• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 정보관리연구
• /
• 제18권4호
• /
• pp.98-117
• /
• 1985

본(本) 논문(論文)에서는 통계적(統計的) 용어조합(用語組合)과 클러스터링기법(技法)에 관한 문헌(文獻)을 간단히 살펴보았다. 선행연구(先行硏究)들로부터 통계적(統計的) 용어조합(用語組合)은 조합기법(組合技法)의 비효율성(非效率性)때문이 아니라 문헌집단(文獻集團)의 이질성(異質性) 때문에 검색(檢索)과 분류(分類)에 적당치 않다는 사실(事實)을 발견(發見)할 수 있다. 그 결과(結果)로부터 정보검색(情報檢索)의 최적화(最適化)를 위한 조합기법(組合技法)으로서 클러스터링과 통계적(統計的) 색인(索引)의 개념(槪念)을 이용(利用)할 수 있다. 본(本) 논문(論文)의 가설(假說)은 클러스터파일내(內)에서 통계적(統計的) 용어조합(用語組合)을 사용(使用)함으로써 정보검색(情報檢索)시스템의 성능(性能)을 상당히 향상(向上)시킬 수 있다는 것이다. 달리말해서, 파일들을 모으고 의미적(意味的)으로 관련(關聯)있는 모든 문헌(文獻)들을 함께 모아줌으로써, 유사조합(類似組合)(spurious association)의 문제(問題)를 상당히 해결(解決)할 수 있을 것이다. 실제적(實際的)으로, 본(本) 논문(論文)에서는 조합기법(組合技法)의 방법론(方法論)을 어떻게 생성(生成)할 수 있을 것인가를 고려했다. 자동용어(自動用語) 상관성(相關性)을 위하여 스타일(stiles)의 조합인자(組合因子)를 이용(利用)했으며 클러스터링 환경(環境)을 위해 커널기법(技法)(kernel method)을 사용(使用)했다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.457-467
• /
• 2021

이 연구에서는 COVID-19 확산에 따른 정부의 사회적 거리두기 조치가 도시민들의 공간이용행태에 미친 영향을 서울시 생활인구 자료를 이용하여 분석한다. 생활인구는 서울시와 KT가 공공빅데이터와 LTE시그널 데이터를 이용하여 추계한 특정시점, 특징지역에 존재하는 모든 인구이다. 커널밀도추정과 공간자기상관을 이용하여 COVID-19 유행 전후인 2019년과 2020년의 주중 주간생활인구를 분석한 결과, 2019년과 2020년의 생활인구분포는 전반적으로 유사한 패턴을 보였다. 이는 정부의 사회적 거리두기 조치가 COVID-19 확산을 통제하면서도 어느 정도 정상적인 활동을 가능하게 했다는 것을 의미한다. 그러나 2020년과 2019년의 차감생활인구에 대한 분석 결과는 미시적 차원에서 다른 결과를 보여주고 있다. 상업시설과 업무시설이 밀집한 지역에서는 주간생활인구가 감소하였으며 주거지역에서는 증가한 것으로 나타났다. 이는 COVID-19 사회적 거리두기 조치가 공간적으로 균등하지 않은 영향을 발생시켰다는 것을 의미한다. 공간회귀분석을 통해 지역, 토지이용, 경제, 교육, 접근성 특성의 생활인구 변화 영향을 분석한 결과, 상업과 업무시설 밀도가 높을수록, 규제를 받는 업종들과 비대면 수업을 하는 학교와 대학교가 많을수록 주간생활인구가 더 감소한 것으로 나타났다. 반면, 재택근무와 야외활동 증가로 주택과 공원이 많을수록 주간생활인구가 더 증가한 것으로 나타났다.

