• The Journal of Information Technology
• /
• v.1 no.2
• /
• pp.25-37
• /
• 1998

The paper discusses several means for estimating appropriating discount rates to value non-traded assets. That Is, this study discusses the relationship between market equity beta and observable finance information. The relationship can in principle be used to determine betas for non-traded entity for which conventional market model or pure-play techniques are impractical. In addition, the paper shows on model researched by Patterson in 1993. Patterson's research investigates the cross-sectional relationship market beta and accounting beta in Canadian capital market.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.31-34
• /
• 2024

태양광 에너지는 탄소 중립 이행을 위한 주요 방안으로 많은 주목을 받고 있다. 태양광 발전량은 여러 환경적 요인에 따라 크게 달라질 수 있으므로, 정확한 발전량 예측은 전력 네트워크의 안정성과 효율적인 에너지 관리에 근본적으로 중요하다. 대표적인 인공지능 기술인 신경망(Neural Network)은 불안정한 환경 변수와 복잡한 상호작용을 효과적으로 학습할 수 있어 태양광 발전량 예측에서 우수한 성능을 도출하였다. 하지만, 신경망은 모델의 구조나 초매개변수(Hyperparameter)를 최적화하는 것은 복잡하고 시간이 많이 드는 작업이므로, 에너지 분야에서 실제 산업 적용에 한계가 존재한다. 본 논문은 2단계 신경망 최적화를 통한 태양광 발전량 예측 기법을 제안한다. 먼저, 태양광 발전량 데이터 셋을 훈련 집합과 평가 집합으로 분할한다. 훈련 집합에서, 각기 다른 은닉층의 개수로 구성된 여러 신경망 모델을 구성하고, 모델별로 Optuna를 적용하여 최적의 초매개변숫값을 선정한다. 다음으로, 은닉층별 최적화된 신경망 모델을 이용해 훈련과 평가 집합에서는 각각 5겹 교차검증을 적용한 발전량 추정값과 예측값을 출력한다. 마지막으로, 스태킹 앙상블 방식을 채택해 기본 초매개변숫값으로 설정해도 우수한 성능을 도출하는 랜덤 포레스트를 이용하여 추정값을 학습하고, 평가 집합의 예측값을 입력으로 받아 최종 태양광 발전량을 예측한다. 인천 지역으로 실험한 결과, 제안한 방식은 모델링이 간편할 뿐만 아니라 여러 신경망 모델보다 우수한 예측 성능을 도출하였으며, 이를 바탕으로 국내 에너지 산업에 이바지할 수 있을 것으로 기대한다.

• Geophysics and Geophysical Exploration
• /
• v.23 no.3
• /
• pp.149-156
• /
• 2020

The genesis of ore bodies is a very diverse and complex process, and the target depth of mineral exploration increases. These create a need for predictive mineral exploration, which may be facilitated by the advancement of machine learning and geological database. In this study, we confirm that the faults and igneous rocks distributions and magnetic data can be used as input data for potential mapping using deep neural networks. When the input data are constructed with faults, igneous rocks, and magnetic data, we can build a potential mapping model of the metal deposit that has a predictive accuracy greater than 0.9. If detailed geological and geophysical data are obtained, this approach can be applied to the potential mapping on a mine scale. In addition, we confirm that the magnetic data, which provide the distribution of the underground igneous rock, can supplement the limited information from the surface igneous rock distribution. Therefore, rather than simply integrating various data sets, it will be more important to integrate information considering the geological correlation to genesis of minerals.

• Journal of Korean Society of Transportation
• /
• v.20 no.1
• /
• pp.7-18
• /
• 2002

To activate public transportation service, Bucheon City built Bus Information System based on Beacon type, and operates it for no.22 line. This research analyzes an effect of BIS operations, and mainly it analyzes far reliability evaluation of bus arrival time information and passenger satisfaction about BIS. As results of reliability evaluation of arrival time information service, it is proven to be practically inappropriate to use as arrival time data because it is not only travel time between each bus stop but also previous travel time history data. In order to improve this matter, neural network model was evaluated as the most outstanding one as result of experiment in applying current arrival time Prediction model. This research cannot help limiting for evaluation of operation effect in Bucheon City because there is no Bus Information System based on GPS type in Korea. For the future ITS model city, in the case of building ITS model city based on GPS type, it is possible to compare two systems relatively. In addition to that, fur the consideration of reliability of bus arrival time information, it is required to develop Predictable model and research factors that affect to bus operation.

