• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2001.10a
• /
• pp.69-71
• /
• 2001

서비스 품질의 향상을 기하기 위해서는 제품의 고장에 따른 부품의 적시 공급이 매우 중요하다. 이를 위해서는 항시 서비스 부품의 수요를 어느 정도 정확히 예측해야 한다. 본 논문은 주 제품(prime product)에 부분 의존적인 서비스 부품의 수요 예측 방법을 제시한다. 부분 종속적인 서비스 부품은 특정 부품이 장착되는 주 부품이 여러 개인 경우를 지칭한다. 기존의 방법은 주로 판매되는 부품의 수량에 의거하여 미래의 부품 수요량을 예측하는 단순 시계열이나 수요 확산 및 대체 모형에 근거하고 있는 실정이다. 본 논문은 주 제품의 폐기율과 부품의 고장율의 추정을 통한 부품의 수요 예측 방법을 제시한다. 부품 수요에 대한 다양한 수식 개발을 통해 부품 수요의 구간 추정식이 제시된다. 또한 주 제품에 장착되는 부품의 고장율이 주 제품에 무관하다는 가정하에 부품의 총 수요를 추정하는 절차를 제시하고 시뮬레이션을 통해 이러한 가정의 타당성을 고찰한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.885-888
• /
• 2019

다양한 요소에 의해 영향을 받는 주식 시장에서 정확한 분석과 예측은 막대한 수익과 최소 손실을 보장한다. 본 논문은 주가 움직임 예측을 위하여 다양한 기술적 지표로부터 적합한 특징을 선택하고 세 가지 분류 알고리즘 LSTM, SVM, MLP 을 통해 향후 1, 3, 5, 7, 10, 15, 20, 25, 30 일 후의 주가 움직임을 예측하는 실험을 진행하였다. LSTM 에서 30 일 후를 예측할 때 74.4%의 가장 높은 분류 정확도를 보였으며 전반적으로 LSTM 을 통한 분류가 우수한 결과를 나타냈다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.172-173
• /
• 2022

자율운항선박 등 스마트선박에서 항로상의 해양환경 상태를 관측·예측하는 과정은 필수요소이며 선박 통신을 고려했을 때 선박자체에서 취득할 수 있는 정보만을 이용하여 의사결정이 가능하도록 해양환경 정보를 생산하는 기술이 필요하다. 이에 본 연구는 짧은 시간 내에 해상 변화를 예측할 수 있는 인공지능(딥러닝)기반의 예측기법을 개발하였다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2022.10a
• /
• pp.83-84
• /
• 2022

이 연구에서는 건축물 화재 시, 허용피난시간을 예측하기 위한 예측모델을 개발하는 것을 목표로 한다. 실제 건축물을 대상으로 화재시뮬레이션을 수행하여 FDS 데이터베이스를 구축하였으며, FDS데이터를 학습하여 설계단계에서 건축물 특성을 학습변수로 하여 기계학습을 통해 ASET을 도출하는 예측모델을 제안하였다. 예측모델은 학습데이터와 비교하였을 때 0.9 이상의 높은 R²값을 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.797-800
• /
• 2021

인공지능을 활용한 주가 예측 모형을 실제 금융 서비스에 도입한 사례가 많아지고 있다. 주식 데이터는 일반적인 시계열 데이터와 다르게 예측을 어렵게 하는 복합적인 요소가 존재하며 주식은 리스크가 큰 자산 상품 중 하나이다. 주가 예측 모형의 활용 가능성을 높이기 위해선 성능을 향상시키는 것과 함께 모델을 해석 가능한 형태로 제시해 신뢰성을 향상시킬 필요성이 있다. 본 논문은 주가 전망 결정 방법에 따른 예측 결과를 비교하고, 설명 가능성을 부여해 모형 개선했다는 것에 의의가 있다. 연구 결과, 주가 전망을 장기적으로 결정할수록 정확도가 증가하고, XAI 기법을 통해 모형의 개선 근거를 제시할 수 있음을 알 수 있었다. 본 연구를 통해 인공지능 모형의 신뢰성을 확보하고, 합리적인 투자 결정에 도움을 줄 수 있을 것으로 기대한다.

• The Korean Journal of Applied Statistics
• /
• v.11 no.2
• /
• pp.317-333
• /
• 1998

In this study, I employed the autoregressive model and the geometric Brownian motion model to analyze the recent stock prices of Korea. For all 7 series of stock prices(or index) the geometric Brownian motion model gives better predicted values compared with the autoregressive model when we use smaller number of observations.

• The Journal of the Korea Contents Association
• /
• v.6 no.6
• /
• pp.26-32
• /
• 2006

Predictions on stock prices have been a hot issue in stock market as people get more interested in stock investments. Assuming that the stock price is moving by a trend in a specific pattern, we believe that a model can be derived from past data to describe the change of the price. The best model can help predict the future stock price. In this paper, our model derivation is based on automata over temporal data to which the model is explicable. We use Bayesian Information Criterion(BIC) to determine the best number of states of the model. We confirm the validity of Bayesian Information Criterion and apply it to building models over stock price indices. The model derived for predicting daily stock price are compared with real price. The comparisons show the predictions have been found to be successful over the data sets we chose.

