• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2003년도 추계학술대회
• /
• pp.78-83
• /
• 2003

OGC(Open GIS Consortium, Inc.)에서 2000년에 XML의 지리정보 처리를 위한 GML 1.0이 제안된 이후 최근 GML 3.0이 발표되기까지 국제적으로는 다양한 GIS 응용분야에서 GML을 현실 문제에 이용하고자 하는 시도가 이루어지고 있다. 현재 우리나라에서도 국가 GIS(NGIS)에서 GML을 도입하여 국내 표준안으로 추진하고자 다양한 기반연구가 진행되고 있다. 본 연구는 중요한 GIS 응용중의 하나인 지질자원 정보 분야에서 GML을 활용하기 위한 기반연구로서 우리나라의 표준 지질도(또는 수치지질정보)와 기타 지질자원 정보 인프라 구축에 적용될 수 있는 다양한 지구과학자료를 대상으로 하였다. 따라서 본 연구에서는 지질자원 분야에서의 GML 응용을 위한 기반 데이터 모델과 이를 처리하기 위한 아키텍처를 UML 기법으로 설명하고, 이를 바탕으로 시험 구현된 운용환경에서 실제 대상 지역을 선정하여, 연구지역에 대한 지질자원 정보의 GML 적용 사례를 제시하고자 한다. 이를 위한 연구 내용으로는 수치 지질도를 XML-GML의 기본 스키마구조에 따라 엔코딩한 뒤, 주제정보의 표현을 위한 XSLT, SVG 파일 변환 처리 등을 수행하였다. 결론적으로 본 연구는 지질자원 분야의 정보화 인프라 구축을 목적으로 하는 기초 시험연구로 수행되었는 바, 우리나라에서는 2001년 이후 GIS 수치 주제도로서 수치 지질도의 보급이 활성화되면서, 이 정보를 제작/공급하는 기관이나 업무에 사용하는 기관 등에서 GML 기반으로 데이터를 제작하거나 운용이 가능할 것으로 생각된다. 또한, 다른 분야에서 GIS 주제정보를 다루는 경우에도 GML을 주제정보와 연계하여 현실 문제에 적용이 가능한 창조 모델로 이용될 수 있을 것으로 생각된다.}94,\;29.4{\pm}30.3,\;45.1{\pm}44$로 Mel 10군과 Mel 30군이 유의적인 감소를 보였으나(p<0.05) 이들 두 군 간의 차이는 나타나지 않았다. 이상의 결과로, 랫트에서 복강수술 후 melatonin 10mg/kg투여가 복강 내 유착 방지에 효과적이라고 생각된다.-1}{\cdot}yr^{-1}$로서 두 생태계에 축적되었다.여한 3,5,7군에서 PUFA 함량이 증가한 반면, SFA 함량은 감소하여 P/S 비율, n-3P/n-6P 비율은 증가하는 경향이었으며 이는 간장의 인지질, 콜레스테롤 에스테르, 총 지질의 지방산조성에서도 같은 경향을 볼 수 있었다.X>$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 대부분을 차지하였다. 야생 돌복숭아 과육 중의 지방산 조성은 포화지방산이 16.74%, 단불포화지방산 17.51% 및 다불포화지방산이 65.73%의 함유 비율을 보였는데, 이 중 다불포화지방산인 n-6계 linoleic acid$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 지질 구성 총 지방산의 대부분을 차지하는 함유 비율을 나타내었다.했다. 하강하는 약 4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.480-488
• /
• 2016

