• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2015년도 하계 학술발표논문집
• /
• pp.94-97
• /
• 2015

• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.279-286
• /
• 2005

본 연구에서는 캐피탈시장에서의 고객신용예측을 위한 모형으로 여러 가지 인공신경망(Neural Network) 모형들을 유전자 알고리즘(Genetic Algorithm)을 이용하여 통합한 신용예측모형을 제안하였다. 10개의 학습된 인공신경망 모형들을 유전자알고리즘을 이용하여 종류별로 통합하여 MLP (Multi-Layered Perceptron), Linear, RBF(Radial Basis Function) 세 가지의 대표모델을 얻고 이를 다시 하나의 인공신경망 모델로 통합하였다. 이를 통합되기 이전의 각각의 인공신경망 모형들과 성능을 비교, 분석하여 본 연구에서 제안한 통합모형의 유효성과 통합방법의 타당성을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제16권3호
• /
• pp.81-90
• /
• 2016

본 연구는 당기 주가수익률과 차기 신용등급 및 신용등급 변화와의 관련성을 검증하는 것을 목적으로 한다. 신용등급평가사들은 개별 기업의 채무불이행위험(default risk)을 측정하여 최종 신용등급을 결정하는데 기업의 높은 주가수익률은 낮은 위험(default risk)으로 인지될 가능성이 있다. 반면 시장참여자들은 효율적으로 높은 수익을 달성하기 위하여 규모가 크고 안정적인 기업보다 고수익을 달성할 수 있는 신용위험(risk)이 높은 기업들의 주식을 선호할 가능성 역시 배제할 수 없다. 이는 실증적으로 해결되어야 할 문제이며 현재까지 이러한 관련성을 고찰한 연구는 부재하다. 본 연구는 2002년부터 2013년까지 회사채를 발행한 유가증권 상장기업을 대상으로 당기 주가수익률과 차기 신용등급 및 신용등급의 관련성을 검증하였고, 그 결과를 요약하면 다음과 같다. 먼저 당기 주가수익률은 차기 신용등급과 유의한 음(-)의 관련성이 있는 것으로 나타났다. 이는 신용평가사들이 주가수익률을 채무불이행 위험의 대리변수로 고려하지 않음을 예측케 하는 결과이고, 오히려 투자자들은 신용등급이 낮은 기업의 주식을 선호한다고 해석할 수 있다. 본 연구는 직관과는 달리 주가수익률과 신용등급의 음(-)의 관련성을 찾은 최초의 연구로써 신용평가사 및 시장참여자들에게 의미 있는 통찰력을 제공할 것으로 기대한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2015년도 춘계학술대회
• /
• pp.208-210
• /
• 2015

항만의 연결기능이 확대됨에 따라 해운 항만산업은 전문화 및 고도화되었으며, 이에 따른 인적자원의 양적 질적 경쟁력 향상도 무엇보다 중요해졌다. 하지만 이를 육성하고 발전시키기 위한 인적자원의 수급에 대해서는 시장기능이 원활이 작동하지 못하고 있으며, 이러한 연구도 부족한 실정이다. 따라서 본 연구에서는 해당산업통계자료를 바탕으로 회귀모형에 의한 해운 항만물류산업에 필요한 전문인력에 대한 정확한 예측을 제시하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.803-806
• /
• 2024

본 연구는 디지털 기술과 인공지능의 발전을 배경으로, ResNet 모델을 활용하여 얼굴 인식 및 나이 예측 시스템을 개발하고 평가한다. ResNet의 잔차 학습과 스킵 연결 기능은 깊은 신경망에서 발생할 수 있는 기울기 소실 문제를 해결하여 모델의 학습 효율을 높이는 데 중요한 역할을 한다. 또한 All-Age-Faces Dataset을 이용하여 나이 예측에서 아시아 인종에 대한 편향 없이 고르게 좋은 성능을 보여주는 것을 목표로 한다.

