• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 지능정보연구
• /
• 제14권4호
• /
• pp.179-200
• /
• 2008

본 연구에서는 사례기반 추론 기법을 대상으로 효율성과 효과성을 함께 증진시킬 수 있는 속성선정 방법을 개발하였다. 기본적으로, 본 연구에서 개발한 속성선정 방법은 기존에 개발된 단변량 분석 방법과 LVF 알고리즘을 통합하는 것이다. 먼저, 단변량 분석 방법 중 선택효과를 사용하여 전체 속성 중에서 예측력이 우수하다고 판단되는 일부분의 속성들을 추려낸다. 이 속성들로부터 생성해낼 수 있는 모든 가능한 부분집합을 생성해낸 후에, LVF 알고리즘을 이용하여 이 부분집합들이 가지는 불일치 비율을 평가함으로써 최종적으로 속성 부분집합을 선정한다. 본 연구에서 개발한 속성선정 방법을 UCI에서 제공하는 데이터 집합들에 적용하여 성능을 측정한 후, 기존 기법의 성능들과 비교한 결과, 본 연구에서 개발된 속성선정 방법이 선정된 속성의 개수도 만족할만하고 적중률도 향상되어서, 효율성과 효과성 모두의 측면에서 우수함을 보였다.

• 정보관리학회지
• /
• 제15권3호
• /
• pp.133-150
• /
• 1998

본 연구에서는‘조직지식중심적 지식경영’을 위해 지식창조원리로서 음양이론을 도입하여 영역지식 (陽의 지식)과 업무지식(陰의 지식)이 음양(陰陽)의 순환적 구조로서 상호 작용하여 조직지식으로 창출되는 과정을 저장하여 재활용하기 위한 지식 창조적 조직메모리를 제안하였다. 지식 창조적 조직메모리 구축을 위하여 객체 지향적 방법론을 적용하여 영역지식과 업무지식의 순환적 흐름을 주도하는 3개 지식 컴퍼넌트를 설정하여 조직지식을 설계하였다. 조직지식은 기존의 정보시스템에 포함된 데이터베이스 스키마. 프로세스 모델 또는 지식베이스의 의미네트워크(Semantic Network), 프레임(Frame) 등을 수용하기 위해 (i) 지식객체와 (ⅱ) 객체간의 관계 및 (ⅲ) 관계정도를 정의한 그래프구조로서 설계하였다. 이러한 조직지식의 설계는 지식마이닝 기법인 사례기반추론(Case Based Reasoning)등을 활용한 새로운 조직지식의 생성에 기여할 수 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권3호
• /
• pp.322-331
• /
• 2003

3차원 게임은 게임 시나리오의 다양한 요소에 의한 복잡도가 증가함에 따라 게임 객체들의 상호 관계를 제어하기 위한 문제점을 가진다. 그러므로, 게임 시스템은 각 게임 객체들의 응답을 조정하는 방법의 필요성을 가진다. 또한, 게임 시나리오의 결과에 따라 게임 객체들의 행동 애니메이션을 제어하기 위한 개념들도 필요하다. 사실적 게임 시뮬레이션을 생성하기 위해 시스템은 게임 객체들의 상호작용을 디자인 할 수 있는 구조를 포함해야 한다. 본 논문에서 게임 시나리오상에 게임 객체들의 상호작용 설계를 위해 동적 제어를 디자인하는 기법을 소개한다. 이 방법을 위해 특정 규칙을 이용한 의사결정이 가능한 지능적 에이전트 기반 구조로써 게임 에이전트 시스템을 제안한다. 게임 에이전트 시스템은 환경 데이터 처리, 게임 객체 시뮬레이션, 게임 객체들간의 상호작용 제어, 게임 객체들의 다양한 상호 관계를 정의할수 있는 시각 저작 인터페이스를 제공하기 위해 이용되어진다. 이들 기술들은 게임 객체의 자율성과 연관된 충돌 회피 기법 등을 처리한다. 또한, 장면의 변경으로부터 게임 객체들의 일관된 의사 결정력을 가능하게 한다. 본 논문에서는 규칙기반 행동 제어가 게임 객체의 시뮬레이션을 안내하기 위해 디자인되어졌다. 시각적 요소들로 구성된 에이전트 상태 결정 네트워크는 정보전달과 게임 객체들 사이의 현상태를 추론할 수 있다. 이들 기법들은 실시간으로 게임 객체들간의 동작 상태 변이를 체크하고 모니터링 할 수 있다. 마지막으로 간단한 사례 연구 예와 함께 제어 기법의 타당성을 제시한다.