서브프라임 금융위기가 전세계적으로 확산되면서 한국은 금융시장뿐만 아니라 건설경기까지 침체되었다. 실제로 건설산업연구원 발표자료에 따르면 건설경기종합 BSI 추이가 2006년 12월의 80p에서 지속적으로 하락하여 2008년 11월 기준 14.6p까지 추락하였으며 특히 주택부분의 침체수준이 가장 심각하다고 하였다. 이러한 관점에서 본 논문은 글로벌 금융위기 전후 주식, 채권 등 금융시장 변화가 지역별 주택시장에 미치는 영향을 벡터오차수정모형을 통해 분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 서울시 강남 및 강북지역 아파트 매매가격지수, 주가 및 회사채수익률을 분석변수로 활용하였다. 본 연구에서는 서브프라임 금융위기 발생 이전인 2000년 1월부터 2007년 12월까지를 Model 1로, 2008년 1월부터 최근 2015년 10월까지를 Model 2로 구분하여 비교분석하였다. 분석결과 경기상승기에는 강남지역 주택시장은 KOSPI와 더불어 매력적인 투자시장으로 자리매김하는 것으로 나타났으나, 경기하락시에는 전반적인 거시경제흐름에 따라 움직이는 것으로 판단된다. 금융시장 변동에 대하여 강북지역 주택시장은 다른 움직임을 나타냈다. 저금리 효과는 경기하락시에 부동산시장 자체적인 시장 리스크가 존재하기 때문에 제한적인 것으로 판단된다.

• 환경정책연구
• /
• 제9권3호
• /
• pp.69-114
• /
• 2010

본 논문에서는 우리나라 상장기업의 환경보고서 혹은 웹사이트를 통한 환경정보의 자발적 공시실태를 조사하였다. GRI 보고기준을 기반으로 한 공시수준 평가기준을 이용하여 내용분석을 실시한 결과 표본기업의 공시의 질은 높지 않은 것으로 판명되었다. 공시항목의 범주를 객관적 공시와 주관적 공시로 구분할 때 특히 객관적 공시의 질이 열악한 것으로 평가되었다. 이와 함께 본 논문에서는 TRI 자료를 이용하여 환경성과를 측정하고 주식시장의 산업조정수익률로 경제성과를 정의하여 환경공시수준, 환경성과 및 경제성과 사이의 동시적 상관관계를 분석하였다. OLS 방법에의하여 개별회귀식을 추정할 경우 공시수준과 환경성과 사이에는 유의한 양의 관련성이 있는 것으로 나타났으나 환경성과와 경제성과 사이에는 유의한 관련성을 발견할 수 없었다. 나아가 2SLS 접근법에 의하여 연립방정식을 추정할 경우 세 변수 사이에 내생성을 발견할 수 없었으며 이들 세 변수 중의 어떠한 두 변수 사이에서도 상관관계가 관찰되지 않았다. 추가분석에서 감사보고서 각주공시의 수준을 GRI 기준에 입각하여 평가한 결과 공시의 질은 현저하게 낮은 것으로 파악되었으며 각주공시의 선택 여부가 환경보고서 공시의 질에 아무런 영향도 끼치지 못하는 것으로 확인 되었다.

