리듬을 이용하는 방법을 제시한다. 이 기법들은 대다수의 기존의 기법과는 달리 시험수행(pilot run)이 필요 없으며, 시뮬레이션의 단일수행(single run) 중에 제거시점을 결정할 수 있다. 제거시점과 관련된 기존 연구는 다음과 같다. 콘웨이방법은 현재의 데이터가 이후 데이터의 최대값이나 최소값이 아니면 이 데이터를 제거시점으로 결정하는데, 알고기듬 구조상 온라인으로 제거시점 결정이 불가능하다. 콘웨이방법이 알고리듬의 성격상 온라인이 불가능한 반면, 수정콘웨이방법 (Modified Conway Rule: MCR)은 현재의 데이터가 이전 데이터와 비교했을 때 최대값이나 최소값이 아닌 경우 현재의 데이터를 제거시점으로 결정하기 때문에 온라인이 가능하다. 평균교차방법(Crossings-of-the-Mean Rule: CMR)은 누적평균을 이용하면서 이 평균을 중심으로 관측치가 위에서 아래로, 또는 아래서 위로 교차하는 회수로 결정한다. 이 기법을 사용하려면 교차회수를 결정해야 하는데, 일반적으로 결정된 교차회수가 시스템에 상관없이 일반적으로 적용가능하지 않다는 문제점이 있다. 누적평균방법(Cumulative-Mean Rule: CMR2)은 여러 번의 시험수행을 통해서 얻어진 출력데이터에 대한 총누적평균(grand cumulative mean)을 그래프로 그린 다음, 안정상태인 점을 육안으로 결정한다. 이 방법은 여러 번의 시뮬레이션을 수행에서 얻어진 데이터들의 평균들에 대한 누적평균을 사용하기 매문에 온라인 제거시점 결정이 불가능하며, 작업자가 그래프를 보고 임의로 결정해야 하는 단점이 있다. Welch방법(Welch's Method: WM)은 브라운 브리지(Brownian bridge) 통계량()을 사용하는데, n이 무한에 가까워질 때, 이 브라운 브리지 분포(Brownian bridge distribution)에 수렴하는 성질을 이용한다. 시뮬레이션 출력데이터를 가지고 배치를 구성한 후 하나의 배치를 표본으로 사용한다. 이 기법은 알고리듬이 복잡하고, 값을 추정해야 하는 단점이 있다. Law-Kelton방법(Law-Kelton's Method: LKM)은 회귀 (regression)이론에 기초하는데, 시뮬레이션이 종료된 후 누적평균데이터에 대해서 회귀직선을 적합(fitting)시킨다. 회귀직선의 기울기가 0이라는 귀무가설이 채택되면 그 시점을 제거시점으로 결정한다. 일단 시뮬레이션이 종료된 다음, 데이터가 모아진 순서의 반대 순서로 데이터를 이용하기 때문에 온라인이 불가능하다. Welch절차(Welch's Procedure: WP)는 5회이상의 시뮬레이션수행을 통해 수집한 데이터의 이동평균을 이용해서 시각적으로 제거시점을 결정해야 하며, 반복제거방법을 사용해야 하기 때문에 온라인 제거시점의 결정이 불가능하다. 또한, 한번에 이동할 데이터의 크기(window size)를 결정해야 한다. 지금까지 알아 본 것처럼, 기존의 방법들은 시뮬레이션의 단일 수행 중의 온라인 제거시점 결정의 관점에서는 미약한 면이 있다. 또한, 현재의 시뮬레이션 상용소프트웨어는 작업자로 하여금 제거시점을 임의로 결정하도록 하기 때문에, 실험중인 시스템에 대해서 정확하고도 정량적으로 제거시점을 결정할 수 없게 되어 있다. 사용자가 임의로 제거시점을 결정하게 되면, 초기편의 문제를 효과적으로 해결하기 어려울 뿐만 아니라, 필요 이상으로 너무 많은 양을 제거하거나 초기편의를 해결하지 못할 만큼 너무 적은 양을 제거할 가능성이 커지게 된다. 또한, 기존의 방법들의 대부분은 제거시점을 찾기 위해서 시험수행이 필요하다. 즉, 안정상태 시점만을 찾기 위한 시뮬레이션 수행이 필요하며, 이렇게 사용된 시뮬레이션은 출력분석에 사용되지 않기 때문에 시간적인 손실이 크게 된다.

