• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.329-338
• /
• 2019

본 연구에서는 농산물 꾸러미 속성별 소비자선호 분석을 통해 사업 활성화 방안을 제시하고자 하였다. 꾸러미의 속성을 구성함에 있어서 상품묶음 방식과 배송 방식 및 가격으로 구분하여 설정하고, 선택실험법에 의해 각 속성의 수준변화에 대한 한계지불의사금액을 추정하였다. 계량적 분석을 수행함에 있어서 보다 효율적인 모형을 선택하기 위하여 잔차항에 대한 가정이 서로 다른 조건부로짓 모형, 이분산 극한치 모형, 다항프로빗 모형, 혼합로짓 모형 등 네 모형을 추정하였으며, 그 결과 상품묶음 방식과 배송 방식 및 가격에 대한 추정계수 값이 모두 통계적으로 유의한 것으로 나타났다. 로그우도 값의 크기를 기준으로 볼 때 이분산 극한치 모형이 자료에 가장 적합하는 것으로 나타났다. 이분산 극한치 모형의 추정계수를 활용한 한계지불의사금액은 상품묶음 방식을 고정형에서 선택형으로 변경 할 경우 1회당 7,096.6원, 배송방식 중 직접배송에 대한 소비자의 한계지불의사금액은 1회당 3,497.5원, 콜드체인 배송에 대한 한계지불의사금액은 1회당 4,035.2원으로 나타났다. 이러한 분석결과는 정부의 로컬푸드 활성화를 위한 정책수립에 기초자료로 활용될 수 있을 것이다.

• Annals of Occupational and Environmental Medicine
• /
• 제35권
• /
• pp.22.1-22.9
• /
• 2023

Background: Shift work increases the risk of chronic diseases, including metabolic diseases. However, studies on the relationship between shift work and renal function are limited. The aim of this study was to investigate the association between shift work and a decreased glomerular filtration rate (GFR). Methods: Data were evaluated for 1,324,930 workers who visited the Korean Medical Institute from January 1, 2016 to December 31, 2020 and underwent a health checkup. Daytime workers were randomly extracted at a ratio of 1:4 after matching for age and sex. In total, 18,190 workers aged over 40 years were included in the analyses; these included 3,638 shift workers and 14,552 daytime workers. Participants were categorized into the shift work group when they underwent a specific health checkup for night shift work or indicated that they were shift workers in the questionnaire. The odds ratio was calculated using a conditional logistic regression to investigate the relevance of shift work for changes in GFR. Results: 35 workers in the shift group and 54 in the daytime group exhibited an estimated GFR (eGFR) value of < 60 mL/min/1.73m² (p < 0.01). The difference in eGFR values between two checkups differed significantly depending on the type of work (p < 0.01); the difference in the shift work group (-9.64 mL/min/1.73 m²) was larger than that in the daytime work group (-7.45 mL/min/1.73 m²). The odds ratio for eGFR reduction to < 60 mL/min/1.73 m² in the shift group versus the daytime group was 4.07 (95% confidence interval: 2.54-6.52), which was statistically significant. Conclusions: The results of this study suggest that eGFR decreases by a significantly larger value in shift workers than in daytime workers; thus, shift work could be a contributing factor for chronic kidney disease (CKD). Further prospective studies are necessary to validate this finding and identify measures to prevent CKD in shift workers.