• Journal of Chest Surgery
• /
• 제40권3호
• /
• pp.159-167
• /
• 2007

배경: 한국, 중국, 일본 동아시아 3국의 의학용어에는 한자에서 유래된 어휘가 중요한 공통요소가 되고 있다. 본 연구는 의학용어 중 흉부외과학 분야의 심폐바이패스 관련 용어를 표본으로 채택한 후 한, 중, 일 3국간의 현행 용어들을 비교 분석함으로서 국내 의학용어를 새로운 각도에서 고찰하고 향후 3국간의 학술교류 발전에 일조하는 데에 그 목적이 있다. 대상 및 방법: 영어로 된 심폐바이패스 분야의 129개(표제 85 용어, 연관 44 용어) 용어를 선정한 뒤, 각국의 문헌 참조와 함께 한국의 서울대학병원, 일본의 동경삼정기념병원, 중국의 하얼빈 아동병원 및 연변복지병원의 도움을 받아 각국의 의학용어로 번역하고 이를 비교 분석하였다. 그리고 실제 임상에서 공식적인 의학용어 외에 영어 용어를 빈번히 사용하고 있는 현실을 감안하여 임상 상황에서 영어와 자국어의 혼용 빈도를 동시에 조사하였다. 결과: 총 129개 심폐바이패스 관련 용어 중 3국간의 용어가 한자에 근거를 두어 완전히 일치하는 경우는 모두 28개 용어로 전체의 21.7%였다. 3개국 중 2개국의 용어가 일치하는 경우는, 한 일 양국 용어가 일치하는 경우가 84예, 한중 양국 및 중일 양국이 일치하는 경우가 각각 1예였다. 이에 따라 한 일 간에서는 86.8%의 높은 용어 일치도를 보인 반면에 한중 간, 중일 간은 각각 24.8%의 일치도를 보였다. 공식 용어에서뿐만 아니라 임상에서의 영어 용어 혼용 빈도에서도 한 일 양국은 중국에 비해 영어 사용 빈도가 월등히 높았다. 결론: 본 연구는 의학용어 중 흉부외과학 분야의 심폐바이패스 관련 용어라는 한정된 부분의 비교 분석이라는 한계와, 자료 분석 상의 일부 제한점에도 불구하고 향후 한 중 일 삼국간의 학술적 이해와 의학용어의 진일보된 정립에 자그마한 바탕이 될 수 있을 것으로 생각한다.트리를 최소한의 노력으로 효율적으로 구현할 수 있다.에 따라 증가한다. 에틸렌 함량이 50 wt% 보다 많을 경우, 혼합용매들의 극성인력 효과가 밀도 효과보다 커서 온도가 낮아짐에 따라 cloud-point 압력은 증가하였다. 에틸렌 함량이 50 wt% 보다 적을 경우, 혼합용매들의 극성인력 효과가 밀도 효과보다 작아서 온도가 낮아짐에 따라 cloud-point 압력은 감소하였다. 2번 150.2 cGy, 200 cGy, 환자 3번 150.5 cGy, 211.4 cGy, 환자 4번 155.5 cGy 198.6 cGy의 결과를 얻었다. 결 론: 본 원에서 변형 근치적 유방절제술 후 흉벽 방사선치료의 가장 적절한 볼루스 적용 횟수는 전 치료횟수의 $50{\sim}60%$ 적용이다.적인 기준을 마련하고 환자들이 치료과정에서 실질적으로 알고자 하는 의문점들을 체계적으로 교육해 나간다면 지금까지 보다 훨씬 더 나은 환자 만족과 치료 결과를 얻을 수 있으리라 기대된다.적 교육 훈련이 더 엄격하게 진행되므로, 부서 관의 협력으로 방사선사 보수교육에 합산하는 방안이 필요할 것이다. 임신이 확인된 방사선관계종사자의 피폭관리도 새로이 반영되어야 할 것이다. 따라서 업무의 특성상 사용되는 특별한 용어 외에 공통적으로 사용되는 용어의 통일은 반드시 필요하며, 방사선분야의 법, 시행령, 시행규칙, 고시 등의 개정 시 반드시 방사선 관련 부서의 해당기관과 합의하여 개정되어야 할 것이고, 대한방사선사협회에서는 방사선사에 대한 법률을 구체적이고 체계적으로 명시할 필요성이 있다고 생각된다.는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에 있어서 시장수익률을 평균적으로 초과할 수 있는 거래전략은 존재하므로 이러한 전략을 개발 및