• 지능정보연구
• /
• 제7권1호
• /
• pp.81-95
• /
• 2001

플랜트 건설 프로젝트는 다른 분야의 프로젝트에 비하여 상대적으로 높은 불확실성과 위험을 수반하게 되며, 이는 정확한 플랜트 건설 프로젝트의 관리가 프로젝트의 성공에 있어 매우 중요해진다는 것을 의미한다. 특히 프로젝트 관련 초기 단계에서 이루어지는 공정 계획과 일정 계획 작업의 성패가 곧 전체 플랜트 건설 프로젝트 수행의 성패를 결정하는 주요한 요인으로 인식되고 있다. 그럼에도 불구하고 대부분의 플랜트 건설 사업은 그 특유의 비구조성과 환경의 역동성으로 인해 적시에 정확하고 체계적인 공정 및 일정 계획 수립을 수행하고 있지 못한 실정이다. 따라서 본 연구에서는 이와 같은 문제점을 해결하기 위하여 첫째, 플랜트 건설에 필요한 공정 지식을 모듈화하고, 둘째, 플랜트 건설 문제의 체계적 표현 방법을 마련하였으며, 셋째, 문제에 따라 필요한 공정들을 구성하고 계획을 수립하는 전문가의 지식에 대한 표현 기법과 이의 추론 방법론을 개발하였다. 또한 이렇게 수립된 공정 계획을 바탕으로 프로젝트 초기 단계에서의 일정 계획을 수립하는 휴리스틱 기반 일정 계획 방법론을 제안함으로써 보다 빠르게 공정 계획의 수행 가능성과 경제성을 여러 가지 측면에서 고려해 볼 수 있게 된다. 이와 같은 자동화된 프로젝트 초기 단계의 공정 계획 수립은 계획 수립 소요를 극적으로 단축시키며 따라서 불확실한 상황이나 여건에 대한 고려를 체계적으로 그리고 충분히 수행할 수 있게 함으로써 보다 수립된 공정 계획의 완전성과 정확성을 높이게 될 수 있다. 본 연구에서는 또한 이상의 접근 방법을 시스템으로 구현하였으며, 구현된 플랜트 건설 공정 계획과 일정 계획 수립 시스템은 국내 최대 건설회사의 열병합 발전소와 하수처리장 건설을 위한 실제 프로젝트 관리 업무에 적용하여 그 성과를 경험적으로 중명하였다. 특히 이와 같은 실제 적용 사례는 본 방법론이 다른 플랜트 건설 분야에서도 쉽게 적용되어 프로젝트 관리 업무의 질적 향상과 생산성의 제고에 기여할 수 있음을 시사하고 있다.

• 한국산학기술학회논문지
• /
• 제19권12호
• /
• pp.653-659
• /
• 2018

공사비의 정확한 예측은 프로젝트 성공의 핵심 요소이다. 그러나 도면, 시방서, 공사비 산출내역서 등이 아직 불완전한 기획단계의 경우 신속하고 정확하게 공사비를 산출하기가 용이하지 않다. 또한 프로젝트의 기획단계에서 정확한 공사비 예측은 프로젝트의 타당성 조사 및 성공적인 완료에 중요하다. 따라서 프로젝트 정보가 제한적 일 때 사업 초기에 공사비를 정확하게 예측하기 위해 다양한 기법(회귀분석, 인공신경망, 사례기반추론, 유전자알고리즘, 몬테카를로시뮬레이션, 빌딩정보모델링)이 적용되고 있다. 공사비 예측에 영향을 미치는 많은 요소가 있다. 본 논문에서는 7개(대지면적, 연면적, 지하층수, 지상층수, 주동수, 전체세대수, 공사기간)의 건축개요를 독립변수로 사용하는 다중회귀모델(후진제거법)로 공사비 예측치를 제시한다. 다중회귀모델을 이용한 지역주택조합사업 공사비의 예측 결과 오차율은 4.87%로 나타났다. 이는 지역주택조합사업의 기획단계에서 공사비 예측에 관한 연구가 없어 비교가 불가능하나, 기존에 사용하던 단위면적에 대한 단가산정방식에 비하여 높은 예측 정확도를 가짐으로써, 향후 지역주택조합사업의 기획단계에서 공사비 산출업무에 적용 가능성이 높고, 지역주택조합사업의 사업예산 수립에 기여할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.197-217
• /
• 2018

음악은 인간의 감성을 소리로 표현하는 창조적 예술 행위이다. 음악은 사람들의 기분을 우울하게 혹은 기쁘게 변화시킬 수 있다. 따라서 음악을 감상하는 데 있어 감성은 소비자에게 적합한 음악을 찾고 들려주는 데 매우 중요한 요소인데, 다양한 음원 서비스에서 제공하는 추천 알고리즘은 사용자의 기본적인 정보(성별, 나이, 감상 횟수 등)와 사용자의 플레이 기록에 기반한 음악 추천 방식을 주로 사용하고 있다. 본 연구에서는 음악을 감상하는 개인의 감성을 고려하여 각 음원이 가지는 고유의 감성을 기본으로 한 음악 추천 알고리즘을 제안해 보고자 한다. 구체적으로, 사용자들이 자주 듣는 음악과 그렇지 않은 음악을 기준으로 '감정 패턴'을 추출 후 상관관계를 확인하고자 하며, 앞선 결과를 기반으로 사용자들이 원하는 노래에 대한 검색과 사용자 감성 기반 추천 방법을 도출해내보고자 한다. 이를 위해 본 연구에서는 사례기반추론 기법을 이용하여 사람들이 주로 듣는 음악과 비슷한 '감성 패턴'을 갖는 특정한 곡을 추천해주는 알고리즘을 개발하였다. 먼저, 분석에 필요한 감정 형용사를 정리하여 변수화 시키고, 의미 있는 것끼리 묶어 음악 감성지수를 개발하였고, 분석의 대상이 될 음원에 대해 고유의 감성지수 점수를 측정하였다. 마지막으로 도출된 점수의 결과를 통해 유사한 감정 패턴이 나오는 곡들을 유사 곡 리스트로 분류하고 사용자들에게 추천하는 과정을 거친다. 앞선 일련의 과정을 거처 도출된 결과는 음원 추천 시스템뿐만 아니라, 인기 있는 곡과 아닌 곡에 영향을 미치는 변수 도출 및 음원 출시 전, 해당 곡의 스트리밍 수 예측 모형 구축 등 다양한 용도로 사용될 수 있을 것으로 기대한다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.