• 지능정보연구
• /
• 제16권2호
• /
• pp.19-32
• /
• 2010

학계와 금융파생상품 가격결정이나 변동성매매와 같은 실무영역 모두에서 주식시장의 변동성은 중요한 역할을 한다. 본 연구는 GARCH 모형에 기초하여 한국주식시장의 변동성을 정확히 예측함으로써 변동성매매시스템의 성과를 높일 수 있는 새로운 방법을 제시하였다. 특히, 여러 연구 자료에서 밝혀지고 있는 변동성 비대칭성개념을 도입하였다. 최근 새로 개발된 한국주식시장 변동성 지수인 VKOSPI를 변동성 대용값으로 사용한다. VKOSPI는 KOSPI 200 지수옵션의 가격을 이용하여 계산된 값으로서 옵션딜러들의 변동성 예측치를 반영하고 있다. KOSPI 200 옵션시장은 1997년 시작되었으며, 발전을 거듭하여 현재 하루 거래량이 1,000만 계약을 넘어서면서 세계 최고의 지수옵션시장으로 발전하였다. 이러한 옵션시장에 반영된 변동성을 분석하는 것은 투자자들에게 좋은 투자정보를 제공하게 될 것이다. 특히, 변동성 대용값으로 VKOSPI를 사용하면 다른 변동성 대용치를 사용할 때 발생하는 통계적 추정의 문제를 피해 갈 수 있다. 본 연구는 2003년부터 2006년의 KOSPI 200 지수 일별자료를 대상으로 최우도추정방법(MLE)을 이용하여 GARCH 모형을 추정한다. 비대칭 GARCH 모형으로는 Glosten, Jagannathan, Runke의 GJR-GARCH 모형, Nelson의 EGARCH 모형, 그리고 Ding, Granger, Engle의 PARCH모형을 포함하며 대칭 GARCH 모형은 (1, 1) GARCH 모형을 이용한다. 2007년부터 2009년까지의 KOSPI 200 지수 일별자료를 대상으로 반복적 계산과정을 통해 내일의 변동성 예측값과 오르고 내리는 변화방향을 예측하였다. 분석 결과 시장변동성과 예기치 않은 주가변동 사이에는 음의 상관관계가 존재하며, 음의 주가변동은 동일한 크기의 양의 주가변동보다 훨씬 더 큰 변동성의 증가를 가져옴을 알 수 있다. 즉, 한국 주식시장에도 변동성 비대칭성이 존재함을 보여주었다. GARCH 모형을 이용하여 내일의 VKOSPI의 등락방향을 예측하고 이를 이용하여 변동성 매매시스템을 개발하였다. 내일의 변동성이 상승할 것으로 예측되면 스트래들매수전략을 이용하고 반대로 변동성이 하락할 것으로 예측되면 스트래들 매도전략을 이용한다. 변동성의 변화방향성을 맞춘 경우에는 VKOSPI 변동분을 더하고 틀린 경우에는 변동분을 뺀 누적합을 이용하여 변동성매매전략의 총수익을 계산한다. 모형추정용 자료구간의 경우 통계적 기준인 MSPE 기준으로는 PARCH 모형의 적합도가 가장 높고, 예측방향의 적중도를 재는 MCP 기준으로는 EGARCH 모형이 가장 높은 값을 보여주었다. 테스트용 자료구간의 경우에는 PARCH 모형이 모형적합도와 내일의 변동성 등락방향 예측에서 가장 좋은 결과를 보여주었다. 모형추정용 자료구간의 경우 GARCH 모형 전체에서 매매이익을 기록하고 있고 테스트용 자료구간의 경우에는 EGARCH 모형을 제외한 GARCH 모형들이 매매이익을 보여주었다. 본 연구에서 나타난 변동성의 군집과 비대칭성 현상으로부터 변동성에 비선형성이 존재함을 알 수 있었으며, 비선형성에서 좋은 결과를 보이고 있는 인공지능시스템과 비대칭 GARCH 모형을 결합한다면 제안된 변동성매매시스템의 성과를 많이 개선할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.113-127
• /
• 2016

협업 필터링(Collaborative Filtering)은 유용성과 정교성 면에서 가장 성공적인 추천 알고리즘으로 평가받으며 산업계나 학계에서 많이 활용 및 연구되고 있지만, 기본적으로 사용자들이 평가한 점수에만 기반하여 추천결과를 생성하는 한계점이 있다. 이에 본 연구는 사용자가 상품을 구매할 때 자신이 신뢰하는 타인의 추천을 더 적극적으로 수용할 것이라는 점에 착안하여, 사용자의 평점 외에 사용자 간 신뢰관계를 소셜네트워크분석으로 분석한 결과를 추가로 반영하는 추천 알고리즘들을 제안하였다. 구체적으로 본 연구에서는 소셜네트워크분석에서 네트워크 내의 중심적 위치를 나타내는 척도인 내향 및 외향 중심성을 활용하여 사용자 간 유사도를 산출하는 알고리즘들과 사용자 신뢰 네트워크를 탐색하여 추천 대상이 되는 사용자가 직접 간접적으로 신뢰하는 사용자의 평가점수를 보다 높게 반영하는 알고리즘을 제안한 뒤 그 성능을 비교해 보았다. 실제 데이터에 적용하여 분석한 결과, 사용자 신뢰 네트워크의 내향 중심성 지수를 조건 없이 적용한 경우에는 오히려 정확도의 감소만을 야기하는 것으로 나타났고, 일정 임계치 이상의 외향 중심성을 갖는 사용자에 한해 내향 중심성 지수를 고려한 추천 알고리즘은 전통적인 협업 필터링에 비해 약간의 정확도 개선이 이루어짐을 확인할 수 있었다. 아울러, 사용자 신뢰 네트워크를 기반으로 탐색하는 알고리즘이 가장 우수한 성능을 보이는 것을 알 수 있었으며, 전통적인 협업 필터링과 비교해서도 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.1137-1144
• /
• 2009

