• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.415-421
• /
• 1999

Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA:multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 등이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적 요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation)알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉층의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.22-22
• /
• 2017

일반적으로 기후변화 연구에서는 미래 기후변화 전망에 존재하는 불확실성을 고려하기 위해 다양한 Global Circulation Model (GCM) 시나리오를 고려하는 앙상블기법을 사용한다. 하지만 모든 GCM 시나리오들을 전부 사용하는 것은 많은 계산시간과 노력을 요구하기 때문에 비효율 적이다. 따라서 최소한의 시나리오로 최대한의 기후변화 변동성을 포함할 수 있는 대표 시나리오 선정 및 적용이 필요하다. 본 연구에서는 군집분석 기법 중에 하나인 KKZ 알고리즘을 활용하여 지역 수문 영향분석을 위한 대표 시나리오를 선정하였다. 먼저 27개 ETCCDI 기상변수들로부터 대표 기상변수들을 선정하고 미래 기간에 대한 상대변화를 90%이상 포함시키는 대표 시나리오를 선정하였다. KKZ 알고리즘을 활용할 경우 전체 26개 GCM에 대해 우선순위별로 시나리오를 하나씩 증가시켜 선정하기 때문에, 시나리오를 하나씩 증가시킬 때 마다 미래 기후변동성이 어느 정도 표현되는지 분석하였다. 그리고 선정된 GCM 시나리오들을 금강유역을 대상으로 수문 모형에 입력하여 미래 수문영향 분석을 실시하였다. 이를 통해 대표 시나리오를 통해 전망한 미래 수문변화량이 전체 상대변화량 대비 어느 정도의 변화량을 포함시킬 수 있는지 분석하였다. 그리고 홍수 및 가뭄과 관계된 기상변수 그룹을 각각 선정 한 후 이를 바탕으로 새롭게 대표 시나리오들을 선정하였다. 이를 바탕으로 수문 영향분석을 실시하여 각각의 시나리오들이 홍수 및 가뭄전망 상대변화량을 얼마나 잘 포함시킬 수 있는지도 분석하였다. 이와 같이, 본 연구는 적은 수의 대표 시나리오의 선정을 통해 미래 기후변화 변동성을 최대한 포함시킬 수 있음으로서 불필요한 수문모의 시간을 절약할 수 있음을 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.116-116
• /
• 2012

하천유역 내의 인자를 이용하여 댐의 하천유량(stream flow)을 예측하는 일은 수문특성의 연구와 자연재해에 대한 대비 및 수공구조물과 방재시설의 설계 시 중요한 역할을 한다. 이러한 연구는 과거부터 활발히 이루어졌으며, 아직도 보다 높은 정확도의 결과를 얻기 위해 많은 연구들이 이루어지고 있다. 특히 기존의 유역 내 자료를 통해 비선형적 모델인 인공신경망(artificial neural network)을 이용한 하천유량을 예측하는 연구 역시 활발히 이루어지고 있다. 본 연구의 목적은 여러 유역인자들 중 하천유량에 가장 영향을 미치는 변수를 추출하고 보다 정확한 예측모델을 구축하는 것이다. 기존의 입력자료 선정기법중의 하나인 상호정보량(mutual information)과 수문기상자료의 비선형 동역학적 성분을 추출하는 웨이블렛 변환(wavelet transform)을 사용하여 인공신경망에 적용시켰다. 인공신경망을 적용하는 경우, 수문자료에 있어서 변수의 선택과 자료의 상태가 강우예측의 결과에 큰 영향을 미친다. 이러한 변수의 선택에 있어서 상호정보량을 바탕으로 한 인공신경망 입력변수 선택기법이 많이 사용되고 있다. 일반적으로 시계열자료는 경향성(trend), 주기성(periodicity) 및 추계학적 성분(stochastic component)의 선형조합으로 가정될 수 있으며, 특히 경향성과 주기성은 시계열 모형을 위해 제거되어야 할 결정론적 성분으로 취급한다. 즉. 수문 기상자료에 포함되어 있는 경향성과 주기성과 같은 비선형 동역학적 잡음(nonlinear dynamical noise)을 제거하고 입력자료의 카오스적 거동을 보이는 성분을 분리하기 위해 웨이블렛 변환을 사용하였다. 대상유역은 한강 유역에 포함되어 있는 충주댐으로 선택하였다. 유역 내 다양한 인자들과 하천유량사이의 상호정보량을 구해 영향력이 가장 큰 변수를 추출하고, 그 자료를 웨이블렛 변환을 적용하여 인공신경망의 입력자료로 사용하였다. 본 논문에서는 위와 같은 과정을 이용해 추정한 하천유량 결과와 기존의 방법인 상호정보량을 이용해 인공신경망을 적용한 결과를 실제자료와 비교하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.316-318
• /
• 2021

