• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.10
• /
• pp.1435-1440
• /
• 2021

With the advent of the low interest rate era, many investors are flocking to the stock market. In the past stock market, people invested in stocks labor-intensively through company analysis and their own investment techniques. However, in recent years, stock investment using artificial intelligence and data has been widely used. The success rate of stock prediction through artificial intelligence is currently not high, so various artificial intelligence models are trying to increase the stock prediction rate. In this study, we will look at various artificial intelligence models and examine the pros and cons and prediction rates between each model. This study investigated as stock prediction programs using artificial intelligence artificial neural network (ANN), deep learning or hierarchical learning (DNN), k-nearest neighbor algorithm(k-NN), convolutional neural network (CNN), recurrent neural network (RNN), and LSTMs.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.291-300
• /
• 1999

본 논문은 인공신경망과 귀납적 학습방법 등의 인공지능 방법과 선물가격결정에 대한 기존 재무이론을 사용하여 일상어휘로 표현되는 파생상품 가격예측 모형을 개발하는데 있다. 모형의 개발은 1단계로 인공신경망이나 기존의 선물가격결정이론(평균보유비용모형이나 일반균형모형)을 이용하여 선물 가격을 예측한 후, 서로 비교분석하여 인공신경망 모형의 우수성을 확인하였다. 귀납적 학습방법중 CART 알고리듬을 사용하여 If-Then 규칙을 생성하였다. 특히 실용적 측면에서 선물가격의 일상어휘화를 통한 모형개발을 여러 가지 방법으로 시도하였다. 이러한 선물가격 예측모형의 유용성은 일단 If-Then 규칙으로 표현되어 전문가의 판단에 확실한 이론적인 근거를 제시할 수 있는 장점이 있으며, 특히 의사결정지원시스템으로 활용화 될 경우 매우 유용한 근거자료로 활용될 수 있다. 이러한 선물가격 예측모형은 정확성은 분석표본과 검증표본으로 나누어 검증표본에서 세가지 기본모형(평균보유비용모형, 일반균형모형, 인공신경망 모형)과 각 모형의 귀납적 학습방법 모형의 다른 3가지 어휘표현방법 3가지를 모형별로 비교 분석하였다. 분석결과 인공신경망모형은 상당한 예측력을 갖고 있는 것으로 판명되었으며, 특히 CART를 기반으로 한 일상어휘 기반의 선물가격예측 모형은 예측력이 높은 것으로 나타났다.

• 한국정보교육학회:학술대회논문집
• /
• 2021.08a
• /
• pp.385-391
• /
• 2021

In this paper, a case of deep learning artificial neural network education was studied for artificial intelligence literacy education for preservice teachers and incumbent teachers. In addition, through the proposed educational case, we tried to explore the contents of artificial neural network principle education that elementary, middle and high school students can experience. To this end, first, an example of training on the principle of operation of an artificial neural network that recognizes two types of images is presented. And as an artificial neural network extension application education case, an artificial neural network education case for recognizing three types of images was presented. The number of output layers was changed according to the number of images to be recognized by the artificial neural network, and the cases implemented in a spreadsheet were divided and explained. In addition, in order to experience the operation results of the artificial neural network, we presented the educational contents to directly write the learning data necessary for the artificial neural network of the supervised learning method. In this paper, the implementation of the artificial neural network and the recognition test results are visually presented using a spreadsheet.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.410-413
• /
• 2002

일반적으로 휴대폰에는 리튬이온(Ll-lon) 전지(battery)를 많이 사용하고 있으며 그 전지(battery)를 충전시키기 위해 Microcontroller를 사용해서 과충전과 방전, 그리고 전지(battery) 보호와 충전에 대한 일정한 전류를 제어한다. 여기에서 충전 동작 시 필요한 일반직인 충전 전류 제어를 PWM의 방식에 의존하지 않고 인공지능 기법을 이용해 소프트웨어적으로 처리가 필요한 파라메터 값을 추정해 적용시키고자 한다. 따라서 개발한 충전시스템에 일반적인 충전 파라메터를 전압과 전류 그리고 시간으로 분류하여 Microcontroller에 그 파라메터를 적용시켜 PWM 방식으로 제어한 후에 실험에 의한 결과값을 얻는다. 그리고 이것들을 비교하여 보다 나은 충전시스템을 구현하기 위해 인공지능 기법 중에 하나인 신경망을 이용하여 전압과 전류 그리고 시간에 대한 파라메터를 처리하였다. 본 논문에서 신경망에 대한 파라메터의 학습을 일반 FC에서 구현하고 여기에서 추출된 학습 값을 Microcontroller에 적용시켜 입력값에 따라 다양한 PWM 신호를 발생시키도록 구현했다. 이후 실제적인 실험에 의한 결과값을 본 논문에서 서술하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.35-38
• /
• 2003

최근 컴퓨터 게임의 확산과 함께 보다 나은 가상환경 생성을 위한 기술에 대한 필요성이 증가하고 있다 다양한 환경에서 지능적으로 행동하는 인공 캐릭터의 설계를 위해 다양한 인공지능 기술이 적용되고 있다. 하지만 게임의 캐릭터 설계에 적용된 휴리스틱이나 규칙기반 시스템 등의 기존 인공지능 기술은 게임 개발자에 의존적이기 때문에 플레이어가 쉽게 캐릭터의 행동패턴을 파악하여 게임의 흥미를 저하시키는 단점이 있다 따라서 진화연산이나 신경망 등의 학습기반 인공지능 기술의 게임에의 적용이 모색되고 있다 특히 진화를 이용한 지능기술은 자연계의 복잡성과 의외성을 모방하여 최적화된 지능보다는 속임수/의외성 등의 창의적인 지능행동의 생성을 가능하게 하며 새로운 게임전략의 생성, 게임 캐릭터의 성격형성 및 다양한 행동 생성 등에 매우 유용하다. 본 논문에서는 진화기술의 게임에의 효과적인 적용을 위해 진화엔진을 설계 및 제작하고 인공지능 시뮬레이터에 적용하여 그 유용성을 확인하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.11a
• /
• pp.469-477
• /
• 2000