창의력[創意力] 즉, 새로운 것을 생각해 내는 능력은 디자이너 모두가 추구하는 것이다. 하지만 사실 독창적이라는 것은 절대적으로 새로운 것만은 아니다. 특히 정보공유, 정보보급의 현 시대에 있어 작품의 창작은 공유된 모든 것을 재구축하고 그것을 작가 자신의 무엇인가 새로운 것과 관련짓는 것이기 때문에 새로운 디자인이란 독창적인 것이 아니라 재편성된 것이라고 할 수 있다. 또한 디자이너들이 각기 다른 아이디어를 창출할 수 있다는 것은 개개인이 가지고 있는 지식체계가 다르기 때문이다. 이로 볼 때 자신의 고유지식체계의 특징과 한계를 정확히 파악하여 동화(同化)와 변형의 과정에서 어떤 새로운 것과 관련짓는 능력을 높여 줄 수 있는 디자인 사고확산방안을 모색하는 것은 디자이너에게 있어 매우 중요한 과제라고 할 수 있다. 따라서 효율적인 인지활동을 위한 디자인사고확산방법을 모색해 볼 필요가 있다. 본 연구는 인간의 지식을 설명함에 있어 인지과학에서 사용되는 한 가지 방법으로의 의미 네트워크(semantic network)라는 구조화 수법의 개념을 응용하여 이에 대응하는 디자인 발상법과 그 디자인 발상법을 토대로 한 디자인사고 확산방법을 제시하고자 하였으며, 연구에서 창출된 디자인사고 발상법과 확산법을 정리 분류하고 융통성 있게 조합 변용함으로써 각 확산법의 우점을 더욱더 활발히 하는 동시에 각 확산방법들에 존재하는 한계를 극복하여 더욱더 효과적인 디자인사고를 할 수 있는 방법을 모색해보았다. 본 연구는 각 발상법을 사용한 후 더 이상 노드를 연결해 나갈 수 없을 때에는 확산법을 사용하여 지속적인 디자인 사고를 하게 하며, 조건점을 다양화하고 활성화하여 고유 사고방식을 탈피함으로써 효율적인 디자인 사고를 하게 한다. 따라서 네트워크원리를 응용한 디자인 사고확산방안의 제안은 동화(同化)와 변형의 과정에서 어떤 새로운 것과 관련짓는 능력을 높여 준다는 점에서 그 연구의 의의가 있다.

• 한국산학기술학회논문지
• /
• 제19권7호
• /
• pp.174-182
• /
• 2018

현대 기업재무와 관련된 관심 주제들 중. 본 연구에서는 학문적, 실무적인 측면에서 추가 연구가 지속적으로 요구된다고 판단되는 연구개발비 지출에 관한 내용이 분석되었다. 즉, 뉴욕증권거래소와 국내 유가증권시장에 상장된 기업들을 표본자료로 활용하여 연구개발비의 재무적 결정요인에 대한 실증적 분석이 시행되었다. 설정된 3가지의 가설 관련하여, 첫 번째 가설에서는 한국과 미국의 기업들을 포함하는 표본자료들 기준, 전기의 연구개발비 비중, 부채비율, 수익성 그리고 현금유동성 등의 설명변수들이 동 연구개발비 비중에 유의한 영향을 주는 재무적 요인들로서 판명되었다. 두 번째 가설검정에서는 한국과 미국 기업들간의 상대적인 관점에서의 실증분석이 시행되어 비선형 형태의 전기의 연구개발비 비중, 고성장성 기업, 비이자성법인세감면효과, 성장성 그리고 한,미 간의 연구개발비의 회계 처리 방법 등이 양국 간의 표본기업들의 재무적 차이를 나타내는 요인들로 판명되었다. 추가적으로 분위회귀모형을 활용한 (연구개발비 관련 변수들을 포함한) 설명변수들과 기업 성장성과의 관계에서 뉴욕증권거래소에 상장된 기업들의 경우 낮은 분위들에서만 전기의 연구개발비 비중과 성장성 간에 통계적인 유의성을 나타내었다. 본 연구결과에서 판명된 미국의 선진자본시장과 한국의 신흥자본시장 간의 연구개발비 결정요인 상 유사점과 상이점은 주주 측면에서 적정 연구개발비 비중에 도달하기 위한 새로운 발견을 제시할 수 있다고 판단된다.