영화 수익에 있어 영화의 흥행 여부는 중요한 영향을 끼친다. 영화 흥행 요인은 영화 산업의 규모가 커지면서 많은 제작사들 및 투자자들이 고려해야 하는 사항이 되었다. 따라서 영화의 흥행을 예측하기 위한 많은 모델이 연구되었다. 본 연구의 목적은 선행연구에서 흥행에 유의미한 영향을 끼친다고 밝혀진 스크린 수, 감독명, 제작사명 등의 내재적인 속성과 더불어 온라인 구전 변수를 사용하여 영화 흥행 예측 모델을 만드는 것이다. 이때 기사 수, 블로그 수와 같이 온라인 구전의 크기를 나타내는 변수들을 사용하는 대신 개봉 후 첫 주간의 관람객 리뷰를 텍스트마이닝을 이용하여 전체 리뷰 중 긍정 리뷰의 비율에 따라 점수를 매긴 후 독립변수로 사용한다. 그 후, 데이터 마이닝 기법을 활용하여 만든 모델에 앞서 언급한 독립변수를 입력 값으로 사용하여 영화의 흥행을 예측한다. 최종적으로 의사결정트리와 로지스틱회귀를 수행한 결과 영화 흥행에 영향을 주는 독립변수를 찾고 모델의 성능을 평가하였다. 로지스틱회귀의 결과 관객 수, 평점이 영화의 흥행에 특히 유의한 영향을 끼치는 변수로 선정되었고 리뷰 역시 유의한 변수로 선정되었다. 이때 만들어진 모델은 약 90%의 높은 수준의 정확도를 보여주었다. 의사결정트리의 결과 관객 수가 가장 중요한 변수로 선정되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.371-371
• /
• 2011

본 연구에서는 한강유역 내 관측기간이 충분한 기상청 지상관측소 10개소를 선정하고 CCCma(Canadian Century for Climate modeling and analysis)에서 제공하는 자료에 대한 인공신경망기법 상세화 적용을 실시하였다. 인공신경망의 학습을 위해 CGCM3.1/T63 20C3M시나리오(reference scenario)의 22개 2D변수 중 물리적으로 민감도가 높다고 판단되는 GCM_Prec, huss, ps를 입력변수로 선정하였으며 인공신경망 학습기간은 1991년~1995년, 검증기간은 1996년~2000년, 예측기간은 2011년~2100년으로 A1B, A2 B1 시나리오 등 다양한 기후변화 시나리오를 통해 예측band를 제시하고자 하였다. 하지만 공간상관을 고려하기 위하여 각 관측소에 대하여 인공신경망 학습을 하는 경우 관측소간 spatial correlation 및 spatial cluster구현이 어렵기 때문에 Spatial Rectangular Pulse모형을 이용하고자 하였으나, 강수면적에 대한 scale의 결정이 어렵다는 단점을 확인 하고 본 연구에서는 Random Cascade 모형을 이용하여 ${\beta}$를 통한 강수면적 scale(rainy area fraction)을 결정하고자 하였다. Random Cascade모형의 기법은 격자단위의 downscaling기법으로 강수대의 공간적 형상을 재현하며 스케일에 비종속적인(scale-invariant)프랙탈 특성을 이용하여 매개변수를 최소화 할 수 있는 장점을 가진 기법으로 한강유역 1Km내외 강우장을 만들어 topographic effect를 첨가하고자 한다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.10 no.6
• /
• pp.1424-1432
• /
• 2009

For the efficient management of hospital sickbeds, it is important to predict the length of stay (LoS) of appendicitis patients. This study analyzed the patient data to find factors that show high positive correlation with LoS, build LoS prediction models using neural network and decision tree models, and compare their performance. In order to increase the prediction accuracy, we applied the ensemble techniques such as bagging and boosting. Experimental results show that decision tree model which was built with less number of variables shows prediction accuracy almost equal to that of neural network model, and that bagging is better than boosting. In conclusion, since the decision tree model which provides better explanation than neural network model can well predict the LoS of appendicitis patients and can also be used to select the input variables, it is recommended that hospitals make use of the decision tree techniques more actively.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.350-350
• /
• 2023

