• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.415-421
• /
• 1999

Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA:multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 등이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적 요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation)알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉층의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1905-1909
• /
• 2007

최근 도시발달과 인구증가로 인하여 수자원의 중요성이 더욱 커지고 있으며 이를 효율적으로 이용하고자하는 노력은 계속되고 있다. 또한 전 세계가 가뭄과 홍수 등 물과 관련된 재해를 예방하기 위하여 지속적인 수자원계획관리가 이루어지고 있으며, 특히 댐은 수자원의 효율적인 관리와 안정적인 용수공급을 위하여 건설된 것으로서 유역의 수문특성에 따른 변동성이 고려되어야 한다. 따라서 댐의 최적운영을 위해서는 정확한 강우 예측과 이에 따른 유입량 예측이 선행되어야 하며, 유입량 예측을 위한 강우-유출과정을 모형화 하여야 한다. 그러나 모형화에 따르는 복잡한 과정과 수문자료의 비선형성과 비정규성으로 인하여 많은 오차가 발생할 수 있다. 본 연구에서는 이러한 문제점을 개선하기 위하여 임하댐 유역에 신경망 이론을 강우-유출모형에 수학적으로 모형화 하였으며, 이를 통하여 효율적인 댐 운영을 위한 유입량 예측기법에 관한 기초연구를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1410-1414
• /
• 2010

최근 들어 가뭄과 국지성 호우 등의 기상이변이 지속적으로 발생하고 있으며, 이는 국민 삶의 발전과 향상에 밀접한 관계가 있는 것으로 전세계적으로 이에 대한 관심이 증가하고 있는 추세이다. 특히 댐의 효율적 관리와 안정적인 운영은 홍수피해 방지, 안정적인 용수공급과 같은 국민 생활과 밀접한 관계를 가지고 있어 수자원의 효율적인 운영과 이용은 장기적인 관점을 통하여 수립해야 한다. 이와 같이 댐 유입량의 예측은 유출모형의 목적 중 중요한 부분으로 확정론적 모형이 시 혹은 일유량과 같은 매우 짧은 시간의 유출을 예측하는데 주로 사용되지만 이는 매개변수의 추정이 불가능하거나 실제유역에서의 측정이 불가능 할 경우에는 모형적용에 한계가 있다. 이에 반해 추계학적 모형에 의한 유출예측은 장기간의 유출을 과거자료의 통계학적 특성변수를 매개변수로 하여 예측하는 방법으로 모형의 적용에 필요한 매개변수가 적어 그 적용성이 간편한 장점이 있다. 본 연구에서는 계절형 ARIMA모형을 적용하여 과거자료의 적용범위, 매개변수의 산정, 적합성 판정에 대하여 판단하고, 이 모형이 월유입량의 예측에 적합한지를 검토하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• v.9 no.1
• /
• pp.1067-1071
• /
• 2005

오늘날 기업들이 급격한 환경변화에 능동적으로 대처하고 지속적인 기업의 성장과 발전을 이루기 위해서는 물류유통과 수요예측에 대한 전반적인 이해와 이를 바탕으로 한 전반적인 시스템이 구축되어야한다. 기업의 성장을 위하여 지속적인 물류유통과 수요예측과 결정이 있어야 한다. 또한 이에 대한 공통적인 적용사항을 규칙 기반으로 한 시스템인 설계되어야한다. 그래서 본 논문에서는 규칙을 기반으로 기업의 물류유통/수요예측을 위하여 데이터마이닝 기법을 적용한 검색 기법을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.473-473
• /
• 2017