• The Korean Journal of Financial Management
• /
• v.17 no.1
• /
• pp.161-180
• /
• 2000

본 연구는 주가를 예측하는데 있어서 선형 회귀모형을 이용하는 방법과 비선형 인공신경망 모형을 이용하는 방법을 비교 분석하여, 어떤 모형이 더 우수한 예측성과를 내는지를 검증한다. 자본시장에서 투자자들은 접근하는 정보가 다르고 각기 상이한 예측 변수들을 토대로 나름대로의 예측치를 만들어 낸다. 이렇게 볼 때 개별 투자자들이 이용하는 다양한 정보집합을 결합하여 단일의 뛰어난 정보집합을 만들어내는 것은 매우 어려운 과제이다. 따라서 본 연구에서는 이용 가능한 소수의 예측 변수들을 어떤 방식으로 결합하는 것이 예측오차의 분산을 최소화할 수 있는지에 대한 현실적인 접근방법을 모색하고자 한다. 거시경제변수나 시장자료를 입력변수로 사용한 기존 연구와는 달리 본 연구에서는 재무제표 정보를 입력변수로 사용하였다 즉, 대차대조표의 최종요약치인 주당 지분의 장부가치와 손익계산서의 최종요약치인 주당 순이익을 입력변수로 사용했으며 1991년부터 1995년까지의 추정(학습)결과를 토대로 모형을 선택하여 1996년의 제무제표 정보로 1997년의 주가를 예측하는 것이 본 연구의 과제이다. 연구결과, 대체로 선형회귀모형에 비해 비선형 신경망 모형이 예측오차의 분산을 감소시키는 것으로 나타났다.

• Journal of Internet Computing and Services
• /
• v.24 no.2
• /
• pp.67-74
• /
• 2023

Stock price prediction research in the financial sector aims to ensure trading stability and achieve profit realization. Conventional statistical prediction techniques are not reliable for actual trading decisions due to low prediction accuracy compared to randomly predicted results. Artificial intelligence models improve accuracy by learning data characteristics and fluctuation patterns to make predictions. However, predicting stock prices using long-term time series data remains a challenging problem. This paper proposes a stable and reliable stock price prediction method using K-means clustering-based data augmentation and normalization techniques and LSTM models specialized in time series learning. This enables obtaining more accurate and reliable prediction results and pursuing high profits, as well as contributing to market stability.

• Magazine of the Korean Society of Hazard Mitigation
• /
• v.8 no.1
• /
• pp.48-52
• /
• 2008

대형태풍 카트리나가 준 주요 교훈 중의 하나는, 위험도 분석에 기반한 종합적인 재해경감 프로그램의 중요성이다. 미국에서는 이를 위해 다양한 위험도 분석(risk analysis) 프로그램 개발에 노력해 왔다. HAZUS(Hazarda-US) 프로그램은 대표적인 자연재해 예측 시스템으로서, 위험요인 파악(hazard identification), 지역사회의 취약성 분석(vulnerability of the society), 그리고 피해결과예측(loss estimation)의 세 가지 요소로 구성된다. 1992년 지진을 대상으로 개발된 이 프로그램은 현재, 지진 홍수 허리케인 윈드에 대해 피해예측을 할 수 있는 HAZUS-MH MR3가 사용 중에 있다. FEMA에서는 주정부에서 HAZUS를 활용, 피해 예측에 기반한 재해경감 정책을 추진할 수 있도록 다양한 재정적 기술적 지원을 하고 있다. 이에 따라, 2004년 머릴랜드 주에서는 미국 최초로 주 전역에 걸친 홍수피해 예측을 실히하고 이를 바탕으로 다양한 경감정책을 추진하였다. 머릴랜드 주정부에서 Salisbury 대학에 의뢰하여 수행한 홍수 피해 예측 과정은, 조사구역 및 위험요인(홍수) 결정, 사용 데이터 확정, 수문학적 분석, 수리학적 분석, 피해예측(건물 용도별 피해면적, 건물 용도별 피해액, 건물 재질별 피해면적, 건물 재질별 피해액, 지역의 경제학적 피해)의 과정으로 수행되었다. 홍수피해 예측 결과, 100년 빈도 홍수가 재현될 경우, 주 전체 면적 중 13%이상의 지역에서 약 80조 이상의 피해액이 예측됨에 따라, 종합적인 재해경감 대책의 필용성이 제기되었다. 이에 따라, 머릴랜드 주정부에서는 홍수피해예측 결과를 토대로, 주정부 재해경감 예산 재분배, 홍수터 보호, 건물규제 강화, 토지이용계획 재조정 등 보다 과학적이고 종합적인 재해경감 프로그램을 추진하였다. 머릴랜드 주정부의 이번 연구는 주정부로서는 최초로 HAZUS를 활용하여 주 전역에 걸친 피해예측을 실시한 것으로서, 피해예측 시스템이 어떻게 주정부의 과학적 피해경감 프로그램에 기여할 수 있는 지를 보여주는 사례이다.