본 논문에서는 자본시장의 변동성을 충분히 해명할 수 있는 가격결정모형이 정립되었다. 자본 자산의 가격은 세개의 위험에 대한 프리미엄의 총화임이 도출되었다. 이 세개 위험은 소비베타와 유사한 형태를 갖는 모수, 시장베타와 유사한 형태의 모수, 그리고 총국민생산의 성장률과 자산과의 공분산에 의하여 정의되는 모수이다. 이 모수를 각각 소비위험모수, 시장위험모수 및 생산위험모수라 할 수 있다. 자산의 가격을 결정하기 위하여 가격화(pricing)되는 체계적 위험이 세개라는 것은 중요한 함의인 것이다. 자산의 가격은 소비와 시장에 의하여 결정된다. 소비와 시장은 자체의 독립적 영역과 서로 상대에 대하여 상호작용하는 영역을 갖는다. 독립적 영역에서 생성되는 위험이 소비모수와 시장모수로 표상되며, 이 양자의 상호작용관계가 생산모수로 귀일한다.
본 논문은 베타분포의 특수형태인 미니맥스(Minimax distribution)를 수명분포를 따르고 유한고장수를 가진 비동질적인 포아송 과정에 기초한 소프트웨어의 신뢰성 모형에 대한 형상모수의 특성과 유용성에 대하여 비교 논의 되었다. 그 결과 평균제곱오차는 미니맥스 수명분포의 형상모수가 1인 경우가 1보다 작은 경우와 큰 경우에 비해 상대적으로 가장 작고 또한 형상모수가 1인 경우가 결정계수도 높은 성향으로 나타나기 때문에 형상모수가 1인 경우가 효율적 모형으로 판단된다. 본 연구에서 평균제곱오차는 미니맥스 수명분포의 형상모수를 적용할 경우에 소프트웨어 신뢰성에 대한 고장유형을 인지하기 위하여 평균제곱오차와 결정계수, 신뢰구간을 사용하면 소프트웨어 고장 특성을 파악하는데 기본지침으로 사용 할 수 있으리라 사료된다. 제안된 모형의 결정계수 값이 95%이상 추정되어 비교적 소프트웨어 신뢰성 분야에서 유용성이 있는 모형임을 확인 할 수 있었다. 이 연구를 통하여 소프트웨어 설계 및 사용자들은 수명분포의 특징을 반영한 형상모수를 적용할 경우에 소프트웨어 신뢰성에 대한 고장유형을 인지하기 위하여 평균제곱오차와 결정계수, 신뢰구간을 사용하면 소프트웨어 고장특성을 파악하는데 기본지침으로 사용 할 수 있으리라 사료된다.
한국지능정보시스템학회 1999년도 추계학술대회-지능형 정보기술과 미래조직 Information Technology and Future Organization
/
pp.375-382
/
1999
본 연구는 데이터마이닝 기법과 전문가 지식을 활용한 옵션가격 결정모형을 제시하는데 목적이 있다. 첫째, 데이터마이닝 기법 주의 하나인 인공신경망 기법을 활용하여 변동성과 옵션가격을 추정하고, 이를 전통적인 재무이론의 결과와 비교하였다. 인공신경망으로 추정된 변동성은 기존의 모형에 비해 개선된 성과를 보였으며, 가격결정모형은 대등한 성과를 보였다. 또한 모수적 기법과 비모수적 기법의 통합을 통해 성과의 개선을 가져올 수 있음을 보였다. 둘째, 시장 참여자들의 정보를 반영하여 옵션의 이론적 가격결정모형의 성과를 개선할 수 있는 사례기반추론시스템을 제안하였다.