최근 광역 및 국지적 호우의 발생빈도 증가로 인해, 능동적 대응 기술 개발과 실용화가 필요하다. 홍수재해 관련정보의 경우 전문기관 및 정부부처를 위한 홍수정보 표출 시스템은 구축되어 있다. 그러나 홍수재해의 분석, 모니터링, 예경보 시스템 구축 등 홍수정보 요소기술의 웹기반 실시간 홍수 예측시스템 연계가 미흡하다. 이에 홍수 예측 및 조절 등 다양한 정보의 연계 및 공동 활용요구가 증가되고 있으므로 각각의 정보를 실시간으로 분석하고 모니터링 할 수 있는 체계를 수립하고 통합 정보시스템 기반을 마련해야할 필요가 있다. 국내에서 수재해의 광범위한 관측과 정확한 평가 및 예측을 위해 위성 레이더 및 관측장비 자료를 활용한 시스템 구축에 대한 연구가 활발히 진행되고 있다. 이와 관련하여 위성 레이더 및 관측장비 분야별 시스템들을 연계하여 통합 홍수 정보 시스템 구축방안을 제시하고자 한다. 이를 위해 위성 레이더 및 관측장비 기반 TRMM, GPM 등의 위성강우, AWS, 고정밀 소형 레이더, UAV를 이용한 실시간 모니터링 등의 관측 자료를 수집이 필요하다. 그리고 홍수를 감시 평가 예측 등에 필요한 강수량, 수위, 토양수분, 하천범람범위 등의 수문정보를 분석 평가하는 효율적인 광역 및 국지적 홍수 대응 관리체계를 구축해야 한다. 이에 본 연구에서는 광역 및 국지적 홍수 피해 범위와 규모 등을 평가 산정하고 정확히 예측하기 위해 국내에서 활용되고 있는 위성 레이더 및 관측장비 기반의 기술들을 연계 활용하여 시스템을 구축하고자 한다. 먼저, 시스템에서 고정밀 소형레이더 기반 강우추측을 통해 수문정보와 연계하여 레이더 관측지역에 대한 국지적 호우 및 침수 예측을 할 수 있다. 또한 위성 및 관측장비 기반 위성영상을 통해 침수지역 분석 및 위성강우를 평가하여, 광역 홍수재해 및 침수지역을 분석할 수 있다. 추가적으로 UAV 관측장비를 활용하여 하천의 홍수범람범위를 관측하여 침수지역 분석에 대한 정확도를 높일 수 있다. 이와 같은 광역 및 국지적 홍수 정보를 체계적으로 감시 평가 예측 할 수 있는 통합적인 홍수 대응 및 관리 시스템 구축으로 연간 홍수 피해규모 저감을 위한 선제적 대응 관리 시스템으로 활용될 것으로 기대된다. 또한 이를 통해 홍수 관련 정보를 분석 관리 할 수 있는 수자원 분야에 혁신적인 시스템을 확보하는 소중한 토대가 될 것으로 사료된다.

• The Korean Journal of Financial Management
• /
• v.20 no.1
• /
• pp.93-124
• /
• 2003

This paper studies the financial analyst's forecasting activities on the firm's operating performance during the period from 1999 to 2003. In this study, financial analyst's forecasting activities are focused on the sales, operating income and net income and financial analyst's forecasting accuracy, forecasting revising patterns and forecasting activities to the unexpected firm's operating performance are studied. Some empirical findings in this study are as follows. First, standard estimate error on the sales, operating income and net income are all significantly negative value and so financial analyst's forecast on the firm's operating performance are upwardly biased. Second, domestic financial analyst's forecasting activities is relatively more accuracy than foreign financial analyst's forecasting activities. Third, forecasting time is more close to the end of the operating performance announcement day, forecasting activities are more accuracy. Fourth, comparing with individual financial analyst's forecast, consensus forecast is more accuracy. Fifth, in the comparative forecasting activities study according to the prior firm's operating performance, financial analyst's forecasting revision activities are found to be upward or downward. Sixth, financial analysts overreact in the sales forecast and underreact in the operating income and net income forecast. Seventh, in the empirical analysis on the Easterwood-Nutt's test model(1999) which the firm's performance change are divided into the expected performance change and the unexpected performance change, it is found that financial analyst's forecasting activities on the firm's operating performance are systematically optimistic.

