• 제목/요약/키워드: 인공치

검색결과 647건 처리시간 0.029초

인공지능 기반 주식시장 변동성 이상탐지모델 개발 (Development of a Stock Volatility Detection Model Using Artificial Intelligence)

  • 김현정;유헌창
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2024년도 춘계학술발표대회
    • /
    • pp.576-579
    • /
    • 2024
  • 경제 위기 대비를 위해 인공지능을 활용한 주식시장 변동성 이상을 탐지하는 목적을 가지고 있다. 글로벌 이슈와 경제 위기 대비를 위해 주식시장 변동성 예측의 중요성이 부각되고 있으며, 기존의 주식시장 변동성 지수인 VIX 의 한계로 인해 더 복잡한 모델 및 인공지능을 활용한 연구에 관심이 집중되고 있다. 기존의 주식시장 변동성 예측에 관한 연구들은 통계적인 방법을 사용했으며 인공지능을 이용한 연구 또한 대부분 이상치 구간을 표시하여 예측을 목표로 하고 있으나 이러한 접근법은 라벨이 있는 데이터 수집 어려움, 클래스 불균형 문제가 있다. 본 연구는 인공지능을 활용한 주식시장 변동성 탐지에 기여하고 지도 학습 방식 대신 비지도 학습 기반의 이상탐지모델을 사용하여 주식시장 변동성을 예측하는 새로운 방법론을 제안한다. 본 연구에서 개발한 인공지능 모델은 IsolationForest 모델을 활용하며, 시계열 데이터를 전처리한 후 정상성을 확보하는 등의 과정을 거친다. 실험 결과로 인공지능 모델이 주요 경제이슈를 이상치로 검출하는 성능을 확인하였으며 재현율 약 93.6%, 정밀도 100%로 높은 성능을 달성했다.

수종의 인공 레진 치아의 마모저항성과 경도에 관한 비교 연구 (Comparative Study on Wear Resistance and Hardness of Several Artificial Resin Teeth)

  • 최유성;이준석;조인호
    • 구강회복응용과학지
    • /
    • 제24권2호
    • /
    • pp.129-146
    • /
    • 2008
  • 본 연구에서는 다양한 치과 수복재료에 대합되는 의치용 레진치의 마모저항성을 알아보기 위해 통상의 아크릴 릭 레진치인 $Trubyte^{(R)}$ $Biotone^{(R)}$ (Dentsply, U.S.A.)과 고강도 레진치인 Endura $Posterio^{(R)}$ (Shofu, Japan), Physio $Duracross^{(R)}$ (Nissin, Japan)를 수복재료인 금합금, 도재, 충전용 레진에 대합시켜 마모저항성을 비교 분석하였다. 또한 앞의 세 종류의 레진 인공치와 5종류의 의치세정제인 유한락스, 폴리덴트, 싸이덱스, 헥사메딘, 증류수를 사용하여 의치세정제 및 소독제가 경도에 미치는 영향을 비교 분석하여 다음과 같은 결과를 얻었다. 1. 대합되는 수복재료로 충전용 레진, 도재를 사용한 경우 $Trubyte^{(R)}$ $Biotone^{(R)}$, Endura $Posterio^{(R)}$, Physio $Duracross^{(R)}$ 순으로 교두정 높이감소가 컸으며 세 재료간의 유의한 차이를 보였다 (p<0.05). 2. 대합되는 수복재료로 금합금을 사용한 경우 $Trubyte^{(R)}$ $Biotone^{(R)}$, Endura $Posterio^{(R)}$, Physio $Duracross^{(R)}$ 순으로 교두정 높이 감소가 컸으며, 특히 $Trubyte^{(R)}$ $Biotone^{(R)}$ 이 다른 두 종류의 인공치보다 유의성 있게 높은 교두정 높이 감소를 보였다 (p<0.05). 3. 대합되는 수복재료로 충전용 레진, 금합금, 도재를 사용한 경우 모두 $Trubyte^{(R)}$ $Biotone^{(R)}$, Endura $Posterio^{(R)}$, Physio $Duracross^{(R)}$ 순으로 무게 감소가 컸으며, 세 재료간의 유의한 차이를 보였다 (p<0.05). 4. 의치세정제에 따른 경도 감소는 실험 전과 후의 측정치를 비교했을 때 모든 레진 인공치에서 유의성 있는 차이 를 나타내었다 (p<0.05). 5. 유한락스, 싸이덱스, 헥사메딘에 담구었던 레진 인공치에 의한 경도감소는 $Trubyte^{(R)}$ $Biotone^{(R)}$, Endura $Posterio^{(R)}$, Physio $Duracross^{(R)}$ 순으로 높은 감소를 보였고, 특히 $Trubyte^{(R)}$ $Biotone^{(R)}$이 다른 두 종류의 인공치보다 유의성 있게 높은 경도 감소를 보였다 (p<0.05). 이상의 실험 결과 마모저항성 실험에서는 최근에 개발된 Physio $Duracross^{(R)}$가 다른 두 종류의 레진 인공치에 비해 세 종류의 대합되는 수복재료 모두에서 높은 마모저항성을 보였고 특히 $Trubyte^{(R)}$ $Biotone^{(R)}$에 비해 유의성 있게 높은 마모저항성을 보였다. 경도 실험에서는 Physio $Duracross^{(R)}$와 Endura $Posterio^{(R)}$$Trubyte^{(R)}$ $Biotone^{(R)}$에 비해 유의성 있게 낮은 경도감소를 보였고 (p<0.05), 폴리덴트, 증류수에서는 유의한 차이를 보이지 않았다. 따라서, Physio $Duracross^{(R)}$가 세 종류의 레진 인공치에 비해 우수한 마모저항성을 보인다고 볼 수 있고, Endura $Posterio^{(R)}$와 함께 $Trubyte^{(R)}$ $Biotone^{(R)}$에 비해서 우수한 경도를 보인다고 볼 수 있지만, 단편적인 실험 결과이므로, 아직은 신중하게 고려되어야 하고, 더 많은 연구가 필요하다고 사료된다.

