• 재무관리논총
• /
• 제6권1호
• /
• pp.141-170
• /
• 2000

기업의 부실화과정에서 경영자는 그 누구보다도 먼저 부실화의 재무적 징후를 포착할 수 있을 것이며, 부정적인 정보가 외부에 누출되는 경우 발생할 수 있는 은행의 대출중단 등의 치명적 비용을 피하기 위하여 긍정적인 정보를 조작 유포시킬 강한 유인이 존재한다. 이러한 인식에 근거하여 경영자의 이익조절 가능성이 높아지는 기업부실화의 일정시점에서 기업부실예측의 현실적인 모형을 추정하는 데 본 연구의 목적이 있다. 본 연구에서는 부실기업에서 재무정보의 이익조절행위 가능성을 검증하기 위하여 1995년에서 1998년까지 부실화된 115개 상장기업들의 부실전 재무정보를 분석하였고, 총 20개의 재무변수와 그 변화율을 고려하여 부실예측모형을 추정하였다. 이러한 본 연구의 결과는 다음과 같이 요약할 수 있다. 첫째, 부실표본기업의 경우에 재무정보 상호간의 논리성이 와해되거나 크게 약화되어 경영자의 심각한 이익조절행위가 있는 것으로 추정되며, 수익성 정보에 집중되어 부실 2년전부터 심해지고 있는 것으로 나타났다. 둘째, 경영자의 이익조절행위로 인해 논리적 상관관계가 와해되지 않은 재무정보들은 부실예측에 대한 설명력을 갖고 있으며, 본 연구에서 9개의 재무변수로 추정한 부실예측모형은 부실 1년전 80%의 우수한 예측력을 보여주고 있다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 1997년도 춘계 학술대회 발표집
• /
• pp.39-42
• /
• 1997

시뮬레이션이 설계 검증에 사용될 때 검증의 척도를 효율적으로 제공하기 위해 설 계오류 모델과 통계적인 샘플링 기법을 사용한 시뮬레이션 시스템이 개발되었다. 이는 시뮬 레이션 검증율을 제공하고 샘플링 기법을 이용하여 검증율을 빨리 예측할 수 있다. 실험 결 과는 이 방법이 효과적임을 증명한다. 이 시스템은 전체 설계시간을 줄이는 효과적인 설계 검증 도구로 사용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.93-93
• /
• 2023

최근 범지구적인 기후변화로 인해 도시유역의 홍수 발생 빈도가 빈번하게 발생하고 있다. 이로 인해 불투수성이 큰 도시지역의 침수 등의 자연재해 증가로 인명 및 재산피해가 발생하고 있다. 이에 따라 하수도의 제 기능을 수행하고 있다면 문제가 없지만 이상기후로 인한 기록적인 폭우에 의해 침수가 발생하고 있다. 홍수 및 집중호우와 같은 극치사상의 발생빈도가 증가됨에 따라 강우 사상의 변동에 따른 하수관로의 수위를 예측하고 침수에 대해 대처하기 위해 과거 수위에 따른 수위 예측은 중요할 것으로 판단된다. 본 연구에서는 수위 예측 연구에 많이 활용되고 있는 시계열 학습에 탁월한 LSTM 알고리즘을 활용한 하수관로 수위 예측을 진행하였다. 데이터의 학습과 검증을 수행하기 위해 실제 하수관로 수위 데이터를 수집하여 연구를 수행하였으며, 대상자료는 서울특별시 강동구에 위치한 하수관로 수위 자료를 활용하였다. 하수관로 수위 예측에는 딥러닝 알고리즘 RNN-LSTM 알고리즘을 활용하였으며, RNN-LSTM 알고리즘은 하천의 수위 예측에 우수한 성능을 보여준 바 있다. 1분 뒤 하수관로 수위 예측보다 5분, 10분 뒤 또는 1시간 3시간 등 다양한 분석을 실시하였다. 데이터 분석을 위해 하수관로 수위값 변동이 심한 1주일을 선정하여 분석을 실시하였다. 연구에는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였으며, 하수관로 수위 고유번호 25-0001을 대상으로 예측을 하였다. 학습에는 2012년 ~ 2018년의 하수관로 수위 자료를 활용하였으며, 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.460-460
• /
• 2023