• Journal of KIISE:Computer Systems and Theory
• /
• v.28 no.11
• /
• pp.601-612
• /
• 2001

In superscalar processors, value prediction is a technique that breaks true data dependences by predicting the outcome of an instruction in order to exploit instruction level parallelism(ILP). A value predictor looks up the prediction table for the prediction value of an instruction in the instruction fetch stage, and updates with the prediction result and the resolved value after the execution of the instruction for the next prediction. However, as the instruction fetch and issue rates are increased, the same instruction is likely to fetch again before is has been updated in the predictor. Hence, the predictor looks up the stale value in the table and this mostly will cause incorrect value predictions. In this paper, a stride value predictor with the capability of speculative updates, which can update the prediction table speculatively without waiting until the instruction has been completed, is proposed. Also, the performance of the scheme is examined using Simplescalar simulator for SPECint95 benchmarks in which our value predictor is added.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.532-536
• /
• 2007

급속한 도시화 및 지구온난화로 인한 집중호우로 홍수피해가 해마다 증가하고 있다. 홍수피해를 최소화하기 위하여 4대강 중심의 홍수예경보시스템이 구축되는 등 다양한 제도적 장치가 마련되고 있으나 중소하천이 분포되어 있는 도시유역에서의 홍수예측기능은 부족한 실정이다. 본 연구에서는 중소 도시하천에 적용 가능한 실시간 도시홍수예측서비스 시스템(Realtime Urban Flood Forecasting Service, U-FFS)을 개발하였다. 경기도 성남에 위치한 탄천을 대상유역으로 선정하고 실시간 강우 및 수위관측소를 설치하여 수문데이타를 수집하였으며 이를 바탕으로 수위예측모형을 구축하였다. 모형구축에는 이미 국내외 학계에서 그 정확도가 입증된 바 있는 Data-driven 모델의 일종인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 이용하였다. 개발된 수위예측모형은 지정된 시간에 자동으로 작동 가능한 실행파일로 프로그래밍되어 최종적으로 홍수예측 웹서비스와 연동된다. U-FFS는 집중호우 발생 시 최종 유출구의 30분, 1시간, 2시간 후의 수위 예측값을 웹 상을 통해 제공함으로써 언제 어디서나 홍수예측 정보를 누구나 손쉽게 획득할 수 있는 장점이 있다. 시범운영 결과, 30분 및 1시간 후의 수위 예측은 정확도가 매우 뛰어났으며 2시간 후의 수위 예측의 정확성은 다소 떨어지는 것으로 확인되었으나 전반적인 홍수예측 판단에는 무리가 없을 것으로 예상된다. 본 시스템의 홍수예측모형은 생성 및 수정이 간편하여 그 활용성이 매우 높을 것으로 기대된다. 특히 안전함을 지향하는 각종 U-City나 홍수피해가 빈번한 도시유역에 적용하면 기존 시스템과 차별화된 실시간 홍수예측 서비스가 가능해져 홍수피해를 최소화할 수 있을 것이다. 취수구 직경 D의 3.3배를 벗어나지 않는다는 결과를 도출할 수 있었다.링 목적으로 사용될 수 있다. 본 연구에서 개발한 영상수위계는 한강홍수통제소 관할의 전류, 청담대교 등 4개소 낙동강 홍수통제소 2개소, 지자체 등에 적용되었으며, 적용 결과 비교적 안정적이면서 정확하게 수위를 측정하는 것으로 나타났다. 한편 기존 CCD 카메라 이외에 CCTV를 이용한 영상수위계를 개발하여 영상의 화질 개선뿐 아니라 하천화상 감시 기능을 강화하였다.소류의 섭취율은 높았다. 집단간의 상관도를 보면 교육별로 김치, 장아찌, 콩이 각각 p>0.5 수준에서 유의한 차가 없었고, 나머지는 유의한 차가 있었다. 연령별로는 멸치가 유의한 차가 없었고(p>0.5), 수입별로는 콩이 유의한 차가 없었다(p>0.5). 4. 영양지식(營養知識) 검토 가정생활(家庭生活)에 필요(必要)한 일반적(一般的)인 영양지식(營養知識)은 대체적으로 낮은 편이었다. 어린이 영양, 편식의 해로움, 비만증의 해로움, 임신부 그리고 수유부 영양에 대하여는 일반적으로 알고 있다고 하였으며, 그다음으로 이유기 영양, 어린이 발육에 필요한 식품, 식품과 영양소와의 관계, 우유의 성분, 노인영양에 대하여 잘 알고 있는 비율이 낮았으며, 인체의 영양소, 식단작성여부, 간식의 이론, 식품감별법에 대하여는 가장 낮은 비율을 나타냈다. 각 영양지식은 교육정도가 높을수록 영양지식이 높았고, 교육별 집단간의 유의한 차가 나타났다. (0.001