• 한국정보과학회논문지:시스템및이론
• /
• 제36권4호
• /
• pp.274-282
• /
• 2009

기동물체 추적을 위해서 GPS, INS, 레이더 및 광학장비 등의 다양한 위치추적 센서가 이용되고 있으며, 기동물체의 강인한 추적성능을 유지하기 위해 이기종 센서의 효과적인 융합방법이 필요하다. 이기종 다중센서를 이용한 추적성능 향상을 위해 센서의 서로 다른 오차특성을 고려하여 각 센서의 측정치를 상이한 모델로 간주하여 융합하는 연구가 수행되었지만, 한 센서의 오차가 급격히 증가하는 구간에서 다른 센서의 추정치에 대한 오차가 증가하고 각 센서의 측정값이 참 값일 확률인 Sensor Probability 값에 대해 센서 측정치 변화를 실시간으로 반영하지 못하였다. 본 논문에서는 각 센서 칼만필터의 갱신추정치와 측정치 간의 차이에 대한 RMSE(Root Mean Square Error)를 비교하여 Sensor Probability를 구하고, 결합추정치를 다시 각 센서 칼만필터 입력값으로 대입하는 과정을 제외하여 센서 측정치에 대한 실시간적인 반영과 센서 성능이 급격히 저하되는 구간에서의 추적성능을 개선한다. 제안하는 알고리즘은 각 센서의 오차특성을 조건부 확률값으로 추가하여 각 센서의 Sensor Probability에 따라 가장 양호한 성능을 보이는 센서 위주로 트랙융합을 함으로써 강인성을 보장 한다. 실험을 통해 UAV의 기동 경로를 생성하고 제안 알고리즘을 적용하여 다른 융합 알고리즘과 성능분석을 실시한다.

• 보건행정학회지
• /
• 제24권1호
• /
• pp.56-70
• /
• 2014

Background: Korea shows rapid population aging and increase in healthcare service use and expenditure. Also, this would be accelerated because of the baby boomers who will be 65 years old and more in 2020. Chronic disease is another reason that increases the use of healthcare service and expenditure of the middle- and old-aged households. Catastrophic health expenditure (CHE) is the index which can indicate the households' burden of health spending. Despite the importance, there are few studies on CHE of middle- and old-aged households and especially no panel study yet. This is the reason that this study is carried out. Methods: This study used 3-year data from the Korea Welfare Panel Study conducted from 2009 to 2011. We defined CHE if a household's health expenditure is equal or greater than the threshold value if income remaining after subsistence needs has been met. We used 4 different threshold values which are 10%, 20%, 30%, and 40%. In order to look at the households which experienced CHE, we conducted panel logit analysis after correspondence analysis and conditional transition probability analysis. Results: This study showed three notable results. First, there has been a difference among age groups, which implies that the older people are, the more easily they can experience CHE. Second, the households with no private insurance are shown to have a higher CHE occurrence rate. Lastly, there has been a significant difference among the kinds of chronic diseases. The households which have cancer, cerebrovascular disease, and heart disease have a higher CHE occurrence rate. However, the households with diabetes have no significant effects to CHE occurrence. Also, hypertension has a negative effect to the occurrence. Conclusion: With the results, it can be implied that elderly people with chronic disease are more needed in medical coverage and healthcare. Also, private insurance can play its role in protecting households from CHE. Therefore, it needs to conduct studies on CHE especially about different age groups, private insurance, and chronic disease.

• 대한지리학회지
• /
• 제43권1호
• /
• pp.134-153
• /
• 2008

이 논문의 주된 목적은 국지적 공간 분리성 측도를 이용한 탐색적 공간데이터 분석을 통해 거주지 분화 연구에서 공간통계학적 접근이 가지는 의의를 논증하는 것이다. 탐색적 공간데이터 분석은 공간 데이터를 다양한 과학적 지도학적 시각화 방식을 통해 탐색함으로써 패턴을 발견해 내고, 의미 있는 가설을 수립하며, 더 나아가 공간 데이터에 대한 통계학적 모델을 평가하는 것을 주목적으로 한다. 이 연구는 국지 통계량에 기반한 탐색적 공간데이터 분석이 구체적인 연구 수행에서 실질적인 도움을 줄 수 있다는 믿음에 기반을 두고 진행된 것이다. 중요한 결과는 다음과 같다. 첫째, 이미 개발된 전역적 공간 분리성 측도로부터 국지적 공간 분리성 측도를 도출하였다. 둘째, 두 가지 유의성 검정을 위한 가정, 즉 총체적 랜덤화 가정과 조건적 랜덤화 가정에 기반한 가설검정 방법을 제시하였다 셋째, 측도와 유의성 검정을 바탕으로 한 탐색적 공간데이터 분석 기법으로 '공간 분리성 산포도 지도'와 '공간 분리성 이례치 지도'를 제시하였다. 부가적으로 각 인구 집단 별 집중도에 대한 표준화 지표도 제시되었다. 넷째, 개발된 기법을 우리나라 7대 도시의 고학력 집단과 저학력 집단간 거주지 분화에 적용한 결과, 특히, 이변량 공간적 클러스터와 공간적 특이점을 확인하는 데 유용성이 있는 것으로 드러났다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.