• Journal of the Korean Data and Information Science Society
• /
• 제23권5호
• /
• pp.881-893
• /
• 2012

본 논문에서는 선물시장에서 러프집합과 의사결정나무를 이용한 매매규칙 기반의 시스템 트레이딩 전략을 제안한다. 과거 데이터마이닝 방법론을 이용한 선물시장 투자전략에 대한 많은 연구가 진행되어 왔으나 상대적으로 다양한 변수의 조합을 통한 시스템 트레이딩에 대한 연구는 거의 없었다. 본 연구는 크게 세 가지 목적을 가지고 있다. 첫 번째 목적은 매매규칙 기반 시스템 트레이딩에서 의사결정나무 방법론의 사용이 투자성과에 어떠한 영향을 미치는가를 분석하는 것이다. 두 번째 목적은 단기매매부터 장기 매매까지 중에서 적절한 매매 시간간격을 찾아내는 것이다. 세번째 목적은 매매규칙 생성 시 사용되는 최적의 트레이닝 구간을 찾는 것이다. 이 논문의 실험결과는 제안한 투자전략의 유용성을 증명할 수 있을 것이며, 또한 이를 통해 시장참여자들에게 투자결정에 있어 도움을 줄 수 있을 것이다.

• 정보처리학회논문지A
• /
• 제11A권5호
• /
• pp.303-312
• /
• 2004

본 논문에서는 재구성 가능한 시스템에서 Y-chart 설계공간 탐색 기법을 응용하여 하드웨어 소프트웨어 분할문제를 해결하기 위한 방법론을 제시하고 이 방법에 기초하여 성능분석 도구를 개발하였다. 이 방법론은 어플리케이션모델의 각 Task들로부터 범용프로세서나 FPGA와 같은 하드웨어 요소들로의 사상의 경우들을 생성하고 각각의 사상의 경우에 대한 시뮬레이션을 수행하여 시스템의 성능을 평가한다. 시뮬레이션 결과로 산출된 처리율에 기초하여 가장 좋은 성능을 산출하여 사상의 경우를 선택할 수 있다. 본문에서는 또한 시뮬레이션 속도를 향상시키기 위하여 작업량과 병렬성과의 관계에 기초하여 사상집합의 크기를 줄이는 휴리스틱 알고리즘을 제안한다. 제안된 사상집합 축소 휴리스틱을 적용한 시뮬레이션 결과 사상집합의 크기를 80%가량 줄일 수 있었다.

• 논리연구
• /
• 제22권1호
• /
• pp.43-86
• /
• 2019

1차 이론인 ZFC는 뢰벤하임-스콜렘 정리(이하 'LST')에 의해 그것이 일관적이라면(모형($M_1$)이 존재한다면) 그것은 이행적인 열거가능한 모형($M_2$)을 갖는다. 이러한 사실에 의해 '스콜렘 역설'이라 불리는 역설적 상황이 발생한다. 스콜렘의 전형적인 해소 방식에 따라, 이것은 어렵지 않게 해소될 수 있지만 그 과정에서 우리는 집합 개념에 대한 모형 상대성을 받아들여야 한다. 이것은 예를 들어 는 집합론적 개념의 의미가 모형에 따라 다르게 주어지는 상황을 발생시킨다. 문제는 다음이다. 이 경우에 PN이 열거불가능하다는 사실을 나타내는 ZFC의 문장 '¬denu(PN)'이 그 두 모형에서, 진리 값의 측면에서, 똑같이 참이 되기 때문에 ZFC에서는 <¬denu> 개념에 대한 차이를 구분할 수 없는 구분불가능성 문제가 발생한다. 혹은 어떤 것이 의도하는 의미인지 결정할 수 없는 미결정성 문제가 발생한다. 나는 먼저, 이러한 문제가 어떤 성격의 문제인지에 대한 구체적인 분석을 제시할 것이다. 그리고 이러한 문제에 대해서 ZFC를 지지하는 입장에서 할 수 있는 세 가지 방식의 대답을 제시할 것이다. 첫 째로, ZFC에서 모형론을 형식화할 수 있음을 이용하여 모형 상대적으로 다르게 주어질 수 있는 <¬denu> 개념이 ZFC에서도 '거의' 구분될 수 있다는 논변을 제시할 것이다. 두 번째로, <¬denu> 개념의 상대성(구분불가능성)에서 핵심적인 역할을 하는 양화사에 대한 의미론적 고려를 통해 <¬denu>이 본질적으로 혹은 자연스럽게 맥락 의존적으로 의미가 변할 수 있는 것임을 보일 것이다. 그래서 <¬denu> 개념의 모형 상대적인 의미 변화는 ZFC가 책임을 져야할 문제가 아니라 언어 외적인 자연스러운 현상이라는 논증을 제시할 것이다. 세 번째로, 문제의 출발점이었던 비표준 모형이 사실은 <¬denu> 개념의 구조적 내용을 예화 할 수 있어서 그것이 단지 문제적 요소가 아니라 의미론적으로 중요한 역할을 할 수 있음을 논증할 것이다. 이러한 논변들을 통해서 나는 비표준 모형과 관련하여 ZFC에 대해서 발생하는 것처럼 보이는 위의 구분불가능성(혹은 미결정성) 문제가 심각한 것이 아님을 논증할 것이다.