Journal of the Korean Data and Information Science Society
/
제26권6호
/
pp.1353-1366
/
2015
공정의 안정성을 평가하기 위해 사용되는 Shewhart 관리도 기법은 최근 다양한 분야에서 널리 응용되고 있지만, 품질 특성치에 대한 엄격한 확률분포를 가정한다. 하지만 현업에서 수집되고 있는 데이터의 확률분포는 알려진 경우가 많지 않으며, 다변량 데이터로 확장될수록 확률분포를 결정하는데 더 큰 어려움이 따른다. 이러한 문제점을 해결하기 위해 다양한 비모수 관리도 기법이 연구되었는데, 최근 연구되고 있는 비모수 관리도 기법 중 하나인 RBF (Radial Basis Function) 커널 기반의 SVDD (Support Vector Data Description) 관리도는 관리상태 하의 데이터 영역에 대한 경계를 결정함으로써 공정의 이상상태를 탐지하는 기법으로 K 관리도로 불리우며, 다양한 분야에서 적용되고 있다. 그런데 K 관리도를 적용하기 위해서는 관리도의 성능을 결정짓는 커널모수 등의 선택이 중요하며, 관리도를 작성하기 전에 미리 결정되어야 한다. 이를 위해 기존의 연구들은 격자 탐색법 등을 활용하여 모수를 결정하고 있지만, 선택 가능한 범위에 대한 반복적인 계산으로 최적값을 선택하고 있어 계산 비용이 커지고 또 시간 등의 문제로 실제 문제에 적용하기 어려운 점이 있다. 따라서 본 연구에서는 데이터의 구조에 따라 모의실험을 통해 선택 가능한 영역에서의 효율성을 비교 검토하고, 이를 바탕으로 쉽게 적용할 수 있는 새로운 모수 선택 방법을 제안하고자 한다. 이를 통해 데이터 구조에 대해 강건함을 보이는 모수의 선택과 K 관리도의 구성을 논의하고 실제 자료에 적용해 보았다.
본 연구에서는 진주, 수원, 춘천의 정보로만 추정한 유전 모수(New1~New3)와 지역 조합으로 추정한 유전 모수(New4~New7), NICS (2010)와 Kim et al. (2004)의 유전 모수의 개화시기 및 잠재수량의 예측력을 평가하여 기존의 유전 정보와 새로운 유전 정보에 대한 불확실 정도를 알고 다음 후속 연구에 활용 가능성을 알아보고자 수행했다. 결과적으로, 개별 및 지역조합 유전 모수에서 모수 추정 지점 혹은 참여한 지점의 유전 모수의 평가 지표들은 비교적 좋은 결과를 보여 주었지만 뚜렷하게 나타나지 않았다. 대구, 밀양, 전주에서 New7 유전 모수의 개화시기의 예측력은 NICS (2010)나 Kim et al. (2004)의 유전 모수의 개화 시기 예측력보다 개선되지 않았다. 그러나 New7 유전 모수의 잠재수량의 예측력은 큰 차이는 아니지만 NICS (2010)나 Kim et al. (2004)의 유전 모수의 잠재 수량 예측력보다 개선되는 현상을 보였다. 예를 들면, 밀양에서 NICS (2010)와 Kim et al. (2004)의 유전 모수의 잠재수량 결정계수가 0.00과 0.01로 전혀 예측력이 없는 것으로 평가하였지만 New7 유전 모수의 잠재수량 결정계수는 0.31로 나타났다. 반면, 전주에서 NICS (2010)과 Kim et al. (2004)의 유전 모수의 잠재수량 결정계수는 0.66과 0.41로 평가되었는데, New7 유전 모수의 잠재수량 결정계수는 0.00으로 예측력이 없는 것으로 평가되었다. 새로운 유전 모수의 예측력(New1~New7)이 기존의 유전 모수(NICS (2010)과 Kim et al. (2004))의 예측력보다 크게 개선되지는 않았지만, 평가 결과가 좋은 지역 조합 유전 모수를 지역별 개화시기 및 잠재수량을 예측하는 데에는 활용할 수 있을 것으로 판단된다.
본(本) 연구(硏究)는 s-관리도(管理圖)의 경제적(經濟的) 설계(設計)에 있어서 제반(諸般) 모수(母數)들을 결정(決定)하는 매우 간단한 해법과정(解法過程)을 제시(提示)하였다. 여기에서 이 모수(母數)들은 샘플의 크기, 관리한계(管理限界)의 폭(幅)을 결정(決定)하는 계수(係數) 그리고 샘플링 문격(問隔)을 가리킨다. 본(本) 해법(解法)으로 부터 결정(決定)된 모수(母數)들이 손실비용(損失費用)에 있어서 최적해(最適解)에 매우 근사(近似)하고 있음을 여러 예제(例題)들을 통(通)해 살펴보았다.
일반적으로 약제 용량 결정 연구는 대조군과 여러 용량 수준을 비교하여 유효성과 안전성을 동시에 만족하는 약물의 치료 범위(therapeutic window)를 찾아내는 데에 관심이 있다. 이 논문에서는 안전성과 유효성을 동시에 만족하는 용량 결정을 위하여 선형 위치(linear placement)에 점수함수(score function)를 이용한 비모수적 검정법을 제안하였다. 또한 Monte Carlo 모의실험을 통하여 기존의 모수적 방법들과 검정력(power)과 FWE(family-wise error rate)를 비교하였다.