시뮬레이션 기반 3차원 엮임 재료의 물성치 분석 및 인공 신경망 해석 (Simulation-Based Material Property Analysis of 3D Woven Materials Using Artificial Neural Network)

  • 김병모;하승현
    • 한국전산구조공학회논문집
    • /
    • 제36권4호
    • /
    • pp.259-264
    • /
    • 2023
  • 본 논문에서는 3차원 엮임 재료의 재료 물성치들을 효율적으로 분석하고 추후 최적설계 연구에 활용하기 위해서 파라메트릭 배치 해석 워크플로우를 제시하였다. 3차원 엮임 재료를 구성하는 와이어들 사이의 간격을 설계 매개변수로 하는 파라메트릭 모델에 대해서 임의의 변수 조합을 가지는 2,500개의 수치 모델을 생성하였으며, 상용 프로그램인 매트랩과 앤시스의 여러 모듈을 사용하여 체적탄성계수, 열전도도, 유체투과율과 같은 다양한 재료 물성치들을 배치 해석을 통해서 자동으로 얻어질 수 있도록 구성하였다. 이와 같이 얻어진 대용량의 재료 물성치 데이터베이스를 활용해서 회귀 분석을 수행하였으며, 그 결과 설계 변수들과 재료 물성치 사이의 경향성과 수치 해석 결과의 정확도를 검증하였다. 또한 확보된 데이터베이스를 통해서 3차원 엮임 재료의 물성치를 예측할 수 있는 인공 신경망을 구성하고 학습시켰으며, 그 결과 임의의 설계 매개변수 값들을 가지는 엮임 재료 모델에 대해서 구조 및 유체해석 과정 없이도 높은 정확도로 재료 물성치들을 추정할 수 있음을 확인하였다.

A Jittering-based Neural Network Ensemble Approach for Regionalized Low-flow Frequency Analysis

  • Ahn, Kuk-Hyun
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2020년도 학술발표회
    • /
    • pp.382-382
    • /
    • 2020
  • 과거 많은 연구에서 다수의 모형의 결과를 이용한 앙상블 방법론은 인공지능 모형 (artificial neural network)의 예측 능력에 향상을 갖고 온다 논하였다. 본 연구에서는 미계측유역의 저수량(low flow)의 예측을 위하여 Jittering을 기반으로 한 인공지능 모형을 제시하고자 한다. 기본적인 방법론은 설명변수들에게 백색 잡음(white noise)를 삽입하여 훈련되는 자료를 증가시키는 것이다. Jittering을 기반으로 한 인공지능 모형에 대한 효과를 검증하기 위하여 본 연구에서는 Multi-output neural network model을 기반으로 모형을 구축하였다. 다음으로 Jittering을 기반으로 한 앙상블 모형을 variable importance measuring algorithm과 결합시켜서 유역특성치와 예측되는 저수량의 특성치들의 관계를 추론하였다. 본 연구에서 사용되는 방법론들의 효용성을 평가하기 위해서 미동북부에 위치하고 있는 총 207개의 유역을 사용하였다. 결과적으로 본 연구에서 제시한 Jittering을 기반으로 한 인공지능 앙상블 모형은 단일예측모형 (single modeling approach)을 정확도 측면에서 우수한 것으로 확인되었다. 또한, 적은 숫자의 앙상블 모형에서도 그 정확성이 단일예측모형보다 우수한 것을 확인하였다. 마지막으로 본 연구에서는 유역특성치들의 효과가 살펴보고자 하는 저수량의 특성치들에 따라서 일관적으로 영향을 미치거나 그 중요도가 변화하는 것을 확인하였다.

