• 가정과삶의질연구
• /
• 제21권1호
• /
• pp.61-72
• /
• 2003

This study examines the problematic fact that most housewives are excluded from receiving the benefits of the National Pension Plan in South Korea. The National Pension Plan assigns no value to housework or household production, which in turn discourages full-time housewives from participating voluntarily in the Plan. In this article, I propose to utilize Credit Splitting and Pension Sharing in order to take into account full-time housewives' economic contribution in the National Pension Plan. In this article, I also discuss the ranges and application methods of the Credit Splitting and Pension Sharing. For this study, I have analyzed the data of 11,967 unemployed married women living with spouses published in“Research Data on Everyday Life Time Usage”by the Korea National Statistical Office in 1999. The value of the full-time housewives' labor varies depending on the methods of estimation. However, all estimated values exceed the average value assigned to the housewives by the National Pension Corporation. It is clear that full-time housewives' unpaid labor contributes a great deal to the formation of household property and wealth, which is a valid reason for Pension Sharing and Credit Splitting. This article also provides logical factors to consider in the process of Pension Sharing and Credit Splitting, which can be used for developing computerized software to determine a full-time housewives' labor value at the time of divorce or for any other purpose.

• 응용통계연구
• /
• 제19권2호
• /
• pp.271-282
• /
• 2006

본 논문에서는 범주형과 연속형 변수들이 혼합된 데이터에 적용할 수 있는 나무형 군집화 알고리즘을 제안하였다. 특히 혼합된 변수들이 공통의 의미를 갖도록 하기 위해 범주형 변수들을 전처리하는 방법을 고안하였다. 수치 예로서 SPSS의 신용(credit) 데이터와 독일신용자료(German credit data)에 알고리즘을 적용하고 그 결과를 검토하였다.

• Communications for Statistical Applications and Methods
• /
• 제27권3호
• /
• pp.327-347
• /
• 2020

We consider a credit portfolio with highly skewed exposures. In the portfolio, small number of obligors have very high exposures compared to the others. For the Bernoulli mixture model with highly skewed exposures, we propose a new importance sampling scheme to estimate the tail loss probability over a threshold and the corresponding expected shortfall. We stratify the sample space of the default events into two subsets. One consists of the events that the obligors with heavy exposures default simultaneously. We expect that typical tail loss events belong to the set. In our proposed scheme, the tail loss probability and the expected shortfall corresponding to this type of events are estimated by a conditional Monte Carlo, which results in variance reduction. We analyze the properties of the proposed scheme mathematically. In numerical study, the performance of the proposed scheme is compared with an existing importance sampling method.

• 대한산업공학회지
• /
• 제30권4호
• /
• pp.267-276
• /
• 2004

Much of previous attention on researches of the decision tree focuses on the splitting criteria and optimization of tree size. Nowadays the quantity of the data increase and relation of variables becomes very complex. And hence, this comes to have plenty number of unnecessary node and leaf. Consequently the confidence of the explanation and forecasting of the decision tree falls off. In this research report, we propose some decision tree algorithms considering the interaction of predictor variables. A generic algorithm, the k-1 Algorithm, dealing with the interaction with a combination of all predictor variable is presented. And then, the extended version k-k Algorithm which considers with the interaction every k-depth with a combination of some predictor variables. Also, we present an improved algorithm by introducing control parameter to the algorithms. The algorithms are tested by real field credit card data, census data, bank data, etc.

• 한국구조물진단유지관리공학회 논문집
• /
• 제18권1호
• /
• pp.40-47
• /
• 2014

최근 토목구조물의 보수 보강 및 리모델링시 구조부재를 부착시키거나 고정하는데 있어서 시공의 유연성 및 용이성으로 후설치 앵커의 사용량이 증가하고 있는 실정이지만 현재 우리나라에서는 설계자와 시공자가 신뢰할 수 있는 명확한 설계기준이 없는 상태로서 외국의 설계기준에 의존하고 있는 실정이다. 무근콘크리트에 매입된 앵커에 인발하중이 작용할 때 앵커의 다양한 파괴모드는 콘크리트 파괴, 쪼갬파괴, 강재파괴, 뽑힘파괴 및 측면파괴가 발생한다. 이것은 강재의 인장 강도, 콘크리트 강도, 매입 깊이, 앵커 간격, 연단거리와 인접 앵커의 존재에 따라 달라진다. 본 연구에서는 매입깊이, 앵커간격 및 연단거리를 변수로 한 후설치 콘크리트 세트앵커의 인발파괴실험을 통하여 무근콘크리트에 매입된 후설치 세트앵커의 인발거동에 미치는 영향을 규명하는 것을 그 목적으로 한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.