• Electronics and Telecommunications Trends
• /
• v.15 no.5 s.65
• /
• pp.94-102
• /
• 2000

시험기간 동안 수집된 고장 데이터를 이용하여 소프트웨어 신뢰도를 예측할 수 있는 모델은 많으나 이 예측 방법은 정확하지 못하며, 특히 초기 시험 단계에서는 더욱 더 부정확하여 예측자들은 이러한 소프트웨어 신뢰도 모델의 적용을 주저한다. 한편 소프트웨어 신뢰도 성장 모델은 유사 프로젝트나 개발 초기에 얻은 정보를 가지고는 신뢰도 예측 데이터로 활용이 불가능하다. 예를 들면 최근의 소프트웨어 시스템들은 항시 유사 프로젝트들로부터 활용이 가능한 일련의 정보와 동일 응용 영역의 초기 또는 최신의 정보들이 변경, 개선되기 때문이다. 본 논문에서는 유사한 프로젝트로부터 얻은 공통의 데이터들을 활용하여 소프트웨어 신뢰도를 예측할 수 있는 방법들을 제안한다. 특히 일반적으로 사용되고 있는 Goel-Okumoto(G-O) 모델이나 고장 검출률을 이용하거나 시험 데이터를 활용하는 방법 등을 이용하여 모델 파라미터를 추정하고 실제 프로젝트 수행중에 얻어진 각종 결과를 토대로 해서 Numerical Algorithm이 아닌 통계적인 관점의 분석 결과와 MLE(Maximum Likelihood Estimation) 추정 방법 등을 동원하여 초기에 우리 프로젝트에 맞는 정확한 소프트웨어 신뢰도 평가 방법을 제안하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.452-455
• /
• 2022

4차 산업혁명의 확산으로 의학계에서도 딥러닝 기술을 이용한 질병의 치료결과 예측 연구가 활발하다. 이와 관련, 일부 연구에서 국소적인 환자 데이터의 활용으로 인해 도출된 연구 결과의 일반화가 어려웠으며 예측률 제고를 위해 특정 딥러닝 알고리즘을 중심으로 한 실험이 추진되어 다양한 알고리즘별 예측률의 비교·분석 결과를 제시하는 연구도 미흡하였다. 이에, 건강보험심사평가원의 대규모 진료 정보와 다종의 알고리즘을 제공하는 AutoML을 이용, 사망률이 높은 80대·90대 노령자 대상 폐암 진단 후 84개월간의 사망률을 예측하는 Decision Tree 등 5개 알고리즘별 모델을 생성하고 이를 활용, 사망률의 예측 성능을 비교하고 사망률에 영향을 미치는 요인에 대한 분석 결과를 도출하였다.

• Journal of the Society of Disaster Information
• /
• v.13 no.3
• /
• pp.332-339
• /
• 2017

In the case of aged structures, the information of the structure is often lost after the completion of construction, and there is a great difficulty in predicting the durability life of the structure due to the lack of information on concrete formulations. In this study, the durability of concrete specimens was evaluated by various field and indoor test methods based on the core specimens collected from the field, and the durability life of the concrete structures was predicted by using the FEM analysis technique.As a result, the neutralization rate coefficient was $5.38E-6(cm^2/day)$ and the rate of progress was low. And the possibility of complex deterioration due to carbonation and salting was found to be very low.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.14 no.4
• /
• pp.247-256
• /
• 2021

In this paper, we propose a packet loss concealment (PLC) algorithm using pitch harmonic motion prediction and adaptive signal amplitude prediction and. The spectral motion prediction method divides the spectral motion of the previous usable frame into predetermined sub-bands to predict and restore the motion of the lost signal. In the proposed algorithm, the speech signal is classified into voiced and unvoiced sounds. In the case of voiced sounds, it is further divided into pitch harmonics using the pitch frequency to predict and restore the pitch harmonic motion of the lost frame, and for the unvoiced sound, the lost frame is restored using the spectral motion prediction method. When the continuous loss of speech frames occurs, a method of adjusting the gain using the least mean square (LMS) predictor is proposed. The performance of the proposed algorithm was evaluated through the objective evaluation method, PESQ (Perceptual Evaluation of Speech Quality) and was showed MOS 0.1 improvement over the conventional method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.366-366
• /
• 2023