• Journal of Intelligence and Information Systems
• /
• v.29 no.1
• /
• pp.377-396
• /
• 2023

As the cryptocurrency market continues to grow, it has developed into a new financial market. The need for investment strategy research on the cryptocurrency market is also emerging. This study aims to conduct an empirical analysis on an investment methodology of cryptocurrency that combines short-term trading strategy and deep learning. Daily price data of the Ethereum was collected through the API of Upbit, the Korean cryptocurrency exchange. The investment performance of the experimental model was analyzed by finding the optimal parameters based on past data. The experimental model is a volatility breakout strategy(VBS), a Long Short Term Memory(LSTM) model, moving average cross strategy and a combined model. VBS is a short-term trading strategy that buys when volatility rises significantly on a daily basis and sells at the closing price of the day. LSTM is suitable for time series data among deep learning models, and the predicted closing price obtained through the prediction model was applied to the simple trading rule. The moving average cross strategy determines whether to buy or sell when the moving average crosses. The combined model is a trading rule made by using derived variables of the VBS and LSTM model using AND/OR for the buy conditions. The result shows that combined model is better investment performance than the single model. This study has academic significance in that it goes beyond simple deep learning-based cryptocurrency price prediction and improves investment performance by combining deep learning and short-term trading strategies, and has practical significance in that it shows the applicability in actual investment.

• Proceedings of the Plant Resources Society of Korea Conference
• /
• 2020.12a
• /
• pp.53-53
• /
• 2020

본 실험은 다양한 생리활성이 보고되어 약용으로 널리 쓰이는 개똥쑥(Artemisia annua L.) 종자의 온도에 따른 발아 특성을 조사하기 위해 진행하였다. 미세온도구배 발아기를 이용하여 낮과 밤의 온도를 각각 5 ~ 35℃ 범위에서 낮과 밤의 시간을 12시간으로 고정하고, 낮 온도가 밤 온도보다 크거나 같은 조건을 설정하여 총 27개의 온도조건으로 개똥쑥 종자의 최종 발아율 및 발아율과의 관계를 분석하였다. 실험결과, 개똥쑥 종자는 실험에 사용한 모든 온도조건에서 발아가 가능한 것으로 나타났으며, 25/10℃(낮/밤) 조건에서 90%로 가장 높게 조사되었다. 또한, 발아율 조사결과를 통해 일평균온도뿐만 아니라 일교차온도도 발아율에 영향을 미치는 것으로 판단되어 일평균온도와 일교차온도로 나누어 발아율과의 관계를 분석하였다. 온도조건과 발아율과의 연속적인 발아특성을 분석하기 위해 다중회귀분석과 비선형 회귀분석을 이용하여 온도 조건과 상대적 발아율의 관계를 수식으로 표현하였다. 일평균온도를 기준으로 발아율과의 관계를 분석한 결과, 5 ~ 35℃의 모든 일평균 온도범위에서 유의성이 나타났으며 5, 7.5, 32.5, 35℃는 상대적인 음의 영향력을, 나머지 조건에서는 상대적인 양의 영향력을 가진 것으로 분석되었다. 일교차온도를 기준으로 발아율과의 관계를 분석한 결과, 0 ~ 25℃의 모든 일교차 온도범위에서 양의 영향력을 가진 것으로 분석되었다. 일평균온도는 19.3℃에 가까울수록, 일교차온도는 14.9℃에 가까울수록 발아에 대한 영향력이 큰 것으로 조사되었다. 각 수식을 통해 도출된 수치화된 온도에 따른 개똥쑥 종자의 일일누적 온도 영향력을 temperature score(TS)로 설정하였다. 본 연구에서 도출된 수식을 통해 누적 TS를 계산한 결과, 14.9 TS가 누적되었을 때 발아율이 85% 이상으로 나타날 것으로 예측되었다.