• The Korean Journal of Financial Management
• /
• v.15 no.2
• /
• pp.369-399
• /
• 1998

Most of the studies on stock price predictability using the linear model conclude that there are little possibility to predict the future price movement. But some anomalous patterns may be generated by remaining market inefficiency or regulation, market system that is facilitated to prevent the market failure. And these anomalous pattern, if exist, make them difficult to predict the stock price movement with linear model. In this study, I try to find the anomalous pattern using the ANN model. And by comparing the predictability of ANN model with the predictability of correspondent linear model, I want to show the importance of recognitions of anomalous pattern in stock price prediction. I find that ANN model could have the superior performance measured with the accuracy of prediction and investment return to correspondent linear model. This result means that there may exist the anomalous pattern that can't be recognized with linear model, and it is necessary to consider the anomalous pattern to make superior prediction performance.

• Database Research
• /
• v.34 no.3
• /
• pp.3-13
• /
• 2018

Text classification is one of the text mining technologies that classifies a given textual document into its appropriate categories and is used in various fields such as spam email detection, news classification, question answering, emotional analysis, and chat bot. In general, the text classification system utilizes machine learning algorithms, and among a number of algorithms, naïve Bayes and support vector machine, which are suitable for text data, are known to have reasonable performance. Recently, with the development of deep learning technology, several researches on applying deep neural networks such as recurrent neural networks (RNN) and convolutional neural networks (CNN) have been introduced to improve the performance of text classification system. However, the current text classification techniques have not yet reached the perfect level of text classification. This paper focuses on the fact that the text data is expressed as a vector only with the word dimensions, which impairs the semantic information inherent in the text, and proposes a neural network architecture based upon the semantic tensor space model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.520-520
• /
• 2023

제주도 동부 중산간 지역은 화산암으로 구성된 지하지질로 인해 지하수위의 변동폭이 크고 변동양상이 복잡하여 인공신경망(Artificial Neural Network, ANN) 모델 등을 활용한 지하수위의 예측이 어렵다. ANN에 적용되는 활성화함수에 따라 지하수의 예측성능은 달라질 수 있으므로 활성화함수의 비교분석 후 적절한 활성화함수의 사용이 반드시 필요하다. 본 연구에서는 5개 활성화함수(sigmoid, hyperbolic tangent(tanh), Rectified Linear Unit(ReLU), Leaky Rectified Linear Unit(Leaky ReLU), Exponential Linear Unit(ELU))를 제주도 동부 중산간지역에 위치한 2개 지하수 관정에 대해 비교분석하여 최적 활성화함수 도출을 목표로 한다. 또한 최적 활성화함수를 활용한 ANN의 적용성을 평가하기 위해 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory(LSTM) 모델과 비교분석 하였다. 그 결과, 2개 관정 중 지하수위 변동폭이 상대적으로 큰 관정은 ELU 함수, 상대적으로 작은 관정은 Leaky ReLU 함수가 지하수위 예측에 적절하였다. 예측성능이 가장 낮은 활성화함수는 sigmoid 함수로 나타나 첨두 및 최저 지하수위 예측 시 사용을 지양해야 할 것으로 판단된다. 도출된 최적 활성화함수를 사용한 ANN-ELU 모델 및 ANN-Leaky ReLU 모델을 LSTM 모델과 비교분석한 결과 대등한 지하수위 예측성능을 나타내었다. 이것은 feed-forward 방식인 ANN 모델을 사용하더라도 적절한 활성화함수를 사용하면 최신 순환신경망과 대등한 결과를 도출하여 활용 가능성이 충분히 있다는 것을 의미한다. 마지막으로 LSTM 모델은 가장 적절한 예측성능을 나타내어 다양한 인공지능 모델의 예측성능 비교를 위한 기준이 되는 참고모델로 활용 가능하다. 본 연구에서 제시한 방법은 지하수위 예측과 더불어 하천수위 예측 등 다양한 시계열예측 및 분석연구에 유용하게 사용될 수 있다.

• Journal of the Korean Operations Research and Management Science Society
• /
• v.33 no.3
• /
• pp.29-42
• /
• 2008

Semantic Web society initially focused only on data but has gradually moved toward knowledge. Recently rule beyond ontology has emerged as a key element of the Semantic Web. All of these activities are obviously aiming at making data and knowledge on the Web sharable and reusable between various entities around the world. If one of ultimate visions of the Semantic Web is to increase human's decision making quality assisted by machines, there is a missing but important part to be shared and reused. It is knowledge about constraints on data and concepts represented by ontology which should be emphasized more. In this paper, we propose Semantic Web Constraint Language (SWCL) based on OWL and show how effective SWCL can be in representing and solving an internet shopper's decision making problem by an implementation of a shopping agent in the Semantic Web environment.

• Proceedings of the KSR Conference
• /
• 2011.10a
• /
• pp.1785-1792
• /
• 2011

남북분단 60년 한반도의 남북철도 역시 분단되어 왔으나 2007년 5월19일 경의선과 동해선에서 동시에 열차시험운행을 통해 단절되었던 남북철도가 다시 연결되었다. 그러나 이후 경의선 열차 운행이 잠정 중단됨으로써 남북철도 운행은 언제 깨어날지 모르는 깊은 동면에 들어갔다. 남북철도 연결은 정치 사회적인 의미를 고려하지 않더라도 남북한을 하나의 교통망으로 묶는 실질적 수단인 동시에 한반도를 대륙과 연결함으로써 고립에서 벗어날 수 있는 중요한 기회를 제공하는 도구임에 분명하다. 분단 이후 남한과 북한의 철도는 상이(相異)한 시스템을 유지해 왔고, 북한은 오랜 경제난으로 철도보수와 현대화가 뒤쳐져 있는 상황이다. 이는 남북철도가 현대사회에서 요구하는 교통수단으로 정착되기 위해서는 수많은 정책적 기술적 현안들을 해결해야 함을 의미한다. 본 고에서는 남북철도 연결에 수반되는 여러 현안 중 재원조달방안을 중심으로 1)그동안 학계에서 제안된 기존 방법론들을 조사하고, 2)최근 새로운 투자방법으로 주목받고 있는 실물옵션에 대해 설명하고, 3)이를 남북철도 개발에 적용하는 방법에 대해 다루고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.324-326
• /
• 2017