우리나라 농촌 지역의 농업용저수지는 유역면적이 작고 홍수 도달시간이 짧아 홍수 대응에 어려움이 있으며, 대부분의 농업용저수지는 용수공급 목적으로 건설되어 홍수 대응능력이 부족한 실정이다. 한국농어촌공사는 수자원, 재난재해 등 농촌용수 관련된 다양한 정보의 통합관리를 위한RAWRIS(Rural Agricultural Water Resource Information System)을 운영하고 있으나, 소하천 및 농촌 지역의 홍수 피해 저감에 대한 관리와 노력은 도시 지역의 대하천 유역과 비교하여 여전히 부족한 실정이다. 이에 본 연구에서는 농촌지역의 과학적 재해관리를 위해 RAWRIS의 홍수량 산정기술을 개선하고, 저수지 홍수예경보에 필요한 기상청 초단기 강우예측자료의 활용성을 검토하고자 하였다. 이를 위해 농어촌공사에서 관리하는 농업용저수지 중 홍수배제시설인 레디얼게이트가 설치된 농업용저수지 30개소를 대상으로 해당 저수지의 수위계측 정보, 수문 방류 정보 등 저수지 홍수관리 현황을 조사하였다. 다음으로 농어촌공사가 운영 중인 RAWRIS의 홍수량 산정과정을 검토하여, 기존 RAWRIS에 CN값이 미설정된 저수지 유역의 CN값을 설정하였으며, 유역의 강우량 및 유효우량 산정 알고리즘 개선하고 저수지 유역별 강우-유출모형의 대표 매개변수를 제시하였다. 마지막으로 기상청에서 제공하고 있는 초단기 강우예측자료의 활용성 평가를 위해 기상청 강우예측자료와 저수지 유역의 면적평균강우를 비교하였으며, 예측 및 관측강우에 의한 홍수유입량을 산정하여 그 결과를 비교하였다. RAWRIS 홍수량 산정기술의 개선 효과를 검토한 결과, 예당저수지의 경우에는 첨두유량백분율 오차가 최대 50 % 이상, 결정계수(R2)가 최대 0.6 이상 개선된 것으로 나타났다. 다음으로 초단기 강우예측자료의 활용성을 평가하기 위해 RAWRIS에 제공되는 기상청 강우예측자료와 관측강우자료을 비교한 결과, 초단기 예측강우자료는 정량적, 정성적 신뢰도의 문제가 있어, 농업용저수지 홍수예측시스템에 그대로 적용하는데에는 무리가 있는 것으로 나타났다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.617-618
• /
• 2020

우리나라의 지리적인 여건상 대륙과 연결되지 않기 때문에 해상운송에 절대적으로 의존하고 있다. 해상운송에 있어 항만시설의 확보가 필요하며 대외무역의존도가 높은 우리나라의 경우 더욱 중요한 역할을 한다. 항만시설은 장기적인 항만수요예측을 통해 대규모 인프라투자를 결정하며 단기적인 예측은 항만운영의 효율성을 개선하고 항만의 경쟁력을 제고하는데 기여하므로 예측의 정확성을 높이기 위해 많은 노력이 필요하다. 본 논문에서는 딥러닝 모델 중에 하나인 LSTM(Long Short Term Memory)을 적용하여 우리나라 주요항만의 컨테이너 물동량 단기예측을 수행하여 선행연구들에서 주류를 이뤘던 ARIMA류의 시계열모델과 비교하여 예측성능을 평가할 것이다. 본 논문은 학문적으로 항만수요예측에 관한 새로운 예측모델을 제시하였다는 측면에서 의미가 있으며 실무적으로 항만수요예측에 대한 정확성을 개선하여 항만투자의사결정에 과학적인 근거로서 활용이 가능할 것으로 기대된다.