• 정보보호학회지
• /
• 제9권3호
• /
• pp.97-104
• /
• 1999

전산 정수론의 몇 몇 이론들과 그 계산 방법들은 최근 컴퓨터 및 네트웍의 발달로 그 유용성을 한층 증대 시키고 있다. 본 연구는 이들 전산 정수론의 방법들중에서 정수들의 집합 위에서의 다항식 계산의 복잡도를 이용하여 암호화 프로토콜에 응용하는 연구를 수행 하여 그것을 암호학의 제 분야에서 활발히 활용되는 해쉬 알고리즘을 구성하였다. 또한 이 러한해쉬 알고리즘을 이용하여 암호화 프로토콜의 하나인 인증프로토콜을 연구하였다. 먼저 group SL2(F2n)에 기초한 해쉬 함수에 대해 알아본다. 행력의 각 entry는 characteristic이 인 finite field의 원소로 이루어져 있기 때문에 연산 속도도 매우 빠르며 메시지의 작은 변 조도 쉽게 감지할수 있다는 장점이 있다. 하지만 SL2(F2n)에 generator를 finite field의 원 로표현하고 finite field F2n 상에서 discrete logarithm을 계산하면 충돌하는 메시지쌍이 존 하는 것을 알수는 있으나 이는 계산적으로 계산불가능함을 증명하였다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2005년도 추계학술대회 및 정기총회
• /
• pp.33-38
• /
• 2005

지문분류는 대규모 인증시스템에 사용되는 지문 데이터 베이스를 종류별로 인덱싱 하거나 인식 시스템에 다양하게 쓰이는 매우 중요한 방법이다. 지문은 일반적으로 융선의 전체모양 등 전역적인 특징을 기반으로 분류하며, 분류방법에는 규칙기반 접근, 구문론적 접근, 구조적 접근, 통계적 접근, 신경망 기반 접근 등이 있다. 본 논문에서는 지문의 구조적인 특징을 바탕으로 관찰되는 특징의 상태가 매순간 변화하는 확률론적 정보추출 방식인 마코프 모델을 적용한 지문분류 방법을 제안한다. 지문 이미지의 전처리 과정을 거친 후 각 클래스 분류를 위해 대표 융선을 찾아 방향정보를 추출하고 이를 이용하여 5가지 클래스로 분류될 수 있도록 설계하였다. 좋은품질(Good)과 나쁜품질(Poor)의 데이터를 포함한 훈련집합을 사용하여 각 클래스별로 학습된 마코프 모델은 임의의 지문이미지 분류시 높은 분류율을 보였다. 또한 기존의 구조적 접근방법에 비하여 다양한 품질의 지문이미지의 방향성 정보를 이용한 확률론적 방법이기 때문에 예외적인 지문이미지 분류시 잘 적용될 수 있다.

• 한국시뮬레이션학회논문지
• /
• 제25권4호
• /
• pp.85-91
• /
• 2016

본 연구에서는 여러 시스템들 중 특정 확률적 제약식을 만족시킬 수 있는 시스템들을 시뮬레이션을 통해 판별해내는 새로운 방법론을 제안한다. 한 쌍의 알고리즘을 반복 수행하며 스스로 공차 수준을 조정해 가는 이 방법론은 사용자가 임의로 정하는 공차 수준에 따라 그 판별 성과가 크게 좌우되는 기존의 방법론과는 달리 공차 수준에 영향을 받지 않으면서도 가능 시스템 집합을 정확하게 찾아낼 확률을 일정 수준 이상으로 보장하는 안정적 성과를 제공한다.