• 한국환경생태학회지
• /
• 제27권1호
• /
• pp.11-21
• /
• 2013

본 연구는 두루미(Grus japonensis)의 이용분포 내에서 행동권 분석의 기법인 MCP(최소볼록다각형법), KDE(커널밀도측정법), LoCoH(국지근린지점외곽연결)를 이용하여 이용면적과 핵심서식지를 선정하였다. 또한, 각 기법의 차이와 의미를 고찰하도록 하였다. 두루미의 분포자료는 철원지역 2012년 2월 17일 조사자료를 사용하였다. MCP에 의한 두루미류 서식영역은 $140km^2$이었다. KDE 분석에서 띠폭에 해당하는 h값을 1000m, CVh, LSCVh로 달리하여 KDE 등치선을 생성하였을 때, 핵심지역에 해당하는(Kernel 50% 이상) 면적은 $33.3km^2$($KDE_{1000m}$), $25.7km^2$($KDE_{CVh}$), $19.7km^2$($KDE_{LSCVh}$)이었다. 결과적으로 띠폭에 대한 기본값(1000m)-CVh(554.6m)-LSCVh(329.9m) 순으로 변수를 작게 입력할 경우 핵심면적 개수는 늘어나고, 면적은 감소하였으며, 형태의 복잡성은 증가하였다. 두루미류의 KDE 분석에 의한 핵심지역의 선정에서 적합한 띠폭변수는 CVh 값인 것으로 판단되었다. LoCoH분석에서는 서식범위와 핵심지역(50% 등치선 이상의 지역)의 면적이 k값의 증가에 따라 증가하는 모습을 보였으며, 점차 큰 핵심지역으로 합쳐지는 모습을 나타내었다. 핵심지역을 도출하기에 적합한 k 값은 24로 나타났으며, 전체 개체군의 핵심지역은 $18.2km^2$로 전체 서식면적의 16.5%를 차지하였다. 최종적으로, LoCoH 분석은 두 개의 큰 핵심서식지를 제시하였으며, 이것은 KDE에 의한 핵심지역에 비하여 작은 수의 핵심지역을 제시한 것이었다. 국내의 게재논문 및 발표자료를 포함한 연구에서 KDE는 대부분 기본설정으로 분석되었으며, 띠폭에 의한 변수를 고려한 것은 매우 드물었다. 따라서 띠폭변수를 명확히 제시하는 것이 요구되었다.

• 정보처리학회논문지C
• /
• 제14C권3호
• /
• pp.209-220
• /
• 2007

침입방지 시스템(IPS, Intrusion Prevention System)은 인라인모드(in-line mode)로 네트워크에 설치되어, 네트워크를 지나는 패킷 또는 세션을 검사하여 만일 그 패킷에서 공격이 감지되면 해당 패킷을 폐기하거나 세션을 종료시킴으로서 외부의 침입으로부터 네트워크를 보호하는 시스템을 의미한다. IPS에서 주로 사용되는 시그너처 기반 필터링에서는 침입방지시스템을 통과하는 패킷의 페이로드와 시그너처라고 불리는 공격패턴들과 비교하여 같으면 그 패킷을 폐기한다. 시그너처의 개수가 증가함에 따라 하나의 들어온 패킷에 대하여 요구되는 패턴 매칭 시간은 증가하게 되어 패킷지연 없이 동작하는 고성능 침입탐지시스템을 개발하는 것이 어렵게 되었다. 본 논문에서는 패턴 매칭 시간을 시그너처의 개수와 무관하게 하기 위하여 시그너처 해싱 기반에 기반한 고성능 침입방지시스템을 제안한다. 제안한 방식을 리눅스 커널 모듈 형태로 PC에서 구현하였고 월 발생기, 패킷발생기, 스마트비트라는 네트워크 성능 측정기를 이용하여 시험하였다. 실험결과에 의하면 기존 방식에서는 시그너처 개수가 증가함에 따라 성능이 저하되었지만 본 논문에서 제안한 방식은 성능이 저하되지 않았다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.265-267
• /
• 2005