개체명 인식은 입력 문장에서 인명, 지명, 기관명, 날짜, 시간 등과 같은 고유한 의미를 갖는 단어 열을 찾아 범주를 부착하는 기술이다. 기존의 연구에서는 단어 단위나 음절 단위를 입력으로 사용하였다. 하지만 단어 단위의 경우 미등록어 처리가 어려우며 음절 단위의 경우 단어 고유의 의미가 희석되는 문제가 발생한다. 이러한 문제들을 해결하기 위해 본 논문에서는 형태소 단위 개체명 인식기와 음절 단위 개체명 인식기를 앙상블하여 보정된 결과를 예측하는 개체명 인식기를 제안한다. 제안된 모델은 각각의 단일 입력 모델보다 향상된 F1-점수(0.8049)를 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.324-326
• /
• 2017

개체명 인식은 입력 문장에서 인명, 지명, 기관명, 날짜, 시간 등과 같은 고유한 의미를 갖는 단어 열을 찾아 범주를 부착하는 기술이다. 기존의 연구에서는 단어 단위나 음절 단위를 입력으로 사용하였다. 하지만 단어 단위의 경우 미등록어 처리가 어려우며 음절 단위의 경우 단어 고유의 의미가 희석되는 문제가 발생한다. 이러한 문제들을 해결하기 위해 본 논문에서는 형태소 단위 개체명 인식기와 음절 단위 개체명 인식기를 앙상블하여 보정된 결과를 예측하는 개체명 인식기를 제안한다. 제안된 모델은 각각의 단일 입력 모델보다 향상된 F1-점수(0.8049)를 보였다.

• Proceedings of the IEEK Conference
• /
• 2003.11b
• /
• pp.223-226
• /
• 2003

Because UMLS semantic network is bulky and complex, user hard to understand and has shortcoming that can not express all semantic network on screen. To solve this problem, rules to dismember semantic network efficiently are introduction. but there is shortcoming that this should classifies manually applying rule whenever UMLS semantic network is modified. Suggest automatic clustering method of UMLS semantic network that use genetic algorithm to solve this problem. Proposed method uses Linked semantic relationship between each semantic type and semantic network does clustering by structurally similar semantic type linkages. To estimate the performance of suggested method, we compared it with result of clustering method by rule.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.755-758
• /
• 2018

현재의 정보 검색 및 문서를 분류하는 기법에 대하여 신경망을 이용한 정보검색 모델에 대한 연구가 활발히 진행되고 있으며, 간단한 문장에 대한 주제어 분석에서부터 장문에 해당하는 수필 등의 문서를 분류하는 기술이 요구되고 있으며, 이를 실현하기 위한 다양한 알고리즘을 적용하거나, 단어 및 문서에 가중치를 적용하거나, 문서에서의 특이 값을 구하고, 이를 분석하는 방법에 대하여 정보화가 가속화 되면서 정확한 문서에 대한 이해가 요구되고 있다. 이러한 연구와 직접적으로 관련된 단어의 빈도에 대한 논의는 사회과학의 영어학습에 대한 연구 또는 순수 언어에 대한 연구에 머물러 있다. 이에 본 연구에서는 영문에서의 응집장치를 이용하여 문장에서의 중요 단어에 대한 빈도를 합리적으로 증가시켜 문장의 의미를 더 정확하게 분석할 수 있는 기법에 대하여 제시하고자 하며, 본 논문에서는 영문 수필 사이트의 분류를 추측하고 이를 자동 분류 할 수 있는 방법에 대하여 제시하고자 하며, 이를 구현하여 문서의 의미에 대한 연구에 기여하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1503-1506
• /
• 2002

현재, 네트워크는 컴퓨터 환경의 급속한 발달과 함께 빠른 속도로 확장되고 있다. 그러면서 거대한 인터넷의 경계도 끝없이 확장되고 있다. 인터넷은 네트워크의 네트워크라고 일컬어진다. 즉, 인터넷은 사설 혹은 공용 네트워크로 이루어진 연결된 하나의 거대한 네트워크이다. 하지만 이러한 네트워크를 이용하기 위해서는 전체 인터넷에 연결되기 위한 공통된 약속된 주소를 가져야만 한다. 그러므로 전 세계의 모든 호스트를 연결하는 데는 물리적 한계가 있으며 현재 인터넷 주소체계의 한계가 나타나기 시작했다. 진정한 의미의 인터넷은 네트워크의 무한한 확장에 있다고 생각했을 때 현재의 방식은 인터넷의 진정한 의미에 부합하지 못한다. 본 논문에서는 IP의 공유를 통한 현재의 네트워크의 효율성 제고 및 서브 네트워크에서의 서버 구축이 네트워크의 개선을 이룰 수 있음을 증명한다. 그리고 TCP/IP 기반의 인트라넷 통신의 확장, 이에 따른 네트워크 토폴로지를 제시해 단일회선 이하에서 네트워크를 구현하고 이의 이용에 관해 제시한다.