• 국제지역연구
• /
• 제22권3호
• /
• pp.121-148
• /
• 2018

본 연구에서는 2007-2008의 글로벌 금융위기 기간 동안에 이중차분법 설계(Differences in Differences Design)를 사용해서 회계보수주의가 한국거래소에 상장된 비금융기업들의 투자 지출에 미치는 영향을 실증적으로 분석하였다. 구체적으로 본 연구에서는 신용위기 이전의 사전적 회계보수주의의 수준이 사후적인 투자 감소 정도를 설명하는데 도움이 되는지를 분석하였다. 실증적 분석결과, 과거의 연구들과 일치하게(Campello et al. 2010; Duchin et al. 2010) 기업들은 금융위기 기간 중에 투자의 감소를 경험하였다. 이에 추가로 더 보수적인 재무보고를 하는 기업들은 덜 보수적인 재무보고를 하는 기업들에 비하여 금융위기의 시작 이후에 투자의 감소폭이 더 작게 나타났다. 또한 과소투자로부터 손실이 발생할 가능성이 더 높은 기업들에서 더 보수적인 회계방법을 사용하는 기업들의 투자가 더 작게 감소된다는 것을 제시하였다. 또한 외부 자금조달에 대하여 상대적으로 더 큰 비용을 지불해야하는 기업들(재무적으로 제약된 기업들)과 외부자금조달의 필요성이 상대적으로 더 큰 기업들(내적 재무조달 자원이 부족한 기업들)에서 보수주의의 더 높은 효익을 발견하였다. 이러한 결과들은 보수주의 재무보고가 금융위기 기간 중에 과소투자를 완화시킨다는 해석을 지지하는 것이다. 본 연구 결과가 신용공급 충격이라기보다는 수요충격에 대한 민감성을 반영할 수도 있는 가능성을 검토하기 위하여 북한의 핵실험으로 비롯된 위기에 따른 부의 수요충격에 대하여 회귀분석을 실시하였다. 분석 결과 1년 이전의 보수주의 측정치는 북한의 핵실험에 따른 이후 기간의 투자와 관련성이 없는 것으로 나타났다. 이것은 본 연구 결과가 수요 충격으로 부터 발생하지 않았고, 공급 충격으로 발행하였다는 것을 제시한다. 마지막으로, 본 연구는 금융위기 기간 중에 회계보수주의의 역할이 채권의 발행과 주식수익률에 영향을 미치는가를 분석하였다. 분석 결과, 더 높은 수준의 보수주의를 사용하는 기업들이 금융위기 기간 중에 부채를 통한 자금조달 능력의 감소폭이 더 낮게 나타났다는 것을 발견하였다. 또한 더 높은 수준의 보수주의를 사용하는 기업들의 주식 가격 하락폭이 더 낮게 나타났다. 종합하면, 이러한 결과는 보수주의가 기업의 대출능력을 향상시키고 과소투자를 완화한다는 예상과 일치하는 것이다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 지식경영연구
• /
• 제22권4호
• /
• pp.71-85
• /
• 2021

본 연구는 채권시장과 금리시장의 지표를 이용한 외환시장 환율예측 모델을 만드는데 있어 어떤 인공지능 방법론이 가장 적합한지 밝혀내는데 그 목적이 있다. 채권시장의 대표 상품인 국고채와 통안채는 위험회피 상황이 올 때 대규모로 매도되어지고 그런 경우 환율이 상승하는 모습을 자주 보여주었고, 금리시장에서 통화 스왑 (Cross Currency Swap) 가격은 달러 유동성 문제가 생길 때 주로 하락하였으며, 그 움직임은 환율의 상승에 직간접적인 영향을 미쳐온 점 등을 고려하면, 채권시장과 금리시장에서 거래되는 상품의 가격과 움직임은 외환시장에도 직간접적인 영향을 주고 있으며, 세 시장 사이엔 상호 유기적이고 보완적인 관계가 있다고 볼 수 있다. 지금까지 채권시장, 금리시장, 그리고 외환시장 사이의 관계와 연관성을 밝히는 연구는 있어왔으나, 과거 많은 환율예측 연구들이 주로 GDP, 경상수지 흑자/적자, 인플레이션 등 거시적인 지표를 기반으로 한 연구에 집중되어 왔으며, 채권시장과 금리시장 지표를 기반으로 인공지능을 활용하여 외환시장의 환율을 예측하는 적극적인 연구는 아직 진행되지 않았다. 본 연구는 채권시장 지표와 금리시장 지표를 기반으로, 비선형데이터 분석에 적합한 인공신경망(Artificial Neural Network) 모델과, 선형데이터 분석에 적합한 로지스틱 회귀분석 (Logistic regression), 그리고 비선형/선형데이터 분석에 활용 가능한 의사결정나무 (Decision Tree)를 각각 사용하여 환율예측 모델을 만들고 그 수익률을 비교하여 어떤 모델이 가장 외환시장 환율 예측을 하는데 적합한지 알려준다. 또한, 본 연구는 주식시장, 금리시장, 오일시장, 그리고 외환시장 환율 등 비선형적 시계열 데이터 분석에 많이 사용되어진 인공신경망 모델이 채권시장과 금리시장 지표를 기반으로 한 외환시장 환율예측 모델에 가장 적합한 방법론을 제공하고 있다는 것을 증명한다. 채권시장, 금리시장, 그리고 외환시장 간의 단순한 연관성을 밝히는 것을 넘어, 세 시장 간의 거래 신호를 포착하여 적극적인 상관관계를 밝히고 상호 유기적인 움직임을 증명하는 것은 단순히 외환시장 트레이더 들에게 새로운 트레이딩 모델을 제시하는 것뿐만 아니라 금융시장 전체의 효율성을 증가시키는데 기여할 것이라 기대한다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.123-138
• /
• 2017