DNA 컴퓨팅은 분자 수준(molecular level)에서 연산을 수행한다. 따라서 일반적인 실리콘 기반의 컴퓨터에서와는 달리, 순차적인 연산 제어를 보장하기 어렵다는 특징이 있다. 그러나 DNA 컴퓨팅은 화학반응에 기초한 연산이기 때문에, 실험자가 의도한 연산을 많은 수의 분자에 동시에 적용할 수 있으므로 실리콘 기반의 컴퓨터와는 비교할 수 없는 병렬 연산을 구현할 수 있다. 병렬 연산을 구현하고자 할 때, 일반적으로 연산에 사용하는 모든 DNA 분자들을 대상으로 연산을 구현할 수도 있다. 그러나 전체가 아닌 일부의 분자들을 상대로 연산을 수행하는 것 역시 가능하며 이 때 자연스러운 방법으로 사용할 수 있는 방법이 배깅(Bagging)이나 부스팅(Boosting)과 같은 앙상블(ensemble) 계열의 학습 방법이다. 일반적인 부스팅과 달리 가중치를 부여하는 것이 아니라 특정 학습자(learner)를 나타내는 분자들을 증폭한다면 가중치를 분자의 양으로 표현하는 것이 가능하므로 분자 수준에서 앙상블 계열의 학습을 구현하는 것이 가능하다. 본 논문에서는 앙상블 계열의 학습 방법 중 특히 부스팅의 효과를 DNA 컴퓨팅에 응용하고자 할 때, 어떤 방법이 가능하며, 표현 과정에서 고려해야 할 사항은 어떠한 것들이 있는지 고려하고자 한다. 본 논문에서는 규모를 사전에 한정할 수 없는 진화 가능한 그래프 구조(evolutionary graph structure)를 학습할 수 있는 방법을 찾아보고자 한다. 진화 가능한 그래프 구조는 기존의 DNA 컴퓨팅 방법으로는 학습할 수 없는 문제이다. 그러나 조합 가능한 수를 사전에 정의할 수 없기 때문에 분자의 수에 상관없이 동일한 연산 시간에 문제를 해결할 수 있는 DNA 컴퓨팅의 장정을 가장 잘 발휘할 수 있는 문제이기도 하다.개별 태스크의 특성에 따른 성능 조절과 태스크의 변화에 따른 빠른 반응을 자랑으로 한다. 본 논문에선 TIB 알고리즘을 리눅스 커널에 구현하여 성능을 평가하였고 그 결과 리눅스에서 사용되는 기존 인터벌 기반의 알고리즘들에 비해 좋은 전력 절감 효과를 얻을 수 있었다.과는 한식 외식업체들이 고객들의 재구매 의도를 높이기 위해서는 한식 외식업체의 서비스요인, 식음료요인, 이벤트 요인 등을 강화함으로써 전반적인 종사원 서비스 품질과 식음료품질을 높이는 전략을 취해야 한다는 것을 시사해주고 있다. 본 연구는 대구 경북소재 한식 외식업체만을 대상으로 하여 연구를 실시하여 연구의 일반화와 한식 외식업체를 이용하는 이용 고객들이 한식 외식업체를 재방문하는 재구매 의도가 발생하는데 있어 발생하는 과정을 설명하는 종단적 연구를 실시하지 못한 한계점을 가지고 있다.아직 산업 디자인이 품질경쟁력에 크게 영향을 미치는 성숙단계에 이르지 못하였음을 의미한다. (2) 제품 디자인에게 영향을 끼치는 유의적인 변수는 연구개발력, 연구개발투자 수준, 혁신활동 수준(5S, TPM, 6Sigma 운동, QC 등)이며, 제품 디자인은 우선 품질경쟁력을 높여 간접적으로 고객만족과 고객 충성을 유발하는 것으로 추정되었다. 상기의 분석결과로부터, 본 연구는 다음과 같은 정책적 함의를 도출하였다. 첫째, 신상품 개발과 혁신을 위한 포괄적인 연구개발 프로젝트를 품질 경쟁력의 주요 결정요인(제품의 기본성능, 신뢰성, 수명(내구성) 및 제품 디자인)과 연계하여 추진해야 할 것이다. 둘째, 기업은 디자인 경영 마인드 제고와 디자인 전문인력 양성을, 대학은 디자인 현장 업무를 통하여 창의력 증진과 기획 및 마케팅 능력 교육을, 정부는 디자인 기술개발 및 디자인 교육지원의 강화를 통하여 각각 디자인 경쟁력$\righta