• Nuclear Engineering and Technology
• /
• 제23권3호
• /
• pp.285-298
• /
• 1991

전형적인 정성적 퍼지형태의 입력데이타를 가진, 주어진 사고진행사건수목의 일부분에 대하여 퍼지집합이론(fuzzy set theory)의 응용 예를 먼저 보여주고, 이 예를 통해서 퍼지집합이론을 사고 진행사건수목에 적용하기 위해 적절한 계산알고리즘을 찾아내고 또 예를 들어 설명하였다. 그리고, 간단한 예제에 사용한 계산절차를 많은 현상학적 불확실성 인자를 포함한 아주 복잡한 사고진행사건수목 즉, 최근 Zion 발전소 위험도평가(PRA)에 사용된 전형적인 발전소 손상군의 하나인‘SEC’에 응용해서 적용하였다. 퍼지집합이론으로 평가한 계산값들의 퍼지평균치들은 최근 통계적 PRA 평가 방법론으로 얻는 값들의 평균치와 거의 같은 결과를 보여주고 있다. 본 논문의 주요목적은 부정확하고 또 정성적인 분기점확률이나 또는 많은 현상학적 불확실성 인자들을 가진 사고진행사건수목들에 이 퍼지집합이론을 적용하기 위한 공식적 계산절차를 제공하는데 있다.

• 한국지반공학회논문집
• /
• 제23권11호
• /
• pp.109-117
• /
• 2007

암반사면의 안정성 해석에는 다양한 원인에 의하여 불확실성이 개입하게 되며 경우에 따라 이러한 불확실성이 암반사면의 붕괴원인이 되기도 한다. 따라서 1980년대 이후부터 이러한 불확실성에 대한 중요성이 인식되었고 이를 정량화하기 위한 기법의 하나로 확률론적 해석기법이 제안되었다. 그러나 확률론적 해석기법은 불확실성에 대한 정보를 충분하게 획득할 수 있어 확률변수(random variable)치 확률특성을 정확하게 파악할 수 있다는 가정 하에 그 적용이 가능하다. 또한 불확실성중 공간적인 변동성이나 불균질성에 의한 불확실성은 확률론에 의해 쉽게 정량화될 수 있으나 측정오차나 측정수량의 부족 등에 의해 기인하는 불확실성은 확률론에 의해 다루기 어려운 것이 사실이다. 따라서 이러한 한계점을 보완하기 위해 퍼지집합이론(fuzzy set theory)의 활용이 제안되었다. 본 연구에서는 확률변수를 퍼지 숫자(fuzzy number)로 고려하여 퍼지집합이론을 활용하였고 이를 해석하기 위한 방법으로 몬테카를로기법(Monte Carlo simulation) 기법을 제안하였다. 이것은 퍼지숫자(fuzzy number)를 분석하기 위해 꼭지점(vertex) 기법이나 점추정법(point estimate method, PEM), 일계이차모멘트법(first order second moment method, FOSM)의 기법을 활용하였던 기존의 방법이 대표값만을 이용했던 단점을 보완할 수 있을 것으로 보인다. 제안된 기법의 적용성을 판단하기위해 현장을 선정하여 적용해 보았다. 결정론적 해석 결과 절리군 2는 안전한 것으로 절리군 4는 불안정한 것으로 해석되었다. 반면 확률론적 해석 결과 절리군 2의 경우 29.3%의 파괴확률을, 절리군 4의 경우 73.5%의 파괴확률을 보였다. 본 연구를 통해 제안된 기법을 활용하여 파괴확률을 계산해본 결과 절리군 2의 경우 33.5%, 절리군 4의 경우 73.5%로 확률론 해석기법의 결과와 유사하게 산정되었다. 따라서 본 연구에 의해 제안된 해석기법인 퍼지몬테카를로기법(Fuzzy Monte Carlo simulation) 기법이 이전의 해석결과와 유사한 해석결과를 보여주면서 자료의 분산이 많이 감소했다는 것을 알 수 있다.

• 한국산학기술학회논문지
• /
• 제5권5호
• /
• pp.389-394
• /
• 2004

이 논문에서는 플래시 메모리의 특성에 따른 메모리 재활용 방법론을 제안하여 비용을 감소시키면서 동시에 성능의 감소를 방지하는 목적을 만족시키고자 한다. 새로운 방법론은 재활용 대상 메모리 세그먼트 공간을 K 개의 하부 공간으로 분할하여 전체 검색을 대신 부분 검색을 실행하여 비용의 최소화를 추구한다. 아울러, 새로운 메모리 공간 배정 결정 시 전체 플래시 메모리 공간의 균등 소거에 대한 개선책을 제안한다. 제안된 방법론의 최적화를 위하여 하부 공간 분할 크기를 실험을 통해 취득 하였다. 실험적 자료는 제안된 방법론이 기존의 방법론과 비교하였을 교 비용은 감소하고 성능은 개선되는 것을 예시한다. 또한, 실험을 통해 메모리 공간 배정이 메모리 공간의 균등 소거에 많은 영향을 미친다는 사실을 확인할 수 있다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고유한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미 있는 정보로 변환시켜 줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망과의 모형결합을 통해 기존연구와는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이블릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다.