최근 범 지구적인 기후변화로 인해 집중호우가 빈번히 발생하고 침수피해가 증가하고 있다. 이에 따른 침수 피해 위험이 큰 지하상가, 지하 주차장, 반지하 주택 등의 침수 발생이 잦아지며 인명 및 재산 피해 발생이 커지고 있다. 이러한 지역은 인근 하수관로의 수위에 따라 침수 영향을 크게 받게 된다. 이에 따른 강우·유출 관계는 침수피해에 대해 대처하기 위해 시공간적 강우 특성이 반영된 하수관로 수위 예측이 중요하다고 판단된다. 이에 본 연구에서 수위 자료는 서울시 하수관로 수위 현황 자료를 활용하였으며, 강수량 자료는 서울 내 서초구 일대의 강수량 자료를 활용하여 연구를 진행하였다. 대상 지역은 저지대에 위치해 침수가 잦은 서초구 서초동으로 선정하였으며, 분석에 사용된 기간은 2012년부터 2021년까지의 수위 자료를 화용하여 이를 바탕으로 순환 신경망인 RNN의 일종이며, 다른 모델의 구조와 비교하여 더욱 간단하고 효율적인 ESN(Echo State Network) 알고리즘을 사용하여 수위 예측을 진행하였다. 분석을 위해 대상 지역의 강수 사상이 발생하여 하수관로의 수위의 변동이 큰 기간을 선정하여 분석을 실시하였다. 2012년부터 2018년까지의 자료를 학습(training) 자료로 활용하였으며, 모형의 검증 위해 통계분석을 실시하여 검증하였다.

• Composites Research
• /
• 제31권5호
• /
• pp.276-281
• /
• 2018

본 논문에서는 이론적인 계산 모델을 이용하여 다양한 섬유 다발 구조를 갖는 직조섬유강화 복합재의 탄성 거동을 예측하였다. 직조 복합재의 기계적 물성을 대표할 수 있는 대표체적요소 (RVE)을 설정하였으며, 직조 다발의 굴곡을 다양한 정현파 함수로 정의하였다. 고전적층이론 (CLPT)를 이용하여 영률, 전단 탄성계수, 포아송비와 같은 직조복합재의 유효물성을 예측하였다. 섬유 다발의 구조와 형태 (평직, 능직)에 따라 섬유 부피 분율을 계산하였으며 각각의 탄성 거동을 이론적인 계산 모델을 통해 예측하였다. 또한, 이론적 예측 결과의 검증을 위해 진공수지주입(VARTM) 공정을 사용하여 평직 및 능직 형태의 복합재 시편을 제작 후 물성 시험을 진행하여 실험 결과를 이론적 예측 결과와 비교하였다. 결과적으로 직조 복합재의 탄성 거동에 대한 이론적 결과와 실험 결과 간에 매우 높은 정확도를 갖는 것을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.184-188
• /
• 2008

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.

• 대한교통학회지
• /
• 제16권2호
• /
• pp.133-144
• /
• 1998

양방향 2차로 도로는 우리나라 전체 포장도로 연자의 84%를 차지하고 있다. 양방향 2차로 도로의 효율성 및 교통류의 운영상태를 파악하기 위한 서비스 수준 척도로 지체시간의 백분율이 많이 사용되고 있다. 지체시간의 산정은 특정 도로 설계구간을 추원금지구간으로 설계할 것이지, 예산을 더 투자하여 선형을 개선함으로써 추원가능 구간으로 설계할 것인지에 대한 판단 기준을 제시할 수 있기 때문에 도로설계과정에 있어서 매우 중요하다. 본 연구에서는 저속차량의 확률적 분포를 고려하여 추원금지구간에서 발생하는 지체시간을 산정할 수 있는 모형을 제시하였다. 모형식이 기존에 확률적 분포를 고려하여 추월금지구간에서 발생하는 지체시간을 산정할 수 있는 모형을 제시하였다. 모형식이 기존에 개발된 거시적 수학적 모형에 비해 비교적 단순하고 입력변수도 수집이 용이한 점이 특징이라 할 수 있다. 모형의 신뢰성을 현장데이터를 이용하여 검증한 결과, 모혀으이 예측값이 근사적으로 츠덩한 실제 지체시간을 포함하는 긍정적인 결과를 도출하였다. 그러나 모형의 예측값 범위가 넓어 실용적인 MOE로 사용하기에 다소 무리가 있을 것으로 판단되므로, 개략적인 평가기준으로 모형이 예측한 값의 평균값을 보정하여 사용할 것을 제안한다. 모형의 신뢰성을 높이기 위해서는 본 연구에서 가정한 확률분포식에 대한 추가적인 검증이 필요할 것으로 판단된다. 본 연구는 실제 상황을 표현하는데 있어 확률적 개념의 도입과 이러한 새로운 접근방법의 기초를 마련한 측면에서 의미를 갖는다. 또한, 양방향 2차로 도로에서의 지체시간은 실제 소요시간과 자유운행시 즉 다른 차량의 영향을 받지 않았을 때의 속도 및 운영시간과의 차이로 정의한 바, 실제 지체시간을 현장자료를 통해 구하기란 현실적으로 불가능하므로, 본 연구에서는 이러한 제약점을 극복할 수 있는 근사적인 지체시간을 계산하는 방법을 제시한 점에서 의미를 갖을 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.43-43
• /
• 2022