커널에 대한 모수의 조절은 서포트 벡터 기계의 일반화 능력에 영향을 준다. 이와 같이 모수들의 적절한 값을 결정하는 것은 종종 어려운 작업이 된다. 서포트 벡터 회귀에서 이와 같은 모수들의 값을 결정하기 위한 부담은 앙상블 학습을 사용함으로써 감소시킬 수 있다. 그러나 대용량의 자료에 대한 문제에 직접적으로 적용하기에는 일반적으로 시간 소모적인 방법이다. 본 논문에서 서포트 벡터 회귀의 모수 조절에 대한 부담을 감소하기 위하여 원래 자료집합을 유한개의 부분집합으로 분해하는 방법을 제안하였다. 제안하는 방법은 대용량의 자료들인 경우와 특히 불균등 자료 집합에서 효율적임을 보일 것이다.
추계학적 시계열 분석은 크게 수문자료의 장기간 합성과 실시간 예측으로 구분해 볼 수 있다. 장기간 합성은 주로 수문자료의 추계적 특성을 반영한 수자원 시스템의 운영율 개발에 이용되어 왔다. 반면에 실시간 예측은 수자원 시스템의 순응적(adaptive) 관리에 적용되고 있다. 두 개념의 차이로 전자는 시계열 자료를 합성하여 발생 가능한 모든 수문조합을 얻고자 하는 것이라면 후자는 전 시간의 수문량을 조건으로 하는 다음 시간의 값을 순응적으로 예측하는 것이라 할 수 있다. 수문자료의 합성과 예측에는 크게 결정론적, 확률론적 방법의 두 가지 대별될 수 있다. 결정론적 모델링 방법에는 인공신경망이나 Fuzzy 기법 등을 이용할 수 있으며, 확률론적 방법에는 ARMAX 등의 모수적 기법과 k-NN(k-nearest neighbor bootstrap resampling), KDE(kernel density estimates), 추계학적 인공신경망 등의 비모수적 기법으로 분류할 수 있다. 본 연구에서는 대표적 비모수적 기법인 k-NN를 이용하여 충주댐을 대상으로 월 및 일 유입량 자료의 예측 정도를 살펴보았다. 전 시간 관측치를 조건으로 하는 다음 시간의 조건부 확률분포를 구하여 평균값을 계산한 후 관측치와 비교함으로써 모형의 정도를 살펴보았다. 그리고 실시간 저수지 운영에 이 기법의 활용성과 장단점도 살펴보았다. 모형개발 절차로 모형의 보정을 거쳐 검증을 실시하였다. 결론적으로 월 및 일 유입량 예측에 k-NN 기법이 실무적으로 적용될 수 있었으며, 장점으로는 k-NN 기법이 다른 기법보다 모델링 절차가 비교적 쉬워 저수지 운영 최적화 등 타 시스템과의 연계에 수월함이 인식되었다.
주가가 장기기억과정에 의하여 생성되면 주가과정에 가해진 충격은 쌍곡선감소율로 소멸한다. 따라서 충격의 영향이 대단히 느리게 감소하여 충격이 지속성을 가진다. 반면 주가가 단기 기억과정을 따르면 지수율로 감소하여 소멸한다. 지수율감소는 충격의 영향을 급속히 소멸시키므로 충격의 영향이 조만간 소멸한다. 따라서 충격으로 변화된 주가는 평균으로 회귀한다. 충격의 영향이 영원히 존재하는 과정도 존재한다. 장기기억과정은 쪽거리차분과정 또는 분수차분과정이다. 차분모수가 분수일 것이 요구되는 시계열은 장기기억과정이다. 주가가 장기기억과정에 의하여 생성되고 있는지의 여부를 검정하였다. 장기기억과정을 형성시키는 차분모수는 분수차분모수이다. 일별 주가지수의 수익률을 사용하여 차분모수를 추정하였는 바 그 값이 0에 근접하고 있음이 밝혀졌다. 그러나 Kospi, Nasdaq과 Mib30은 장기기억모수가 0에 접근하고 있으나 0이 아니다. 따라서 이 지수들은 장기기억과정에 의하여 생성된다고 할 수 있다. 반면 Dow Jones, S&P 500와 Dax는 장기기억모수가 0이라는 가설이 기각되지 않고 있어 이 지수들은 단기기억과정을 따르고 있다. 따라서 평균회귀과정에 의하여 생성되고 있음을 알 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.