  • PDF

글로벌 기후지수와 인공신경망모형을 이용한 금강권역의 봄철 강수량 예측 (Prediction of spring precipitation in the Geum River basin using global climate indices and artificial neural network model)

  • 김철겸;이정우;김현준
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • pp.292-292
    • /
    • 2023
  • 본 연구에서는 인공신경망을 이용한 통계적 모형을 구성하여 금강권역의 봄철(3~5월) 강수량 예측을 수행하였다. 통계적 모형의 예측인자로서는 NOAA 등에서 제공하는 AAO, AMM, AO 등 36종의 기후지수와 대상권역인 금강권역의 강수량, 기온 등의 기상인자 8종 등 총 44종의 기후지수를 활용하였다. 예측대상기간을 기준으로 선행기간(1~18개월)에 따른 상관성을 분석하여 상관도가 높은 10개의 기후지수를 예측인자로 선정하였다. 예측모형 형태는 10개의 입력층과 1개의 은닉층으로 되어 있는 인공신경망모형을 구성하였다. 모형 구성과정에서의 불확실성을 최소화하고 예측모형의 적합도를 높이기 위해 예측대상기간을 기준으로 과거 40년간의 자료에 대해 임의로 20년간 자료를 선별하여 모형을 구성하고, 너머지 기간에 대해 검증하는 무작위 교차검증을 반복하여, 예측대상기간 및 예측시점에 따라 각각 적합도가 높은 1000개의 예측모형을 선별하였다. 과거기간(1991~2022년)을 대상으로 예측시점에 따라 각 연도별 1000개의 예측결과를 도출하여, 실제 해당년도의 관측값과의 비교를 통해 예측성을 분석하였다. 예측성은 크게 예측치의 최대값과 최소값 범위 및 예측치의 25%~75% 범위 안에 관측치가 포함될 확률, 그리고 과거 관측값의 3분위 구간을 기준으로 한 예측확률 등을 평가하였다. 관측치가 예측치의 범위 안에 포함될 확률은 평균 87.5%, 예측치의 25~75% 범위 안에 포함될 확률은 30.2%로 나타났으며, 3분위 예측확률은 35.6%로 분석되었다. 관측값과의 일대일 비교는 정확도가 떨어지지만 3분위 예측확률이 33.3% 이상인 점으로 볼 때 예측성은 확보된다고 볼 수 있다. 다만, 우리나라 강수량의 불규칙성과 통계적 모형 특성상 과거 관측되지 않은 패턴에 대해서는 예측이 어려운 문제가 있어, 특정년도의 예측결과가 관측치를 크게 벗어나는 경우도 종종 나타나고 있다.

  • PDF

인공신경망을 이용한 도로터널 오염물질 농도 예측 (Application of Artificial Neural Network to the Prediction of Pollutant Concentration in Road Tunnels)

  • 이덕준;유용호;김진
    • 터널과지하공간
    • /
    • 제13권6호
    • /
    • pp.434-443
    • /
    • 2003
  • 본 연구에서는 비서형 모델에 적용 가능한 역전파 알고리즘을 이용하여 도로터널에서 발생하는 오염물질을 예측하기 위한 인공신경망을 개발하였다. 도로 터널에서 중요시되는 오염인자는 CO농도와 가시도이므로, 인공신경망의 구성을 각각의 독립적인 네트워크로서 구성하였다. 사용한 입력데이터는 영동고속도로에 위치한 종류식 환기 방식을 채택한 일방향 2차선 도로 터널 2개소에서 실측한 데이터를 사용하였다. 예측치와 실측치를 비교할 때 인공신경망의 학습도는 약 95%의 정확성을 보이는 것으로 나타났다. 분석결과 개발된 인공신경망에 의한 결과는 PIARC 방식에 의한 계산치 보다 약 5배 정도의 정확성을 보였다. 특히 주행속도가 낮을 경우 더 높은 정확도를 나타낼 것으로 기대 되었다.