본 연구에서는 부도예측용 인공신경망 모형의 입력노드를 선정하기 위한 방법론으로 연결강도판별분석(Link Weight Discrimination Analysis)에 의한 약체뉴론제거법(Weak-Linked Neuron Elimination)과 강체뉴론선택법 (Strong-Linked Neurons Selection)을 제안한다. 연결강도판별분석이란 적절한 학습이 끝난 인공신경망 모형에서 입력노드와 연결되는 가중치의 합에 대한 절대값인 연결강도 판별식(Link Weight Discrimination)에 의해 해당 입력노 드가 출력노드에 미치는 영향정도를 분석하는 것이다. 한편 강체연결뉴론선택법은 선처리를 통해 얻어진 학습된 인공신경망의 입력노드 가운데서 연결강도판별식이 큰 뉴론만을 본처리의 입력노드로 선정하는 것인데 비해 약체연결뉴론제거법은 연결강도판별식이 일정 값 즉, 연결강도 판별임계치(Link Weight Discrimination Cut off Value) 보다 낮은 입력노드를 제외하고 나머지 입력노드만을 본처리의 입력노드로 선정하는 것이다. 본 연구에서는 강체연결뉴론선택법과 약체연결뉴론제거법을 각각 정형적인 방법론으로 정립하고 이 방법론에 의해 부도예측용 인공신경망을 구축하여 각각의 모형을 의사결정트리에 의해 선정된 인공신경망 모형 및 선처리 과정을 거치지 않은 인공신경망 모형과 성능을 비교, 분석하여 본 연구에서 제안한 방법론의 타당성을 제시하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.388-389
• /
• 2022

Recently, AI (Artificial Intelligence) has been applied to various technologies such as automatic driving, robot and smart communication. Currently, AI system is developed by software-based method using tensor flow, and GPU (Graphic Processing Unit) is employed for processing unit. However, if software-based method employing GPU is used for AI applications, there is a problem that we can not change the internal circuit of processing unit. In this method, if high-level jobs are required for AI system, we need high-performance GPU, therefore, we have to change GPU or graphic card to perform the jobs. In this work, we developed a CNN-based FPGA (Field Programmable Gate Array) chip to solve this problem.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.1063-1066
• /
• 2003

지능형 게임 개발을 위하여 게임 이론의 정의, 게임의 구성요소, 전략적 게임의 분석을 통해 게임에 대한 배경 환경을 살펴보고, 보다 사실적 느낌 전달을 위한 게임 애니메이션과 게임에 적용되는 인공지능 기술을 퍼지 이론, 뉴럴네트웍으로 분류하여 적용 현황을 살펴보았다. 즉 게임처럼 수학적 표현이 어려운 경우 해결점을 퍼지 이론에서, 캐릭터의 움직임을 제어하는 퍼지 Rule Base를 찾아내는 연구를 신경망 인공지능을 통해 해결하는 과정을 살펴보고 국부해의 단점을 갖는 신경망 인공지능의 불투명성 해결 방법을 유전자 알고리즘에서 찾았다. 결론적으로 게임에서 이루어지는 물리적 특성인 충돌에 대한 충돌검사 알고리즘, 충돌반응에 대한 최적화를 유전자 알고리즘을 적용하여 해결하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.363-364
• /
• 2017

1882년 최초의 발전소가 생긴 이래로 전기는 경제성장의 필수적 요소가 되었다. 전기는 빛의 속도로 움직이는 특성으로 인해 정전과 같은 사고에 대처하기 위해 중앙 집중적이며 폐쇄적인 체계를 가졌으나 온실가스 감축 협약, 신재생에너지의 확산 등으로 근본적인 변화를 맞이하고 있으며 최근 인공지능의 급격한 발전으로 전력망 관리에도 인공지능을 도입하는 것에 대한 논의가 필요한 시점이다. 본 논문은 전력망에 인공지능이 결합된 에너지 로봇이라는 개념을 제안하여 점차 가속화 되고 있는 지능화의 흐름 속에서 전력 시스템이 나아가야 할 방향에 대해 고찰하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.559-560
• /
• 2021

본 논문에서는 인공지능, 사물인터넷 등 4차 산업혁명 기술을 기반으로 생산 업체와 공급 업체 간의 공급망의 가시성, 안전성, 효율성 향상을 위한 물류 표준을 준수하며 고도화 및 지능화된 스마트 SCM 솔루션을 제시하고자 한다. 이를 위해 사물 인터넷, 인공지능 기술을 기반으로 공급망의 가시성, 안전성, 효율성 향상을 위한 물류 표준을 준수하며 고도화되고 지능화된 효율적인 자동 발주 솔루션을 제시한다. 자동 발수 솔루션은 협력업체와의 생산계획정보, 발주정보, 납품정보, 품질판정정보, 재고현황 등의 제품 데이터를 실시간 공유하는 웹 기반 솔루션이다.