• 지적과 국토정보
• /
• 제48권1호
• /
• pp.201-213
• /
• 2018

최근 우리나라의 경우 교통사고 예방활동으로 자동차 보유에 따른 교통사고 발생건수는 지속적으로 감소하고 있지만, 서울의 경우 다른 지역에 비해 자동차 1만대 대비 사고 건수는 전국에서 광주와 함께 가장 높게 나타나고 있다. 인적 재난인 교통사고를 예방하기 위한 다양한 연구들이 진행되어 왔다. 특히 교통사고에 대한 공간적 분석을 연구한 초기 연구들은 교통사고 클러스터 지역을 확인하기 위해 행정구역 별 교통사고 건수를 집계하거나, 커널밀도 방법을 통해 밀도를 추정하여 분석하는 경우가 다수를 이루었다. 그러나 교통사고는 도로를 따라 발생하는 사건이기 때문에 도로상에서 교통사고 다발구간을 찾는 것이 더 의미가 있을 수 있다. 따라서 본 연구는 도로 네트워크를 따라 교통사고 집중 지역을 찾고자 하였다. 본 연구에서는 2가지 방법으로 교통사고를 가장 가까운 도로 네트워크에 할당한 뒤, Getis-Ord $Gi^*$에 의한 핫스팟 분석을 통해 교통사고 다발구간을 분석하였다. 하나는 10m 단위의 일정한 도로 링크를 중심으로 분석을 수행하였으며, 다른 하나는 도로구간별 단위 길이 당 평균 교통사고를 계산하여 교통사고 밀집구간을 분석하였다. 첫 번째 방법에 의한 분석 결과 교통사고가 집중되는 특정 도로 구간을 명확하게 확인할 수 있는 반면, 두 번째 방법에 의한 분석 결과 도로링크의 특성에 따라 교통사고 집중지역이 길게 나타나는 특징을 확인할 수 있었다. 두 방법에 의한 교통사고 다발구간이 다르게 나타나는 것을 알 수 있으며, 향후 해당 지역의 교통환경을 분석하고 개선하기 위해서는 보다 명확한 구간을 파악하는 것이 유의미할 수 있다.

• 방송공학회논문지
• /
• 제6권3호
• /
• pp.246-259
• /
• 2001

최근 급속도로 확장되고 있는 인터넷을 통한 동영상 서비스와 이미 상용 서비스가 시작된 디지털 방송 서비스 등으로 인하여, 가전제품에서 디지털 동영상을 처리하는 데에 관한 관심이 매우 높아지고 있다. 텍스트 기반이나 이미지 기반 데이터와 달리 멀 티미디어 데이터는 정보의 출발점으로부터 미리 정해진 시간가지 작업의 목적지에 도달하지 않으면 원래 전달하고자 했던 자료의 의미를 제대로 전달할 수 없다. 멀티미디어 스트리밍 전용 시스템은 데이터를 정해진 시간가지 목표에 전달하는 것을 궁극적인 목표로 하고 설계되어야 한다. 이러한 시간적 제약성 때문에, 멀티미디어 스트리밍 응용은 많은 디스크 대역폭을 필요로 하고, 파일 시스템에 많은 부하를 가하게 된다. 기존에 사용되는 대부분의 범용 파일 시스템은 스트리밍 부하의 특성인 순차적 읽기에 적합하게 설계되어 있지 않다 따라서, 스트리밍 환경을 위해서 사용되기 위해서는 많은 개선의 여지를 가지고 있다 본 논문에서는, 멀티미디어 스트리밍 부하의 특성을 분석하고, 이에 최적화된 파일 시스템을 설계한다. 설계된 파일 시스템을 구현하여 범용 파일 시스템과의 성능평가 실험을 수행하였다. 성능 평가 결과 본 논문에서 제시하는 파일 시스템이 순차적 파일 접근의 경우 기존의 유닉스 계열에서 제공되는 파일 시스템 보다 월등한 성능을 보이는 것을 관찰할 수 있었다. 이와 더불어 효율적으로 동영상 자료를 접근할 수 있도록, MPEG-4 압축방식에 특화된 커널 수준의 파일 시스템 APIl를 제안한다.