SCE-UA(Shuffled Complex Evolution-University Arizona)기법은 최적해 탐색 알고리즘으로 개념적 강우유출 모형(conceptual rainfall runoff model)의 보정을 위한 도구로 개발되었다. SCE-UA기법은 메타휴리스틱 방법의 일종으로 최적해를 구하기 위하여 여러번 목적함수 값을 계산해야 한다. 이 때 목적함수 계산 횟수와 해의 수렴과 관련된 제어 매개변수가 존재하며, 사용자가 적절한 값을 입력해주어야 한다. 이 연구에서는 SCE-UA와 관련된 제어 매개변수의 기능에 대해서 검토하였다. 그리고 집합체 수의 변화에 따라서 검사함수인 Ackley function의 전역해를 얼마나 잘 탐색하는지 검토하였다. 검토 결과 랜덤 시드에 따라서 전역해 탐색 결과가 달라졌으며, 집합체의 수가 증가할수록 목적함수 계산 횟수는 증가하는 경향을 나타내었다. 검사함수의 차원(결정 변수의 수)이 증가하면 전역해의 탐색률이 감소하며, 집합체의 수가 많아지면 전역해를 더 잘 찾는 경향이 나타나지만, 목적함수 계산 횟수는 더 많아지게 되는 것을 확인할 수 있었다. 2차원인 경우 집합체의 수가 7개 이상일 때 탐색 성공률은 90% 이상이 되었지만, 10차원인 경우 집합체의 수가 시험 최대값인 20개일 때의 전역해 탐색률은 37%에 그쳤다. 이 연구의 결과는 SCE-UA 기법의 설정 매개변수에 관한 기본 개념을 이해하고, 사용자가 설정 매개변수 선정 시에 활용할 수 있을 것이다.

• Proceedings of the KIPE Conference
• /
• 2010.07a
• /
• pp.606-607
• /
• 2010

본 논문은 CVCF 인버터 출력전압을 정현파로 제어하는 기법을 제안한다. 왜곡이 없는 깨끗한 정현파 출력전압을 요구하는 AVR이나 UPS에 적용이 가능하다. 변동 부하나 비선형 부하에 대해서도 출력을 안정되게 제어할 수 있는 장점이 있다. Backstepping 제어 기법을 이용하여 인버터 출력전류를 가상 제어변수로 선정하고 콘덴서 양단전압이 지령값을 추종하도록 가상 제어변수를 조절하고 이를 위해 인버터 출력전압인 입력 제어변수를 조절한다. 출력 필터의 L값의 변동을 고려하여 Adaptive parameter 보상 알고리즘을 적용하여 정밀한 Parameter값을 요구하는 Backstepping 기법의 단점을 보완하였다. 제안한 알고리즘의 타당성을 시뮬레이션을 통해 검증하였다.

• Journal of Korea Water Resources Association
• /
• v.44 no.7
• /
• pp.523-536
• /
• 2011

The objective of this study is to develop the data driven model for the flood forecasting that are improved the problems of the existing hydrological model for flood forecasting in medium and small streams. Neuro-Fuzzy flood forecasting model which linked the Takagi-Sugeno fuzzy inference theory with neural network, that can forecast flood only by using the rainfall and flood level and discharge data without using lots of physical data that are necessary in existing hydrological rainfall-runoff model is established. The accuracy of flood forecasting using this model is determined by temporal distribution and number of used rainfall and water level as input data. So first of all, the various combinations of input data were constructed by using rainfall and water level to select optimal input data combination for applying Neuro-Fuzzy flood forecasting model. The forecasting results of each combination are compared and optimal input data combination for real-time flood forecasting is determined.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.24 no.1
• /
• pp.91-97
• /
• 2010

In this paper, we present simulation results of Dynamic Matrix Control (DMC) to a Once-through boiler steam temperature. In order to control the steam temperatures, we choose spray and damper as two input variables. Then, the step response model is generated for the two major output variables by step test. After that, on-line optimization is performed using $(2\times2)$ step response model. Proposed controller is applied to the APESS (Doosan company's boiler model simulator) and the simulation results show satisfactory performance of proposed control.