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1265-1271
• /
• 2009

본 연구에서는 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우-유출예측모형을 위해 인공신경망(Artificial Neural Networks: ANNs)의 기법의 일종인 자기조직화(Self Organizing Map: SOM) 이론과 역전파 학습 알고리즘(Back Propagation Algorithm: BPA) 이론을 복합적으로 이용하였다. 기존의 인공신경망 연구에서 야기된 저 갈수기의 유출량에 대한 과대평가, 홍수기의 유출량에 대한 과소평가, 예측값이 연속적으로 선행 유출량을 나타내는 Persistence 현상을 해결하기 위하여 패턴분류 성능을 지닌 SOM 이론을 예측모형의 전처리 과정으로 이용하였다. 먼저, 본 연구에서 제안한 방법은 SOM에 의해 강우-유출 관계를 분류하고, SOM에 의한 분류에 따라 각각의 모형을 구성한다. 개별적으로 구축된 모형은 유출량의 예측을 위해 각각의 양상에 따라 분류된 자료를 이용한다. 결과적으로 본 연구에서 제안한 방법은 과거의 인공신경망의 일반적인 적용에 의한 결과보다 더 나은 예측능력을 보여주었으며, 더불어 유출량의 과소 및 과대추정과 Persistence 현상과 같은 문제점이 나타나지 않았다. 또한 강우량 및 유출량의 범위에 제한을 받지 않는 강우-유출예측 모형의 개발 및 홍수기로부터 갈수기까지의 보다 넓은 범위의 유출량의 예측에 기여할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.340-340
• /
• 2019

지구온난화로 유발되는 기후변동성이 증가함에 따라서 정확한 수문인자의 예측은 전 세계적으로 주요 관심사항이 되고 있다. 최근에는 고성능 컴퓨터 자원의 증가로 수문기상학 연구에서 동일한 학습량에 비하여 정확도의 향상이 뚜렷한 기계학습 구조를 활용하여 위성영상 기반의 대기예측, 태풍위치 추적 및 강수량 예측 등의 연구가 활발하게 진행되고 있다. 본 연구에는 기계학습 중 시계열 분석에 널리 활용되고 있는 순환신경망(Recurrent Neural Network, RNN) 기법의 대표적인 LSTM(Long Short-Term Memory) 네트워크를 이용하여 수문인자를 예측하였다. LSTM 네트워크는 가중치 및 메모리 요소에 대한 추가정보를 셀 상태에 저장하고 시계열의 길이 조정하여 모형의 탄력적 활용이 가능하다. LSTM 네트워크를 이용한 다양한 수문인자 예측결과 RMSE의 개선을 확인하였다. 따라서 본 연구를 통하여 개발된 기계학습을 통한 수문인자 예측기술은 권역별 수계별 홍수 및 가뭄대응 계획을 능동적으로 수립하는데 활용될 것으로 판단된다. 향후 연구에서는 LSTM의 입력영역을 Bayesian 추론기법을 활용하여 구성함으로 학습과정의 불확실성을 정량적으로 제어하고자 한다.