주식 시장은 거래자들의 기업과 시황에 대한 기대가 반영되어 움직이기에, 다양한 원천의 텍스트 데이터 분석을 통해 주가 움직임을 예측하려는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 것이기에 단순히 주가의 등락 뿐만이 아니라, 뉴스 기사나 소셜 미디어의 반응에 따라 거래를 하고 이에 따른 수익률을 분석하는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 연구들도 다른 분야의 텍스트 마이닝 접근 방안과 동일하게 단어-문서 매트릭스를 구성하여 분류 알고리즘에 적용하여 왔다. 문서에 많은 단어들이 포함되어 있기 때문에 모든 단어를 가지고 단어-문서 매트릭스를 만드는 것보다는 단어가 문서를 범주로 분류할 때 기여도가 높은 단어들을 선정하여야 한다. 단어의 빈도를 고려하여 너무 적은 등장 빈도나 중요도를 보이는 단어는 제거하게 된다. 단어가 문서를 정확하게 분류하는 데 기여하는 정도를 측정하여 기여도에 따라 사용할 단어를 선정하기도 한다. 단어-문서 매트릭스를 구성하는 기본적인 방안인 분석의 대상이 되는 모든 문서를 수집하여 분류에 영향력을 미치는 단어를 선정하여 사용하는 것이었다. 본 연구에서는 개별 종목에 대한 문서를 분석하여 종목별 등락에 모두 포함되는 단어를 중립 단어로 선정한다. 선정된 중립 단어 주변에 등장하는 단어들을 추출하여 단어-문서 매트릭스 생성에 활용한다. 중립 단어 자체는 주가 움직임과 연관관계가 적고, 중립 단어의 주변 단어가 주가 상승에 더 영향을 미칠 것이라는 생각에서 출발한다. 생성된 단어-문서 매트릭스를 가지고 주가의 등락 여부를 분류하는 알고리즘에 적용하게 된다. 본 연구에서는 종목 별로 중립 단어를 1차 선정하고, 선정된 단어 중에서 다른 종목에도 많이 포함되는 단어는 추가적으로 제외하는 방안을 활용하였다. 온라인 뉴스 포털을 통해 시가 총액 상위 10개 종목에 대한 4개월 간의 뉴스 기사를 수집하였다. 3개월간의 뉴스 기사를 학습 데이터로 분류 모형을 수립하였으며, 남은 1개월간의 뉴스 기사를 모형에 적용하여 다음 날의 주가 움직임을 예측하였다. 본 연구에서 제안하는 중립 단어 활용 알고리즘이 희소성에 기반한 단어 선정 방안에 비해 우수한 분류 성과를 보였다.