• 한국산업안전학회:학술대회논문집
• /
• 한국안전학회 2004년도 추계 학술발표회
• /
• pp.178-185
• /
• 2004

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 2007년도 제55회 학술발표회논문집
• /
• pp.277-286
• /
• 2007

• Journal of the Korean Data and Information Science Society
• /
• 제24권1호
• /
• pp.73-83
• /
• 2013

신용평가방법에서 등급의 계량화 중 신용등급 변화 검정방법은 등급별로 추정된 예측부도율과 실제부도율과의 동질성을 검정하는 방법으로 한 시점에 대한 이항검정과 카이제곱검정 등이 있고, 여러시점의 정확성을 검증하는 방법으로 정규성검정, 확장된 신호등검정 등이 있다. 본 연구에서는 현실적인 상황을 고려하여 이런 검정방법들이 상관관계가 존재하는 경우에 등급별 동질성 검정방법을 소개하고 이 방법들을 신용평가 이외에 다양한 분야의 자료에 활용할 수 있음을 알아본다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.105-123
• /
• 2022

신용리스크 관리에 해당하는 부도예측모형은 기업에 대한 신용평가라고도 볼 수 있으며 은행을 비롯한 금융기관의 신용평가모형의 기본 지식기반으로 새로운 인공지능 기술을 접목할 수 있는 유망한 분야로 손꼽히고 있다. 고도화된 모형의 실제 응용은 사용자의 수용도가 중요하나 부도예측모형의 경우, 금융전문가 혹은 고객에게 모형의 결과에 대한 설명이 요구되는 분야로 설명력이 없는 모형은 실제로 도입되고 사용자들에게 수용되기에는 어려움이 있다. 결국 모형의 결과에 대한 설명은 모형의 사용자에게 제공되는 것으로 사용자가 납득할 수 있는 설명을 제공하는 것이 모형에 대한 신뢰와 수용을 증진시킬 수 있다. 본 연구에서는 머신러닝 기반 모형에 설명력을 제고하는 방안으로 설명대상 인스턴스에 대하여 로컬영역에서의 설명을 제공하고자 한다. 이를 위해 설명대상의 로컬영역에 유전알고리즘(GA)을 이용하여 가상의 데이터포인트들을 생성한 후, 로컬 대리모델(surrogate model)로 연관규칙 알고리즘을 이용하여 설명대상에 대한 규칙기반 설명(rule-based explanation)을 생성한다. 해석 가능한 로컬 모델의 활용으로 설명을 제공하는 기존의 방법에서 더 나아가 본 연구는 부도예측모형에 이용된 재무변수의 특성을 반영하여 연관규칙으로 도출된 설명에 도메인 지식을 통합한다. 이를 통해 사용자에게 제공되는 규칙의 현실적 가능성(feasibility)을 확보하고 제공되는 설명의 이해와 수용을 제고하고자 한다. 본 연구에서는 대표적인 블랙박스 모형인 인공신경망 기반 부도예측모형을 기반으로 최신의 규칙기반 설명 방법인 Anchor와 비교하였다. 제안하는 방법은 인공신경망 뿐만 아니라 다른 머신러닝 모형에도 적용 가능한 방법(model-agonistic method)이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.452-455
• /
• 2022

4차 산업혁명의 확산으로 의학계에서도 딥러닝 기술을 이용한 질병의 치료결과 예측 연구가 활발하다. 이와 관련, 일부 연구에서 국소적인 환자 데이터의 활용으로 인해 도출된 연구 결과의 일반화가 어려웠으며 예측률 제고를 위해 특정 딥러닝 알고리즘을 중심으로 한 실험이 추진되어 다양한 알고리즘별 예측률의 비교·분석 결과를 제시하는 연구도 미흡하였다. 이에, 건강보험심사평가원의 대규모 진료 정보와 다종의 알고리즘을 제공하는 AutoML을 이용, 사망률이 높은 80대·90대 노령자 대상 폐암 진단 후 84개월간의 사망률을 예측하는 Decision Tree 등 5개 알고리즘별 모델을 생성하고 이를 활용, 사망률의 예측 성능을 비교하고 사망률에 영향을 미치는 요인에 대한 분석 결과를 도출하였다.