• 한국조경학회지
• /
• 제51권2호
• /
• pp.54-67
• /
• 2023

태산(泰山)은 해발 1,532m로 중국에서 제일 높은 산이 아님에도 불구하고 "오악독존(五嶽獨尊)"과 같은 높은 명성을 가지고 있다. 가이드북은 특정 이벤트나 시설 등에 대한 안내와 설명을 담은 책이나 소개서이다. 특히 관광지에 대해 상세하면서 정확한 정보를 다른 상업홍보 보다 시각적이면서도 다량으로 제공한다는 특성이 있다. 이에 태산에 관한 경관을 묘사한 가이드북을 연구 재료로 활용하여 경관유형 및 요소 분석과 경관요소의 커널 밀도(Kernel Density), 평균중심(Mean Center), 표준차 타원(Standard Deviational Ellipse) 분석을 통해 태산경관 특성을 파악하였다. 본 연구 결과를 요약하면, 첫째, 태산의 경관유형 특성은 자연경관이 가장 많이 나타났으며, 이는 시문과 빅 데이터 분석에 나타난 인간활동 위주의 태산경관 특성과 다르다. 둘째, 세부적인 경관유형별로 보면 경관요소의 비중에 따라 많이 나타난 것은 지형, 구조물, 건물, 식물, 의미, 사람, 이미지 순이라고 할 수 있다. 셋째, 시계열별 경관요소로 보면 ''봉선(封禅)"과 ''제사(祭祀)", ''전설"은 1950년대와 1980년대에 많이 나타났으며 1990년대 이후는 ''등반", ''멀리 바라보기"가 많이 나타났다. 넷째, 태산 경관요소의 공간분포는 전시대에 걸쳐 태산 대정 (岱顶)과 대묘 (岱廟)에 많이 분포되어 있다. 이는 향후 태산 풍경명승지의 중요 공간이 될 수 있다. 그리고 전체적으로 경관요소는 태산 풍경명승지 집중분포에서 태산과 태안 도시지역을 포함하는 분산분포의 형태로 나타났다. 이는 향후 태산 풍경명승지의 경관 보정과 가이드북 재제작을 할 때 필요한 시사점을 제시하고자 한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.1-17
• /
• 2019

빅데이터 시대에 정보의 양이 급증하고, 그중 많은 부분을 차지하는 문자열 정보를 정량화하여 의미를 찾아 낼 수 있는 인공지능 방법론이 함께 발전하면서, 텍스트 마이닝을 통해 주가 예측에 적용해 온라인 뉴스로 주가를 예측하려는 시도가 다양해지고 있다. 이러한 주가 예측의 방법은 대개 예측하고자 하는 기업의 뉴스로 주가를 예측하는 방식이다. 하지만 특정 회사의 뉴스만이 그 회사의 주가에 영향을 주는 것이 아니라, 그 회사와 관련성이 높은 회사들의 뉴스 또한 주가에 영향을 줄 수 있다. 그러나 관련성이 높은 기업을 찾는 것은 시장 전반의 공통적인 영향과 무작위 신호 때문에 쉽지 않다. 따라서 기존 연구들은 주로 미리 정해진 국제 산업 분류 표준에 기반을 둬 관련성이 높은 기업을 찾았다. 하지만 최근 연구에 따르면, 국제 산업 분류 표준은 섹터에 따라 동질성이 다르며, 동질성이 낮은 섹터는 그들을 모두 함께 고려하여 주가를 예측하는 것이 성능에 악영향을 줄 수 있다는 한계점을 가진다. 이러한 한계점을 극복하기 위해, 본 논문에서는 주가 예측 연구에서 처음으로 경제물리학에서 주로 사용되는 무작위 행렬 이론을 사용하여 시장 전반 효과와 무작위 신호를 제거하고 군집 분석을 시행하여 관련성이 높은 회사를 찾는 방법을 제시하였다. 또한, 이를 기반으로 관련성이 높은 회사의 뉴스를 함께 고려하며 다중 커널 학습을 사용하는 인공지능 모형을 제시한다. 본 논문의 결과는 무작위 행렬 이론을 통해 시장 전반의 효과와 무작위 신호를 제거하여 정확한 상관 계수를 찾아 군집 분석을 시행한다면 기존 연구보다 더 좋은 성능을 보여 준다는 것을 보여준다.