유해 조류 대발생은 전국 각지의 인공호소나 하천에서 다발적으로 발생하며, 경관을 해치고 수질을 오염시키는 등 수자원에 부정적인 영향을 미친다. 본 연구에서는 인공호소에서 발생하는 유해 조류 대발생을 예측하기 위해 심층학습 기법을 이용하여 예측 모델을 개발하고자 하였다. 대상 지점은 대청호의 추동 지점으로 선정하였다. 대청호는 금강유역 중류에 위치한 댐으로, 약 150만명에 달하는 급수 인구수를 유지 중이기에 유해 남조 대발생 관리가 매우 중요한 장소이다. 학습용 데이터 구축은 대청호의 2011년 1월부터 2019년 12월까지 측정된 수질, 기상, 수문 자료를 입력 자료를 이용하였다. 수질 예측 모델의 구조는 다중 레이어 퍼셉트론(Multiple Layer Perceptron; MLP)으로, 입력과 한 개 이상의 은닉층, 그리고 출력층으로 구성된 인공신경망이다. 본 연구에서는 인공신경망의 은닉층 개수(1~3개)와 각각의 레이어에 적용되는 은닉 노드 개수(11~30개), 활성함수 5종(Linear, sigmoid, hyperbolic tangent, Rectified Linear Unit, Exponential Linear Unit)을 각각 하이퍼파라미터로 정하고, 모델의 성능을 최대로 발휘할 수 있는 조건을 찾고자 하였다. 하이퍼파라미터 최적화 도구는 Tensorflow에서 배포하는 Keras Tuner를 사용하였다. 모델은 총 3000 학습 epoch 가 진행되는 동안 최적의 가중치를 계산하도록 설계하였고, 이 결과를 매 반복마다 저장장치에 기록하였다. 모델 성능의 타당성은 예측과 실측 데이터 간의 상관관계를 R2, NSE, RMSE를 통해 산출하여 검증하였다. 모델 최적화 결과, 적합한 하이퍼파라미터는 최적화 횟수 총 300회에서 256 번째 반복 결과인 은닉층 개수 3개, 은닉 노드 수 각각 25개, 22개, 14개가 가장 적합하였고, 이에 따른 활성함수는 ELU, ReLU, Hyperbolic tangent, Linear 순서대로 사용되었다. 최적화된 하이퍼파라미터를 이용하여 모델 학습 및 검증을 수행한 결과, R2는 학습 0.68, 검증 0.61이었고 NSE는 학습 0.85, 검증 0.81, RMSE는 학습 0.82, 검증 0.92로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.225-226
• /
• 2014

본 연구에서는 회귀분석을 통해 오피스 건물의 에너지 사용량을 예측하는 시스템을 개발하고 이를 실증하는 실험적 연구를 수행하였다. 회귀분석의 파라미터로는 외기온도, 에너지 사용량 등이 사용되었으며 예측 정확도 향상을 위해 파라미터를 확장해서 실험하였다. 에너지 사용량 예측에 대한 검증을 위해서 실시간 데이터 수집과 분석을 위한 시스템을 개발하였으며, 해당 시스템을 이용해 수원 소재 오피스 건물에서 실증한 결과에 따르면 겨울철 에너지 사용량에 대한 예측 오차율이 10% 미만으로 나타났다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2015년도 전력전자학술대회 논문집
• /
• pp.67-68
• /
• 2015

본 논문에서는 멀티모듈 단상 UPS(Uninterruptible Power Supply) 시스템의 예측 제어기법을 제안한다. 제안한 예측 제어기법은 단상 UPS의 수학적 모델링을 통해 설계되었으며, 전류 예측제어를 통해 모드 절환 시 동특성을 향상시켰다. 제안하는 예측 제어기법은 PSIM 시뮬레이션을 통하여 검증하였다.