• 대한공간정보학회지
• /
• 제8권1호
• /
• pp.51-63
• /
• 2000

최근 교통문제를 해결하기 위한 방법으로 교통계획분야에 GIS나 ITS를 활용한 다양한 연구가 활발히 진행 중에 있다. 이와 함께 정보환경의 급격한 발달과 더불어 대안 경로의 선정, 또는 교통예보 서비스와 같은 온라인 상에서의 교통정보 제공이 이루어지고 있어 GIS 환경 내에서도 가로망의 교통량을 정확하게 예측할 수 있는 기능이 요구되고 있어 통행배정모형의 중요성이 증가하고 있다. 그런데, 전통적인 정적 통행배정모형은 급변하는 교통상황에 적합하지 않기 때문에 실시간 교통상황에 대한 교통흐름을 예측할 수 있는 동적 통행배정모형의 개발이 요구되고 있다. 그러나, 동적 통행배정모형은 시공간적인 변수들의 복잡성으로 인해서 그 최적해를 찾는데 많은 수학적인 어려움과 제약조건이 존재한다. 따라서, 이를 해결하기 위한 여러 가지 해법이 연구되어왔지만, 기존의 방법은 목적함수나 제약조건이 convex(하지 않은 경우에는 적용이 불가능한 단점을 가지고 있다. 본 연구에서는 인공지능방법(Artificial Intelligence Technique)의 한 분야로 활발히 연구되고 있는 유전자 알고리즘(Genetic Algorithm)을 동적 통행배정 모형에 도입하여 그 해결 방법을 제시하였다. 논문에서 사용한 동적 통행배정모형은 제약조건이 convex(하지 않은 Merchant-Nemhauser모형이고, 새로운 해결기법으로 사용된 유전자 알고리즘은 일반적인 제약조건을 처리할 수 있다고 알려진 GENOCOP III시스템이다. 새로 도입된 방법의 효율성과 유의성을 검증하기 위해 간단한 네트워크에 적용하였다. 그 결과 GENOCOP III 시스템이 계산과정의 효율성에 있어서 기존의 비선형 해법 알고리즘보다 우수한 것으로 입증되었다.연구가 진행되어야 할 것이다. 실질적으로 성감별 수정란의 대량생산이 가능할 것으로 사료되며, 농가차원에서 산업적 실용화가 될 수 있을 것으로 기대한다.twork descrition)를 통해 교통분석후의 제반 교통특성(교통량, 교통량/용량 비(比), 속도 등)을 교통망상에 표시할 수 있음으로서 의사결정에 보다 많은 도움을 줄 수 있을 것이다. 비트율의 증가와 화질 열화는 각각 최대 1.32%와 최대 0.11dB로 무시할 수 있을 정도로 작음을 확인 하였다.을 알 수 있었다. 현지관측에 비해 막대한 비용과 시간을 절약할 수 있는 위성영상해석방법을 이용한 방법은 해양수질파악이 가능할 것으로 판단되며, GIS를 이용하여 다양하고 복잡한 자료를 데이터베이스화함으로써 가시화하고, 이를 기초로 공간분석을 실시함으로써 환경요소별 공간분포에 대한 파악을 통해 수치모형실험을 이용한 각종 환경영향의 평가 및 예측을 위한 기초자료로 이용이 가능할 것으로 사료된다.염총량관리 기본계획 시 구축된 모형 매개변수를 바탕으로 분석을 수행하였다. 일차오차분석을 이용하여 수리매개변수와 수질매개변수의 수질항목별 상대적 기여도를 파악해 본 결과, 수리매개변수는 DO, BOD, 유기질소, 유기인 모든 항목에 일정 정도의 상대적 기여도를 가지고 있는 것을 알 수 있었다. 이로부터 수질 모형의 적용 시 수리 매개변수 또한 수질 매개변수의 추정 시와 같이 보다 세심한 주의를 기울여 추정할 필요가 있을 것으로 판단된다.변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을