디지털 복제로 만든 맞춤형 인공치로 제작한 임시의치와 임플란트 수술용 템플릿을 통한 임플란트 지지형 고정성 보철 수복 증례 (Rehabilitation with implant-supported fixed dental prostheses using digital duplication technique on customized artificial tooth, interim denture and implant surgical template: A case report)

  • 정대길;오경철;심준성;박지만
    • 대한치과보철학회지
    • /
    • 제57권4호
    • /
    • pp.397-404
    • /
    • 2019
  • 성공적인 임플란트 치료를 위해서는 식립부위의 골조직 및 연조직 상태(condition)도 중요하지만 식립 위치 또한 매우 중요하다. 잘못된 위치에 식립된 임플란트는 생물학적, 심미적, 기계적 문제점을 야기하게 된다. 올바른 위치에 임플란트를 식립하기 위해서는 최종 보철물을 고려해야 하며 이를 위해서는 진단 왁스업 과정이 필요하다. 발치 후 사용 할 임시 의치의 인공치를 진단 왁스업 형태대로 제작하면 구강내에서 진단 왁스업 형태를 평가해 볼 수 있으며, 잘 적응된 임시 의치를 복제해 제작한 임플란트 수술용 템플릿으로 계획된 위치에 임플란트를 식립하는 것이 가능하다. 본 증례에서는 진단 왁스업을 디지털 복제하여 의치용 인공치를 맞춤형으로 제작하였고, 이를 이용해 임시 의치를 제작하였다. 충분한 적응 기간을 거친 후 임시 의치를 복제하여 임플란트 수술용 템플릿을 제작한 다음, 이를 활용하여 계획된 위치에 임플란트를 식립하였다. 골유착을 위한 충분한 치유기간을 가진 다음 진단 왁스업 형태가 반영된 임플란트 지지형 고정성 보철물을 제작하였다. 최종 보철물 장착 후 6개월간의 경과 관찰 기간 동안 심미적, 기능적으로 만족할 만한 치료 결과를 보였기에 이를 보고하고자 한다.

풀무치 사육을 위한 보조먹이로서 반합성 인공사료 (A Meridic Artificial Diet as a Supporting Meal for Locusta migratoria Rearing)

  • 정진교;이관석;고영호;서보윤;김광호;문윤호;허성기
    • 한국응용곤충학회지
    • /
    • 제57권4호
    • /
    • pp.287-295
    • /
    • 2018
  • 풀무치[Locusta migratoria (메뚜기목: 메뚜기과)]를 사육할 때 보조먹이로서 전지분유, 밀기울, 옥수수잎 가루, 설탕을 주성분으로 한 혼합 인공사료를 제조하였다. 갓부화 약충에 인공사료만을 제공하여 성충 사망 때까지 사육하였을 때, 다음 세대 집단을 얻지 못했다. 인공사료를 매일 제공하면서 옥수수 잎을 하루걸러 제공하였을 때도 다음 세대 개체를 얻지 못했다. 그러나 인공사료와 옥수수 잎을 하루걸러 번갈아 제공하였을 때는 이후 4세대까지 사육이 가능하였다. 성충의 생식력도 옥수수 잎과 인공사료를 매일 같이 제공한 경우보다, 두 먹이를 하루걸러 번갈아 제공한 경우가 더 높았다. 이상의 결과로 본 연구에서 개발된 인공사료를 주먹이인 식물체의 보조먹이로 삼아 일정기간 풀무치 집단 유지에 이용할 수 있을 것으로 추정되었다.

인공신경망을 활용한 동적 물성치 산정 연구 (Neural Network-Based Prediction of Dynamic Properties)

  • 민대홍;김영석;김세원;최현준;윤형구
    • 한국지반공학회논문집
    • /
    • 제39권12호
    • /
    • pp.37-46
    • /
    • 2023
  • 동적 물성치는 지반의 상세한 거동을 예측하기 위한 필수인자이나, 샘플 채취와 추가적인 실험이 동반되는 한계가 있다. 본 연구의 목적은 정적 지반 물성치를 기반으로 동적 지반 물성치를 예측하는 것으로 인공신경망을 활용하고자 하였다. 정적 물성치는 점착력, 내부마찰각, 함수비, 비중 그리고 일축압축강도로 선정하였으며 출력 값인 동적물성치는 압축파 속도와 전단파 속도로 결정하였다. 인공신경망 적용시 결과값의 신뢰성을 높이기 위해 Levenberg-Marquardt와 Bayesian regularization 방법을 적용하였으며, 각 최적화 방법에 따른 신뢰성을 비교하였다. 인공신경망 모델의 정확도는 결정계수로 나타냈으며, train과 test 과정 모두 0.9 이상의 값을 보여 해당 연구에서 구축한 인공신경망의 신뢰성이 높은 것으로 나타났다. 또한, 구축된 인공신경망 모델의 검증을 위해 새로운 입력 데이터에 대해서도 출력값의 신뢰성을 검증하였으며, 그 결과 높은 정확도를 보였다.